蒙特卡洛方法用于城镇5G基站电磁暴露安全评估

电磁暴露安全是当前5G通信在大规模商业化推广过程中需高度重视的问题.大规模多输入多输出(multiple-input multiple-output,MIMO)和天线3D波束成形等技术在现有5G基站中已得到成熟应用,但以往传统确定性方法在评估该类基站时过于保守,很难得到准确可信的基站电磁暴露评估结果.本文在以往基于蒙特卡洛(Monte Carlo,MC)统计方法的5G基站电磁暴露评估模型基础上,进一步模拟构建了城镇基站小区的三维用户场景,采用电磁暴露相对因子作为衡量指标实现了更真实用户场景下的5G基站电磁暴露水平评估.结果表明,在文中给定的两类基站配置参数下,5G基站小区在最坏情况下电磁暴露相对因子计算结果最大值仅有保守确定性方法给出的电磁暴露评估结果的25%左右,说明5G基站引入大规模MIMO和波束成形技术后不仅改善了用户通信质量,同时也使覆盖区域内电磁暴露量值分布更为均匀,得到了比传统基站更低的电磁暴露水平.

暴露风险评价法在室内微生物污染中的应用

文章针对通风空调系统造成的室内微生物污染,引入暴露风险评价法,对室内暴露人群的健康风险进行评价,包括污染物辨识、暴露途径确定、暴露量计算和风险评估四步骤,并对每一步的执行过程进行详细阐述。该评价法的引入旨在为室内微生物污染的定量评价做出基础研究,评定室内微生物污染对暴露人体健康的危害程度,以便人们采取积极的预防措施,保证身体健康。但该评价法在室内微生物污染领域的应用,尚不成熟,仍需不断完善。

室内外不同臭氧水平对中国城市居民健康的影响

定量评估降低室内外O_(3)水平带来的健康影响对O_(3)污染治理至关重要.本文基于室内外O_(3)浓度的差异性,使用城市特异性暴露因子和暴露反应模型模拟、预测满足不同室内外空气质量标准带来的健康效益情况.结果表明:(1)2020年我国337个地级及以上城市可归因于O_(3)污染短期暴露和长期暴露的全因早逝人数分别为44400和137237例,相应的经济损失分别为2375×10^(8)、7367×10^(8)元,分别占当年国内生产总值的0.23%和0.73%.(2)O_(3)浓度满足当前的《室内空气质量标准》(GB/T 18883—2022)(160μg/m^(3))和《健康建筑评价标准》(T/ASC 02—2021)(112μg/m^(3)),无法带来健康效益,当城市每日室内O_(3)达标浓度分别为60、40、30、20、10μg/m^(3)时,可避免的全因早逝人数(长期暴露)分别为90、3931、16191、48861、85584例,相应可避免的经济损失分别为7×10^(8)、255×10^(8)、971×10^(8)、2787×10^(8)、4681×10^(8)元.(3)当城市每日室外O_(3)达标浓度分别为160、100、80、70、60μg/m^(3)时,可避免的全因早逝人数(长期暴露)分别为6044、46090、78888、100160、124649例,相应可避免的经济损失分别为355×10^(8)、2548×10^(8)、4298×10^(8)、5420×10^(8)、6700×10^(8)元.研究显示,降低室内O_(3)浓度可有效减少与O_(3)相关的健康影响和经济损失,可率先在山东省、河南省、江苏省、广东省等地区实施更严格的区域O_(3)空气质量标准.

主机系统安全实时风险量化评估方法的研究

为了评价主机系统的安全风险变化,建立了一个描述主机安全状态的隐马尔可夫模型.利用该模型计算主机处于被攻击状态的概率,分析了影响攻击执行过程的因素,提出了一种计算攻击成功概率的方法,并最终计算主机系统的风险指数.该方法可以动态获取主机系统的风险态势曲线,有利于指导安全管理人员调整安全策略.

2013~2017年中国PM_(2.5)污染防治的健康效益评估

为了评估中国大气环境治理带来的健康效益,确定健康风险评价的主要驱动因素,本文使用结合人群活动因子的综合暴露响应模型,对中国东部和中部地区2013~2017年可归因于PM_(2.5)的健康经济效益进行了估算,并量化了人口总量、人口老龄化、基准死亡率和PM_(2.5)暴露浓度这4个因素对健康负担的影响贡献.结果表明,2013~2017年研究区域内PM_(2.5)人口加权浓度下降了28.73%,PM_(2.5)年均暴露浓度在35μg·m^(-3)及以下的人口比例从11.23%增加到27.91%.PM_(2.5)浓度下降使得2017年归因死亡数下降了14.43%,可避免经济损失为5588.41亿元.当PM_(2.5)暴露浓度达到国家二级标准(35μg·m^(-3))、一级标准(15μg·m^(-3))和世卫组织建议标准(10μg·m^(-3))时,归因死亡人数较基准年(2017年)将减少8.22%、55.05%和79.36%,避免经济损失3190.85、21374.38和30812.97亿元.人口总量、人口老龄化、基准死亡率和PM_(2.5)暴露浓度这4个因素对健康负担的贡献分别为-2.69%、-12.38%、1.66%和14.57%,其中污染物浓度降低是减轻健康负担的主导因素.中国的大气污染治理取得了显著成效,但在高PM_(2.5)浓度和高人口密度的地区,大气污染导致的健康负担仍然很重,需要实施更加严格的空气污染控制政策.