过去几个十年里,随着城市化进程的不断加快,PM_2.5已成为雾霾爆发的主要污染物之一,全球疾病负担研究（GBD）估计,2015年环境污染相关疾病导致900万人过早死亡,其中估计PM_2.5所致的死亡数从1990年的350万上升到了2015年的420万,增加了20%。2013年初,以北京为代表的京津冀城市群,PM_2.5日均浓度最高达500μg/m3,这对北京的公众健康造成严重威胁。因而,对于北京的公众健康,人口过度暴露在空气污染中的风险不可小觑,可能会大大的提高居民患病的几率,危害居民身心健康。因此,研究北京城区PM_2.5污染对个体暴露的健康影响十分必要。鉴于此,本研究以北京城区的人口普查、土地利用、POI点、PM_2.5浓度等为数据基础,先后构建高精度的PM_2.5模拟预测模型和高分辨率的人口空间化方法,进而获取高精度的PM_2.5人口暴露强度空间分布特征,并基于人群划分模型,对不同人群的PM_2.5暴露响应差异进行初探。研究可以得到以下几个主要结论:（1）针对北京城区的PM_2.5浓度模拟,时空克里格（BM模型）的拟合误差均明显低于普通克里格,模拟预测精度更高;北京城区的PM_2.5浓度在时空上均存在较好的连续性和空间异质性,呈现出北低南高的整体态势,且具有显著的空间自相关性,随着时间的推移,空间集聚特征表现出显著的迁移和转化规律。（2）基于城区尺度构建的北京城区1km网格的人口估算模型精度较高,人口的分布呈现出由城中心向周边郊区逐渐减少的“同心圆”特征,且存在显著的空间自相关,并主要以高高集聚为主,主要集中在北京四环以内的主城区范围内。（3）2014年5月北京城区的PM_2.5人口暴露强度存在显著的时空变异特征,随着时间演变,PM_2.5人口暴露强度呈现出周期性的增减变化规律。在空间上,PM_2.5人口暴露强度呈现出由城中心向周边减弱的态势,城中心为高暴露的集中聚集区。（4）北京城区1km网格的男性人口与女性人口的空间分布特征基本保持一致,均表现出由城中心向周边辐射的“同心圆”结构,不同年龄组的人口空间分布存在显著差异,但基本保持从城中心向四周郊区地带减少的整体趋势。不同人群的全局PM_2.5污染暴露响应差异不明显,但存在一定的空间差异特征。