室外空气污染暴露规避健康路径规划服务

夏吉品，邹 滨，杨忠霖，李沈鑫

中南大学 地球科学与信息物理学院，长沙410083

1 引言

城市空气质量浓度超标事件近年频繁发生。截止2016年，全国338个地级及以上城市仍有75.1%的环境空气质量超标，平均超标天数比例为21.2%。以PM2.5为首要污染物的超标天数占重度及以上空气质量等级总天数的80.3%。研究表明，短期暴露于浓度超标的空气污染会严重危害公众、特别是慢性支气管炎、肺癌等疾病患者敏感人群的健康，引起不同程度的咳嗽、呼吸困难等症状[1-2]。相比室内，室外日常出行空气污染暴露更难控制，已成为影响公众健康不可忽视的重要行为。在我国室外空气质量浓度短期难以达标的当下，如何在出行过程中有效规避PM2.5高浓度区域、降低PM2.5暴露强度，已成为公众当前防控大气污染健康损害的一种新需求。

随着智能手机硬件性能的快速提升，路径规划APP当前已成为公众出行的常备工具。在当前主流手机智能平台中，Android因开放性、开源性和完全免费性等优势，在移动智能终端领域已占据绝对优势[3]，出现了以Google地图、高德地图为代表的多种基于Android平台的路径规划应用程序APP[4]。然稍加分析可知，现有各类路径规划APP中的路径选择方案多局限于出发点与目的地之间的最短距离[5-6]、最佳路况[7-8]或最少时间[9-10]，对所选路径健康与否缺乏考虑，难以满足指导公众日常出行过程中规避空气污染健康损害的需要。

截止目前，国外已有学者开始研究空气污染低暴露风险路径搜索算法。在此过程中，采用空气污染指数API（Air Pollution Index）测度出行路段空气污染暴露风险[11]。但是，API作为一个定性或半定量评估空气质量等级的指数，无法用于累积计算个体在出行道路上所受的健康损害。在综合考虑暴露浓度和暴露时长的基础上，有学者引入暴露剂量这一指标开启了以低暴露剂量为标准的最低暴露路径搜索算法研究[12]。但不容忽视，现已报道的最低暴露路径搜索算法多依赖日均或月均空气污染物浓度[13-16]，忽略了空气污染浓度在出行过程时段间的动态变化，且尚无面向应用的最低暴露路径服务产品。

对此，针对当前我国城市空气质量超标、公众防控大气污染健康损害的新需求，以PM2.5为例，本研究拟以动态最低空气污染暴露剂量健康路径搜索服务构建为基础，开发基于Android平台的公众健康路径规划APP，通过对公众日常出行的指导、达到规避大气污染暴露健康损害的目的。

2 健康路径动态规划算法

健康路径指出发点与目的地间出行道路上个体所受空气污染暴露剂量累积最低的路径。健康路径动态规划算法是基于动态Dijkstra路径规划算法的一种目标值的优化算法。传统DijKstra算法是以距离最短或时间最短为目标函数求解最优值，而本文提出的健康路径动态规划算法是以空气污染暴露剂量累积最低为目标函数的Dijkstra算法求解最优值。如图1所示，健康路径包括PM2.5浓度分布制图、道路段PM2.5暴露剂量估算、暴露剂量累积最低路径搜索三部分，分别可借助克里格空间插值、暴露剂量评估、动态Dijkstra健康路径搜索方法实现。

图1 健康路径搜索过程示意图

2.1 克里格空间插值制图

PM2.5浓度分布制图是出行道路段PM2.5暴露剂量估算的基础。以变异函数理论及结构分析为基础，克里格空间插值方法不仅可考虑已知点间、已知点与插值点的相对位置关系，还可顾及各点间的空间相关性，是一种可在有限区域内对变量进行无偏最优估计的空间插值方法[17]。计算公式为：

式中，Z(χ0)为未知点特征属性估计值，Z(χi)为已知点相应观测值，λi为已知点对未知点的克里格权重系数，n为已知点的个数。

2.2 道路段暴露剂量评估

污染暴露是个体在某一时空过程接触一种及以上环境污染物的行为[18]。暴露剂量评估即指在对环境浓度与暴露行为准确识别基础上，应用模型定量计算个体吸入污染物量的过程[18]。伴随当前空气污染环境健康损害研究对暴露剂量-反应关系的进一步确认，暴露剂量已成为一种表征PM2.5暴露对人体健康损害大小的有效指标。计算公式为：

D为个体沿道路出行累积的PM2.5暴露剂量（μg）；Ci为PM2.5浓度（μg/m3）；IR为呼吸速率（m3/min）。IR取《中国人群暴露参数手册》儿童、成年人和老年人轻度运动状态城乡居民个体呼吸速率均值（表1）；Δt是以Vi速度通过Li长度道路段的时间开销。

2.3 动态Dijkstra健康路径搜索优化

作为经典最短路径搜索算法，Dijkstra采用遍历搜索方式求解最短路径，可靠性高、鲁棒性好[19-20]。与经典最短路径规划[21-22]中各道路段物理长度保持不变相异，健康路径规划中每条道路段的长度实际为暴露风险权重，随该道路段上PM2.5浓度与出行时长的变化而改变。即出发时刻规划的健康路径，往往会在前往目的地的行进过程中因道路段暴露风险的变化需要动态更新。

表1 轻度运动城乡居民个体平均呼吸量

健康路径的选择问题，可以看成一个研究约束条件下的目标函数的极值问题。据此原理，动态Dijkstra健康路径搜索，以路径的空气污染暴露剂量累积值最低为目标函数，以起止点必须包括在道路上为约束条件，求取从起点到终点通过DijKstra算法搜索的所有路径中累计空气污染暴露剂量值最低的路径。若存在原起始点或目的地未直接落在道路段的情景，则进行最近邻道路段上起始点和目的地空间位置的标定，从而确保起止点在道路段。健康路径动态更新则按照已出行道路段不回退基本原则，以上一时刻PM2.5暴露剂量累积最低道路段为基础，逐步搜索当前时刻暴露风险权重最低道路段，如此循环至出行过程结束。

3 健康路径规划后台设计与实现

3.1总体架构设计

综合考虑系统功能的复杂性及手机终端计算能力的局限性，面向手机APP的健康路径规划服务后台设计定位于数据管理、业务逻辑处理、信息服务与交互式接口提供。基于软件工程“高内聚低耦合”思想将整个后台分为访问层、逻辑层和服务层（图2），分别负责数据访问、业务逻辑处理和客户端服务请求响应。

具体而言，访问层主要为逻辑层提供数据访问接口：非空间数据通过封装的Ado.net和JDBC访问底层数据库，空间数据通过空间数据引擎（ArcSDE）中间件存取。逻辑层包括数据访问、污染制图、浓度提取、暴露剂量估算、用户管理及呼吸参数管理模块，完成数据的采集与业务的处理，支撑服务层。服务层通过ArcGIS Server为客户端APP提供路径规划和地图访问的REST接口，利用Tomcat服务器为客户端APP提供与用户信息相关的JSON接口。

图2 健康路径规划APP后台架构

3.2 数据库设计

通过自顶向下、逐步分解的系统功能分析可知，健康路径规划所依赖的数据可分为空间和非空间两类（图3）。空间数据主要包括空气质量监测站点位置与道路网数据，通过ArcSDE进行管理；非空间数据主要为用户基本身份信息、空气质量浓度监测数据、公众呼吸暴露参数，直接存储在SQL Server数据库。

图3 健康路径规划APP数据库设计

3.3 开发与实现

健康路径规划服务后台实现包括后台任务开发、GIS服务器开发与Web服务器开发三个部分（图4）。

后台任务开发通过空气质量浓度与道路网数据的叠置调用实现道路段空气质量浓度值的提取。首先，调用数据访问模块获取当前时刻空气质量监测站点PM2.5浓度数据，通过ArcGIS Engine（AE）开发完成空间点构造、坐标转换与PM2.5浓度连续空间曲面的插值制图；以此为基础，通过道路网数据道路段中心点提取对应网格位置的PM2.5浓度曲面值，完成格网内道路段PM2.5浓度的赋值与更新。

图4 健康路径规划APP后台实现技术流程

GIS服务采用WebGIS技术、AE组件式技术和ArcGIS SDE进行开发，实现空间数据的存取与处理、GIS服务的发布与管理。GIS服务器主要用于将后台任务更新后的道路网数据上传至ArcGIS Server，完成服务的更新。整个过程通过Python脚本实现流程的自定义处理，具体为：

（1）创建服务定义草稿文件（SDDraft）：转换路网地图为SDDraft文件。

（2）修改SDDraft定义，注册地图服务和路径服务。

（3）分析和检查SDDraft错误。

（4）转换SDDraft为.sd服务定义文件。

（5）上传服务至ArcGIS Server。

Web服务采用Java语言、SpringMVC、Spring和MyBatis框架（SSM）开发，实现用户信息管理。Web服务器主要基于用户信息和呼吸参数调用，通过暴露剂量评估模型实现PM2.5浓度向暴露剂量的转换。客户端首先通过http协议向Web服务器发送暴露剂量、暴露时长和用户ID请求数据；Web服务器随后根据用户信息完成基于呼吸参数库的用户呼吸参数匹配，采用暴露评估模型计算暴露剂量，以JSON格式返回给客户端。

4 健康路径规划APP设计与实现

健康路径规划手机终端APP在Android Studio集成开发环境基于Android原生应用开发模式开发。APP地图定位通过调用ArcGIS Runtime SDK for Android（ArcSDK）实现，包括地图管理、登录注册与路径规划三项功能。

4.1 APP功能设计与实现

4.1.1 地图定位与显示

地图是健康路径可视化规划的基础。健康路径规划APP的地图功能包括定位和图层管理两个方面。地图定位通过LocationListener接口实时获取APP载体手机GPS定位经纬度数据，完成用户位置的实时地图加载。图层管理用于健康路径规划APP相关图层的动态加载与显示，从下到上依次为背景图层、道路网图层、路径规划结果图层、起止点定义图层。背景图层采用天地图底图展示用户周围地理环境；道路网图层分级渲染显示路网各道路段PM2.5实时浓度；路径规划结果图层和起止点图层用于动态添加健康路径规划的出行路线和起止点标识。

4.1.2 登录注册

登陆注册功能是获取用户年龄与性别信息，实现出行个体呼吸参数匹配提取的关键。用户个人信息输入后，通过HttpClient组件POST请求Web服务器登陆注册接口，根据请求返回的状态码判断是否登陆注册成功。

为避免APP与Web服务端频繁请求呼吸参数造成服务器负载过大的压力，健康路径规划APP在用户登陆注册成功后即主动请求服务端呼吸参数查询服务，利用Android提供的SharedPrefereneces将匹配的呼吸参数保存在本地xml文件。

4.1.3 路径规划

健康路径动态搜索是健康路径规划APP的核心功能，主要包括地理编码查询、路径规划任务请求与显示，路径规划界面（图5）。地理编码查询是将用户输入的起始点与目的地地名转换为确切空间地理坐标位置的过程，主要通过HTTP协议请求天地图地理编码服务查询可匹配的位置。地理编码服务返回结果通常包含匹配位置的名称、经纬度及详细地址。路径规划任务请求用于实现路径规划任务参数的设置与封装和请求的发送。为避免ANR（Application is Not Response）导致的应用崩溃，Android开发中将路径规划任务设置在子线程执行，执行完毕通过回调机制更新至主线程地图界面。

图5 健康路径规划APP路径规划界面

表2 最短路径、最快路径和健康路径出行效益指标对比统计

路径规划功能核心代码如下：

//获取路径任务默认参数

ListenableFuture＜RouteParameters＞

listenableFuture=mRouteTask.createDefaultParametersAsync（）；

RouteParameters routeParameters=listenableFuture.get（）；

//添加起止点、设置返回路径方向

Stop stop1=new Stop（start）；

Stop stop2=new Stop（end）；

List＜Stop＞routeStops=new ArrayList＜＞（）；

routeStops.add（stop1）；

routeStops.add（stop2）；

routeParameters.setStops（routeStops）；

routeParameters.setReturnDirections（true）；

//执行路径规划任务

RouteResult routeResult=mRouteTask.solveRouteAsync（route-Parameters）.get（）；

//回调更新显示结果

callBack.updateUI（routeResult）；

4.2 健康路径效果测试

为测试健康路径规划APP的可靠性其及规避大气污染暴露风险的效果，针对2015年11月26日采集的PM2.5浓度数据，在长沙主城区随机抽取多组路径规划起始点与目的地，从距离、时间和暴露剂量三方面开展最短路径、最快路径与健康路径的对比评价（图6）。出行效益指标统计（表2）表明，健康路径相比最短路径和最快路径在公众出行过程中可分别可降低个体5.0%和7.3%的PM2.5暴露剂量，但同时会比最短路径增加约9.4%的出行距离，比最快路径增多8.0%的出行时间。

图6 健康路径、最短路径与最快路径出行规划效果对比示意图

5 结束语

针对我国当前城市空气质量超标、公众大气污染健康损害防控的新需求，以对人体健康危害较大的空气污染物PM2.5为例，本研究设计、开发与实现了以暴露剂量为终端健康损害权重表征指标的健康路径规划服务APP。测试结果表明，健康路径规划APP服务规划下的健康路径相比传统最短路径和最快路径可分别降低出行公众个体5.0%和7.3%的暴露剂量，是一种可用于公众规避空气污染暴露风险的有效路径规划服务。考虑到我国大气污染呈现出多污染源叠加的复合型污染特征，基于多种污染物综合健康效应的路径规划服务仍有待进一步研究。此外，通过融入道路级小时粒度空气质量浓度预报数据，提升暴露剂量评估精度以及APP健康风险预警预报能力，增加用户出行路径评价和用户意见反馈功能模块，改善用户体验也是未来主要的改进方向。