伴随着城市化进程的推进，自然景观破坏、人口爆炸、交通拥堵、住房紧张、能源紧缺等一系列城市病出现，其已成为制约人群福祉提升的主要阻力之一，其中以空气污染为代表的人群健康环境暴露风险，是人群寿命损失、慢性病发病率升高的主要诱因之一。相关研究表明，我国由空气污染直接或间接导致的死亡人口数超过1亿，特别是在高度城市化区域，PM_2.5每小时每上升10μg/m³将导致滞后两天的呼吸系统疾病或心脑血管疾病死亡率上升2.14%。因此，PM_2.5暴露风险评估是提升人群健康水平的重要前提之一。

现有研究多将人口调查数据与PM_2.5日平均浓度数据结合，此类研究存在两个缺陷：（1）人口调查数据时空分辨率低，无法实现PM_2.5暴露风险的逐小时、逐日等多时间尺度的评估；（2）PM_2.5日平均浓度无法体现PM_2.5日内的变化情况，且采用日均值会导致PM_2.5高暴露区域的平滑现象。为突破上述两个缺陷，曹峥博士将腾讯宜出行数据引入，将其与超额PM_2.5暴露风险结合（即逐小时PM_2.5监测值与25μg/m³的差值，25μg/m³为WHO提出的24小时PM_2.5健康标准），构建了hourly exceedance PM2.5 exposure (HEPE)指数，结果表明：（1）HEPE可以较好的反映人群PM2.5暴露风险，研究区内36%以上的呼吸系统疾病死亡病例空间位置与HEPE相匹配；（2）研究时段内，HEPE呈现双峰双谷的态势，两峰分别位于13:00与21:00，两谷位于15:00与19:00；（3）HEPE高值区主要位于广州市天河区西部，包含五山街道、员村街道、石牌街道等。

图1. HEPE时间时空变化特征图

相关成果以“Exploring spatiotemporal variation characteristics of exceedance air pollution risk using social media big data”为题在线发表于《Environmental Research Letters》(ERL: 2019IF=6.096，中国科学院气象与大气科学类1区TOP期刊)，本文第一作者为广州大学24848威尼斯(中国)有限公司曹峥博士，通讯作者为广州大学24848威尼斯(中国)有限公司吴志峰教授。

上述成果受到国家自然科学基金（41901219）、南方海洋科学与工程广东省实验室（广州）人才团队引进重大专项（GML2019ZD0301）的联合资助。

原文链接：https://doi.org/10.1088/1748-9326/abbd62