当今全球超过一半的人口生活在城市区域，城市已然成为资源消耗和化学物质排放的地理焦点。城市环境多介质（包括水、土壤、空气等）中的污染显著加剧，通过多暴露途径造成慢性公共健康风险甚至危害，且存在多尺度分布差异。针对上述研究“痛点”和社会需要，经过近十年的科研探索，结合相关工程项目的实践经验，在同行专家的不断指导与启发下，撰写了本书，旨在针对该领域研究中的现存不足，通过对关键知识的整合、关键技术的建立健全等，架构一套科学、高效的智慧城市环境与健康管理体系，并进行了案例实践，为读者提供参考或指导。

第1章 基于集成学习的PM2.5污染智能预警系统研究
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究目标与内容概述
1.4 相关理论与技术
1.4.1 基于机器学习的PM2.5预测方法
1.4.2 集成学习方法
1.4.3 相关机器学习算法介绍
1.5 PM2.5浓度预测模型的研究与实现
1.5.1 实验数据来源及处理
1.5.2 特征工程
1.5.3 模型研究与实现
1.6 PM2.5污染智能预警系统分析与设计
1.6.1 系统需求分析
1.6.2 系统框架设计
1.6.3 系统功能设计
1.6.4 数据库设计
1.7 PM2.5污染智能预警系统实现与测试
1.7.1 系统开发环境与工具
1.7.2 系统功能实现
1.7.3 系统测试
1.8 小结与展望
参考文献
附录
第2章 基于PM2.5暴露的城市绿色健康出行系统研究
2.1 研究背景及意义
2.2 国内外研究现状
2.2.1 PM2.5浓度预测国内外研究现状
2.2.2 最短路径规划国内外研究现状
2.3 研究目标与内容概述
2.4 相关理论与技术
2.4.1 随机森林理论
2.4.2 Neo4i图数据库
2.5 研究区域
2.6 数据来源与数据预处理
2.6.1 数据来源
2.6.2 空气质量监测数据及气象数据的预处理
2.6.3 电子地图数据的预处理
2.7 基于PM2.5暴露风险权重的路径规划研究
2.7.1 研究思路
2.7.2 基于随机森林的PM2.5浓度预测模型构建
2.7.3 基于反距离权重法的PM2.5浓度空间插值
2.7.4 基于Neo4i的最低风险路径查询
2.8 系统的分析与设计
2.8.1 系统的需求分析
2.8.2 系统的总体设计
2.8.3 系统的功能模块设计
2.9 系统的实现与测试
2.9.1 系统实现的环境
2.9.2 系统功能的实现
2.9.3 系统的测试
2.10 小结与展望
2.10.1 总结
2.10.2 展望
参考文献
第3章 基于物联网的老年人跌倒监护系统研究
3.1 研究背景与意义
3.2 国内外研究现状
3.3 研究目标与内容概述
3.4 监护系统的设计
3.4.1 系统结构设计
3.4.2 系统功能设计
3.4.3 系统数据传输设计
3.5 监护系统的实现
3.5.1 心率检测
3.5.2 跌倒检测
3.5.3 综合监护
3.6 小结展望
3.6.1 小结
3.6.2 展望
参考文献
第4章 基于LBS的可视化智能环境健康系统研究
4.1 研究背景与意义
4.1.1 研究背景
4.1.2 研究意义
4.2 国内外研究现状
4.3 研究思路和主要工作
4.4 智能环境健康系统的实现技术
4.4.1 基于Docker容器的模块虚拟化技术
4.4.2 JFinal与Django技术框架的使用
4.4.3 环境污染数据接口和物联网集成技术的使用
4.4.4 LBS技术的使用
4.5 智能环境健康系统的设计与实现
4.5.1 系统的需求分析
4.5.2 系统的体系结构设计
4.5.3 系统模块功能设计
4.5.4 系统数据结构设计
4.5.5 主要算法、业务逻辑及程序实现
4.5.6 部分其他核心业务逻辑程序实现
4.6 智能环境健康系统测试与改进
4.6.1 系统测试的目标
4.6.2 系统的功能测试
4.6.3 系统算法的模拟与测试
4.7 小结
参考文献
第5章 结论与展望
5.1 结论
5.2 创新突破点
5.3 展望