[00135375]四川盆地复合大气污染复杂空间模式的数据驱动识别关键技术研究及其在大气污染归因健康风险与疾病负担评估中的应用
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
(一)研究内容及技术关键 1. 数据驱动的复杂空间模式识别方法研究：研究已将前期研究中提出的空间准确性评价指标MCS-P推广到复杂空间模式评价,基于复杂空间模式的假设,在重建整个研究区域内聚集性区域的联合空间随机过程时引入多个不同质的空间随机过程,重构复杂空间模式下的多重空间随机过程的高阶联合分布,构建了能够评价包括多个空间随机过程的复杂空间模式的空间准确性评价指标,建立数据驱动的复杂空间模式识别技术,并通过模拟和实例研究验证了其优势。 2.大气污染分布情况的空间模式识别：利用数据驱动的复杂空间模式识别技术,对各地监测数据中包含的复杂空间模式进行了识别和探索,为进一步定量估计大气污染归因风险及疾病负担提供了研究基础。 3.环境风险因素的区域暴露估计及疾病负担评估： 研究对于大气污染进行了全国范围内的暴露估计,并采用模拟和实例验证,探索了将数据驱动的空间模式识别技术所识别出的复杂空间模式引入暴露估计模型的应用前景,并以气象因子为例探讨了其健康负担。
