项目名称: 面向海量数据实时采集的PM2.5个体暴露评价方法研究

项目编号: No.91543111

项目类型: 重大研究计划

立项/批准年度: 2016

项目学科: 化学工业

项目作者: 李湉湉

作者单位: 中国疾病预防控制中心环境与健康相关产品安全所

项目金额: 80万元

中文摘要: PM2.5个体暴露评价是开展高质量空气污染健康研究的重要基础,但是现有方法无法满足大规模人群长期暴露与高时间分辨率暴露的评价需求。本研究开展面向海量数据实时采集的PM2.5个体暴露评价方法研究。首先开展基础数据源即研究对象室内微环境暴露、室外暴露、时间—活动模式的实时监测与传输研究,形成可用于个体暴露模型估算的数据库;进而通过空间插值、实时定位、外暴露时间加权评估等方法构建PM2.5个体暴露模型,形成模型快速算法;最终开展创新性的集数据、方法与应用为一体的个体暴露科研工作平台研究,该平台包括数据中心(数据采集、传输、存储及处理)、计算中心(个体暴露模型快速计算)以及用户中心(科研人员开展暴露及健康研究所需的功能模块)。本研究为开展大规模人群PM2.5长期暴露健康影响、高时间分辨率短期暴露的急性健康影响及未来空气污染健康影响大数据研究提供了必备的数据积累与方法,具有重要的研究意义及应用价值。

中文关键词: 个体暴露;海量数据;细颗粒物;暴露评价;实时

英文摘要: PM2.5 personal exposure assessment is an important foundation for developing high quality air pollution health research, however the existing methods cannot meet the research need for long term exposure and high temporal resolution exposure assessment of a large population. In this study, we will develop the precise PM2.5 personal exposure assessment methods based on massive real time data collection. First, we will carry out the real time data collecting and transferring research, which includes indoor exposure, outdoor exposure and time-activity information. All the data will be formed as a database for developing the personal exposure model. Then we will use spatial interpolation, real time spatial orientation and exposure time weighted assessment method to develop the personal exposure model, which can achieve the fast personal exposure calculating. Finally, we will conduct the innovative research on personal exposure integrated research platform, which integrates the function of data, method and application. This platform include the three function modules, including data center (data collecting, transferring, storing and processing), computer center(personal exposure model fast calculating) and user center (functions for PM2.5 exposure and health research needs). This research will benefit the large population PM2.5 long exposure health effects, high temporal resolution short term exposure and acute health effects and air pollution and health big data research. This research will also provide the necessary massive data accumulation and method support for future research, which have the significant research and application value.

英文关键词: Personal Expsoure;Massive data;PM2.5;Exposure assessment;Real time

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
52+阅读 · 2021年10月1日
面向数据可视化的自然语言接口: 综述论文
专知会员服务
19+阅读 · 2021年9月12日
【实用书】Python数据分析手册,437页pdf带你实战数据清洗
2021工业互联网大数据白皮书(附下载)
专知会员服务
80+阅读 · 2021年4月30日
【WWW2021】大规模智能手机数据的异质联邦学习
专知会员服务
42+阅读 · 2021年3月8日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
基于深度学习的行人重识别研究进展,自动化学报
专知会员服务
38+阅读 · 2019年12月5日
中国信通院:数据中心产业图谱研究报告
THU数据派
0+阅读 · 2022年2月16日
数据出现波动不要慌,手把手教你搭建数据异常监控体系
人人都是产品经理
1+阅读 · 2021年12月20日
大厂都在谈的数据思维,到底怎么建立?
人人都是产品经理
0+阅读 · 2021年11月14日
面面观之易华录“数据银行”
THU数据派
0+阅读 · 2021年9月10日
北京市通勤出行特征与典型区域分析
智能交通技术
28+阅读 · 2019年7月19日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
教程 | 基于Keras的LSTM多变量时间序列预测
机器之心
20+阅读 · 2017年10月30日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
57+阅读 · 2022年1月5日
小贴士
相关主题
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
52+阅读 · 2021年10月1日
面向数据可视化的自然语言接口: 综述论文
专知会员服务
19+阅读 · 2021年9月12日
【实用书】Python数据分析手册,437页pdf带你实战数据清洗
2021工业互联网大数据白皮书(附下载)
专知会员服务
80+阅读 · 2021年4月30日
【WWW2021】大规模智能手机数据的异质联邦学习
专知会员服务
42+阅读 · 2021年3月8日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
基于深度学习的行人重识别研究进展,自动化学报
专知会员服务
38+阅读 · 2019年12月5日
相关资讯
中国信通院:数据中心产业图谱研究报告
THU数据派
0+阅读 · 2022年2月16日
数据出现波动不要慌,手把手教你搭建数据异常监控体系
人人都是产品经理
1+阅读 · 2021年12月20日
大厂都在谈的数据思维,到底怎么建立?
人人都是产品经理
0+阅读 · 2021年11月14日
面面观之易华录“数据银行”
THU数据派
0+阅读 · 2021年9月10日
北京市通勤出行特征与典型区域分析
智能交通技术
28+阅读 · 2019年7月19日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
教程 | 基于Keras的LSTM多变量时间序列预测
机器之心
20+阅读 · 2017年10月30日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员