原标题：Optimal design of electromagnetic field exposure maps in large areas
刊物：Environmental Impact Assessment Review ( IF 9.8 )
出版日期和DOI：Pub Date : 2024-04-27 , DOI: 10.1016/j.eiar.2024.107525
作者：P.L. López-Espí , R. Sánchez-Montero , J. Guillén-Pina , R. Chocano-del-Cerro , J.A.M. Rojas
AI翻译，谬误自辩
R. Sánchez-Montero 的另一篇文章在此，点击学习：阿尔卡拉德埃纳雷斯（西班牙）城区区域电磁环境水平的长期变化测量
0 摘要
电磁场（EMF）暴露地图的绘制是分析流行病学数据和风险评估的重要工具。它需要昂贵的测量过程，因此优化并努力确保暴露地图具有代表性是非常必要的。本文提供了一种方法来制定适合大区域风险评估评价的EMF暴露地图。该提案结合了无线电波传播标准和GIS方法以优化采样工作。设计标准基于确定边长为250米的矩形网格，并识别研究区域内存在的发射器。对于分析，无论是城镇还是农村站点，都考虑直接视线条件（LOS），这有助于减少所需点的数量并因此优化测量。根据地形表面的范围和规则性，预计在城市区域每平方公里应有8至10个测量点。提出的方法已在2.8平方公里的城市区域内应用于35.11平方公里市辖内的一个案例研究中，结果显示城市区平均点密度为9.64点/平方公里。根据我们的结果，如果未正确应用LOS条件的测量，则在研究区域EMF的均值会被低估。通过使用克里金技术生成的地图集统计值进行分析，并对比了不同标准下的地图差异。该方法在大区域内评估和优化采样努力的同时，确保了对风险评估过程的有效支持。这不仅可以帮助识别潜在的风险区，也可以根据具体情况进行流行病学数据的调整，从而为政策制定和相关措施提供科学依据。通过这种方式，不仅节省了资源，而且提高了EMF暴露地图的准确性和实用性。（评论：250m点位间距或每平方公里8至10个点测大城市，同时还要考虑把点位设置在可视基站的地方，可操作性太低。）
1 引言
在最近几十年中，随着信息与通信社会的兴起和发展，电磁场（EMF）的暴露量有所增加，特别是在通信网络（如移动电话、Wi-Fi、无线等）所使用和主要存在于射频（RF）带中的电场和磁场。同时，公众对这些可能影响人类健康和生物多样性潜在效应的关注也日益增强（Neubauer等人, 2007；Ro¨osli ¨ et al., 2010；Biasotto和Kindel, 2018）。评估这些发展所带来的风险感知复杂，需要提供客观且易于理解的数据的工具（Wang等, 2021）。在城市环境中计算无线电传播极其复杂，并且已定期使用人工智能神经网络、径向基函数等模型和方法来评估多路径对无线电传播的影响（Jawad等人, 2014；Aerts等人, 2013；Cansiz等人, 2016）。从研究的开始阶段，暴露评估试图分析三个方面的内容：当引入一个新的站点时，增加量是多少？测量暴露的最佳方式是什么？以及产生的生物效应是什么（Thuroczy ´ et al., 2008）？本工作旨在寻找确定在大面积范围内充分评估暴露所需的测量标准的数量，从而对第二个问题提供答案。
针对射频场暴露的监测有两种类型的测量程序：移动式和固定式。使用频谱分析仪或频率选择性仪表进行固定的地点测量是最精确的，但与此同时也需要更高的成本和人员投入。为了快速在固定位置上描述特征，可以考虑使用宽带探头，但在这种情况下，个人暴露测量器或频率选择性仪器提供的与每种服务相关的特定频谱信息以及随着射频频谱使用的变化被丢失（Sanchez-Montero ´ et al., 2017）。
通用频谱分析仪还需要全向天线，并且大多数情况下需要一些额外的编程来完成测量平均过程。固定站点使用的频率选择器带有集成的专用探头，设计方式上包含了经典的平均功能。个人暴露测量器允许收集单个个体或群体的大量测量数据。
然而，尽管用户移动性作为暴露评估中的一个考虑因素使得它们在单个用户的空间变化分析中特别有趣，但他们提出了结果普遍化的问题。到目前为止，为了确保特定地点的电磁场（EMF）暴露水平符合当前法规，推荐使用两种方法：使用选频仪或频谱分析仪进行测量以及宽带测量。这两种方法都基于1998年国际非电离辐射防护委员会（ICNIRP）的原始指南（International Commission on Non-Ionizing Radiation Protection (ICNIRP), 1998）、EN50413和IEC62311（International Electrotechnical Commission, 2019），而这些指南支撑着欧洲和西班牙的法规（BOE, 2001; BOE, 2002; European Union, 1999）。最近，ICNIRP发布了关于电磁场保护的更新建议（International Commission on Non-Ionizing Radiation Protection (ICNIRP), 2020），其中影响本工作的最显著变化是将全身平均时间间隔从之前的6分钟增加到30分钟，并在定义参考值时上限扩展至2 GHz。在1998年推荐的情况下，该频段内的最严格限制为27.7 V/m，而探头频带（100 kHz至3 GHz）的最高限值为28 V/m。对于局部暴露而言，平均时间间隔可以大于或等于六分钟，并且也被认为是2 GHz范围内的上限，在该频段内其最严格的价值为62 V/m。这些变化尚未被上述欧洲和西班牙法规采纳。因此，出于与之前工作的比较目的考虑，本提案中的测量是在6分钟的时间间隔上进行平均的。
直到最近，通过采用地质统计学技术，才有可能对大范围区域进行特征化。在这一背景下，用于评估无线电水平的固定站点通常仅限于按照法律要求，在移动电话基站（BTS）附近测量电平。在这一领域出现的便携式个人暴露计数器允许我们进行了大量研究，以描绘和理解多个欧洲城市的射频电磁场（RF-EMF）暴露情况（Gajˇsek等人, 2013；Sagar等人, 2018）。过去十年中发展出的这些个人暴露计数器项目，不仅帮助我们了解了个体和群体在不同城市内的个人暴露水平，并通过建立模型预测了暴露程度（Freiet al., 2009；Beekhuizen等人, 2013；Beekhuizen等人, 2014；Martens等人, 2016），还可以比较不同城市的暴露情况（Urbinello等人, 2014a）、验证是否符合法律法规规定限制（Urbinello等人, 2014b）或研究空间和时间差异（Vermeeren等人, 2013；Viel等人, 2011）。它们也被用来评估特定事件，比如音乐会或展会的暴露情况，这些活动中往往伴随着临时安装和大量人群出现（Ramirez-Vazquez等人, 2019）。这类设备的主要优点在于体积小、灵敏度高，并且能够存储大量的数据。因此，它们特别适合评估微环境。然而，在使用个人暴露计数器时的一个主要限制是，需要对单独获得的数据进行外推来适应电磁场暴露法规，这一点尤其重要。另一个关键问题是测量的偏差（Bolte, 2016）。这些设备往往低估了测量值（Najera等人, 2018）。它们仅测量特定频段，而非整个频带范围。此外，它们不适于近场测量，并且其测量结果指的是人体局部暴露情况。因此，在评估大区域的水平时，采用固定位置的方法更为可取（S´anchez-Montero等人, 2017）。
宽带测量能全面描绘无线电环境并验证电平、寻找发射源等（Koppel等人, 2022）。在某些情况下，这些测量仅限于轨迹分析，以找出特定区域内的最高值（Liu等人, 2019）、单个基站周围或街道上（Pachon-García等人, 2014），或者用于获取室内与室外测量之间的关系（Reis等人, 2018）。
使用Spline、逆距离加权（IDW）和克里金法等地理空间方法，可以在地图上描绘从固定站点收集的电场变化（Bojdova等人, 2019；Giliberti等人, 2009）。克里金法在大范围值的情况下表现最佳，而逆距离加权法则更适合小数值情况。该技术在洪水预防或农业等领域用于评估风险和表示环境变量结合遥感技术和本地采样（Kross等人, 2022）时已被广泛应用。克里金法被广泛应用于插值高密度取样区域的较小区域（Iyare等人, 2018），甚至计算人体内的特定吸收率。获得总体暴露水平的重要性在于，它与某些疾病的发生有直接联系（Gonzalez-Rubio等人, 2017）。提供具体解决方案可能会导致建立事件关系时出现错误（Gonzalez-Rubio等人, 2016）。
本工作的目标是确定使用克里金技术选择固定测量站点的最佳标准，以在大区域内确定电磁场暴露情况。
第二节详细说明了用于执行本研究时所采用的材料和方法。首先，对在农村和城市环境中进行测量的环境进行了描述，并分别给出了两个区域中的点：农村和城市。这些点被分组以获得城市地区的覆盖密度和距离，在23.2至5.7点/平方千米和167.2至358.8米的范围内，而在农村地区，则在3.68至1.52点/平方千米和417.9至709.4米的范围内。这些值使得可以根据无线电传播的特点，在广泛的范围内讨论测量以获得真实估计暴露值所需的努力。该节还描述了用于进行测量的设备，即NARDA EMR300 ，并详细说明了采用的测量协议。后续分析基于对不同数据集的统计值计算（平均数、方差、分布拟合和独立性），以及它们适当的地理插值。文中提及用于此目的的具体软件工具（Statgraphics、ArcGIS和QGIS）也在第二节中明确指出。最后，通过与额外的测量活动进行比较来验证提议的有效性。这些活动的特点在第二节也有所描述。第三节分析了不同数据集的统计特性。这使得我们能够根据距离点或点密度等标准定义所需的测量次数作为唯一准则成为无效，而是引入视觉流域分析以区分在直接视线（LOS）和非直接视线（N-LOS）条件下的250 x 250平方米网格。为了证明在500 x 500平方米的网格中进行测量不足的情况，在这个标准下进行了额外的活动，并对其地理插值的缺陷进行了分析。第四节讨论了不同测量子集的特点，可能导致地理表示中的错误，并且根据直接视线（LOS）/非直接视线（N-LOS）条件确定适当的表示暴露所需要的必要标准：存在在LOS条件下进行的测量、在待测表面边缘处进行测量以避免暴露地图界限的误差以及减少测量次数的可能性。根据这些讨论，在城市区域采用密度为9.64点/平方千米的测量活动作为最优测量活动方案，该提案与文中引用法规建议的4点/平方千米进行了对比。最后，本节总结了从这一提议中得出的关键结论。
2 材料与方法
2.1. 测量点的位置
梅科是一个大约有13000人口的城镇，位于马德里以东约30公里处。该市总面积为35.11平方公里，可以分为一个城区（城市区域）和非居住（农村）区域。城区边界清晰，面积约为2.80平方公里。
在南部地区有一个小型工业区，与城区相距甚远，并不在此次研究考虑范围内。
市政府拥有经典的FM广播服务和数字电视广播服务，但并无市内或邻近地区的无线发射台。也有移动电话覆盖，共有8个基地站（BTS）位于市境内，另有9个提供相邻地区的服务。
地形表面通常较为平坦，在北面有较高的海拔，因此没有因为自然障碍而形成的阴影区域。梅科城镇的位置如图1所示：红色实线界定的是该市区域边界；黄色虚线划定的是城区范围。图1的左上角显示了地形地貌。
根据ITU-T建议K.113（国际电信联盟，2015年）的指导原则，为划分地表面积并进行测量，在整个区域内应建立不超过500米的网格（每平方公里4个点），以此来分配测量地点。对于描述的情况而言，这意味着在整个市域内大约要进行140次测量，其中约有11次对应于城区，其余129次对应农村区域。
在城市地区建立精确的网格，尤其是根据ICNIRP标准（国际非电离辐射防护委员会，2020年）对街面进行测量时，实际上是不可能的，原因在于这些区域往往难以访问。关于测量点之间的距离，在Thuroczy等人（2008年）的研究中，在城市环境中进行了最高可达250米的测量。由于无线电波传播的特性，没有建立起距离与暴露水平之间的直接关系。
根据先前的工作（Sánchez-Montero等，2017年；Najera等，2018年），当测量范围约为250米时，可以接受到较满意的结果。在自由空间传播中，电磁波的衰减与距离平方成正比（弗里斯方程）。在这种情况下，当存在直接视线发射体（LOS）时，该贡献最为显著。然而，在不存在直接视线（N-LOS）的情况下，接收到的信号是多重反射的结果，这被称为多径效应。在这种情况中，信号的距离变化与弗里斯定律的平方变率大不相同，覆盖范围计算通常基于经验传播模型获得。
因此，必须决定将测量站点置于易于访问的地方，以确保整个区域的均匀覆盖。在本工作中，作为起点使用了一个比最初建议稍微多一些的点集。为实现整个城镇的全面覆盖，采取了184次测量，其中城区进行了65次（每平方公里23.21个点）和农村地区进行119次（每平方公里3.68个点）。选择的测量点旨在实现地形的均匀覆盖，并考虑了对这些站点访问的可能性。
这在实际操作中意味着，如前所述，建立常规网格的不可能性。推荐指南并未明确指出必须在直接与发射源视线相通的点进行测量，然而，正如稍后将展示的，这种标准需要被纳入到识别测量点的过程之中。在制作的地图上，BTS（基地站）已经被标记为蓝色三角形。实心符号（正方形或圆圈）代表了实现了直接直线视图（LOS）至任一发射源的位置进行测量的情况；相反，空心符号（正方形或圆圈）则表示了没有直接视线的测量点。
对农村和城市区域的分类试图区分那些可以用经典的两射模型解释无线电传播的情况（即农村地区），以及由于建筑物和其他障碍的存在而可能被多径效应特征化的情况（城市地区）。在研究案例中，整个城区的建筑对应于垂直高度不超过10米的住宅楼，除了东南部的一个区域，在那里有一组大约20至25米高的公寓群。
最初达到的点密度，如之前所述，在城市和农村地区分别为每平方公里23.21个点和每平方公里3.68个点。平均最近邻距离在城区为167.2米，在农村地区为417.9米。这是相较于先前研究中设定的较低起点。
为了确定每个区域恰当的点密度，城市区域内的点被划分为四个子集（数据集1到4），而农村区域则划分了两个子集（数据集5和6）。此外，为了研究点密度对测量估计的影响，城市的这些集合被分组为配对或三组，使得它们之间的平均距离相似，并形成一个均匀覆盖的网络。在每个城市子集中的LOS点数量被选择得类似，在农村子集中，则根据总点数选择了相应的比例。
表1显示了每个子集中的点数、平均密度和距离。以颜色标识的图2中展示了点的子集表示情况。对于城市区域的测量（圆圈标记）：分别为城市1、城市2、城市3和城市4。对于农村区域的测量（正方形标记）：分别为农村5和农村6。每个城市的四个子集的平均距离在300至350米之间。如果将这些子集分组为配对，平均距离约为200米；而如果按照三组进行分组，则平均距离范围在170至180米之间。农村区域中的两个子集被选择有不同的平均距离：第一个接近但大于500米，第二个大于700米。例如，在城市子集中，城市12对包含了第一和第二子集的点；而城市123组则包含了第一、第二和第三子集的点。在对比一组点（即子集、配对或三组）与其他点时的目标是强调其与其余部分相区别的特征，并且验证不同距离范围下插值的有效性，使用代表了以不同的距离和密度表示暴露度的不同点集。通过这种方式，考虑所有城市点时的距离大约为160米；在仅考虑单个子集时，约为300米；当考虑配对组时，则约为200米；而当考虑三组时则约略为180米。类似地，在农村情况下，根据考虑的点群间的距离范围在417.9至709.4米之间变化。为了保持所有情况下的表面覆盖大致均匀性，点在不同子集之间的分布已经被调整。
2.2 测量设备与规程
测量设备遵循ITU的推荐标准：最低检测水平为1 V/m，动态范围大于40 dB，线性度为1.5 dB，探头各向性偏差小于2.5 dB（国际电信联盟。ITU-T K.100建议书，2021年），最小RMS值测量范围为0.3至20 V/m；灵敏度为0.3 V/m（国际电信联盟，2018年；国际电信联盟，2024年）。在我们的提案中，我们使用了Narda EMR-300宽带RF调查仪和Narda等向性探头18C，在100 kHz至3 GHz范围内测量电场强度，分辨率为0.01 V/m，检测水平为0.2 V/m，动态范围为60 dB，线性度±0.5 dB，各向同性±1.0 dB，RMS值范围为0.2至320 V/m，敏感度为0.2 V/m。我们还使用了非金属三脚架EMCO 11689C。确定的测量参数是电场强度。根据现行法律法规限制，该范围内最严格的值为28 V/m（请记住这指的是ICNIRP 1998版）。因此，如果累计测量值低于这个值，则可以验证是否符合标准。在我们的案例中，设备的瞬时测量值被自动6分钟平均并使用设备的RMS模式。为了进行测量，在选定的网格内的每个区域都选择了开放空间。在直接视线（LOS）的情况下，确保了与不同基站之间的视线通路，避免了墙壁、树木或其他障碍物的遮挡。仪器放置在三脚架上，高度为1.5米，并激活了6分钟的根均方平均模式。在测量过程中，保持数米距离于设备，并避免使用可能干扰测量值的电子设备。为了确保基站使用的一致性，所有测量都在每周一至周五的9:00到14:00时间段内进行。
2.3 地理信息系统与统计工具
我们使用ESRI的ArcGIS Pro 3.0（2016年）来制作地图，以及QGIS 3.26（Cućković于2021年）进行视野分析，评估了对不同基站的直接视线存在情况。我们选择的地理区域暴露值插值方法是普通克里格法。与其他类型的克里格插值或传统的反距离权重（IDW）技术相比，这种插值方法提供了最佳结果（Sanchez-Montero等，2017年）。统计分析使用了Statgraphics（Statgraphics Technologies Inc于2009年）软件进行。该工具包允许执行均值、方差、样本独立性比较和对点进行不同概率密度函数的拟合。
2.4 补充测量活动
除了在第2.1节中指示的数据集之外，我们还于2023年进行了两次额外的测量活动。第一次活动由11个平均距离约为500米的城市点组成（每平方公里约有3.93个点），其目的是比较插值结果与原始数据集的结果进行对比。这一做法旨在验证或排除原定的点间距作为领土采样值的可能性。在第二次活动中，同样是在2023年，我们测量了另外27个城市点，并遵循了从原始点分析中获得的标准（每平方公里约有9.64个点）。这项最新活动的目的是验证所提出的标准的有效性，证明存在多个优化数据收集努力的点，同时保持暴露值的代表性。
3 结果
3.1. 测量值的统计属性分析
本节将对不同点集和子集的主要统计值进行分析。首先，我们将比较均值和方差值，以检查各个子集是否具有类似的总体特性。如果一个子集在置信区间内能够以相似的精确度反映整体集合，则可认为该子集有效；这意味着城市或农村区域的平均值及其变化性在它们之间是相似的。其次，将分析不同值子集之间的统计差异。存在独立于其余部分的子集表明其变异性对正在分析的表面有不同的表现方式，因此这些差异的原因应作为讨论的主题。用于描述子集的最后一项统计工具是对概率函数进行拟合。这是一种可视化不同子集之间统计差异的图形方法。执行测量后获得的统计结果在表2中总结了城市和农村区域。
如上表所示，农村和城市区域中测量的最大值均远远低于法定限制28 V/m。在使用子集验证整个区域合规性之前，对比它们进行统计比较是合适的。因此，在随后的部分中分析了样本的主要统计数据及其独立性。首先，不同集合的平均值和置信区间值显示在图3中。利用Statgraphics（Statgraphics Technologies Inc, 2009）对不同城市集合或两者之间的均值、中位数和标准偏差进行分析表明这些集合的平均值之间没有显著差异；类似的结果也出现在中位数测试中。
如果对比样本的标准差，得到表3。在p值<0.05的情况下，分析出被研究的集合间存在统计学上的显著差异。对于农村集合，在均值、方差和中位数测试中未发现显著统计差异。相反，在城市集合中，平均值和中位数之间没有统计差异，但在方差方面存在差异。
由此可见，在城市区域，即使是点间的平均距离在300至350米范围内（远低于ITU推荐的500米），也显示出显著的统计差异。而在农村区域，当距离超过500米时，并不存在显著差异。基于这些结果，可以确定点间距离（或密度）不能被视为选择测量点的唯一标准。如果距离是唯一的考虑因素，则独立子集应该以相似的方式代表暴露值。因此，有必要分析这些集合之间的差异来源，以提出执行此类测量的理想准则。
根据先前的研究（Cansiz等人，2016年；Sanchez-Montero等人，2017年），测量值遵循对数正态统计分布。图4展示了不同集群的概率累积图。对于城市集合，颜色标记为：Blue-1；Red-2；Green-3；Black-4。对于农村集合，颜色标记为：Blue-1；Red-2。如图所示，平均值最低的四个城市子集中的第二个（红色），在视觉上与其余集合表现出最大的差异。
为了更好地理解测量水平，使用ArcGIS（ESRI，2016）制作了表示图。所选插值技术与引用文献一致，为普通稳定克里金法。为了建立有效的比较基准，所有表示方法都设定了以下参数：输出单元大小：0.5；搜索半径：变量；点数：12。具有最高值的测量对应于测量点与发射天线之间的视线区域。相反，较低的测量值发生在远离基站或天线无法直接视线（非视线）的地区。图5展示了在整个市辖区范围内的插值表示。在制作的所有地图中，为了比较的目的，使用了单一的数值尺度，在0到2 V/m之间划分成13个间隔。
3.2. 网格定义及测量标准
在之前的地图中，暴露水平较高的区域靠近基地台。正如上文所述，直接视线条件（LOS）的存在预示着存在更高的暴露水平。相反，缺乏这些测量会导致低估实际值，并因此获得较低的平均值。为了评估直接视线条件对所测电磁场（EMF）水平的影响，我们进行了市辖区的视觉视野分析。图6基于地形的数字高程映射进行，考虑了基站天线的高度为5米和最大可视范围为2公里（评论 ：5m天线架高可以看2km？）。这项分析使用QGIS的Visibility Analysis插件完成（Cuˇ ˇckovi´c, 2021）。在图6中，包含了ITU-T K.113推荐的一半值网格，即250 × 250平方米。识别了57个网格，尽管其中六个具有几乎可以忽略的面积。较暗区域代表直接视线和与发射源更近的距离，较亮区域表示与发射源距离更远或非视线（N-LOS）。高可见性区域主要位于市区的南侧和东侧。西部地区是遮挡面积最大的区域。根据每个网格中直接视线表面的比例，在内部地图上对网格进行了四个区间分类。
为了讨论评估最佳点数量或表征测量集使其具有统计代表性的标准，我们分析了按表1指示的六个子集获得的数据。使用克里金插值技术得到的测量数据在图7和图8中表示，分别对应于四个城市子集和两个农村子集。在不同子集中减少点的数量意味着在某些发射源附近没有直接视线测量。这种效果可以从图7中的子集2中看到，在该区域缺少线对视线点导致整个地区的估计几乎均匀。
为了强调不同子集之间的差异，我们进行了图7和图8所示地图之间的减法操作。对于城市案例，在比较与其他三个的配对或个别情况下进行分析。使用地图代数获得这些差异。例如，比较子集1与其余的城市点，通过为子集1制作插值地图（图7上左部）并与由子集2、3和4组成的三组点集合（未在图中显示以避免冗余地图）进行。之后，两个地图相减。结果如图9的上左部所示，表示为“Dataset 1 vs Dataset 2, 3 &4”。对于农村案例，则直接比较各子集之间。城市案例的绝对值分析结果分别在图9和图10中以每个数据集与其余部分的关系以及分组对的方式展示。每幅地图上的测量点对应于图例中提及的第一组或集合中的一个。
图示说明了不同子集之间的差异评估，通过比较特定子集与其余数据集的减法结果来体现这些区别。在城市案例中，我们通过比较与其余三个子集进行配对或个别比较，分别显示在绝对值图9和分组对的图10中。地图上的指示点对应于图例中提及的数据集或集合的第一部分。
在城市区域中，如图9所示的子集与其余部分之间的差异地图确认了围绕基站（BTS）周围的差异，特别是当比较的子集附近没有直接视线测量时。相比之下，在西部遮挡覆盖区域内，无论选择哪个子集，观察到的差异都非常低。考虑到两个子集之间的对比情况（图10），插值区域与固定点测量值之间的差异被最大化。
在农村案例中，分析图11的第一个观察结果是两幅地图比城市数据集中的相似度更高，因为观察到的差异较小。这也在表2和图4所示的统计值中得到证实。当覆盖区域缺乏直接视线（LOS）区域时，两个插值之间值的差异更小；而在城市案例中，当没有在基站附近进行采样或存在未采样的直接视线区域时，差异更大。
根据表1显示，在城市区域选择的子集之间的平均点距（300-350米）略低于ITU推荐的500米。目前展示的结果表明，这个值可能应该更小一些，但无论如何，为了排除原始的500米（每平方米4个点），已经进行了具有这些特征的额外测量活动。
进行了一个包含11个城市点（大约每平方千米4个点）的新数据集，与之前的测量独立。测量值范围在0.08至2.39 V/m之间。平均值为0.407，标准差为0.671，并且适合对数正态分布。正如之前的情况一样，在最北端基站附近的区域发现了最大值。如图12所示的地图表明，采样不足导致了类似IDW的表示，不对应于原始子集中观察到的数据变异性。因此，很明显，500平方米网格的一般条件不足以充分评估城市区域。
这些结果和分析强调了在城市环境中使用较大网格尺寸（如500米见方）可能无法充分捕捉复杂的城市环境特征和变化的电磁场分布，这可能导致对数据变异性估计不足或过度简化。因此，建议采用更精细的空间采样策略来提高评估精度和可靠性。
4 讨论
正如之前所述，测量方法遵循目前实施的六分钟平均程序，但受到最新ICNIRP指南修订的影响。这些变化主要受到5G技术部署和随后辐射信号时间变化方式改变的推动。对于分析的人群而言，这种技术尚未部署，因此当前的测量程序可以被认为是适当的。新网络的引入可能会对在选定点获取暴露值的方式产生影响，但同时也会在研究区域内有可测量的值进行插值计算。选择位置和测量点时，直接视线（LOS）标准与考虑的技术类型无关。从无线电波传播的角度来看，新5G网络使用的新频率（不论信号的时间形状如何）与现有技术相比并没有显著差异，因此基本的传播机制（即直接视线或多路径）将会相似。尽管这需要进一步分析，但所选点定义的标准应是可比较的。
在后续分析中考虑的一个可能因素是建筑物的类型（在研究案例中，主要是住宅区）。与其他先前工作的对比中值得注意的是，大多数被分析的工作使用个人暴露计来获取暴露值。正如之前指出的，这可能导致报告的数值存在差异，因为暴露计倾向于低估实际的暴露值（Martin-Castillo等人, 2021）。
这些讨论强调了评估方法的重要性以及在测量电磁场时考虑技术、传播机制和环境因素的复杂性。同时，对使用个人暴露计的数据需要额外的关注以确保结果的一致性和准确性，并且考虑到不同研究之间的可比性。
考虑到之前可能的限制，如图5所示，在直接视线（LOS）条件下和在发射源附近进行测量时，通常可以获得最高的值。直接视线的存在是基本决定暴露水平的因素。图7中对应数据集1的地图显示，北部地区存在较高的水平，由于缺乏在直接视线条件下的采样以及与基站的接近关系，在其他地图中无法看到这一区域。相反，在数据集2中定义为直接视线的测量点与发射源相对遥远，这导致表面大部分被低估，并且地图具有更加均一的水平，未能检测出高暴露区域。这突出了在研究区域内收集靠近发射源并在直接视线条件下进行采样的重要性。
相比之下，在遮挡区域，测量点的位置对获得插值级别的相似表示影响较小。在图7中显示的所有四个案例中，西方地区可以看到类似的水平。另一个问题是在需要确定的区域周围放置测量点。当测量区域具有周边点（数据集2和3在西部区域）时，其周围的变异性会减少。这应该是维持边界处区域准确性的额外标准。
考虑图9中的差分地图，与其余部分相比，在克里金插值中获得最小差异的数据集是对应于数据集3的那一个。换句话说，这个子集在统计和地理特征上与其他三个相等。因此，对于城市环境而言，测量活动努力程度下的理想网格似乎存在，每平方公里大约有6个点，并且它们之间的平均距离约为350米。这个点之间的距离远小于ITU K113推荐的（500米和每平方公里4个点）。该子集不包含最高测量值，因为它没有在最北端基站附近采样，这表明需要增加一些额外的点来提高其点密度。
通过将子集成对进行分组（图10），当组合异质性数据集时（数据集1和2）可以获得最佳结果，特别是在基站在周围。也就是说，在发射源直接视区重复测量并不能增强集合的统计意义。相反，结合在N-LOS条件和LOS条件下进行的测量可以改善数据集的代表性。因此，为了构建最优网格，必须考虑评估表面主要具有直接视线或非直接视线特性，还是两者均衡的情况。这表明同时存在于两个条件区域时增加测量的数量的标准应该被考虑。
简而言之，在设计评估活动时，不仅需要考虑点密度和间距，还需要根据现场的视线特性调整这一点集的选择策略。在直接视线和非直接视线条件下进行的数据收集应该是平衡的，以确保全面覆盖和准确代表所有暴露水平。
因此，如果我们考虑图6中的网格（250米和每平方公里16个点），我们就可以建立一个原则：在存在发射源的网格中，必须有测量点位于直接视线条件下。另一方面，在不存在发射源的地方，考虑到表面相对于LOS和N-LOS条件的一致性，可以将这些网格与相邻的网格进行分组来减少必要的测量数量，前提是这不会先验地导致统计意义的丧失。基于初始距离（250米）以及在数据集3中检测的距离（350米），网格分组的程度应该设定为一个值2，并且无论如何都应该低于3。
通过这一论点，在未来工作中，需要评估允许这个过程自动化的分组技术。根据所展示的结果以及考虑到对发射源的特定分析，与数据集3的情况相比，可以增加点的平均密度，使得平均间距约为300米和每平方公里8个点。
在农村地区，地形主要决定了直接视线和非直接视线区域。该市的主要部分分为两个区：西北部多为阴影（非直接视线），而东南部则处于直接视野中。因此，视域分析、地形地貌以及测量值的表示之间存在相关性。图11中的两幅地图之间的主要差异体现在靠近发射源（东部）进行测量或与不同区域的采样不足或过量有关（南部）。在数据集6的情况中可以看到这一效应，高密度点导致出现类似于距离权重插值方法表示的小岛状区域。
因此，在点间参考距离为500米的情况下，可以考虑增加至少50%的距离（750米），而不对集合产生任何显著的统计损失，前提是必须遵守LOS区域的采样。此外，在农村地区，也可以进行网格分组到具有相同评估特性的同质区中，从每边250米的基本网格开始，预见到可以达到4-8个网格级别的分组。
简而言之，在设计评估活动时，不仅需要考虑点的数量和分布密度，还需要根据地形、发射源的位置以及视线条件进行优化。在农村地区，地形的自然特征对于确定哪些区域属于直接视区或非直接视区具有重要意义，因此，适当的网格划分和采样策略将确保对环境中的电磁场有全面且准确的理解。
通过上述分析，可以预期在未来的评估中，根据地形、发射源分布以及特定分析结果，优化点的布置密度与间距，并考虑分组技术以自动化这一过程。这不仅有助于提高评估效率，还能保证数据质量及其统计可靠性，特别是当考虑到不同区域可能存在的直接视区和非直接视区差异时。
最后，为了验证提议的有效性，在2023年对分析区域进行了第三组独立于前两组的城镇测量。根据每平方公里8个点的标准，我们在图13顶部所示的位置进行了测量。这次活动包括了27个点位，其中14个点是在直接视线（LOS）条件下测量的，另外13个点是在非直接视线（N-LOS）条件下测量的。测量值范围在0.05到1.65之间。点与点之间的平均距离为272米。该集合的平均值为0.418，标准偏差为0.570。将这些数据与原始集合进行比较（表2和图14），发现由于测量时直接视线条件下的点数比率较高，因此数值略高。两个数据集的对数正态分布拟合结果如图15所示。平均值的p值表明两组之间没有显著统计差异，但方差的p值则不同。换句话说，这两组都能够从统计上代表市议会的平均值，显然，较大的样本数量更能反映这些测量值的变化性。
接下来，我们比较了两个测量集之间的差异（图13底部右部）。我们可以看到绿色调占据了主导地位，这表示两个插值集合之间绝对误差最低的部分。将这个结果与图9和图10中的原始子集减去的情况进行对比，可以看到更大的绿色区域。因此，在从65个值减少到27个值（每平方公里的点密度从23.21降低到9.64）后，得到了等同的平均表示和表面分布错误较小的结果。这个点密度数值略高于最初提出的8点/平方公里的标准，以及300米之间的两点距离，这是由于测量表面不规则性与减少边界处变量的需求造成的。
关于在视域分析中确立的直接视线条件，在250×250平方米的57个城镇网格中，有27个进行了采样，这相当于总数量的47%（总体减少比例为1:2）。在图6中的视觉视域分析中，标记为超过50%的24个网格中有19个点进行了测量（5：4聚类），相比之下，在33个网格下方的任何一点都低于50%（4：1聚类）仅做了8次测量。
这些结果也可以以类似的方式与网格大小进行关联。在直接视线（LOS）条件下，对城市区域评估推荐的网格大小不应超过每边250米，以此来评估采样区域。另一方面，在评估区域没有直接视线点的情况下，可以使用最大为500×500平方米的网格。每个500×500平方米的网格包含4个250×250平方米的子网格，相当于形成了一个4:1的比例聚类。此外，在不存在多径传播的农村地区，根据先前的研究，这些距离可以增加到700米之间两点的距离，这将导致大约每6至8个250×250平方米的网格对应于一个500×500平方米的网格（形成大致2:1的比例聚类）。
原始数据集和2023年的测量数据集在图14和图15中也显示了它们之间的轻微平均差异。后者的平均值大约为每米0.42伏特，而前者则约为每米0.25伏特。这种差异可能受到两个主要因素的影响：一是明显的电磁场水平较高；二是测量时更多在直接视线条件下进行（后者有14/27次，前者有13/65次），因此平均值更高。这个结果再次强调了，如果未正确纳入直接视线条件下的测量，所获得的评估区域的平均值可能会被低估。
5 结论
总而言之，本文探讨了在大区域内进行电磁场（EMF）暴露地图绘制的方法论。为了优化大规模区域内的测量工作，提议将区域划分为250×250平方米的城镇网格，并确保了解潜在辐射源的位置。每个包含发射器的网格都应执行至少一次直接视线条件下的测量。在没有直接视线条件的情况下进行的测量会导致平均值低估。
对于需要评估的网格，视域分析被用来简化测量过程，通过将那些确定为非直接视线（N-LOS）的网格聚类来减少所需测量的数量。为了在整个表面上获得最优的插值结果，还必须确保在区域边缘有足够的测量点。普通稳定的克里金插值方法适用于包括直接视线和非直接视线条件在内的所有情况，并能产生满意的结果。
生成的地图有助于更客观地展示EMF水平，提供一种易于理解的风险感知工具。这些地图基于GIS内部的插值技术进行构建，并且无需复杂的传播模型即可使用。它们还能与其他技术和风险评估结合使用，甚至在有流行病学数据可用时，用于可能的相关性研究。
文章考虑了城市地区和农村（非城镇）地区的差异，建议在城市区域采用250×250平方米的网格布局，在农村区域则为500×500平方米。根据地形和表面的范围估计，城市区域内的测量点密度应在每平方公里8到10个之间。过低或过高的点密度会导致不适当的插值表示（如IDW）或过度增加测量工作量。
研究已按照6分钟平均值标准和从100 kHz到3 GHz的频带进行。ICNIRP最近的建议对这些数值进行了调整，考虑了包括尚未在该区域出现的新5G信号在内的其他因素。所进行的城市研究主要集中在一个居民区，在此区域内公众聚集较少，因此可能并未导致更高的暴露率。
对于未来的研究而言，根据最新的ICNIRP推荐调整测量和比较过程，并应用于已引入新5G网络的地区以及城市中的高人口密度或使用方式与住宅显著不同的微型环境仍然是必要的。研究的另一个延续方向是将所测得值与肿瘤统计数据和其他疾病相关性的分析。
通过为整个城镇环境创建的暴露地图，尤其是在适宜的情况下寻找可能的相关关系方面提供了机会。（完）
