空气人体可吸入细颗粒物暴露风险评估方法及系统与流程

1.本技术涉及空气污染防护的技术领域，尤其是涉及一种空气人体可吸入细颗粒物暴露风险评估方法及系统。


背景技术：

2.目前，一些健康指导意见指出，在空气污染指数较高的天气情况下应当尽量避免户外运动，以防遭受可吸入颗粒物等大气污染物的健康威胁，另一些健康指导意见则指出，参与户外运动有助于人体的身心健康，且户外运动具有许多室内运动项目不可取代的优势。
3.现有的健康指导意见只是机械地用天气预报中的空气污染指数等指标来衡量是否推荐进行户外运动，然而天气预报中的空气污染指数通常仅能反映某行政区域在一天内的总体或者平均空气污染情况，而一个行政区域内同一时间的不同位置和同一位置在不同时间下的空气污染情况各有差异，因而依靠天气预报中的空气污染指数难以准确反映不同时空环境中的空气污染情况。
4.针对上述相关技术，发明人认为存在难以制定合理的空气污染防护策略和体育运动计划的问题。


技术实现要素：

5.为了提高运动计划制定的合理性，本技术提供一种空气人体可吸入细颗粒物暴露风险评估方法及系统。
6.本技术的上述发明目的一采用如下技术方案实现：一种空气人体可吸入细颗粒物暴露风险评估方法，包括：实时获取各区域的可吸入颗粒物监测数据并存储，以构建可吸入颗粒物分布地图；获取用户的运动需求和作息信息，将所述运动需求进行分类；基于所述运动需求和可吸入颗粒物分布地图规划运动场所和对应的导航信息，生成运动计划；获取用户实时gps数据计算用户出行途中和运动过程中的可吸入颗粒物暴露情况数据。
7.通过采用上述技术方案，实时获取各区域的可吸入颗粒物检测数据并进行存储，以判断各区域可吸入颗粒物含量随时间变化的情况，并根据获取到的可吸入颗粒物检测数据构建可吸入颗粒物分布地图，便于反映可吸入颗粒物含量的时空变化情况和规律；获取用户的运动需求和作息信息，以便将用户的运动需求进行分类，便于后续根据用户的实际情况进行运动计划的制定；根据运动需求中的运动项目从可吸入颗粒物分布地图中找到优选的运动场所，并规划优选的导航信息，以生成运动计划，减少用户在前往运动场所以及运动过程中受到的可吸入颗粒物的健康威胁；获取用户的实时gps数据，以计算用户在实际出
行途中以及运动过程中的可吸入颗粒物暴露情况数据，便于判断用户实际受到来自可吸入颗粒物的健康威胁情况。
8.本技术在一较佳示例中可以进一步配置为：获取用户实时gps数据计算用户出行途中和运动过程中的可吸入颗粒物暴露情况数据的步骤之后，还包括：基于所述可吸入颗粒物暴露情况数据和用户的健康状态数据，评估用户的可吸入颗粒物暴露风险等级。
9.通过采用上述技术方案，由于相同的可吸入颗粒物暴露情况对处于不同的健康状态下的用户造成的健康影响各异，因此，获取用户的健康状态数据，并根据用户的可吸入颗粒物暴露情况数据和健康状态数据评估用户的可吸入颗粒物暴露风险等级，便于对处于不同健康状态下的用户进行准确的健康风险评估，提高可吸入颗粒物暴露风险等级对不同人群的可适配性。
10.本技术在一较佳示例中可以进一步配置为：基于所述运动需求和可吸入颗粒物分布地图规划运动场所和对应的导航信息，生成运动计划的步骤中，具体包括：基于用户的运动需求和作息信息，从可吸入颗粒物分布地图获取每一项运动可选的运动场所；基于可吸入颗粒物分布地图，规划前往各运动场所的出行方案，选取最佳出行方案生成导航信息；基于用户的作息信息和运动需求，确定用户的每日运动任务，并根据所述运动场所、导航信息和每日运动任务生成运动计划。
11.通过采用上述技术方案，根据用户的运动需求以及作息信息中的空闲时间和位置信息，结合从可吸入颗粒物分布地图中各运动场所的营业时间或开放时间，获取用户的运动需求中各项运动可供选择的运动场所；根据可吸入颗粒物分布地图中的可吸入颗粒物的时间和空间分布情况，规划用户前往各运动场所的多种出行方案，选取用户在出行过程中受到来自可吸入颗粒物的健康威胁最低的出行方案生成导航信息，减少用户在前往运动场所途中遭受的来自可吸入颗粒物的健康威胁；根据用户的空闲时间、位置信息、运动需求，确定用户的每日运动任务，根据运动场所、导航信息和每日运动任务为用户制定当日的运动计划，以便用户获知当日的运动计划并规划空闲时间。
12.本技术在一较佳示例中可以进一步配置为：获取用户实时gps数据计算用户出行途中和运动过程中的可吸入颗粒物暴露情况数据的步骤中，具体包括：获取用户的实时gps数据，根据用户移动轨迹和移动速度判断用户采取的出行方式，计算用户出行途中的可吸入颗粒物暴露情况数据；根据用户在运动场所停留时间以及对应的运动类型，计算用户在运动过程中的可吸入颗粒物暴露情况数据。
13.通过采用上述技术方案，获取用户的实时gps数据，根据用户移动轨迹和移动速度判断用户实际采取的出行方式，根据用户实际选用的出行方式、移动轨迹途径的区域的可吸入颗粒物浓度以及相应的时间，计算用户在出行途中的可吸入颗粒物暴露情况数据；由于在进行不同运动时，人体吸入空气的速率不同，因此，根据用户在运动场所的停留时间和运动场所对应的运动类型，计算用户在运动过程中的可吸入颗粒物暴露情况数据，便于提高数据的准确性。
14.本技术在一较佳示例中可以进一步配置为：基于所述可吸入颗粒物暴露情况数据和用户的健康状态数据，评估用户的可吸入颗粒物暴露风险等级的步骤之前，还包括：获取可吸入颗粒物暴露情况数据与人体健康关系信息，以建立可吸入颗粒物暴露风险匹配模型。
15.通过采用上述技术方案，获取可吸入颗粒物暴露情况与人体健康之间关系的信息，并建立可吸入颗粒物暴露风险匹配模型，用于评估用户的可吸入颗粒物暴露风险，提高了对可吸入颗粒物的健康威胁评估的科学性。
16.本技术在一较佳示例中可以进一步配置为：基于所述可吸入颗粒物暴露情况数据和用户的健康状态数据，评估用户的可吸入颗粒物暴露风险等级的步骤中，具体包括：获取用户的健康状态数据，并基于用户健康状态数据设置对应的可吸入颗粒物暴露风险规则；将所述可吸入颗粒物暴露情况数据输入可吸入颗粒物暴露风险匹配模型，以判断当前用户的可吸入颗粒物暴露风险等级。
17.通过采用上述技术方案，由于处于不同健康状态下的用户对污染物的承受能力不同，获取用户的健康状态数据生成对应的可吸入颗粒物暴露风险规则，以对可吸入颗粒物暴露风险匹配模型进行设置；将用户的可吸入颗粒物暴露情况数据输入可吸入颗粒物暴露风险匹配模型中，便于根据用户的实际健康状态数据评估用户当前的可吸入颗粒物暴露风险等级。
18.本技术在一较佳示例中可以进一步配置为：所述可吸入颗粒物暴露风险等级包括低风险、中风险和高风险，基于所述可吸入颗粒物暴露情况数据和用户的健康状态数据，评估用户的可吸入颗粒物暴露风险等级的步骤之后，还包括：当用户的可吸入颗粒物暴露风险等级为高风险，生成停止运动信号并发送至用户终端；当用户的可吸入颗粒物暴露风险等级为中风险时，进行累计计时，当所述累计计时数值达到危险阈值时，生成停止运动信号并发送至用户终端；当用户的可吸入颗粒物暴露风险等级为低风险时，进行反向计时以减小所述累计计时的数值。
19.通过采用上述技术方案，将可吸入颗粒物暴露风险等级区分为低风险、中风险和高风险，当用户处于高风险状态时，生成停止运动信号并发送至用户终端，以提示用户停止进行运动，立刻采取空气污染防护措施，以降低可吸入颗粒物对用户造成的健康威胁；当用户处于中风险状态时，进行累计计时，当累计计时的数值达到危险阈值时，则认为用户累计吸入的可吸入颗粒物达到危险的程度，生成停止运动信号并发送至用户终端，以提示用户停止进行运动；当用户处于低风险状态时，进行反向计时，以便减小累计计时的数值，通过累计计时和反向计时，根据累计计时数值的动态变化情况评估用户的健康风险，以判断用户能否继续进行运动以及可进行运动的时间，提高了用户健康风险评估的科学性和运动计划制定的合理性。
20.本技术的上述发明目的二采用如下技术方案实现：一种空气人体可吸入细颗粒物暴露风险评估系统，包括：空气质量地图生成模块，用于实时获取各区域的可吸入颗粒物监测数据并存储，
以构建可吸入颗粒物分布地图；运动需求分析模块，用于获取用户的运动需求和作息信息，将所述运动需求进行分类；运动计划生成模块，用于基于所述运动需求和可吸入颗粒物分布地图规划运动场所和对应的导航信息，生成运动计划；暴露情况获取模块，用于获取用户实时gps数据计算用户出行途中和运动过程中的可吸入颗粒物暴露情况。
21.通过采用上述技术方案，本技术的上述发明目的三采用如下技术方案实现：一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述空气人体可吸入细颗粒物暴露风险评估方法的步骤。
22.本技术的上述发明目的四采用如下技术方案实现：一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述空气人体可吸入细颗粒物暴露风险评估方法的步骤。
23.综上所述，本技术包括以下至少一种有益技术效果：1. 实时获取各区域的可吸入颗粒物检测数据并存储，构建可吸入颗粒物分布地图，以便反映可吸入颗粒物含量的时空变化情况和规律；获取用户的运动需求和作息信息将用户的运动需求进行分类，便于根据用户的实际情况进行运动计划的制定；根据运动需求中的运动项目从可吸入颗粒物分布地图中找到优选的运动场所，并规划优选的导航信息，以生成运动计划，减少用户在前往运动场所以及运动过程中受到的可吸入颗粒物的健康威胁；获取用户的实时gps数据，以计算用户在实际出行途中以及运动过程中的可吸入颗粒物暴露情况数据，便于判断用户实际受到来自可吸入颗粒物的健康威胁情况。
24.2. 获取用户的实时gps数据，根据用户移动轨迹和移动规律判断用户实际采取的出行方式，根据用户实际选用的出行方式、移动轨迹途径的区域的可吸入颗粒物浓度以及相应的时间，计算用户在出行途中的可吸入颗粒物暴露情况数据；由于在进行不同运动时，人体吸入空气的速率不同，因此，根据用户在运动场所的停留时间和运动场所对应的运动类型，计算用户在运动过程中的可吸入颗粒物暴露情况数据，便于提高数据的准确性。
25.3. 由于处于不同健康状态下的用户对污染物的承受能力不同，获取用户的健康状态数据生成对应的可吸入颗粒物暴露风险规则，以对可吸入颗粒物暴露风险匹配模型进行设置；将用户的可吸入颗粒物暴露情况数据输入可吸入颗粒物暴露风险匹配模型中，便于根据用户的实际健康状态数据评估用户当前的可吸入颗粒物暴露风险等级。
26.4. 将可吸入颗粒物暴露风险等级区分为低风险、中风险和高风险，当用户处于高风险状态时，生成停止运动信号并发送至用户终端，以提示用户停止进行运动，立刻采取空气污染防护措施，以降低可吸入颗粒物对用户造成的健康威胁；当用户处于中风险状态时，进行累计计时，当累计计时的数值达到危险阈值时，则认为用户累计吸入的可吸入颗粒物达到危险的程度，生成停止运动信号并发送至用户终端；当用户处于低风险状态时，进行反向计时，以便减小累计计时的数值，通过累计计时和反向计时，根据累计计时数值的动态变化情况评估用户的健康风险，以判断用户能否继续进行运动以及可进行运动的时间，提高
了用户健康风险评估的科学性和运动计划制定的合理性。
附图说明
27.图1是本技术一实施例中空气人体可吸入细颗粒物暴露风险评估方法的一流程图；图2是本技术一实施例中空气人体可吸入细颗粒物暴露风险评估方法的另一流程图；图3是本技术一实施例中空气人体可吸入细颗粒物暴露风险评估方法中步骤s30的流程图；图4是本技术一实施例中空气人体可吸入细颗粒物暴露风险评估方法中步骤s40的流程图；图5是本技术一实施例中空气人体可吸入细颗粒物暴露风险评估方法中步骤s50的流程图；图6是本技术一实施例中空气人体可吸入细颗粒物暴露风险评估方法中步骤s50的另一流程图；图7是本技术一实施例中空气人体可吸入细颗粒物暴露风险评估方法中另一流程图；图8是本技术一实施例中空气人体可吸入细颗粒物暴露风险评估系统的一原理框图；图9是本技术一实施例中的设备示意图。
具体实施方式
28.以下结合附图对本技术作进一步详细说明。
29.在一实施例中，如图1所示，本技术公开了一种空气人体可吸入细颗粒物暴露风险评估方法，具体包括如下步骤：s10：实时获取各区域的可吸入颗粒物监测数据并存储，以构建可吸入颗粒物分布地图。
30.在本实施例中，可吸入颗粒物分布地图是指标记了可吸入颗粒物的时间和空间分布情况的电子地图，具有搜索目的地和规划导航路线的功能。
31.具体地，可吸入颗粒物监测数据是通过在城市中设置若干空气质量监测站所获取的，具体可以是建立与环卫管理部门和气象部门之间的通信渠道，以获取环卫管理部门和气象部门所属的空气质量监测站的可吸入颗粒物监测数据，也可以建立与其他个人或单位所属空气质量监测站之间的通信渠道，以增加监测点的数量，提高可吸入颗粒物分布地图的数据准确性。
32.具体地，实时获取各监测点的可吸入颗粒物监测数据，并按周期在可吸入颗粒物分布地图中进行标记以更新可吸入颗粒物分布地图，优选的，可吸入颗粒物分布地图的更新周期可以是五分钟，也可以根据接收来自各监测点的可吸入颗粒物监测数据的频率而定；保留可吸入颗粒物分布地图每一个历史版本，以便根据可吸入颗粒物分布地图的历史版本分析可吸入颗粒物的浓度的周期变化规律，从而便于对未来可吸入颗粒物的浓度进行
预测。
33.s20：获取用户的运动需求和作息信息，将运动需求进行分类。
34.具体地，用户可以设置自己的运动需求，运动需求是指用户设置的希望在未来一个运动周期内进行的运动项目、相应的运动量以及室内/室外喜好；例如，用户的运动需求可以是：1月1日到1月7日，跑步10km、室外优先，毽球1小时、室外优先，羽毛球3小时、室内优先，力量训练2小时、仅限室内，骑行20km、仅限室外；作息信息是指用户所设置的作息时间以及每一时间段用户所在位置；例如，用户在工作日的00:00到08:00为睡眠时间、早晨洗漱时间和早餐时间，08:00到09:00为上班通勤时间，09:00到17:00为上班时间及午休时间，17:00到22:00为空闲时间，22:00到23:59为晚上洗漱时间和睡眠时间，且用户的住所在a地，公司在b地，则该用户的作息信息为：00:00到08:00、占用、a地，08:00到09:00、占用、a地到b地，09:00到17:00、占用、b地，17:00到22:00、空闲、b地到a地，22:00到23:59、占用、b地。
35.具体地，根据用户设置的运动项目的运动强度自动将运动项目分配至运动周期的每一天，形成每日运动任务。
36.进一步地，用户可以根据个人喜好在运动需求的周期中选择希望进行运动的日期和不希望进行运动的日期，若用户选择了不希望进行运动的日期，则该不希望进行运动的日期的运动任务会被分配至其他日期，若用户同时选择了不希望进行运动的日期和希望进行运动的日期，则不希望进行运动的日期的运动任务会被分配至希望进行运动的日期。
37.s30：基于运动需求和可吸入颗粒物分布地图规划运动场所和对应的导航信息，生成运动计划。
38.具体地，获取基于用户的运动需求所形成的每日运动任务，从可吸入颗粒物分布地图标记每日运动任务所涉及的多个可选运动场所，并生成用户前往各运动场所的导航信息；例如，用户某一日的运动任务为打羽毛球1小时、室内优先，作息信息包括17:00到22:00、空闲、b地到a地；则标记附近的所有室内羽毛球馆，生成从b地到达各羽毛球馆并最终回到a地的导航信息，逐一计算从b地到达各羽毛球馆、进行1小时羽毛球运动、再从各羽毛球馆回到a地的整个过程中的可吸入颗粒物暴露情况数据，基于可吸入颗粒物暴露情况数据最低的羽毛球馆生成运动计划。
39.s40：获取用户实时gps数据计算用户出行途中和运动过程中的可吸入颗粒物暴露情况数据。
40.在本实施例中，可吸入颗粒物暴露情况数据是指用户所吸入的可吸入颗粒物的质量数值。
41.具体地，获取用户的实时gps数据，用户的gps数据是通过用户所携带的移动终端所获取的，其中，移动终端可以是手机、智能手环等设备；根据用户的实时gps数据确定用户的实际出行方式、出行路径以及进行的运动项目，从而计算用户出行途中和运动过程中的可吸入颗粒物暴露情况数据，便于判断用户实际受到来自可吸入颗粒物的健康威胁情况；其中，用户当前位置的可吸入颗粒物浓度应当按照距离该用户实时gps数据最近的监测点的数据为准。
42.在本实施例中，实时获取各区域的可吸入颗粒物检测数据并进行存储，以判断各区域可吸入颗粒物含量随时间变化的情况，并根据获取到的可吸入颗粒物检测数据构建可吸入颗粒物分布地图，便于反映可吸入颗粒物含量的时空变化情况和规律；获取用户的运
动需求和作息信息，以便将用户的运动需求进行分类，便于后续根据用户的实际情况进行运动计划的制定；根据运动需求中的运动项目从可吸入颗粒物分布地图中找到优选的运动场所，并规划优选的导航信息，以生成运动计划，减少用户在前往运动场所以及运动过程中受到的可吸入颗粒物的健康威胁；获取用户的实时gps数据，以计算用户在实际出行途中以及运动过程中的可吸入颗粒物暴露情况数据，便于判断用户实际受到来自可吸入颗粒物的健康威胁情况。
43.在一实施例中，如图2所示，在步骤s40之后，空气人体可吸入细颗粒物暴露风险评估方法还包括：s50：基于可吸入颗粒物暴露情况数据和用户的健康状态数据，评估用户的可吸入颗粒物暴露风险等级。
44.在本实施例中，健康状态数据包括用户的年龄、病史以及其他可能造成用户对可吸入颗粒物承受能力发生变化的情况，例如，儿童、有哮喘病史的人、孕妇对可吸入颗粒物承受能力低于健康的青年人。
45.具体地，由于可吸入颗粒物的对不同人群造成的健康影响各异，且同一类人群在健康时和患病时对可吸入颗粒物的承受能力也不相同；获取用户的健康状态数据，并基于用户的健康状态数据和可吸入颗粒物暴露情况数据评估用户的可吸入颗粒物暴露风险等级，对处于不同健康状态下的用户按不同的标准进行健康风险评估，提高可吸入颗粒物暴露风险等级评估对不同健康状态人群的可适配性。
46.在一实施例中，如图3所示，在步骤s30中，具体包括：s31：基于用户的运动需求和作息信息，从可吸入颗粒物分布地图获取每一项运动可选的运动场所。
47.具体地，获取基于用户的运动需求所形成的每日运动任务，从可吸入颗粒物分布地图中标记每日运动任务的运动项目对应的运动场所，根据对应的运动场所的营业时间和用户的作息信息确定可选的运动场所，其中，用户可以设定确定可选的运动场所的最大距离，例如，用户可以设定仅从距离当前位置10km范围以内确定可选的运动场所。
48.进一步地，在确定可选的运动场所时，应当评估用户从出发地到达运动场所，完成运动任务后再返回最终目的地所需的时间是否能够满足用户作息信息中空闲时间的要求。
49.s32：基于可吸入颗粒物分布地图，规划前往各运动场所的出行方案，选取最佳出行方案生成导航信息。
50.在本实施例中，最佳出行方案是指用户前往运动场所的所有可选出行方案中，可吸入颗粒物暴露情况数据的数值最低的方案。
51.具体地，在可吸入颗粒物分布地图中标记了可选的运动场所后，根据可吸入颗粒物分布地图生成前往每一可选的运动场所的各种出行方式以及相应的可选路径；例如，用户需要进行羽毛球运动，且共标记了3家羽毛球馆，则针对每一家羽毛球馆根据可吸入颗粒物分布地图对步行、骑行、驾车、公交4种出行方式各生成3条路线，共生成了3
×4×
3=36套出行方案，逐一计算每一套出行方案对应的可吸入颗粒物暴露情况数据，取可吸入颗粒物暴露情况数据的数值最低的方案作为最佳出行方案，并生成导航信息。
52.进一步地，用户返程时，根据上述方式为用户规划返程的导航信息。
53.s33：基于用户的作息信息和运动需求，确定用户的每日运动任务，并根据运动场
所、导航信息和每日运动任务生成运动计划。
54.具体地，获取基于用户的运动需求、作息时间和喜好所形成的每日运动任务，根据每日运动任务以及对应的运动场所和导航信息生成当日的运动计划，将运动计划发送至用户终端，以便用户获知当日的运动计划并规划空闲时间。
55.在一实施例中，如图4所示，在步骤s40中，具体包括：s41：获取用户的实时gps数据，根据用户移动轨迹和移动速度判断用户采取的出行方式，计算用户出行途中的可吸入颗粒物暴露情况数据。
56.具体地，获取用户的实时gps数据，根据用户移动轨迹和移动速度判断用户采取的出行方式和出行路线，例如，当用户的移动轨迹途经人行道、人行天桥或人行隧道，则认为用户当前处于步行或骑行状态，当用户的移动轨迹位于车行道或符合轨道交通线路时，则认为用户当前处于驾车或公交的出行方式；设置第一速度阈值和第二速度阈值，实时获取用户当前的移动速度并与第一速度阈值和第二速度阈值进行对比，判断用户的出行方式，优选的，第一速度阈值可以设置为6km/h，第二速度阈值可以设置为30km/h，当用户的移动速度小于6km/h时，则认为用户处于步行状态，当用户的移动速度为6km/h到30km/h时，则认为用户处于骑行状态，当用户的移动速度大于30km/h时，则认为用户处于驾车或公交状态，由于骑行、驾车和公交三种出行方式可能会由于遇到交通信号灯或拥堵而导致速度低于30km/h或6km/h，因此，通过移动速度对用户出行方式进行判断时，应当对移动速度的动态变化情况综合分析后才可得出结论；结合用户的移动轨迹和移动速度综合判断用户的实际出行方式，便于提高实际出行方式判断的准确性。
57.具体地，获取步行、骑行、驾车和公交四种出行方式在出行过程中接触到的可吸入颗粒物浓度与环境中可吸入颗粒物浓度之间的关系，具体可以是从权威医学文献和权威环保文献中获取的，以提高根据用户的实际出行方式计算用户出行途中的可吸入颗粒物暴露情况数据的准确性。
58.s42：根据用户在运动场所停留时间以及对应的运动类型，计算用户在运动过程中的可吸入颗粒物暴露情况数据。
59.具体地，由于在进行不同运动时，人体吸入空气的速率不同，获取各种运动过程中人体吸入空气速率与非运动状态下人体吸入空气速率的比值，具体可以是从权威医学文献中获取的；根据用户在运动场所停留时间以及对应的运动类型，计算用户实际进行运动的时间，其中，计算用户实际进行运动时间时，需要减去用户在进行运动前的准备时间、中途休息时间和运动结束后的休息时间等非用于运动的时间；根据用户所进行的运动类型和相应的实际进行运动时间，结合用户在运动场所内的非运动时间，计算得到用户在运动过程中的可吸入颗粒物暴露情况数据，以提高根据用户的实际运动计算可吸入颗粒物暴露情况数据的准确性。
60.在一实施例中，如图5所示，在步骤s50之前，还包括：s51：获取可吸入颗粒物暴露情况数据与人体健康关系信息，以建立可吸入颗粒物暴露风险匹配模型。
61.具体地，从权威医学文献中获取可吸入颗粒物的暴露情况数据与人体健康之间关系的信息，以便建立可吸入颗粒物暴露风险匹配模型；其中，可吸入颗粒物暴露风险匹配模型中设置有多个风险等级阈值，将可吸入颗粒物的暴露情况数据输入至可吸入颗粒物暴露
风险匹配模型中，根据吸入颗粒物的暴露情况数据的数值以匹配相应的风险等级输出。
62.在一实施例中，如图6所示，在步骤s50中，具体包括：s52：获取用户的健康状态数据，并基于用户健康状态数据设置对应的可吸入颗粒物暴露风险规则。
63.具体地，从权威医学文献中获取可吸入颗粒物的暴露情况数据与各种不同健康状态下人体健康之间关系的信息，对可吸入颗粒物暴露风险匹配模型配置多套可吸入颗粒物暴露风险规则。
64.具体地，获取用户的健康状态数据以对可吸入颗粒物暴露风险匹配模型设置对应的可吸入颗粒物暴露风险规则。
65.s53：将可吸入颗粒物暴露情况数据输入可吸入颗粒物暴露风险匹配模型，以判断当前用户的可吸入颗粒物暴露风险等级。
66.具体地，将可吸入颗粒物暴露情况数据输入可吸入颗粒物暴露风险匹配模型，根据当前用户的实际健康状态判断用户的可吸入颗粒物暴露风险等级，将可吸入颗粒物暴露风险等级发送至用户终端，便于用户获知当前的可吸入颗粒物暴露风险等级。
67.在一实施例中，如图7所示，在步骤s50之后，空气人体可吸入细颗粒物暴露风险评估方法还包括：s60：当用户的可吸入颗粒物暴露风险等级为高风险，生成停止运动信号并发送至用户终端。
68.在本实施例中，可吸入颗粒物暴露风险等级包括低风险、中风险和高风险。
69.具体地，可吸入颗粒物暴露风险匹配模型中设置有第一风险阈值和第二风险阈值，当可吸入颗粒物暴露情况数据的数值低于第一风险阈值时，则可吸入颗粒物暴露风险等级为低风险，当可吸入颗粒物暴露情况数据的数值高于第一风险阈值且低于第二风险阈值时，则可吸入颗粒物暴露风险等级为中风险，当可吸入颗粒物暴露情况数据的数值高于第二风险阈值时，则可吸入颗粒物暴露风险等级为高风险。
70.具体地，当用户的可吸入颗粒物暴露风险等级为高风险，生成停止运动信号并发送至用户终端，以提示用户停止进行运动。
71.进一步地，当用户的可吸入颗粒物暴露风险等级为高风险，为用户规划返程的导航信息，并发送至用户终端，为用户推荐优选的返程方案。
72.s70：当用户的可吸入颗粒物暴露风险等级为中风险时，进行累计计时，当累计计时数值达到危险阈值时，生成停止运动信号并发送至用户终端。
73.在本实施例中，累计计时是指用于计算用户在中风险状态下运动累计时间的计时工具；危险阈值是指针对累计计时所设置的阈值，用于判断是否需要生成停止运动信号。
74.具体地，当用户的可吸入颗粒物暴露风险等级为中风险时，进行累计计时，当累计计时的数值达到危险阈值时，则认为用户在中风险状态下运动时间过长，应当停止运动；生成停止运动信号并发送至用户终端，以提示用户立刻停止运动，以降低可吸入颗粒物带来的健康威胁。
75.进一步地，累计计时的数值增长速度可以根据当前用户所处环境的可吸入颗粒物浓度而确定，可吸入颗粒物浓度越高，则累计计时的数值增长速度越快；累计计时的数值增长速度还需要考虑用户当前进行的运动类型而确定，用户当前进行的运动越剧烈，则累计
计时的数值增长速度越快。
76.s80：当用户的可吸入颗粒物暴露风险等级为低风险时，进行反向计时以减小累计计时的数值。
77.在本实施例中，反向计时是指当用户处于低风险状态下时，用于减小累计计时数值的计时方法。
78.具体地，当用户的可吸入颗粒物暴露风险等级为低风险时，进行反向计时以减小累计计时的数值。
79.进一步地，进行反向计时的时候，累计计时的数值减小速度可以根据当前用户所处环境的可吸入颗粒物浓度而确定，可吸入颗粒物浓度越低，则累计计时的数值减小速度越快。
80.应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
81.在一实施例中，提供一种空气人体可吸入细颗粒物暴露风险评估系统，该空气人体可吸入细颗粒物暴露风险评估系统与上述实施例中空气人体可吸入细颗粒物暴露风险评估方法一一对应。
82.如图8所示，一种空气人体可吸入细颗粒物暴露风险评估系统，包括空气质量地图生成模、运动需求分析模块、运动计划生成模块和暴露情况获取模块。各功能模块的详细说明如下：空气质量地图生成模块，用于实时获取各区域的可吸入颗粒物监测数据并存储，以构建可吸入颗粒物分布地图；运动需求分析模块，用于获取用户的运动需求和作息信息，将运动需求进行分类；运动计划生成模块，用于基于运动需求和可吸入颗粒物分布地图规划运动场所和对应的导航信息，生成运动计划；暴露情况获取模块，用于获取用户实时gps数据计算用户出行途中和运动过程中的可吸入颗粒物暴露情况数据。
83.关于空气人体可吸入细颗粒物暴露风险评估系统的具体限定可以参见上文中对于空气人体可吸入细颗粒物暴露风险评估方法的限定，在此不再赘述；上述空气人体可吸入细颗粒物暴露风险评估系统中的各个模块可全部或部分通过软件、硬件及其组合来实现；上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以是以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
84.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储可吸入颗粒物监测数据、可吸入颗粒物分布地图、运动需求、作息信息、运动计划、可吸入颗粒物暴露情况数据、健康状态数据和可吸入颗粒物暴露风险匹配模型等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种空气人体可吸入细颗粒物暴露风险评估方法。
85.在一个实施例中，提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：s10：实时获取各区域的可吸入颗粒物监测数据并存储，以构建可吸入颗粒物分布地图；s20：获取用户的运动需求和作息信息，将运动需求进行分类；s30：基于运动需求和可吸入颗粒物分布地图规划运动场所和对应的导航信息，生成运动计划；s40：获取用户实时gps数据计算用户出行途中和运动过程中的可吸入颗粒物暴露情况数据。
86.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：s10：实时获取各区域的可吸入颗粒物监测数据并存储，以构建可吸入颗粒物分布地图；s20：获取用户的运动需求和作息信息，将运动需求进行分类；s30：基于运动需求和可吸入颗粒物分布地图规划运动场所和对应的导航信息，生成运动计划；s40：获取用户实时gps数据计算用户出行途中和运动过程中的可吸入颗粒物暴露情况数据。
87.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink） dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
88.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
89.以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域普通技术人员应当理解；其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。