本文選題：暴雨洪澇 + 細菌性痢疾　； 參考：《山東大學(xué)》2017年博士論文

【摘要】：研究背景過去大量監(jiān)測數(shù)據(jù)顯示,伴隨全球氣候的巨大變化,世界各國多種極端氣候事件出現(xiàn)的頻率及強度均與之增大/強,這其中就包括暴雨洪澇。據(jù)相關(guān)數(shù)據(jù)統(tǒng)計,目前暴雨洪澇事件的發(fā)生數(shù)量已約占全球自然災(zāi)害發(fā)生總數(shù)的50%,出現(xiàn)頻率高、造成損失重已成為其顯著特征。聯(lián)合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change,IPCC)第五次評估報告(AR5)曾指出,未來氣候變化的模擬結(jié)果提示我們未來極端降雨事件的出現(xiàn)會更加頻繁,同時伴隨未來海平面的上升,我們有理由認(rèn)為全球暴雨洪澇事件的出現(xiàn)頻率及強度均有可能呈現(xiàn)增大/強趨勢。全世界每年因暴雨洪澇災(zāi)害造成的傷亡人數(shù)和經(jīng)濟損失居高不下,故對暴雨洪澇災(zāi)害的評估已成為目前全球共同關(guān)注的焦點問題。我國因特定的地理位置以及氣候類型等,使其成為世界范圍內(nèi)暴雨洪澇災(zāi)害的高發(fā)國家,且暴雨洪澇事件的發(fā)生具有影響范圍廣、出現(xiàn)頻次高等特征。近幾十年來,在以氣候變暖為主要特征的全球氣候變化大背景下,多項研究顯示我國暴雨洪澇事件出現(xiàn)的頻次會更高,強度會更強,從而可能會給災(zāi)區(qū)帶來更大的疾病負(fù)擔(dān)。在暴雨洪澇效應(yīng)期,災(zāi)區(qū)居住環(huán)境質(zhì)量下降且往往潔凈水源及醫(yī)療衛(wèi)生服務(wù)設(shè)施匱乏,由此為多種疾病,尤其是傳染病的傳播創(chuàng)造了有利條件。世界范圍內(nèi)針對氣候變化與疾病的關(guān)系尤其是傳染病方面的研究逐漸成為熱點。本研究我們重點進行暴雨洪澇災(zāi)害對細菌性痢疾的影響展開研究。作為世界范圍內(nèi)常見的傳染性疾病,細菌性痢疾一直是公共衛(wèi)生領(lǐng)域關(guān)注的焦點問題。而遺憾的是,迄今為止仍沒有強有力的流行學(xué)證據(jù)來證實暴雨洪澇對細菌性痢疾的發(fā)病影響及相關(guān)因素的作用,且往往由于分析方法和所獲數(shù)據(jù)的限制,更多的只是進行一次或幾次典型暴雨洪澇事件對細菌性痢疾發(fā)病影響的回顧性調(diào)查,缺乏長時間尺度和大空間范圍的深入探討。隨著全球極端氣候事件發(fā)生頻率的增加,災(zāi)前災(zāi)后疫情預(yù)防控制工作將更加嚴(yán)峻,進行暴雨洪澇對細菌性痢疾發(fā)病風(fēng)險的探討具有重要的科學(xué)意義和實踐指導(dǎo)意義。另外,伴隨新的統(tǒng)計學(xué)分析方法的不斷出現(xiàn)以及大數(shù)據(jù)信息時代的到來,應(yīng)用更加合理科學(xué)的統(tǒng)計學(xué)模型和大數(shù)據(jù)展開研究成為趨勢。在此基礎(chǔ)上,本研究擬從暴雨洪澇對細菌性痢疾影響的定量評價、疾病負(fù)擔(dān)評估及未來超額疾病負(fù)擔(dān)預(yù)估三個方面展開研究。旨在幫助人們更加深入透徹的了解暴雨洪澇對細菌性痢疾的發(fā)病風(fēng)險,為相關(guān)機構(gòu)建立及健全暴雨洪澇防御、預(yù)警及管理機制提供科學(xué)參考。研究目的1.基于時間序列資料,定量評估各等級暴雨洪澇事件對細菌性痢疾的影響程度。2.評估暴雨洪澇事件造成的細菌性痢疾的疾病負(fù)擔(dān)并進行滯后效應(yīng)分析。3.預(yù)估未來時間段歸因于暴雨洪澇事件的細菌性痢疾的超額疾病負(fù)擔(dān)。研究方法從流行病學(xué)角度來講,若類似的研究能在不同的研究區(qū)域開展,且得到了一致的結(jié)論,有助于提高研究結(jié)果的可信性,即論證強度會更強。故本研究第一部分選擇廣西省百色市,第二部分選擇湖南省懷化市和吉首市,第三部分選擇廣西省全境作為研究現(xiàn)場。其中,每一部分的主要研究方法如下:1.定量評估不同等級的暴雨洪澇事件對細菌性痢疾發(fā)病的影響:利用Spearman相關(guān)和基于時間序列數(shù)據(jù)的廣義可加模型(Generalized additive model,GAM)評估不同等級的暴雨洪澇事件對細菌性痢疾發(fā)病的影響程度并進行滯后效應(yīng)分析,同時討論暴雨洪澇事件持續(xù)時間的長短是否會對細菌性痢疾的發(fā)病造成不同程度的影響。2.估算暴雨洪澇事件導(dǎo)致的細菌性痢疾的疾病負(fù)擔(dān):首先,采用1:3單向病例交叉設(shè)計來確定暴露期和對照期,應(yīng)用多因素條件logistic回歸模型進行暴雨洪澇對細菌性痢疾發(fā)病風(fēng)險的定量評價,由此計算暴雨洪澇造成的細菌性痢疾的發(fā)病風(fēng)險ORs值及95%可信區(qū)間;其次,采用WHO(WorldHealthOrganization)推薦應(yīng)用的疾病負(fù)擔(dān)計算方法,分析在暴雨洪澇效應(yīng)期細菌性痢疾造成的災(zāi)區(qū)人民的健康壽命損失年(Years lived with disability,YLDs);最后,基于WHO研發(fā)的比較風(fēng)險評估環(huán)境框架,計算暴雨洪澇事件對細菌性痢疾發(fā)病影響的潛在歸因分值,在此基礎(chǔ)上估算暴雨洪澇造成的細菌性痢疾的歸因疾病負(fù)擔(dān)。3.對未來暴雨洪澇事件導(dǎo)致的細菌性痢疾的超額疾病負(fù)擔(dān)進行預(yù)估:首先基于時間序列資料,利用廣義可加混合模型定量評價暴雨洪澇與細菌性痢疾的關(guān)聯(lián);然后根據(jù)MIROC氣候模式和RCP 4.5及RCP 8.5排放情景對未來氣象數(shù)據(jù)的模擬預(yù)估結(jié)果判斷研究地區(qū)未來暴雨洪澇事件的發(fā)生頻率,從而結(jié)合暴雨洪澇與細菌性痢疾的定量關(guān)系、未來人口總數(shù)及氣溫的變化,對未來歸因于暴雨洪澇事件的細菌性痢疾的超額疾病負(fù)擔(dān)進行預(yù)估。研究結(jié)果1.定量分析評估結(jié)果:暴雨洪澇及氣象變量在不同滯后月對細菌性痢疾的相關(guān)分析結(jié)果顯示,暴雨洪澇、月累積降雨量、月平均溫度、月平均相對濕度與細菌性痢疾的發(fā)病率呈正相關(guān)關(guān)系,相關(guān)系數(shù)分別為0.51、0.67、0.49、0.25,最佳滯后期均為0月;月累積日照時數(shù)與細菌性痢疾的發(fā)病率亦呈正相關(guān)關(guān)系,相關(guān)系數(shù)為0.36,最佳滯后期為1月;而暴雨洪澇持續(xù)時間與細菌性痢疾的發(fā)病率呈負(fù)相關(guān)關(guān)系,相關(guān)系數(shù)為-0.34,最佳滯后期為1月。廣義可加模型的分析結(jié)果顯示:中等強度的暴雨洪澇對細菌性痢疾發(fā)病率影響的RR值為1.40(95%CI:1.16-1.69),重度暴雨洪澇對細菌性痢疾發(fā)病率影響的RR值為1.78(95%CI:1.61-1.97);暴雨洪澇持續(xù)天數(shù)對細菌性痢疾發(fā)病率影響的 RR 值為 0.57(95%CI:0.40-0.86)。2.疾病負(fù)擔(dān)分析結(jié)果:懷化市滯后0～7天暴雨洪澇事件均能增加細菌性痢疾的發(fā)病風(fēng)險(ORs1),而吉首市在滯后0～4天暴雨洪澇事件會增加細菌性痢疾的發(fā)病風(fēng)險(ORs1)。根據(jù)最佳效應(yīng)期原則(即OR值最大原則),懷化市最大滯后效應(yīng)期為4 天(OR=2.217,95%CI:1.480-3.321);吉首市最大滯后效應(yīng)期為 1 天(OR=3.537,95%CI:1.793-6.974)。調(diào)整了其他氣象因素的影響后,多因素條件logistic回歸分析顯示:懷化市暴雨洪澇能夠明顯增加細菌性痢疾的感染風(fēng)險(OR=2.212,95%CI:1.052-4.650);暴雨洪澇導(dǎo)致的吉首市細菌性痢疾的感染風(fēng)險為3.270(95%CI:1.299-8.228)。YLDs和歸因YLDs分析結(jié)果顯示:吉首總YLDs強度顯著高于懷化(0.0369 vs.0.0194)。性別之間,吉首和懷化的男性YLDs強度均高于女性(吉首0.0226 vs.0.0143;懷化0.0114 vs.0.0080)。在年齡方面,在懷化市YLDs強度最高的是60-69歲組(0.0310),其次是70-79歲組(0.0306);而在吉首市YLDs強度最高的是小于4歲的兒童組(0.0645),其次是70-79歲年齡組(0.0522)。歸因于暴雨洪澇事件的YLDs及YLDs強度的分析結(jié)果顯示:吉首市歸因YLDs及YLDs強度分別為22.6438和0.0296,而懷化市分別為11.8790和0.0157,可見吉首市因為暴雨洪澇導(dǎo)致的歸因疾病負(fù)擔(dān)要明顯高于懷化市。3.預(yù)估分析結(jié)果:暴雨洪澇及溫度對細菌性痢疾的發(fā)病風(fēng)險結(jié)果顯示,暴雨洪澇和溫度均明顯與細菌性痢疾的發(fā)病有關(guān),模型系數(shù)分別為0.19和0.08。在控制了氣象因素、長期趨勢和季節(jié)趨勢后,暴雨洪澇對細菌性痢疾發(fā)病率影響的RR值為1.21(95%CI:1.06-1.37);溫度對細菌性痢疾發(fā)病率影響的RR值為1.08(95%CI:1.03-1.14)。超額疾病負(fù)擔(dān)(YLDs)的預(yù)估結(jié)果為若僅以暴雨洪澇作為預(yù)估場景,在RCP 4.5排放情境下,2020年、2030年及2050年細菌性痢疾的YLDs均增加4.0%,2100年增加8.0%;在RCP 8.5排放情境下,2020年及2050年細菌性痢疾的YLDs均增加4.0%,2030年及2100年均增加8.0%;若同時考慮暴雨洪澇、氣溫和人口的變化,在RCP 4.5排放情境下,2020年、2030年、2050年和2100年細菌性痢疾的YLDs分別增加 16.0%、24.0%和 20.0%和 8.0%;在 RCP8.5 排放情境下,2020 年、2030 年、2050 年和2100年細菌性痢疾的YLDs分別增加20.0%、24.0%和28.0%和36.0%。研究結(jié)論1.暴雨洪澇會造成細菌性痢疾的發(fā)病風(fēng)險增加,且重澇對細菌性痢疾發(fā)病的影響要大于一般澇。2.暴雨洪澇的持續(xù)時間可能與細菌性痢疾的發(fā)病風(fēng)險呈負(fù)相關(guān)關(guān)系。與持續(xù)時間相對較長的一般澇相比,歷時較短的重澇可能會加重細菌性痢疾的疾病負(fù)擔(dān)。3.暴雨洪澇對細菌性痢疾的影響存在一定的滯后效應(yīng),且暴雨洪澇效應(yīng)期細菌性痢疾的脆弱人群為老年人和兒童。4.因為氣候條件和人口數(shù)量的改變,未來時間段歸因于暴雨洪澇的細菌性痢疾的疾病負(fù)擔(dān)可能會顯著增加。相關(guān)部門應(yīng)重視并及早采取相應(yīng)措施來應(yīng)對,以避免或減少暴雨洪澇對細菌性痢疾的發(fā)病影響。創(chuàng)新點1.基于長時間尺度和大空間范圍時間序列資料,將發(fā)生在研究地區(qū)的數(shù)次暴雨洪澇事件全部納入進行分析。2.運用綜合性評價指標(biāo)分析了不同等級的暴雨洪澇事件對不同亞人群的影響。3.以一定的氣候模式和排放情景為基礎(chǔ),基于未來氣候變化和人口數(shù)量變化,對未來暴雨洪澇造成的相關(guān)疾病的歸因疾病負(fù)擔(dān)進行了預(yù)估。局限性1.許多其他因素,比如病原體的變異、人群的遷移、社會經(jīng)濟條件以及人群生活方式的改變等可能會對傳染病的傳播造成一定的影響,但這些因素本研究并沒有加以考慮。2.在現(xiàn)有的氣候模式和排放情景下,在未來氣候變化的預(yù)估方面存在諸多局限性及不確定性。3.本研究只選取了廣西省和湖南省兩個研究區(qū)域�；趥魅静〉膫鞑C制非常復(fù)雜等原因,在不同氣候類型、不同地理位置以及不同社會經(jīng)濟水平的不同區(qū)域展開研究將有助于更加深入的了解暴雨洪澇對細菌性痢疾發(fā)病的影響。
[Abstract]:In recent decades , there has been no strong epidemiological evidence to prove that the occurrence frequency and intensity of rainstorm and flood have become more frequent in the world . In this paper , the effects of flood and flood events on the incidence of bacterial dysentery caused by rainstorm and flood have been estimated by using the generalized additive model and the generalized additive model based on the time series data . Between genders , the male and Huaihua males were significantly stronger than females ( 0.0226 vs . 0.0143 ; Huaihua 0.0114 vs . 0.0080 ) . The results showed that the intensity of Yulong and Yulong in Huaihua city were 22.6438 and 0.0296 respectively . The results of the analysis showed that the RR value of rainstorm flood and temperature on the incidence of bacterial dysentery was 1.21 ( 95 % CI : 1.06 - 1.37 ) , and the RR value of temperature on incidence of bacterial dysentery was 1.08 ( 95 % CI : 1.03 - 1.14 ) . In the case of RCP8.5 , the incidence of bacterial dysentery increased by 4.0 % , by 8.0 % and 20.0 % and 8.0 % in 2020 , 2030 , 2050 and 2100 respectively .

【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：R516.4;R181.3

【相似文獻】

相關(guān)會議論文 前10條

1 駱麗楠;李洪權(quán);張喜亮;陳中峗;;“99630”湖州城市暴雨內(nèi)澇過程的歷史反演[A];第28屆中國氣象學(xué)會年會——S7城市氣象精細預(yù)報與服務(wù)[C];2011年

2 劉俊;;城市暴雨內(nèi)澇災(zāi)害防御機制思考[A];第28屆中國氣象學(xué)會年會——S10公共氣象服務(wù)政策體制機制和學(xué)科建設(shè)[C];2011年

3 王清川;壽紹文;許敏;張紹恢;;廊坊市暴雨洪澇災(zāi)害風(fēng)險評估與區(qū)劃[A];第27屆中國氣象學(xué)會年會重大天氣氣候事件與應(yīng)急氣象服務(wù)分會場論文集[C];2010年

4 于萬榮;;山西省歷史暴雨、干旱災(zāi)害統(tǒng)計分析[A];創(chuàng)新驅(qū)動發(fā)展 提高氣象災(zāi)害防御能力——S16第二屆城市氣象論壇——災(zāi)害·環(huán)境·影響·應(yīng)對[C];2013年

5 姚一梅;謝國軍;項先道;;蕭山區(qū)暴雨洪澇成因分析和對策思考[A];中國氣象學(xué)會2006年年會“災(zāi)害性天氣系統(tǒng)的活動及其預(yù)報技術(shù)”分會場論文集[C];2006年

6 李德;;基于灰色關(guān)聯(lián)度的暴雨洪澇災(zāi)情評估方法初探[A];中國氣象學(xué)會2008年年會極端天氣氣候事件與應(yīng)急氣象服務(wù)分會場論文集[C];2008年

7 趙萍;彭煥榮;趙輝;余孝華;;新縣地形地貌與暴雨洪澇成因分析[A];天氣、氣候與可持續(xù)發(fā)展——河南省氣象學(xué)會2010年年會論文集[C];2010年

8 馮定原;;1991年蘇皖暴雨洪澇致災(zāi)因素分析和成災(zāi)規(guī)律[A];1992年中國地球物理學(xué)會第八屆學(xué)術(shù)年會論文集[C];1992年

9 謝五三;田紅;溫華洋;;基于GIS的安徽省暴雨洪澇風(fēng)險區(qū)劃研究[A];第26屆中國氣象學(xué)會年會氣象災(zāi)害與社會和諧分會場論文集[C];2009年

10 覃衛(wèi)堅;壽紹文;覃志年;何慧;;廣西暴雨分布變化特征及成因分析[A];第七屆全國優(yōu)秀青年氣象科技工作者學(xué)術(shù)研討會論文集[C];2010年

相關(guān)重要報紙文章 前10條

1 記者 楊麟 通訊員 劉球 李偉;我省近期暴雨洪澇致44萬人受災(zāi)[N];湖北日報;2014年

2 王宏志　許怡平;抓好四個重點 防御暴雨洪澇[N];安慶日報;2010年

3 記者 劉慶忠　通訊員 夏智宏;湖北：優(yōu)化傳統(tǒng)暴雨洪澇淹沒模型[N];中國氣象報;2012年

4 張蕾　葉海英;南方暴雨升級[N];新農(nóng)村商報;2013年

5 本期嘉賓 國家氣候中心氣候監(jiān)測室首席氣候?qū)＜?周兵;印度暴雨洪澇造成重大人員傷亡[N];中國氣象報;2013年

6 本報記者 姜永育;四川暴雨頻襲 專家支招兒防范[N];中國氣象報;2013年

7 記者 黃妍婷 見習(xí)記者 徐鏡正;漳州解除暴雨警報[N];閩南日報;2013年

8 潘躍;南方暴雨洪澇已造成94人死亡[N];人民日報;2007年

9 三石;預(yù)知暴雨 天機可測[N];中國氣象報;2002年

10 記者 陳廣博;成都市區(qū)暴雨洪澇成災(zāi) 川局搶險應(yīng)對安然無恙[N];中國測繪報;2011年

相關(guān)博士學(xué)位論文 前5條

1 丁雨淋;水文變化驅(qū)動的暴雨—洪澇災(zāi)害主動模擬方法[D];武漢大學(xué);2014年

2 丁國永;氣候變化背景下暴雨洪澇致人群敏感性傳染病發(fā)病影響的研究[D];山東大學(xué);2015年

3 高璐;暴雨洪澇相關(guān)敏感傳染病的篩選及預(yù)估研究[D];山東大學(xué);2016年

4 劉雪娜;暴雨洪澇對細菌性痢疾影響的歸因疾病負(fù)擔(dān)及預(yù)估研究[D];山東大學(xué);2017年

5 權(quán)瑞松;典型沿海城市暴雨內(nèi)澇災(zāi)害風(fēng)險評估研究[D];華東師范大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 吳雷;基于RS&GIS的暴雨洪澇災(zāi)害風(fēng)險評估[D];華中師范大學(xué);2015年

2 孫鵬;宣城市暴雨分布規(guī)律與暴雨洪澇災(zāi)害風(fēng)險評價[D];合肥工業(yè)大學(xué);2016年

3 陳劉鳳;廣西致災(zāi)暴雨特征及地形影響分析[D];廣西師范學(xué)院;2016年

4 陳晶晶;基于情景模擬的天津市中心城區(qū)暴雨內(nèi)澇風(fēng)險分析與管理[D];華東師范大學(xué);2010年

5 卞潔;長江中下游暴雨洪澇災(zāi)害的風(fēng)險性評估與預(yù)估[D];南京信息工程大學(xué);2011年

6 程華瓊;淮河流域暴雨的時空變化及成因和預(yù)報物理模型[D];中國氣象科學(xué)研究院;2004年

7 郝玲;淮河流域暴雨時空演變特征及災(zāi)害風(fēng)險評估[D];南京信息工程大學(xué);2011年

8 王雅強;吉林省西部夏季降水與暴雨時空分布規(guī)律研究[D];東北師范大學(xué);2006年

9 鄭輝;南京市主城區(qū)暴雨內(nèi)澇災(zāi)害預(yù)報模擬[D];南京信息工程大學(xué);2014年

10 陳波;武漢城市強降水內(nèi)澇仿真模擬系統(tǒng)研究[D];南京信息工程大學(xué);2007年

，

本文編號：1878350