动态暴露指标
绿色暴露概念中，“暴露”这一概念尤为关键。绿色暴露指个体与绿色空间的接触，这一过程往往是动态的。而通过整理现有研究发现，多数研究使用上述静态暴露指标进行相关测度，很难反映这一动态过程。而动态暴露指标更关注人群暴露在绿色空间中的实时状态[31]，有很强的时空特征[32]，既能反映瞬时时刻的人群绿色暴露状态，也能获得一系列连贯的动态数据，可以对绿色暴露数据进行准确测度。动态暴露的主要指标有5类。
1）暴露频度与暴露时长[33]。以可穿戴GPS设备为媒介收集人们访达绿色空间的频率数据以及在绿色空间内停留的时长数据[34]。收集个体一天、一周或者更长时间间隔中的绿色暴露数据。
2）人群的实时动态数据以及绿色暴露量。通过基于位置服务（locationbasedservices,LBS）生成人口数据[35]，结合手机APP的定位功能与具有点位功能的网络平台获得人群实时与绿色空间的接触信息[36]，即某一时间段内有多少人与哪些绿色空间有接触。这种方法可以将人群的绿色暴露状态可视化，形成人群热力地图的图像，展现人口暴露在绿色空间的动态时空变化。但当测度涉及一些非智能手机使用人群，例如老人与小孩时也会产生数据结果偏差[11]。
3）基于兴趣点（pointofinterest,POI）的绿色暴露量。从网络社交平台和有点评功能的手机APP获得数据，基于POI识别每一个个体的停留点，包括公园和绿地，并将这种停留视为暴露[37]。通过POI数据可以分析不同个体对绿地访问的偏好，从而得到个体间绿地暴露情况的具体差异，进一步细化研究。
4）人群实时密度指标（hotpots）[38]。根据谷歌地图以及OpenStreetMap热点地图得到绿色空间内人群的聚散情况[39]，相关数据可以在不同时间段内进行收集[40]。
5）夜间光数据（nighttimelightdate），夜间光数据能在较小的干扰下更准确地识别城市边界及其附近城市森林[41]。动态暴露测度方法因为与大数据技术的使用联系紧密，十分依赖智能手机与互联网，所以要注意老人与儿童等不使用或很少使用智能手机的群体产生的数据误差[11]。
不同尺度下的绿色暴露动态指标组合也不同。大尺度绿地服务范围广，人群移动快，大尺度绿地研究更多使用人群实时动态数据指标以及人群实时密度指标与夜间光数据指标进行测度。而对于小尺度绿地空间，人群暴露有一定的时间规律性，因为小尺度绿地分布相对大尺度绿地分布更零散，缓冲区半径较小，一般为50、100、300、500、1000m不等。
小尺度绿地中绿色暴露研究对人群细分种类更多，现有研究多倾向于使用暴露频度、暴露时长与基于POI的绿色暴露量指标相联系进行测度（图2）。
