2. 背景数据库的类型与来源

在背景数据库选择与数据代表性评价的工作中，第一步并不是急着去查数据，而是先弄清楚“有哪些类型的背景数据库、它们从哪里来、各自适合回答什么问题”。背景数据库并不是一个单一概念，它是一组用途不同、更新机制不同、空间与时间粒度也不同的数据集合。只有把类型和来源理清，后续的代表性评价才有判断基准。

一、按内容领域划分的常见背景数据库类型

从内容领域看，背景数据库通常可以分为环境类、健康类、地理类和社会经济类四大类，它们各自承担不同的背景刻画任务。

• 环境背景数据库：包括大气、水体、土壤、沉积物中的污染物浓度、pH、重金属、有机污染物等。典型来源有环境监测站网、区域地球化学调查、污染普查。其特点是点位实测、精度较高，但空间覆盖往往不均匀，城市和工业区点位密集，偏远地区稀疏。
• 健康背景数据库：包括人群发病率、死亡率、暴露生物标志物、膳食摄入量等。多来自疾病监测系统、队列研究、健康调查。特点是人群代表性依赖抽样设计，个体数据受隐私保护限制，常以统计汇总形式发布。
• 地理背景数据库：包括地形、土地利用、植被覆盖、水系、行政区划等。主要来自遥感反演、测绘与地理国情普查。特点是空间连续、栅格或矢量结构规整，但分类精度和时效性差异较大。
• 社会经济背景数据库：包括人口、GDP、产业结构、能源消费、农业投入等。主要来自政府统计年鉴、经济普查、抽样调查。特点是行政单元汇总、口径统一，但空间分辨率粗，常以县、市、省为单元。

这四类数据库并非彼此孤立。实际评价中经常需要把环境监测点与人口栅格、土地利用类型叠加，才能判断某区域的暴露背景是否具有代表性。因此理解它们的结构差异，是后续做空间连接和权重分配的前提。

二、主要数据来源及其特征

按数据获取方式，背景数据库的来源大致可归为五条渠道，每条渠道的数据在精度、覆盖、时效和成本上各有取舍。

政府统计是最稳定的来源，统计年鉴、环境状况公报、普查数据具有法定口径和连续年份，适合做趋势分析和社会经济背景刻画。但其空间单元粗，且指标定义可能随年份调整，使用时必须核对口径一致性。

调查数据包括健康调查、膳食调查、土壤普查等，通常基于抽样设计，能提供个体或家庭层面的信息。其代表性取决于抽样框和样本量，使用时要关注抽样权重和应答率，不能直接把样本均值当作总体背景。

遥感数据提供空间连续的地表信息，适合提取土地利用、植被指数、地表温度等。其优势是覆盖广、重访周期固定，局限是受云雨影响、反演模型存在系统偏差，分类结果需要地面样点验证。

传感器网络以自动监测站、空气质量微站、水质在线监测为代表，时间分辨率高，能捕捉日变化和突发事件。但站点布设受供电、通信和运维条件约束，空间代表性有限，单站数据不能随意外推到整个区域。

文献与专项调查包括区域地球化学调查、科研论文中的实测浓度、行业排放清单等。这类数据专业性强、指标细，但来源分散、方法不统一，整合时需要做方法学比对和质量筛选。

三、各类数据库的特点与适用条件

理解特点的关键，是把“空间粒度、时间频率、指标口径、质量可控性”四个维度放在一起看。政府统计口径统一但空间粗，适合做区域尺度的社会经济背景；传感器网络时间频率高但点位少，适合做局地时间变化分析，不适合直接外推区域均值；遥感空间连续但受反演精度限制，适合做面状背景分层，不宜单独作为浓度真值；调查数据个体信息丰富但抽样依赖设计，适合做人群暴露分布估计；文献与专项调查指标专业但方法分散，适合补充特定介质或特定污染物的背景值。

因此，适用条件可以概括为三条判断原则。第一，尺度匹配：数据库的空间和时间粒度要与评价对象的尺度一致，用省级统计去评价村级暴露背景就会产生生态谬误。第二，口径可比：跨年份、跨来源整合时，必须确认指标定义、采样方法、检测限一致，否则要先做归一化或分层处理。第三，质量可追溯：优先选择有元数据、有质量控制记录、有验证样点的来源，对来源不明的汇总值应降权或剔除。

四、一个整合示例

假设要评价某市郊区土壤重金属的背景代表性。可先用区域地球化学调查数据作为土壤背景值主来源，用土地利用遥感分类划分农田、林地、建设用地三类背景单元，用环境监测站数据校核大气沉降输入，用统计年鉴的人口与工业产值数据解释空间差异。四类来源各司其职：地球化学调查提供浓度基准，遥感提供空间分层，监测站提供时间趋势，统计提供人为活动解释变量。整合时以调查点位为评价单元，按土地利用类型分层计算背景值与变异系数，若某类单元样点不足则标注“代表性不足”，而不是用全市均值强行填充。

把类型与来源的对应关系理清之后，下一步才是具体的数据获取、清洗与代表性指标计算。本节建立的这张“类型—来源—适用条件”的认知框架，将贯穿后续所有评价环节。