基於數值模擬、深度學習和統計學習的粵港澳大灣區超細顆粒物和花粉生理和心理健康風險評估和預測

粵港澳大灣區作為高度發達的城市群，面臨著嚴重的空氣污染問題。其中，與人為排放相關的超細顆粒物以及與綠地植被相關的花粉污染問題受到廣泛關注，與之相關的人群健康風險亟待評估。當前對於超細顆粒物和花粉濃度的獲取主要依賴於固定站點的觀測。受制於觀測站點空間位置的局限性，相對應的超細顆粒物和花粉的健康風險評估存在較大的不確定性，且難以開展區域性的風險暴露預測。本研究將採用改進的WRF-Chem模型模擬超細顆粒物和花粉的時空分布，結合深度學習和統計學習算法，引入多元氣象和污染觀測數據以及人口，城市結構等地理信息數據，重構高分辨率的大灣區超細顆粒物和花粉的時空分布，進而開展其生理和心理健康風險的評估，並基於此建立粵港澳大灣區超細顆粒物和花粉生理和心理健康風險暴露預測模型。該研究可以為制定精准的健康防護措施和環境管理政策提供科學依據和數據支持。