|
|
| FESE | 前沿研究：用iPhone Significant Location数据计算个人空气污染暴露 |
|
论文标题：On the potential of iPhone significant location data to characterize individual mobility for air pollution health studies（用iPhone Significant Location数据计算个人空气污染暴露)
期刊：Frontiers of Environmental Science & Engineering
作者：Elizabeth Eastman, Kelly A. Stevens, Cesunica Ivey, Haofei Yu
发表时间：23 May 2022
DOI：10.1007/s11783-022-1542-7
微信链接：点击此处阅读微信文章
原文链接（点击“阅读原文”直接获取）
https://journal.hep.com.cn/fese/EN/10.1007/s11783-022-1542-7
文章出版：Front. Environ. Sci. Eng. 2022, 16(5): 63
原文信息
题目：
On the potential of iPhone significant location data to characterize individual mobility for air pollution health studies
作者：
Elizabeth Eastman1, Kelly A. Stevens1, Cesunica Ivey2, Haofei Yu1：
1 University of Central Florida, USA
2 University of California-Berkeley, USA
通讯作者邮箱：
haofei.yu@ucf.edu
关键词：
Air pollution exposure (空气污染暴露);
Human mobility (个人空间活动);
iPhone Significant Location (iPhone重要地点);
Smartphone data (智能手机数据)
文章亮点
• 本文评测了iPhone个人空间活动位置数据的准确度
• iPhone数据能够记录到最重要的个人微环境及访问时间
• 使用iPhone数据能够精确计算个人对室外颗粒物污染的暴露
• 美国较大部分人群有iPhone位置数据
• iPhone位置数据在空气污染与健康研究中有较大潜力
文章简介
精确计算个人暴露对空气污染和健康研究有重要意义。污染物浓度在空间时间上变化较大，而个人在空间和时间上的移动则会显著影响其对污染的暴露。详细的个人移动数据能够帮助更好地计算暴露，但对很多研究，尤其是回顾性流行病学研究，此类数据很难得到。
iPhone系列手机是最受欢迎的智能手机的一种。重要地点（Significant Location）是iPhone操作系统内部的一项功能。经用户同意后，iPhone Significant Location (iSL) 会自动记录手机用户经常访问的地点。考虑到iPhone手机的巨大市场占有率以及此类数据自动和被动收集的特性，iSL数据在空气污染和健康研究中的潜力显而易见。
本研究对比了从一名志愿者的iPhone手机收集的一个月的iSL数据和相应的GPS追踪器位置数据，并评测了iSL数据在记录个人空间时间活动的准确性。结果表明：
（1）iSL准确记录了16个最重要的微环境。志愿者在这些微环境中停留了93%的时间。
（2）与使用GPS数据的结果对比，应用iSL数据计算的暴露误差仅为0.012%。
（3）初步调查（n = 349）结果表明，72%的美国iPhone使用者有iSL数据。
本研究的结果证明，iPhone Significant Location数据在空气污染和健康研究，尤其是回顾性流行病学研究中，有很大的应用前景。
文章摘要图
作者简介
余昊菲，美国中佛罗里达大学助理教授。研究方向为空气污染模拟，传感器网络，污染物排放清单和健康影响评价。主持美国国家自然科学基金等多个项目。个人主页：
https://www.ucfairqualitylab.com/
摘要
In many air pollution health studies, the time-activity pattern of individuals is often ignored largely due to lack of data. However, a better understanding of this location-based information is expected to decrease uncertainties in exposure estimation. Here, we showcase the potential of iPhone’s Significant Location (iSL) data in capturing the user’s historical time-activity patterns in order to estimate exposure to ambient air pollutants. In this study, one subject carried an iPhone in tandem with a reference GPS tracking device for one month. The GPS device recorded locations in 10 second intervals while the iSL recorded the time spent in locations the subject visited frequently. Using GPS data as a reference, we then evaluated the accuracy of iSL data in capturing the subject’s time-activity patterns and time-weighted air pollution concentration within the study time period. We found the iSL data accurately captured the time the subject spent in 16 microenvironments (i.e. locations the subject visited more than once), which was 93% of the time during the study period. The average error of time-weighted aerosol optical depth value, a surrogate of particle pollution, is only 0.012%. To explore the availability of iSL data among iPhone users, an online survey was conducted. Among the 349 surveyed participants, 72% of them have iSL data available. Considering the popularity of iPhones, iSL data may be available for a significant portion of the general population. Our results suggest iSL data have great potential for characterizing historical time-activity patterns to improve air pollution exposure estimation.
期刊简介
《前沿》系列英文学术期刊
由教育部主管、高等教育出版社主办的《前沿》（Frontiers）系列英文学术期刊，于2006年正式创刊，以网络版和印刷版向全球发行。系列期刊包括基础科学、 、工程技术和人文社会科学四个主题，是我国覆盖学科最广泛的英文学术期刊群，其中13种被SCI收录，其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录，具有一定的国际学术影响力。系列期刊采用在线优先出版方式，保证文章以最快速度发表。
中国学术前沿期刊网
http://journal.hep.com.cn
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
