珠三角地区PM2.5浓度估算及其健康效应评估

快速的社会经济发展导致城市出现以PM_2.5为首要污染物的空气污染问题，PM_2.5污染严重危害人群健康。因此，厘清PM_2.5时空分布特征并估算其带来的健康影响，对于PM_2.5的区域联防联控具有重要意义。现有研究中，为弥补地面监测数据的不足，借助机器学习算法估算PM_2.5浓度成为研究热点，此外，基于流行病学研究结果的健康效应模型也被广泛用于评估PM_2.5健康影响的研究中。利用珠江三角洲地区2014-2018年56个空气质量监测站的PM_2.5实时监测数据、气象数据、社会经济数据和归一化植被指数，构建随机森林模型，多要素联合估算2000-2018年监测站点的PM_2.5浓度，并采用克里金插值方法获得PM_2.5浓度的空间分布，在此基础上应用全球暴露死亡（GEMM）模型，评估珠三角地区的PM_2.5健康效应。结果表明：（1）2000-2018年期间，珠三角地区的PM_2.5算术年均浓度维持在35μg/m³左右，呈现"西北-东南"递减空间分异；降水量、温度、风速和水汽压等气象因子对PM_2.5浓度具有负向影响，GDP和人口密度等社会经济因子对PM_2.5浓度具有正向影响。（2）2000-2018年期间，珠三角地区PM_2.5人口加权年均浓度均低于PM_2.5算术年均浓度，表明珠三角地区人口密度和PM_2.5浓度未呈现明显的空间匹配关系，例如肇庆PM_2.5浓度较高但人口密度较低，深圳PM_2.5浓度较低但人口密度较高。（3）2000-2018年期间，珠三角地区PM_2.5污染对于缺血性心脏病和中风的健康影响较显著，而对下呼吸道感染的健康影响较弱。区域PM_2.5相关过早死亡人数逐渐增多，主要集中在PM_2.5浓度和人口密度较高的地区，例如珠三角中心地区，以广州中心城区表现明显。本研究建议珠三角地区加大空气污染治理力度，提高医疗服务水平，同时关注城市人口结构，引导城市人口有序流动迁移，以缓解PM_2.5带来的健康影响，实现城市化的健康发展。     

基于信息网络模型的生态风险评价

人类开发活动造成剧烈的生态系统自然条件变化,生态风险评价可以对受到人为干扰下生态系统(包括物种和群落等)的潜在影响进行模拟和量化。通过对信息流量的概念和网络控制分析,综合考虑生态系统组分间的直接和间接作用,提出一种能实现全局风险模拟的生态网络模型,即信息网络模型。在该模型基础上,建立了面向整体生态系统的生态风险评价框架,同时实现兼容多胁迫因子统一模拟和多风险受体间的风险追踪。以澜沧江漫湾水库为例,在估算重金属Hg、Pb和Cd初始环境风险后,利用信息网络模型追踪分析生态系统中不同生态功能组分之间的风险传递路径,评估各生态组分和整体系统的危险程度。结果表明,在累积效应作用下,对于生态系统和部分群落,整合网络风险值与初始环境风险值之间有着显著差别;在发生环境胁迫时,虽然处于食物网底层的生物类群可能最先受险,但在控制信息作用下食物网上层类群也会受险,甚至其最终受到的潜在威胁比前者更大。信息网络模型可识别出复杂的风险流动路径和群落间的风险累积,从而为生态系统风险评价和管理提供更为系统综合的理论依据。