针对上述挑战， 清华大学 安全学院袁宏永、张小乐团队提出了一种堆叠式集成机器学习（Stacking-based Ensemble Machine Learning）高时空分辨率颗粒数浓度模拟方法（Stem-PNC），融合数据驱动模型与物理化学模型，在区域尺度上实现了高空间（1 km）和高时间（1小时）分辨率的UFPs暴露评估，为超细颗粒物的暴露水平和健康风险评估提供了新的思路。

执法人员对各公共场所的环境卫生状况和空气质量进行了实地测量，对场所的温度、湿度、噪声、风速、一氧化碳、二氧化碳、PM10进行了现场监测 ...