CN109493973A - 一种家用住宅空气环境健康风险预警方法及系统 - Google Patents
一种家用住宅空气环境健康风险预警方法及系统 Download PDFInfo
- Publication number
- CN109493973A CN109493973A CN201811401025.7A CN201811401025A CN109493973A CN 109493973 A CN109493973 A CN 109493973A CN 201811401025 A CN201811401025 A CN 201811401025A CN 109493973 A CN109493973 A CN 109493973A
- Authority
- CN
- China
- Prior art keywords
- exposure
- concentrations
- long
- term
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
Abstract
本发明涉及一种家用住宅空气环境健康风险预警方法,属于环境监测技术领域,解决了现有技术中不能根据用户实际在室内的逗留时间和行为差异进行环境监测预警,以及不能根据不同功能房间的实际情况对环境暴露进行分析和评价的问题。一种家用住宅空气环境健康风险预警方法,具体包括以下步骤:获取不同功能房间的环境监测参数、用户在不同功能房间的暴露行为数据;绘制不同类型空气污染物暴露浓度曲线,计算不同类型空气污染物的暴露浓度;对暴露风险进行评估和预警,并将所述环境监测参数、暴露行为数据、暴露浓度曲线和评估预警结果推送给用户。实现了根据用户逗留时间和行为差异进行环境监测预警,和根据不同功能房间对环境暴露进行分析和评价。
Description
技术领域
本发明涉及环境监测技术领域,尤其涉及一种家用住宅空气环境健康风险预警方法及系统。
背景技术
居住者在室内的生活行为是室内空气污染物的重要来源之一,不同功能空间由于生活行为不同,污染物种类和浓度存在一定的差异;空气污染物对人体健康产生危害与暴露浓度、暴露时间有密切的联系,单纯用日均值或时均值来衡量室内空气质量是不全面的(例如室内人员活动时污染物浓度较高,无人员活动时室内空气污染物浓度较低,但加权平均下来日均值是达标的);环境暴露风险评估目前在毒理学、公共卫生等领域得到广泛应用,是目前国内外环境相关领域广泛认可的环境评估方法,空气污染物高浓度短时间暴露和低浓度长时间暴露都会人体的健康产生危害;由于个体身体素质的差异性,对不同环境参数的敏感性存在一定的差异,开展个性化的居家环境干预是未来智能家居控制的重要研究方向。
传统空气环境监测参数多参照GB/T18883《室内空气质量标准》所列参数,预警方法多以标准限值作为参考,超出限值范围就会预警,或人为划分多个等级范围,按照严重程度进行预警,一般室内仅设置一个测点,既有室内空气质量监测设备研究的重点主要聚焦于数据快速采集、便携式设计和数据精度等方面。
现有的环境监测设备预警方法多为瞬时值预警或日(时)均值预警,存在的问题主要分为两方面,一方面是而居住者在室内逗留的时间不是连续的,也不是全天,不同居住者在室内的生活行为也存在差异,常规设备的日(时)均值并不代表居住者在室内活动时的暴露浓度;另一方面是不同功能房间的空气污染物由于室内空间布置、气流组织和生活行为的不同,空气浓度值在一定时间内存在较大的差异,单纯用污染物浓度值高的房间作为参考也不合理。现有环境监测方法及设备都难以提供反映出居住者室内生活活动时实际的空气污染物暴露数据(包括暴露浓度、暴露时间等)。
发明内容
鉴于上述的分析,本发明旨在提供一种家用住宅空气环境健康风险预警方法及系统,用以解决现有技术中不能根据用户实际在室内的逗留时间和行为差异进行环境监测预警,以及不能根据不同功能房间的实际情况对环境暴露进行分析和评价问题。
本发明一方面提供了一种家用住宅空气环境健康风险预警方法,包括以下步骤:
获取用户室内不同功能房间的环境监测参数、用户在室内不同功能房间的暴露行为数据;
根据所述环境监测参数和暴露行为数据,绘制不同类型空气污染物暴露浓度曲线,计算不同类型空气污染物的单次暴露浓度、日均暴露浓度和长期暴露浓度,得到暴露浓度计算结果;
根据所述暴露浓度计算结果,对急性暴露风险和长期暴露风险进行评估和预警,并将所述环境监测参数、暴露行为数据、暴露浓度曲线和评估预警结果推送给用户。
上述技术方案的有益效果为:通过上述方案实现了根据用户实际在室内的逗留时间和行为差异进行环境监测预警,并且能够根据不同功能房间的实际情况对环境暴露进行分析和评价。
进一步地,所述暴露行为数据包括用户在该功能房间的进出时刻和停留时间;计算不同类型空气污染物的单次暴露浓度、日均暴露浓度和长期暴露浓度,具体包括:
计算用户在该功能房间一次进出时间段内不同类型空气污染物的平均暴露浓度,得到单次暴露浓度;
计算不同类型污染物单日所有单次暴露浓度的均值得到日均暴露浓度;
计算预设时间段内的不同类型污染物日均暴露浓度的均值得到长期暴露浓度。
上述进一步技术方案的有益效果为:通过上述方案可以方便而准确的获取不同类型空气污染物的单次暴露浓度、日均暴露浓度和长期暴露浓度。
进一步地,对急性暴露风险和长期暴露风险进行评估和预警,具体包括:将所述单次暴露浓度或日均暴露浓度与对应的急性暴露剂量参考值比对,若所述单次暴露浓度或日均暴露浓度不超过急性暴露剂量参考值,则不存在急性暴露风险,否则存在急性暴露风险;
将长期暴露浓度与长期暴露剂量参考值比对,若长期暴露浓度不超
过长期暴露剂量参考值,则不存在长期暴露风险,否则存在长期暴露风险;
若存在急性暴露风险或长期暴露风险,则生成预警信息,并推送至用户,否则不生成预警信息。
上述进一步技术方案的有益效果为:上述方案综合考量了单次暴露浓度、日均暴露浓度和长期暴露浓度,并通过将其与对应的暴露参考值比对,可以有效的形成急性暴露风险和长期暴露风险的评估和预警,这种暴露风险评估和预警方法,考虑的更为全面。
进一步地,上述方法还包括,采集用户的生理参数;将所述生理参数实时上传至云服务器,所述云服务器将所述生理参数及生理参数存在异常时对应的不同类型空气污染物暴露浓度推送给用户。
进一步地,上述方法还包括,所述生理参数实时上传云服务器后,所述云服务器根据所述生理参数进行健康状态评估,并将健康状态以及与上传生理参数时刻对应的各类型空气污染物的单次暴露浓度、单日暴露浓度、长期暴露浓度推送给用户。
上述进一步技术方案的有益效果为:上述方案考虑了用户的生理参数及其对应的健康状态,使用户可以随时掌握自身的健康状态;将上传生理参数时刻对应的各类型空气污染物的单次暴露浓度、单日暴露浓度、长期暴露浓度推送给用户,使用户将自身的健康状况与空气污染物暴露浓度联系起来,以便健康状况不佳时,采取必要的措施,比如开窗通风等。
本发明另一方面还提供了家用住宅空气环境健康风险预警系统,所述系统包括环境参数监测设备、室内人员识别及定位模块、云服务器和用户终端;
所述环境参数监测设备用于获取用户室内不同功能房间的环境监测参数;
所述室内人员识别及定位模块用于实时记录用户在室内不同功能房间的暴露行为数据;
所述环境监测装置、室内人员识别及定位模块分别将环境监测参数、暴露行为数据上传至云服务器并分类存储;
所述云服务器根据所述环境监测参数和暴露行为数据,绘制不同类型空气污染物暴露浓度曲线,计算不同类型空气污染物的单次暴露浓度、日均暴露浓度和长期暴露浓度,得到暴露浓度计算结果;
所述云服务器根据所述暴露浓度计算结果,对急性暴露风险和长期暴露风险进行评估和预警,并将所述环境监测参数、暴露行为数据、暴露浓度曲线和评估预警结果推送给用户终端。
上述方案的有益效果为:通过上述系统可以实现根据用户实际在室内的逗留时间和行为差异进行环境监测预警,并且能够根据不同功能的实际情况对环境暴露进行分析和评价。
进一步地,所述暴露行为数据包括用户在该功能房间的进出时刻和停留时间;云服务器计算不同类型空气污染物的单次暴露浓度、日均暴露浓度和长期暴露浓度,具体包括:
计算用户在该功能房间一次进出时间段内不同类型空气污染物的平均暴露浓度,得到单次暴露浓度;
计算不同类型污染物单日所有单次暴露浓度的均值得到日均暴露浓度;
计算预设时间段内的不同类型污染物日均暴露浓度的均值得到长期暴露浓度。
上述进一步技术方案的有益效果为:通过上述系统可以方便而准确的获取不同类型空气污染物的单次暴露浓度、日均暴露浓度和长期暴露浓度。
进一步地,云服务器对急性暴露风险和长期暴露风险进行评估和预警,具体包括:将所述单次暴露浓度或日均暴露浓度与对应的急性暴露剂量参考值比对,若所述单次暴露浓度或日均暴露浓度不超过急性暴露剂量参考值,则不存在急性暴露风险,否则存在急性暴露风险;
将长期暴露浓度与长期暴露剂量参考值比对,若长期暴露浓度不超
过长期暴露剂量参考值,则不存在长期暴露风险,否则存在长期暴露风险;
若存在急性暴露风险或长期暴露风险,则生成预警信息,并推送至用户,否则不生成预警信息。
上述进一步技术方案的有益效果为:上述系统,综合考量了单次暴露浓度、日均暴露浓度和长期暴露浓度,并通过将其与对应的暴露参考值比对,从而实现全面而有效的暴露风险评估和预警。
进一步地,所述系统还包括生理参数监测模块,所述生理参数监测模块用于实时采集用户的生理参数,并将所述生理参数实时上传至所述云服务器,所述云服务器将所述生理参数及生理参数存在异常时对应的不同类型空气污染物暴露浓度推送给用户终端。
进一步地,所述生理参数监测模块将所述生理参数实时上传云服务器后,所述云服务器根据所述生理参数进行健康状态评估,并将健康状态以及与上传生理参数时刻对应的各类型空气污染物的单次暴露浓度、单日暴露浓度和长期暴露浓度推送给用户终端。
上述进一步技术方案的有益效果为:通过上述系统可知获知用户的生理参数及其对应的健康状态,使用户可以随时掌握自身的健康状态;将上传生理参数时刻对应的各类型空气污染物的单次暴露浓度、单日暴露浓度、长期暴露浓度推送给用户,使用户将自身的健康状况与空气污染物暴露浓度联系起来,以便健康状况不佳时,采取必要的措施,比如开窗通风等。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书、权利要求书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明实施例1所述方法的流程示意图;
图2为本发明实施例1所述方法的不同功能房间的PM2.5浓度变化示意图;
图3为本发明实施例1所述方法的用户在不同室内的暴露行为数据示意图;
图4为本发明实施例1所述方法的PM2.5暴露浓度曲线示意图;
图5为本发明实施例2所述系统的结构示意图;
图6为本发明实施例2所述系统的布置示意图。
附图标记:
1-环境参数监测设备;2-起居室空气污染物监测模块;3-厨房空气污染物监测模块;4-卧室空气污染物监测模块;5-卫生间空气污染物监测模块;-室内人员识别及定位模块;7-生理参数监测模块;8-室内网关9-云服务器;91-空气环境健康风险预警分析平台;92-空气污染物危险暴露剂量数据库;93-正常生理指标参数数据库;10-用户终端。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
实施例1
本发明实施例中,提供了一种家用住宅空气环境健康风险预警方法,包括以下步骤:
步骤S1、获取用户室内不同功能房间的环境监测参数、用户在室内不同功能房间的暴露行为数据;
其中,所述暴露行为数据包括用户在该功能房间的进出时刻和停留时间;所述功能房间包括起居室、卧室、厨房和卫生间,不同功能房间的环境监测参数,如表1所示;
步骤S2、根据所述环境监测参数和暴露行为数据,绘制不同类型空气污染物暴露浓度曲线,计算不同类型空气污染物的单次暴露浓度、日均暴露浓度和长期暴露浓度,得到暴露浓度计算结果;如图2所示为监测得到的不同功能房间的PM2.5浓度变化示意图,如图3所示为用户在不同室内的暴露行为数据示意图,如图4所示为PM2.5暴露浓度曲线示意图。
具体的,计算不同类型空气污染物的单次暴露浓度、日均暴露浓度和长期暴露浓度,包括:
计算用户在该功能房间一次进出时间段内不同类型空气污染物的平均暴露浓度,得到单次暴露浓度;
计算不同类型污染物单日所有单次暴露浓度的均值得到日均暴露浓度;
计算预设时间段内的不同类型污染物日均暴露浓度的均值得到长期暴露浓度;
步骤S3、根据所述暴露浓度计算结果,对急性暴露风险和长期暴露风险进行评估和预警,并将所述环境监测参数、暴露行为数据、暴露浓度曲线和评估预警结果推送给用户。
对急性暴露风险和长期暴露风险进行评估和预警,具体包括:将所述单次暴露浓度或日均暴露浓度与对应的急性暴露剂量参考值比对,若所述单次暴露浓度或日均暴露浓度不超过急性暴露剂量参考值,则不存在急性暴露风险,否则存在急性暴露风险;
将长期暴露浓度与长期暴露剂量参考值比对,若长期暴露浓度不超过长期暴露剂量参考值,则不存在长期暴露风险,否则存在长期暴露风险;
若存在急性暴露风险或长期暴露风险,则生成预警信息,并推送至用户,否则不生成预警信息。
在另一个具体实施例中,所述方法还包括,采集用户的生理参数(例如,皮肤温度、呼吸速率、心率、血压、血糖等);将所述生理参数实时上传至云服务器,所述云服务器将所述生理参数及生理参数存在异常时对应的不同类型空气污染物暴露浓度推送给用户。
在另一个具体实施例中,所述方法还包括,所述生理参数实时上传云服务器后,所述云服务器根据所述生理参数进行健康状态评估,并将健康状态以及与上传生理参数时刻对应的各类型空气污染物的单次暴露浓度、单日暴露浓度、长期暴露浓度推送给用户。
实施例2
本发明的另一个实施例中,提供了一种家用住宅空气环境健康风险预警系统,所述系统结构示意图如图1所示,所述系统包括环境参数监测设备、室内人员识别及定位模块、云服务器和用户终端;
所述用于获取用户室内不同功能房间的环境监测参数;具体的,根据室内不同功能房间的空气污染物类型设置相应的环境参数监测设备,实时监测空气质量,得到环境监测参数;其中,所述功能房间包括起居室、卧室、厨房和卫生间,不同功能房间的环境监测参数,如表1所示;
所述环境参数监测设备包括起居室空气污染物监测模块、卧室空气污染物监测模块、厨房空气污染物监测模块、卫生间空气污染物监测模块;需要说明的是上述各类空气污染物监测模块均内置无线传输模块;
所述室内人员识别及定位模块用于实时记录用户在室内不同功能房间的暴露行为数据;其中,所述暴露行为数据包括用户在该功能房间的进出时刻和停留时间;
所述环境监测装置、室内人员识别及定位模块分别将环境监测参数、暴露行为数据通过无线传输模块实时上传至室内网关,所述室内网关通过互联网将环境监测参数、暴露行为数据实时上传至云服务器;
云服务器分别对不同功能房间的环境监测参数和不同人员在室内不同功能房间的暴露行为数据进行分类存储;
所述云服务器根据所述环境监测参数和暴露行为数据,绘制不同类型空气污染物(环境监测参数)暴露浓度曲线;具体的,云服务器中的空气环境健康风险预警分析平台根据用户在室内不同功能房间的暴露行为数据,绘制出该用户在不同功能房间暴露期间不同类型空气污染物暴露浓度曲线;
针对用户,利用呼吸暴露风险评估模型计算不同类型空气污染物单次暴露浓度、日均暴露浓度和长期暴露浓度,得到暴露浓度计算结果;
上述呼吸暴露风险评估模型EPA(United States Environmental ProtectionAgency美国环境保护署)所提供的;
云服务器计算不同类型空气污染物的单次暴露浓度、日均暴露浓度和长期暴露浓度,具体包括:
计算用户在该功能房间一次进出时间段内不同类型空气污染物的平均暴露浓度,得到单次暴露浓度;
示例性的,用户从ti时刻到tj时刻在Rm房间,空气污染物Pn的平均浓度为Ck,则该空气污染物的单次暴露浓度为Ck;
所述单次是指进入Rm房间期间,室内人员识别及定位模块没有监测到用户离开该功能房间,室内人员识别及定位模块设置的扫描频率为1min/次;
计算不同类型污染物单日所有单次暴露浓度的均值得到日均暴露浓度;
示例性的,若从早上6:00~次日6:00,空气污染物Pn的单次暴露浓度C1、C2……Ck,则该空气污染物的日均暴露浓度为C1、C2……Ck的均值;
计算预设时间段内的不同类型污染物日均暴露浓度的均值得到长期暴露浓度。
需要说明的是,长期暴露风险,一般要求系统连续监测时间超过30日以上时方可开展。
所述云服务器根据所述暴露浓度计算结果,对急性暴露风险和长期暴露风险进行评估和预警,并将所述环境监测参数、暴露行为数据、暴露浓度曲线和评估预警结果推送给用户终端;其中,用户终端包括PC端和app端;
云服务器对急性暴露风险和长期暴露风险进行评估和预警,具体包括:将所述单次暴露浓度或日均暴露浓度与对应的急性暴露剂量参考值比对,若所述单次暴露浓度或日均暴露浓度不超过急性暴露剂量参考值,则不存在急性暴露风险,否则存在急性暴露风险;
将长期暴露浓度与长期暴露剂量参考值比对,若长期暴露浓度不超过长期暴露剂量参考值,则不存在长期暴露风险,否则存在长期暴露风险;
若存在急性暴露风险或长期暴露风险,则生成预警信息,并推送至用户,否则不生成预警信息。
上述急性暴露剂量参考值和长期暴露剂量参考值以空气污染物危险暴露剂量数据库中的剂量参考值为标准;所述空气污染物危险暴露剂量数据库为国内外研究机构的数据库所提供,所述国内外研究机构的数据库主要包括EPA组织的IRIS数据库和PPRTVs数据库、ATSDR的MRLs数据库和HEAST数据库以及相关研究文献资料;
在依据空气污染物危险暴露剂量数据库,可确定得出不同类型空气污染物急性暴露(常见的有10min、30min、1h、4h、8h、24h)和长期暴露剂量参考值;例如,ATSDR提供的MRLs(minimal)NH3的急性暴露剂量参考值为1.7ppm,长期暴露剂量参考值为0.1ppm;数据库会基于国外相关机构提供的报告和研究文献进行更新和补充。
所述系统还包括生理参数监测模块,所述生理参数监测模块用于实时采集用户的生理参数(皮肤温度、呼吸速率、心率、血压、血糖等),并将所述生理参数实时上传至所述云服务器,所述云服务器将所述生理参数及生理参数存在异常时对应的不同类型空气污染物暴露浓度推送给用户终端。
上述生理监测设备为现有产品,例如江苏启润的慢病多参数监测产品;采集的生理参数通过后台的云平台实现互通,采集的时刻根据住户的使用习惯进行,用户可在任意时间利用生理监测设备进行采集并实时上传至云服务器,云服务器中的空气环境健康风险预警分析平台会连续记录采集的生理参数以及采集的时间点,根据时间点对生理参数进行分类,并将历史采集的生理参数绘制成曲线图等多种图表形式进行管理。
所述生理参数监测模块将所述生理参数实时上传云服务器后,所述云服务器还可以根据所述生理参数进行健康状态评估,并将健康状态以及与上传生理参数时刻对应的各类型空气污染物的单次暴露浓度、单日暴露浓度和长期暴露浓度推送给用户终端。
需要说明的是,根据所述生理参数进行健康状态评估具体为,将实时上传的生理参数正常生理指标参数数据库中参数作比对,根据比对情况进行评估;
另外,所述家用住宅空气环境健康风险预警系统安装完毕后,将会对用户人员的用户终端进行ID编号;云服务器依据ID编号给用户终端推送的各类内容,用户也可以根据自身要求对需要推送内容进行自主设置,如仅设置推送风险评估结果;用户可以通过用户终端查询云服务器推送的内容。
本发明公开了一种家用住宅空气环境健康风险预警方法及系统,实现了根据用户实际在室内的逗留时间和行为差异进行环境监测预警,并且能够根据不同功能的实际情况对环境暴露进行分析和评价;此外还考虑了用户的生理参数及其对应的健康状态,使用户可以随时掌握自身的健康状态;将上传生理参数时刻对应的各类型空气污染物的单次暴露浓度、单日暴露浓度、长期暴露浓度推送给用户,使用户将自身的健康状况与空气污染物暴露浓度联系起来,以便健康状况不佳时,采取必要的措施;
在家用住宅空气环境健康风险预警系统方面,根据不同功能房间的污染物类别选择合适的传感器(即环境参数监测设备),形成具有针对性、全面的环境监测系统;利用定位和ID识别装置监测(即识别及定位模块)居住者在室内的活动状态(即暴露行为数据);基于EPA组织提供的环境暴露风险评价模型和数据库,可开展空气环境暴露风险评价和预警,并分析出用户日常环境暴露特征;最后利用长期连续的监测数据分析居住者(用户)较为敏感的空气污染物类别和浓度范围,从而实现精准化管理。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中。其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种家用住宅空气环境健康风险预警方法,其特征在于,包括以下步骤:
获取用户室内不同功能房间的环境监测参数、用户在室内不同功能房间的暴露行为数据;
根据所述环境监测参数和暴露行为数据,绘制不同类型空气污染物暴露浓度曲线,计算不同类型空气污染物的单次暴露浓度、日均暴露浓度和长期暴露浓度,得到暴露浓度计算结果;
根据所述暴露浓度计算结果,对急性暴露风险和长期暴露风险进行评估和预警,并将所述环境监测参数、暴露行为数据、暴露浓度曲线和评估预警结果推送给用户。
2.根据权利要求1所述的方法,其特征在于,所述暴露行为数据包括用户在该功能房间的进出时刻和停留时间;计算不同类型空气污染物的单次暴露浓度、日均暴露浓度和长期暴露浓度,具体包括:
计算用户在该功能房间一次进出时间段内不同类型空气污染物的平均暴露浓度,得到单次暴露浓度;
计算不同类型污染物单日所有单次暴露浓度的均值得到日均暴露浓度;
计算预设时间段内的不同类型污染物日均暴露浓度的均值得到长期暴露浓度。
3.根据权利要求1所述的方法,其特征在于,对急性暴露风险和长期暴露风险进行评估和预警,具体包括:将所述单次暴露浓度或日均暴露浓度与对应的急性暴露剂量参考值比对,若所述单次暴露浓度或日均暴露浓度不超过急性暴露剂量参考值,则不存在急性暴露风险,否则存在急性暴露风险;
将长期暴露浓度与长期暴露剂量参考值比对,若长期暴露浓度不超过长期暴露剂量参考值,则不存在长期暴露风险,否则存在长期暴露风险;
若存在急性暴露风险或长期暴露风险,则生成预警信息,并推送至用户,否则不生成预警信息。
4.根据权利要求1所述的方法,其特征在于,还包括,采集用户的生理参数;将所述生理参数实时上传至云服务器,所述云服务器将所述生理参数及生理参数存在异常时对应的不同类型空气污染物暴露浓度推送给用户。
5.根据权利要求4所述的方法,其特征在于,还包括,所述生理参数实时上传云服务器后,所述云服务器根据所述生理参数进行健康状态评估,并将健康状态以及与上传生理参数时刻对应的各类型空气污染物的单次暴露浓度、单日暴露浓度、长期暴露浓度推送给用户。
6.一种家用住宅空气环境健康风险预警系统,其特征在于,所述系统包括环境参数监测设备、室内人员识别及定位模块、云服务器和用户终端;
所述环境参数监测设备用于获取用户室内不同功能房间的环境监测参数;
所述室内人员识别及定位模块用于实时记录用户在室内不同功能房间的暴露行为数据;
所述环境监测装置、室内人员识别及定位模块分别将环境监测参数、暴露行为数据上传至云服务器并分类存储;
所述云服务器根据所述环境监测参数和暴露行为数据,绘制不同类型空气污染物暴露浓度曲线,计算不同类型空气污染物的单次暴露浓度、日均暴露浓度和长期暴露浓度,得到暴露浓度计算结果;
所述云服务器根据所述暴露浓度计算结果,对急性暴露风险和长期暴露风险进行评估和预警,并将所述环境监测参数、暴露行为数据、暴露浓度曲线和评估预警结果推送给用户终端。
7.根据权利要求6所述的系统,其特征在于,所述暴露行为数据包括用户在该功能房间的进出时刻和停留时间;云服务器计算不同类型空气污染物的单次暴露浓度、日均暴露浓度和长期暴露浓度,具体包括:
计算用户在该功能房间一次进出时间段内不同类型空气污染物的平均暴露浓度,得到单次暴露浓度;
计算不同类型污染物单日所有单次暴露浓度的均值得到日均暴露浓度;
计算预设时间段内的不同类型污染物日均暴露浓度的均值得到长期暴露浓度。
8.根据权利要求6所述的系统,其特征在于,云服务器对急性暴露风险和长期暴露风险进行评估和预警,具体包括:将所述单次暴露浓度或日均暴露浓度与对应的急性暴露剂量参考值比对,若所述单次暴露浓度或日均暴露浓度不超过急性暴露剂量参考值,则不存在急性暴露风险,否则存在急性暴露风险;
将长期暴露浓度与长期暴露剂量参考值比对,若长期暴露浓度不超过长期暴露剂量参考值,则不存在长期暴露风险,否则存在长期暴露风险;
若存在急性暴露风险或长期暴露风险,则生成预警信息,并推送至用户,否则不生成预警信息。
9.根据权利要求6所述的系统,其特征在于,还包括生理参数监测模块,所述生理参数监测模块用于实时采集用户的生理参数,并将所述生理参数实时上传至所述云服务器,所述云服务器将所述生理参数及生理参数存在异常时对应的不同类型空气污染物暴露浓度推送给用户终端。
10.根据权利要求9所述的系统,其特征在于,还包括,所述生理参数监测模块将所述生理参数实时上传云服务器后,所述云服务器根据所述生理参数进行健康状态评估,并将健康状态以及与上传生理参数时刻对应的各类型空气污染物的单次暴露浓度、单日暴露浓度和长期暴露浓度推送给用户终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811401025.7A CN109493973B (zh) | 2018-11-22 | 2018-11-22 | 一种家用住宅空气环境健康风险预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811401025.7A CN109493973B (zh) | 2018-11-22 | 2018-11-22 | 一种家用住宅空气环境健康风险预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109493973A true CN109493973A (zh) | 2019-03-19 |
CN109493973B CN109493973B (zh) | 2021-11-02 |
Family
ID=65697650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811401025.7A Active CN109493973B (zh) | 2018-11-22 | 2018-11-22 | 一种家用住宅空气环境健康风险预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109493973B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110991795A (zh) * | 2019-10-29 | 2020-04-10 | 武汉科技大学 | 一种用于污染场地逐年化风险评估系统的架构方法 |
CN115081970A (zh) * | 2022-08-24 | 2022-09-20 | 北京奥维云网大数据科技股份有限公司 | 精装地产装修数据分析与评测系统及评测方法 |
CN117408441A (zh) * | 2023-12-15 | 2024-01-16 | 北京三五二环保科技有限公司 | 一种结合室内外环境的健康监测方法、系统、设备及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101346590A (zh) * | 2005-12-23 | 2009-01-14 | 霍尼韦尔国际公司 | 基于室内人数的通风系统 |
CN102305457A (zh) * | 2011-09-19 | 2012-01-04 | 北京四季微熵科技有限公司 | 室内空气品质控制系统 |
CN103344741A (zh) * | 2013-07-11 | 2013-10-09 | 大连理工大学 | 一种评价室内空气亚慢性暴露健康风险的方法 |
US20140277624A1 (en) * | 2013-03-15 | 2014-09-18 | Particles Plus, Inc. | Personal air quality monitoring system |
CN105116848A (zh) * | 2015-07-17 | 2015-12-02 | 大连理工大学 | 居住建筑室内环境监测与健康等级评价物联网系统 |
CN105427015A (zh) * | 2015-10-27 | 2016-03-23 | 中国疾病预防控制中心环境与健康相关产品安全所 | 一种快速评估pm2.5污染相关人群健康风险的方法 |
CN105989243A (zh) * | 2016-03-29 | 2016-10-05 | 深圳市职业病防治院 | 基于工作环境实时信息大数据的职业病危害风险评估方法 |
CN107036647A (zh) * | 2016-11-18 | 2017-08-11 | 兰州大学 | 基于无线网络的空气环境与人体健康分析方法及系统 |
WO2017182920A1 (en) * | 2016-04-20 | 2017-10-26 | Meo Limited | Air quality monitoring device |
CN107544375A (zh) * | 2017-07-17 | 2018-01-05 | 天津大学 | 一种家用住宅空气品质控制策略分析系统 |
-
2018
- 2018-11-22 CN CN201811401025.7A patent/CN109493973B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101346590A (zh) * | 2005-12-23 | 2009-01-14 | 霍尼韦尔国际公司 | 基于室内人数的通风系统 |
CN102305457A (zh) * | 2011-09-19 | 2012-01-04 | 北京四季微熵科技有限公司 | 室内空气品质控制系统 |
US20140277624A1 (en) * | 2013-03-15 | 2014-09-18 | Particles Plus, Inc. | Personal air quality monitoring system |
CN103344741A (zh) * | 2013-07-11 | 2013-10-09 | 大连理工大学 | 一种评价室内空气亚慢性暴露健康风险的方法 |
CN105116848A (zh) * | 2015-07-17 | 2015-12-02 | 大连理工大学 | 居住建筑室内环境监测与健康等级评价物联网系统 |
CN105427015A (zh) * | 2015-10-27 | 2016-03-23 | 中国疾病预防控制中心环境与健康相关产品安全所 | 一种快速评估pm2.5污染相关人群健康风险的方法 |
CN105989243A (zh) * | 2016-03-29 | 2016-10-05 | 深圳市职业病防治院 | 基于工作环境实时信息大数据的职业病危害风险评估方法 |
WO2017182920A1 (en) * | 2016-04-20 | 2017-10-26 | Meo Limited | Air quality monitoring device |
CN107036647A (zh) * | 2016-11-18 | 2017-08-11 | 兰州大学 | 基于无线网络的空气环境与人体健康分析方法及系统 |
CN107544375A (zh) * | 2017-07-17 | 2018-01-05 | 天津大学 | 一种家用住宅空气品质控制策略分析系统 |
Non-Patent Citations (3)
Title |
---|
ELEFTHERIA MALLIARI, OLGA-IOANNA KALANTZI: "Children"s exposure to brominated flame retardants in indoor environments - A review", 《ENVIRONMENT INTERNATIONAL》 * |
丁钢强,张美辨: "《国外职业健康风险评估指南》", 30 June 2014 * |
梁晓军,施健 等: "中国居民室内甲醛暴露水平及健康效应研究进展", 《环境卫生学杂志》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110991795A (zh) * | 2019-10-29 | 2020-04-10 | 武汉科技大学 | 一种用于污染场地逐年化风险评估系统的架构方法 |
CN115081970A (zh) * | 2022-08-24 | 2022-09-20 | 北京奥维云网大数据科技股份有限公司 | 精装地产装修数据分析与评测系统及评测方法 |
CN115081970B (zh) * | 2022-08-24 | 2022-11-15 | 北京奥维云网大数据科技股份有限公司 | 精装地产装修数据分析与评测系统及评测方法 |
CN117408441A (zh) * | 2023-12-15 | 2024-01-16 | 北京三五二环保科技有限公司 | 一种结合室内外环境的健康监测方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109493973B (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Özkaynak et al. | Associations between 1980 US mortality rates and alternative measures of airborne particle concentration | |
CN109493973A (zh) | 一种家用住宅空气环境健康风险预警方法及系统 | |
Bhatti-Sinclair et al. | What determines the out-of-home placement of children in the USA? | |
WO2000065996A1 (en) | Method and apparatus for providing air quality analysis based on human reactions and clustering methods | |
CN109247936A (zh) | 一种全夜睡眠监测的异常脑电行为监测系统及方法 | |
CN112304831B (zh) | 基于质量守恒的学生行为对教室内pm2.5浓度的计算方法 | |
Ruiz et al. | Assessing metabolic rate and indoor air quality with passive environmental sensors | |
Walsh et al. | Inferring health metrics from ambient smart home data | |
Lopiano et al. | A comparison of errors in variables methods for use in regression models with spatially misaligned data | |
CN114403806A (zh) | 一种危险疾病预警及通知系统 | |
Chalmers et al. | Smart monitoring: an intelligent system to facilitate health care across an ageing population | |
Schütz et al. | A sensor-driven visit detection system in older adults’ homes: towards digital late-life depression marker extraction | |
RU2316260C2 (ru) | Способ оценки риска развития йоддефицитного состояния у населения административной территории в условиях антропотехногенного химического загрязнения окружающей среды | |
Wang et al. | Density map visualization from motion sensors for monitoring activity level | |
Baller et al. | The interchangeability of homicide data sources: A spatial analytical perspective | |
Pickles et al. | Reconciling recalled dates of developmental milestones, events and transitions: A mixed generalized linear model with random mean and variance functions | |
Alivar et al. | A pilot study on predicting daytime behavior & sleep quality in children with asd | |
Bae et al. | A Real-time Health Monitoring System for Evaluating Environmental Exposures. | |
Akl et al. | Generalized linear models of home activity for automatic detection of mild cognitive impairment in older adults | |
Glascock et al. | An evidentiary study of the uses of automated behavioral monitoring | |
Berry et al. | Exact and resampling probability values for weighted kappa | |
Liu et al. | Intelligent home design for elderly health monitoring and rating based wireless passive sensor network | |
DiMaggio et al. | Spatial analytic approaches to explaining the trends and patterns of drug overdose deaths | |
Von Schirnding | Rapid Assessment of Air Pollution and Health: Making Optimal Use of Data for Policy-and Decision-making | |
Walker | In-Home Environmental Quality: Indices of Indoor Air Pollution and Indoor Discomfort and Their Patterns in Colorado Homes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |