【摘要】：科學(xué)研究表明,近百年來地球氣候正經(jīng)歷一次以全球變暖為主要特征的顯著變化,且與人類活動產(chǎn)生的溫室氣體排放有關(guān)。世界衛(wèi)生組織認(rèn)為,全球氣候變化是21世紀(jì)人類面對的最大健康挑戰(zhàn)。我國是世界上最大的發(fā)展中國家,被認(rèn)為是最易遭受氣候變化影響的國家之一。氣候變化不僅表現(xiàn)為平均氣溫升高,還表現(xiàn)為熱浪和寒潮等其他極端天氣事件發(fā)生的頻率增加和強(qiáng)度增大。因此,深入研究氣溫、熱浪和寒潮對居民健康的影響及其特征,對于人類應(yīng)對氣候變化具有十分重要的意義。然而,目前國內(nèi)的相關(guān)研究尚不多見,尤其缺乏多中心的聯(lián)合研究。因此,我們在全國16個典型城市開展了多中心流行病學(xué)研究,分析日平均氣溫變化與居民日死亡率的暴露反應(yīng)關(guān)系,評估熱浪、寒潮及其特征導(dǎo)致的居民死亡風(fēng)險,探索熱浪或寒潮健康風(fēng)險分層。研究城市包括：鞍山、北京、福州、廣州、杭州、蘭州、香港、南京、上海、沈陽、蘇州、太原、唐山、天津、武漢和西安,縱跨3個溫度帶：研究居民約為7千萬城市居民,較好地體現(xiàn)了我國的氣候、人口與社會經(jīng)濟(jì)特征。從各城市的疾病預(yù)防控制中心收集市區(qū)居民每日的非意外總死亡數(shù)、心血管疾病死亡數(shù)和呼吸系統(tǒng)疾病死亡數(shù)據(jù)。從各地氣象局收集同期的日平均溫度,日最高溫度,日最低溫度,平均相對濕度等數(shù)據(jù)。為校正空氣污染對溫度-死亡關(guān)系的混雜影響,從國家空氣質(zhì)量自動監(jiān)測系統(tǒng)收集各城市的每日空氣污染數(shù)據(jù),納入的空氣污染物包括：粒徑小于10微米的顆粒物(PM10)、二氧化硫、二氧化氮。限于各城市的數(shù)據(jù)條件,各城市的研究期限從1996年到2008年不等。第一部分氣溫與居民死亡率的暴露反應(yīng)關(guān)系研究本研究采用兩階段貝葉斯層次模型分析全國水平的氣溫與居民死亡率的暴露反應(yīng)關(guān)系。在第一階段,運(yùn)用時間序列回歸模型計算各城市的冷效應(yīng)和熱效應(yīng)。具體來講,核心模型是準(zhǔn)泊松分布鏈接的廣義相加模型；在控制時間變化趨勢、空氣污染物、相對濕度和“星期幾”效應(yīng)后,分析氣溫與居民死亡率的暴露反應(yīng)關(guān)系。其中,采用分布滯后非線性模型來構(gòu)建“交叉基”函數(shù),以反映氣溫與日死亡率關(guān)系的滯后與非線性特征。在第二階段,運(yùn)用貝葉斯層次模型合并各個城市的冷效應(yīng)和熱效應(yīng)。據(jù)此,計算滯后14日的氣溫變化對日死亡率的累積效應(yīng)。結(jié)果顯示,各城市的暴露反應(yīng)關(guān)系曲線盡管略有差異,但一般為非線性,以“U”或倒“J”型為主,即當(dāng)?shù)蜏睾透邷貢r均可觀測到居民死亡風(fēng)險升高。其中熱效應(yīng)的滯后時間短于冷效應(yīng)。對于滯后14日的冷效應(yīng),當(dāng)溫度在第25百分位數(shù)以下時,氣溫每降低1℃可導(dǎo)致總死亡率、心血管疾病死亡率和呼吸系統(tǒng)疾病死亡率分別增加1.69%(95% PI：1.01%,2.36%)、2.49%(95% PI：1.53%,3.46%)和1.60%(95% PI：0.32%,2.87%)；對于滯后14日的熱效應(yīng),當(dāng)溫度在第75百分位數(shù)以上,氣溫每升高1℃導(dǎo)致總死亡率、心血管疾病死亡率和呼吸系統(tǒng)疾病死亡率分別增加2.83%(95% PI：1.42%,4.24%)、3.02%(95% PI：1.33%,4.71%)和4.64%(95% PI：1.96%,7.31%)。其中,南方城市的冷效應(yīng)比北方城市高,北方城市的熱效應(yīng)比南方城市高。第二部分熱浪的居民死亡率風(fēng)險本研究將熱浪定義為至少連續(xù)3天日最高溫度高于該城市研究期間的日最高溫度的第97百分位數(shù)。熱浪特征包括：熱浪強(qiáng)度(熱浪期間日平均溫度的均值)、熱浪持續(xù)的天數(shù)和熱浪發(fā)生時間。其中,熱浪發(fā)生時間以月份分層。為便于計算熱浪的超額死亡率風(fēng)險,將熱浪賦值為二元啞變量納入模型,并將研究期間限于暖季,即每年的5月到9月。在第一階段,運(yùn)用時間序列方法,分析各個城市的熱浪超額死亡率風(fēng)險。具體來講,在調(diào)整時間平滑趨勢、相對濕度、空氣污染物和星期幾效應(yīng)等混雜因素后,運(yùn)用過分散的廣義相加模型將熱浪和日死亡率相鏈接�？紤]到熱浪效應(yīng)可能存在滯后性,采用分布滯后模型來構(gòu)建熱浪的交叉基函數(shù)。在第二階段,運(yùn)用Meta分析中的隨機(jī)效應(yīng)模型,合并各個熱浪健康效應(yīng)。結(jié)果顯示,研究期間16城市共發(fā)生熱浪137次,平均每次持續(xù)6天。各城市的熱浪健康風(fēng)險存在顯著的異質(zhì)性。從全國平均來講,一次熱浪導(dǎo)致居民非意外總死亡、心血管疾病死亡和呼吸系統(tǒng)疾病死亡的相對風(fēng)險(RR)分別為1.03(95%CI：1.01,1.04)、1.04(95%CI：1.02,1.06)和1.05(95%CI：1.02,1.07)。其中,北方地區(qū)的熱浪RR值高于南方；夏季第一次熱浪的RR值高于其余熱浪的平均RR值。熱浪特征的風(fēng)險分層結(jié)果顯示,熱浪強(qiáng)度、熱浪持續(xù)天數(shù)和熱浪發(fā)生時間對熱浪所致居民死亡風(fēng)險產(chǎn)生顯著影響。熱浪強(qiáng)度和熱浪持續(xù)天數(shù)的兩個分層閾值(第50百分位數(shù)和第75百分位數(shù))在南方城市和北方城市的適用性不同,在南方城市的適用性較好。熱浪強(qiáng)度建議是第50百分?jǐn)?shù)分層,南方城市熱浪強(qiáng)度≥30.87℃時,熱浪所致居民死亡風(fēng)險較高；北方城市熱浪強(qiáng)度≥26.89℃時,熱浪所致居民死亡風(fēng)險較高。熱浪持續(xù)天數(shù)建議以第50百分?jǐn)?shù)分層,南方城市和北方城市都是以熱浪持續(xù)天數(shù)是5天分層,熱浪持續(xù)天數(shù)≥5天時,熱浪所致居民死亡風(fēng)險較高。熱浪發(fā)生時間分層結(jié)果是發(fā)生在6月和7月的熱浪所致居民死亡風(fēng)險較高。根據(jù)熱浪特征3個參數(shù)(熱浪強(qiáng)度、熱浪持續(xù)天數(shù)和熱浪發(fā)生時間)的定量分析而得到風(fēng)險分層參數(shù),對熱浪風(fēng)險進(jìn)行評估,從而實現(xiàn)熱浪風(fēng)險等級分層。第三部分寒潮的居民死亡率風(fēng)險將寒潮定義為至少連續(xù)2天日最高溫度低于該城市研究期間的日最高溫度的第3百分位數(shù)。本研究將測量寒潮特征的參數(shù)定義為：寒潮強(qiáng)度(寒潮期間日平均溫度的均值)、寒潮持續(xù)的天數(shù)和寒潮發(fā)生時間。將各城市的研究時間限定為冷季,即11月至次年3月。將寒潮作為二元啞變量,納入統(tǒng)計分析。采用與第二部分一致的分析方法,分析寒潮導(dǎo)致居民死亡風(fēng)險和寒潮風(fēng)險等級分層。結(jié)果顯示,研究期間16城市共發(fā)生寒潮136次,平均每次持續(xù)5天。各城市的寒潮健康風(fēng)險存在顯著的異質(zhì)性。從全國平均來講,一次寒潮導(dǎo)致非意外總死亡、心血管疾病死亡和呼吸系統(tǒng)疾病死亡的相對風(fēng)險(RR)分別為1.07(95%CI：1.05,1.09)、1.10(95%CI：1.07,1.13)和1.09(95%CI：1.04,1.15)。其中,冬季第一次寒潮的RR值與其余寒潮的平均RR值沒有顯著性差異。寒潮強(qiáng)度、寒潮持續(xù)天數(shù)和寒潮發(fā)生時間三個寒潮特征參數(shù)對寒潮所致居民死亡風(fēng)險有顯著影響,在不同區(qū)域城市不同居民中的適用性有差異。寒潮強(qiáng)度和寒潮持續(xù)天數(shù)在部分亞組居民中雖然可以對居民死亡風(fēng)險分層,分層的結(jié)果卻是隨著寒潮期間冷暴露強(qiáng)度增加居民死亡風(fēng)險降低,該分析結(jié)果有待于進(jìn)一步收集數(shù)據(jù)研究驗證。寒潮強(qiáng)度第25百分位數(shù)適用性較好,寒潮持續(xù)天數(shù)是第75百分位數(shù)適用性較好。南方城市寒潮強(qiáng)度≤0.74℃時,寒潮所致居民死亡風(fēng)險較高；北方城市寒潮強(qiáng)度≤-14.61℃時,寒潮所致居民死亡風(fēng)險較高。寒潮持續(xù)天數(shù)建議以第75百分?jǐn)?shù)分層,南方城市以寒潮持續(xù)天數(shù)是6天分層,寒潮持續(xù)天數(shù)6天時,寒潮所致居民死亡風(fēng)險較高。北方城市都以寒潮持續(xù)天數(shù)是4天分層,寒潮持續(xù)天數(shù)4天時,寒潮所致居民死亡風(fēng)險較高。寒潮發(fā)生時間按照不同的月份分層,寒潮所致居民健康風(fēng)險較高的月份比較分散,其中在南方城市,居民非意外總死亡風(fēng)險都是1月份和2月較高,居民呼吸系統(tǒng)疾病死亡風(fēng)險是2月份最高,而居民心血管疾病死亡風(fēng)險是11月份較高；在北方城市居民非意外總死亡風(fēng)險和心血管疾病死亡風(fēng)險都是12月份,居民呼吸系統(tǒng)疾病死亡風(fēng)險是1月份最高。根據(jù)寒潮特征3個參數(shù)(寒潮強(qiáng)度、寒潮持續(xù)時間和寒潮發(fā)生時間)的定量分析而得到風(fēng)險分層閾值,對寒潮風(fēng)險進(jìn)行評估,從而實現(xiàn)寒潮風(fēng)險等級分層。綜上,本研究主要發(fā)現(xiàn)：(1)我國環(huán)境溫度與居民每日死亡率的關(guān)系為非線性,以“U”或倒“J”型為主；低溫和高溫都能顯著增加居民的死亡風(fēng)險,其中熱效應(yīng)的滯后時間短于冷效應(yīng)。(2)熱浪是我國一個重要的公共衛(wèi)生威脅；熱浪的強(qiáng)度、持續(xù)天數(shù)、發(fā)生時間等特征能顯著修飾熱浪所致的居民死亡風(fēng)險；并可對熱浪健康風(fēng)險進(jìn)行等級分層。(3)寒潮也是我國一個重要的公共衛(wèi)生威脅；寒潮的強(qiáng)度、持續(xù)天數(shù)和發(fā)生時間等特征能顯著修飾熱浪所致的居民死亡風(fēng)險；并可對寒潮健康風(fēng)險進(jìn)行風(fēng)險等級分層。(4)溫度、熱浪對居民日死亡風(fēng)險的影響可能在我國南方城市和北方城市存在顯著的差異。本研究結(jié)果預(yù)期可為我國應(yīng)對氣候變化提供重要的科學(xué)依據(jù)。
【學(xué)位授予單位】：復(fù)旦大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：R122.26

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王隴,劉衛(wèi)民,王彤,賈海源;2001年4月8～9日甘肅河?xùn)|冬麥區(qū)寒潮天氣過程淺析[J];甘肅氣象;2002年02期

2 張雪松;鐵嶺地區(qū)寒潮天氣氣候特征分析[J];遼寧氣象;2003年03期

3 彭承憲,張滿山,陸鴻彬;遂寧市2005年“3.11”寒潮天氣分析[J];四川氣象;2005年02期

4 王波;;寒潮天氣簡析[J];今日科苑;2009年06期

5 雷淑琴;;2008年玉門市寒潮天氣過程淺析[J];科技信息;2009年03期

6 應(yīng)沖雄;陳震江;;金華近49年寒潮特征及變化趨勢[J];浙江氣象;2009年03期

7 徐秀芳;戴建華;尹紅萍;;近20年影響上海的寒潮特點[J];大氣科學(xué)研究與應(yīng)用;2009年01期

8 張蕾;;2010年1月影響金山區(qū)兩次寒潮對比[J];科技創(chuàng)新導(dǎo)報;2010年29期

9 王酈;孫秀芬;龍春華;周泓;;文山州寒潮的氣候特征分析[J];云南大學(xué)學(xué)報(自然科學(xué)版);2011年S1期

10 翟華;陳麗營;陳林;;近30a牡丹江市寒潮的時空分布特征及其變化分析[J];黑龍江氣象;2013年01期

相關(guān)會議論文 前10條

1 徐秀芳;戴建華;尹紅萍;;近20年影響上海的寒潮特點[A];第六屆長三角氣象科技論壇論文集[C];2009年

2 卿湘濤;吳志科;朱國光;王心中;黃啟開;;湘西自治州寒潮天氣過程的氣候特征[A];第28屆中國氣象學(xué)會年會——S3天氣預(yù)報災(zāi)害天氣研究與預(yù)報[C];2011年

3 周丹;;商洛市山地寒潮天氣研究[A];2004年全省氣象學(xué)術(shù)交流會論文集[C];2004年

4 謝秀琴;;阿勒泰地區(qū)寒潮規(guī)律分析[A];S5 全球典型干旱半干旱地區(qū)氣候變化及其影響[C];2012年

5 胡萬雄;;我國的寒潮天氣簡述[A];宜春社會科學(xué)——社科普及之窗專刊[C];2012年

6 王辛方;職青;任麗偉;靳冰凌;;氣候變暖背景下鶴壁寒潮活動的變化[A];第26屆中國氣象學(xué)會年會氣候變化分會場論文集[C];2009年

7 宋海鷗;封洋;戴淑元;費(fèi)宏偉;王永紅;;2008/2009年隆冬兩次寒潮天氣形勢分析與預(yù)報方法[A];第六屆長三角氣象科技論壇論文集[C];2009年

8 劉娟;陳新育;周昌云;王書兵;劉愛兵;;2009年如皋首例秋季寒潮天氣過程分析[A];第27屆中國氣象學(xué)會年會災(zāi)害天氣研究與預(yù)報分會場論文集[C];2010年

9 李芷霞;;2009年兩次寒潮天氣對比分析[A];第27屆中國氣象學(xué)會年會災(zāi)害天氣研究與預(yù)報分會場論文集[C];2010年

10 姜東東;張宇星;王長海;;2009年11月開封一次寒潮天氣過程綜合分析[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

相關(guān)重要報紙文章 前10條

1 本報記者 陳張;我市農(nóng)業(yè)部門積極應(yīng)對寒潮[N];桂林日報;2009年

2 本報記者 王夕;寒潮帶來的變化[N];北京科技報;2010年

3 本報記者 任桂林;黑龍江:寒潮天氣下的冷與暖[N];中國氣象報;2013年

4 記者 苗艷麗　通訊員 高瑞芬;強(qiáng)寒潮 輕影響[N];中國氣象報;2008年

5 于文靜　劉s，

本文編號：2518380