论文标题：Evaluating PM_2.5 Exposure Disparities Through Agent-Based Geospatial Modeling in an Urban Airshed

论文链接：https://www.mdpi.com/2813-4168/3/4/33

期刊名：Air

期刊主页：https://www.mdpi.com/journal/air

研究内容：

本研究以美国印第安纳波利斯Pleasant Run城市空气域为研究对象，构建了一个融合高分辨率地理空间统计模型与主体模型（Agent-Based Model, ABM）的综合分析框架，用于刻画细颗粒物（PM_2.5）暴露的时空动态及其人群差异性。首先，研究采用INLA–SPDE方法对环境监测数据进行建模，在约250 m空间分辨率下重建研究区域PM2.5浓度的连续时空分布，并模拟近50周的空气污染变化过程。在此基础上，引入约1万名虚拟居民主体，结合人口统计特征及居住—工作地点分布，构建个体日常通勤与活动路径，实现人群在空间中的动态移动模拟。通过将污染场与个体活动轨迹进行耦合，研究能够从个体层面精细计算暴露剂量，并系统分析不同人群（如不同居住区域、社会经济背景个体）在日常生活中的暴露差异。此外，研究还通过情景模拟探讨不同空间结构与行为模式变化对暴露水平的影响，从方法上实现了环境暴露评估由“静态平均”向“动态个体化”的转变。

研究总结：

研究结果表明，PM_2.5暴露呈现显著的时空异质性与个体差异性，其分布不仅取决于污染源的空间布局，还与人群日常活动路径及社会结构特征密切相关。相比传统基于固定居住点或监测站点的暴露评估方法，本研究发现动态行为驱动的暴露评估能够揭示更复杂且真实的不均衡现象，例如部分人群因通勤路径穿越高污染区域而承受更高暴露风险。研究进一步指出，PM_2.5暴露具有明显的环境不公平性特征，不同社会经济群体在污染暴露上存在潜在差距。由此，单一基于区域平均值的空气质量评价可能低估弱势群体的健康风险。总体而言，本研究强调在空气污染健康风险评估与政策制定中，应综合考虑“污染分布—人口流动—社会结构”三者的耦合关系，推动精细化、差异化的环境管理策略。同时，该研究所构建的“地理空间模型+主体模型”框架具有较强的通用性与扩展性，可为其他城市空气污染暴露评估及环境公平性研究提供方法参考。

期刊介绍：

主编：Ling Tim Wong, The Hong Kong Polytechnic University, China

期刊主要发表有关空气领域的研究，包括但不限于有利于健康和舒适的空气质量；空气污染及其来源特征；空气净化与控制技术；空气管理，政策控制，监测和建模，可持续发展等。