应对空气颗粒物污染的高密度城区健康脆弱性评价——以天津市为例

选取天津高密度中心城区为研究对象,运用Modis遥感影像的气溶胶反演,构建空气污染“暴露度-敏感性-适应性”的评价框架,解析承污脆弱性空间分布特征及成因规律。结果表明：暴露度分布整体呈现由中心到外围“圈层递减”的空间格局,高暴露度集中主要分布在“市内六区”;敏感性主要集中在南开、河西、和平三个区域,时空分布格局整体呈现“中心聚集,四区分散”的分布特征。适应性整体呈现“中间高,四周低”的空间分布特征,高值及较高值区分布较为集聚,主要集中在和平、南开、河西、河东等核心区域;低值区分布在北辰、东丽、津南、西青等中心城区外围区域。研究区的承污脆弱性具有空间分异现象,表现出从中心到外围“低-中-低”的分布特征;暴露度等级、敏感性、适应性分别与人口密度及城市路网密度、老年人口及女性人口密度、医疗服务及社会教育经济资源拥有度有关。采用层次聚类分析方法划分不同脆弱情景,针对性提出调整土地结构、确定生态安全距离、控制开发强度、优化绿化系统、调配公共配置、增设应急场所等韧性策略,旨在为空气污染韧性规划与决策提供依据与思路。     

基于智能算法的大气污染防控知识图谱：研究方法、演化路径与应用展望

大气污染防控是保障人民健康与生命安全重要的研究课题，智能算法是大气污染防控及预测预警的重要工具手段。通过Citespace对Web of Science核心数据库中1998—2021年智能算法在大气污染防控中应用的文献进行可视化分析。结果表明：(1)智能算法在大气污染防控应用历经“数理统计-遥感监测-数字模拟-神经网络算法”四个阶段；(2)研究主题集聚为“神经网络模型”“智慧健康检测系统”和“城市空间的大气污染”三个核心聚类演变路径；(3)应用方式包括“大气污染时空分布”“大气污染因素相关性”“大气污染事件预测”“空气质量优劣评估”与“健康韧性城市应用”五个方面。未来智能算法在大气污染防控中的应用趋势，将体现“高精度预测-全周期评估-健康化理念”的特点。