论文部分内容阅读
基于2014—2016年的北京地区PM2.5监测数据,用空间插值法获得北京地区的PM2.5空间分布,并基于DMSP/OLS夜间灯光数据,模拟得到北京地区的人口密度空间分布。在此基础上,从PM2.5浓度空间分布、PM2.5污染的人口暴露特征、PM2.5污染人口暴露强度以及人口加权PM2.5浓度4个方面评估北京地区PM2.5污染暴露风险。结果显示:1)PM2.5浓度呈现南高北低的空间分布特征,人口暴露风险空间分布与人口密度空间分布呈现高度的一致性,即人口密度高的区域,PM2.5污染人口暴露风险也相对较高;2)