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。