本文關鍵詞：廣州市大氣污染、氣象與逐日人群死亡數的關系研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：背景大氣污染是全球重大的公共衛(wèi)生問題之一,對人類生活環(huán)境和健康產生巨大影響。和眾多發(fā)展中國家一樣,我國在經濟高速發(fā)展的同時,對大氣環(huán)境造成了一定的破壞。近年來,我國霧霾頻繁發(fā)生,人們在享受經濟發(fā)展帶來的福利的同時,也逐漸意識到大氣污染對其生活質量的影響,柴靜的《穹頂之下》更是引發(fā)了公眾對于大氣環(huán)境污染的強烈關注和廣泛討論。目前,我國環(huán)境保護部已向大眾實時公布全國367個城市空氣質量情況,讓公眾及時了解各地的大氣污染水平。大氣污染水平呈現明顯的時空分布特征,了解其時空分布特征的影響因素有助于相關部門對大氣污染水平進行預測,采取有效的大氣污染控制措施。大氣污染不僅與人類活動有關,也與其它自然環(huán)境條件緊密相聯,尤其是氣象條件影響大氣污染物的擴散和其間的化學反應。盡管已有研究評價了氣象對某些特定大氣污染物濃度及分布的影響,然而這些研究得出的結論不盡相同,大部分研究采用的統計學方法不盡完善,有必要糾正這些方法學上的錯誤,以客觀全面地揭示氣象對大氣污染的真實作用�？諝馕廴局笖�(Air Pollution Index, API)是我國政府向公眾發(fā)布實時大氣質量狀況的指標,表示當日三種污染物,即可吸入顆粒物(指空氣動力學直徑≤10微米的顆粒物,又稱PM1o)、二氧化硫(S02)、二氧化氮(N02)中首要污染物的污染指數。長期以來,公眾對這一指標早已熟知,對于具體的污染物濃度反而了解甚少,故研究API的時空分布及其與氣象間的關系更具公共衛(wèi)生意義。另一方面,許多研究者開展了某些大氣污染物的人群健康效應研究,但幾乎沒有關于API健康效應的研究報道�？煞駪肁PI向公眾傳達大氣污染健康效應有待驗證。方法學方面,以往研究通常不能很好地展示大氣污染人群健康效應的滯后特征,因而計算得出的累積效應很有可能與大氣污染的真實效應存在偏差,有必要采用新的統計學方法探究大氣污染對人群健康的滯后效應。氣溫對人群健康有顯著影響,極端氣溫對人群健康的負面影響更不容忽視。已有研究提示,大氣污染對氣溫的人群健康效應有修飾作用,以往研究多關注某個污染物與氣溫的對數線性交互作用。然而大量研究結果表明氣溫的人群健康效應是對數非線性的,污染物與氣溫的交互效應是否也是對數非線性的呢?此外,不同大氣污染水平下,氣溫效應的滯后特征是否不同,這些問題均有待進一步探討。方法2.1研究地點和數據來源本研究在我國最大的南方城市—廣州展開,廣州有完善的空氣污染監(jiān)測系統和完整的死亡數據庫。2001～2011年廣州市大氣污染數據來源于廣州市環(huán)境保護局官方網站(http://www.gzepb.gov.cn/)。本研究收集了廣州市內七個站點的逐日大氣污染數據,這七個站點分別是：廣雅中學、麓湖、天河職中幼兒園、第五中學、市環(huán)境監(jiān)測站、第86中學、廣東商學院。由于第86中學和廣東商學院兩個站點自2003年才啟用,故分析2001～2011年API和氣象關系時只采用前五個站點的數據。同期氣象數據下載自中國氣象科學數據共享服務網(http://cdc.cma.gov.cn/home.do)。收集的氣象數據包括日平均氣溫(℃)、日最高氣溫(℃)、日最低氣溫(℃)、日平均相對濕度(%)、日最低相對濕度(%)、日平均氣壓(hpa)、日最高氣壓(hpa)、日最低氣壓(hpa)、日平均風速(m/s)、日最大風速(即在給定時間段內的10分鐘平均風速的最大值,單位：m/s)、日極大風速(即在給定時間段內的瞬時風速的最大值,單位：m/s)、日降水量(mm)及日照時數(h)。2003-2011年廣州市中心城區(qū)戶籍人口的死亡數據來自廣州市疾病與預防控制中心,死亡數據包括逐日全死因死亡人數、非意外死亡人數、因心血管疾病死亡人數和因呼吸系統疾病死亡人數等,并按年齡、性別、教育程度等分組統計。2.2統計分析方法計算各站點之間去趨勢化API的Spearman相關系數,以揭示API的空間分布特征。采用基于Loess方法的季節(jié)性長期趨勢序列分解法(Seasonal-Trend Decomposition Procedure Based on Loess, STL)分析廣州市2001～2011年API的長期趨勢和季節(jié)性特征。采用小波分析探索API與各氣象因素間的小波一致性(wavelet coherency)。通過給不同污染物(PM10、SO2、NO2)對應的污染指數賦權構建加權API(APIw)。采用分布滯后非線性模型(Distributed Lag Non-linear Model, DLNM)分析每日API、各污染指數和APIw與死亡人數的關系。通過比較API、各污染指數和APIw與死亡人數關系的估計值,評價可否應用API向公眾傳達大氣污染的人群健康效應。此外,本研究還構建了包含API與首要污染物交互項的模型,采用F檢驗判斷納入交互項是否能改善模型效果,以進一步揭示首要污染物不同時,API與死亡人數的關系是否相同。此外,按年齡組、性別、受教育程度和職業(yè)進行分層分析,以期找出受大氣污染影響的脆弱人群。在廣義線性模型中加入PM1o和氣溫的非線性交互效應項,用F檢驗判斷該交互項的統計顯著性,并給出PM1o分別為0μg/m3、48.6μg/m3(PM10的第25百分位數)、71.4μg/m3 (PM10的第50百分位數)和102.6μg/m3 (PM10的第75百分位數)時的氣溫效應。此外,根據PM1o日均濃度是否小于50μg/m3 (WHO關于PM1o的大氣質量標準)將數據分成兩部分,探索不同PM1o水平下,氣溫健康效應的滯后特征及大小。通過比較氣溫為第1百分位數(7.5℃)相對于第10百分位數(13.3℃)時死亡超額危險度評價低溫效應。高溫效應則通過比較氣溫為第99百分位數(31.9℃)相對于第90百分位數(29.9℃)時的死亡超額危險度來評價。應用的統計分析軟件包括R 3.1.2和MATLAB 7.6.0,雙側P0.05認為結果有統計學意義。結果2001～2011年期間,廣州市大氣質量為優(yōu)的天數僅占24.6%。在五個監(jiān)測站點中,廣雅中學和市第五中學的API較高,而天河職中幼兒園和麓湖的API較低,PM10是廣州市的主要污染物。五站點逐日去趨勢化API高度相關,相關系數在0.84至0.89之間(P0.001)。API以2004年為界呈現先升后降的趨勢。季節(jié)差異方面,API夏季較高,冬季較低。在研究區(qū)間內,日平均(最高、最低)氣溫、平均(最低)相對濕度、降雨量和最大風速均與API存在連續(xù)的周期約為一年的顯著小波一致性(P0.05),波動周期呈負相關關系。當時間尺度小于一年時,氣象因素與API存在不連續(xù)的顯著小波一致性。其中,日平均氣溫、日最高氣溫、日最低氣溫與API的波動周期基本呈正相關關系。平均(最低)相對濕度、降雨量和最大風速則與API的波動周期則呈負相關關系。逐日API與風速是逆相的。日溫差(diurnal temperature range, DTR)和平均(最高、最低)氣壓與API存在連續(xù)的周期約為一年的顯著小波一致性(P0.05),波動周期呈正相關關系。當時間尺度小于一年時,日溫差、平均(最高、最低)氣壓與API存在不連續(xù)的顯著小波一致性,波動周期呈正相關關系。當時間尺度為一年時,日照時數與API的關系不明確,而當時間尺度小于一年時,日照時數與API的波動周期基本呈正相關關系。API與PM10、SO2和N02污染指數的Spearman相關系數分別為0.97、0.74和0.87。API與非意外死亡人數的關系在當天達到最大,收獲效應(harvesting effect)出現在2天后。API每升高10個單位,人群當天及后續(xù)兩天的累積非意外死亡超額危險度(Excess Risk, ER)為0.88%(95%CI：0.50,1.27%),人群當天及后續(xù)15天的累積非意外死亡超額危險度為1.03%(95%CI：0.26,1.82%)。API與非意外死亡人數當天及后續(xù)15天的關系估計值和各污染指數與非意外死亡人數的關系估計值相近。PM10、SO2和NO2污染指數每升高10個單位,人群當天及后續(xù)15天的累積非意外死亡超額危險度分別為0.82%(95%CI:-0.01, 1.65%)、1.09%(95%CI:0.11,2.07%)和1.17%(95%CI：0.42,1.93%)。盡管APIw對非意外死亡人數的影響隨首要污染物權重的增大有降低的趨勢,但變化不大,而且API與首要污染物的交互效應無統計學意義(F＝1.651,P=0.117)。大氣污染對老年人(年齡≥65歲的人群)、女性、受教育程度低(文盲和小學學歷)的人的影響較大。API每升高10個單位,老年人、女性、受教育程度低的人當天及后續(xù)15天的累積非意外死亡超額危險度分別為1.54%(95%CI: 0.67,2.41%).1.37%(95%CI:0.27,2.48%)、1.41%(95%CI:0.43,2.41%)。氣溫與死亡人數間存在對數非線性關系,PM10水平高時的氣溫效應較PM10水平低時的氣溫效應更顯著。不同PM10水平下氣溫對因呼吸系統疾病死亡的人群產生的效應差異不明顯。PM10分別為0μg/m3、其第25、第50及第75百分位數時,低溫導致的人群當天及后續(xù)20天的累積全死因死亡超額危險度分別為35.49%(95%CI:22.59,49.75%)、40.69%(95%CI:28.97,53.47%)、43.20% (95%CI:30.97,56.57%)和46.70%(95%CI:32.66,62.22%)。高溫導致的人群全死因死亡超額危險度則分別為10.76%(95%CI:0.33,22.28%).13.97%(95% CI:4.53,24.25%)、15.51%(95%CI:6.21,25.63%)和17.65%(95%CI：8.09,28.05%)�？梢姡旱蜏匦哂诟邷匦�；低溫效應和高溫效應均隨PM10四分位數的增大而增大。老年人對低溫和高溫效應更加敏感。PM10分別為0μg/m3、其第25、第50及第75百分位數時,低溫導致老年人當天及后續(xù)20天的累積全死因死亡超額危險度分別為41.38%(95%CI:26.59,57.91%)、45.02%(95%CI:31.75,59.64%). 46.77%(95%CI:32.99,61.97%)和49.18%(95%CI：33.48,66.72%)。高溫所致的超額危險度分別為16.42%(95%CI:4.14,30.15%)、19.82%(95%CI:8.70, 32.08%)、21.45%(95%CI:10.48,33.52%)和23.71%(95%CI：12.45,36.11%)。男人對低溫效應較女性敏感。PM10分別為0μg/m3、其第25、第50及第75百分位數時,低溫導致男性當天及后續(xù)20天的累積全死因死亡超額危險度分別為38.92%(95%CI:22.49,57.56%)、46.97%(95%CI:31.72,63.99%)、50.91% (95%CI:34.88,68.85%)和56.46%(95%CI：37.90,77.52%)。低溫效應的性別差異隨PM10污染程度的加重而增大。PM10和氣溫對全死因死亡人群(F=3.028,P=0.006)、非意外死亡人群(F＝3.177,P=0.005)和因心血管疾病死亡人群(F＝3.807,P=0.001)的非線性交互效應有統計學意義,而對因呼吸系統疾病死亡人群的非線性交互效應無統計學意義(F＝0.745,P=0.614)。在PM1o水平高時,高溫效應出現較早。在PM10水平低時,高溫效應通常滯后一天出現,且存在收獲效應。在PM10水平高時,人群的非意外死亡風險和心血管疾病的死亡風險較PM10水平低時高。而人群呼吸系統疾病的死亡風險在PM10水平不同時差異不大。結論(1)2001～2011年廣州市大氣質量于2004年最差,而后逐步改善。然而大氣污染形勢依然嚴峻。大氣質量存在明顯的季節(jié)性,氣象的季節(jié)性波動是API發(fā)生季節(jié)性變化的原因之一。逐日API與氣溫、相對濕度、降水量、風速、日溫差和大氣壓均存在顯著的相關關系。(2)API可用于向公眾傳達大氣污染的人群健康效應。老年人、女性、受教育程度低的人是大氣污染效應的脆弱人群,這些人群應給予更多的關注。(3)PMlo與氣溫對人群死亡存在對數非線性的交互作用。低溫和高溫效應均隨PM10污染水平而增大。不同PM10水平下低溫效應和高溫效應的分布滯后特征存在差異。(4)本研究成果可用于指導大氣污染預測模型的構建,同時將為如何減小大氣污染、極端氣溫造成的人群健康損失提供科學參考。
【關鍵詞】：大氣污染 空氣污染指數(API) 氣象 死亡時間序列
【學位授予單位】：南方醫(yī)科大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：R122
【目錄】：

• 摘要3-9
• ABSTRACT9-18
• 第一章 背景18-26
• 1.1 大氣污染現狀18
• 1.2 大氣污染對人類健康構成巨大威脅18-19
• 1.3 空氣污染指數(Air Pollution Index,API)19
• 1.4 大氣污染的空間變化與時間變化特征19-21
• 1.5 大氣污染與氣象的關系21
• 1.6 描述大氣質量的指數與人群健康的關系21-22
• 1.7 大氣污染人群健康效應的滯后特征22-23
• 1.8 受大氣污染影響的脆弱人群23
• 1.9 大氣污染與氣溫的交互效應23-25
• 1.10 本研究的目的25-26
• 第二章 方法26-37
• 2.1 研究對象和研究時間26-27
• 2.2 數據來源27-30
• 2.2.1 大氣污染數據27-29
• 2.2.2 氣象環(huán)境數據29-30
• 2.2.3 死亡數據30
• 2.3 統計分析30-37
• 2.3.1 Spearman相關分析30-31
• 2.3.2 基于Loess方法的季節(jié)性長期趨勢序列分解法(STL)31-33
• 2.3.3 小波分析33-34
• 2.3.4 分布滯后非線性模型(Distributed Lag Non-linear Model,DLNM)34-37
• 第三章 結果37-61
• 3.1 API的時空分布特征及其與氣象的關系37-43
• 3.1.1 描述性統計分析37
• 3.1.2 大氣污染的空間分布特征37-39
• 3.1.3 大氣污染的長期趨勢及季節(jié)性39-40
• 3.1.4 API與氣象因素的關系40-43
• 3.2 API與人群死亡數的相關關系43-50
• 3.2.1 描述性統計分析43-46
• 3.2.2 API與人群死亡數的相關關系46-50
• 3.3 PM_(10)與氣溫對人群死亡的交互作用50-61
• 第四章 討論61-71
• 4.1 大氣污染的空間分布特征61
• 4.2 大氣污染的時間變化特征61-62
• 4.3 氣象因素對API的影響62-64
• 4.4 API與人群死亡數的關系64-65
• 4.5 受大氣污染影響的脆弱人群65-67
• 4.6 大氣污染與氣溫的交互效應67-69
• 4.6.1 統計分析策略67-68
• 4.6.2 PM_(10)對氣溫效應的修飾作用(modification effect)68-69
• 4.6.3 PM_(10)與氣溫交互作用機理的解釋69
• 4.7 本研究的不足和進一步研究的展望69-70
• 4.8 結論70-71
• 參考文獻71-80
• 攻讀學位期間成果80-81
• 致謝81-82

【共引文獻】

中國期刊全文數據庫 前10條

1 QU Yu;AN Junling;LI Jian;CHEN Yong;LI Ying;LIU Xingang;HU Min;;Effects of NO_x and VOCs from Five Emission Sources on Summer Surface O_3 over the Beijing Tianjin Hebei Region[J];Advances in Atmospheric Sciences;2014年04期

2 張秉玲;王旭霞;張曉曙;;甘肅省東南部地區(qū)氣象因素與流行性乙型腦炎發(fā)病的時間序列分析[J];環(huán)境衛(wèi)生學雜志;2014年05期

3 羅煥金;曾四清;胡夢玨;羅圓;馬文軍;;極端低溫對呼吸系統疾病住院人數影響的時間序列分析[J];華南預防醫(yī)學;2014年06期

4 劉希文;徐曉斌;趙花榮;林偉立;;北京及周邊地區(qū)3個典型站點NO_x和CO的變化特征[J];安全與環(huán)境學報;2014年06期

5 田謐;吉東生;王躍思;胡波;凌紅;徐仲均;;河北廊坊地區(qū)大氣污染物變化特征與來源追蹤[J];環(huán)境工程學報;2013年12期

6 Jian Gao;Yuechong Zhang;Meng Zhang;Jingqiao Zhang;Shulan Wang;Jun Tao;Han Wang;Datong Luo;Fahe Chai;Chun Ren;;Photochemical properties and source of pollutants during continuous pollution episodes in Beijing, October, 2011[J];Journal of Environmental Sciences;2014年01期

7 Shulan Wang;Jian Gao;Yuechong Zhang;Jingqiao Zhang;Fahe Cha;Tao Wang;Chun Ren;Wenxing Wang;;Impact of emission control on regional air quality: An observational study of air pollutants before, during and after the Beijing Olympic Games[J];Journal of Environmental Sciences;2014年01期

8 程健;許祥青;朱瑞;王旭;宋健;周洋洋;鄭建軍;郭亮亮;金鎏;蘇虹;;2008-2012年馬鞍山市某地區(qū)的晝夜溫差與每日死亡的時間序列研究[J];中華疾病控制雜志;2014年04期

9 羅斌;羅小峰;石紅霞;張本忠;牛靜萍;;氣溫與大氣顆粒物對呼吸系統影響的交互作用研究進展[J];環(huán)境與健康雜志;2014年06期

10 谷少華;賈紅英;李萌萌;楊軍;司春峰;張瑞;劉小波;劉起勇;;濟南市空氣污染對呼吸系統疾病門診量的影響[J];環(huán)境與健康雜志;2015年02期

中國重要會議論文全文數據庫 前4條

1 Huiyan Xie;Zhibin Yao;Yonghui Zhang;Yanjun Xu;Xiaojun Xu;Tao Liu;Hualiang Lin;Xiangqian Lao;Shannon Rutherford;Cordia Chu;Cunrui Huang;Scott Baum;Wenjun Ma;;Short-Term Effects of the 2008 Cold Spell on Mortality in Three Subtropical Cities in Guangdong Province,China[A];2012廣東省預防醫(yī)學會學術年會資料匯編[C];2013年

2 劉濤;Tian Tian Li;Yong Hui Zhang;Yan Jun Xu;Xiang Qian Lao;Shannon Rutherford;Cordia Chu;Yuan Luo;Qi Zhu;Xiao Jun Xu;Hui Yan Xie;Zhao Rong Liu;Wen Jun Ma;;The short-term effect of ambient ozone on mortality is modified by temperature in Guangzhou,China[A];廣東省預防醫(yī)學會優(yōu)秀論文集[C];2014年

3 王林;陳正洪;湯陽;;武漢市日平均氣溫對居民死亡數的滯后效應研究[A];第32屆中國氣象學會年會S13 氣候環(huán)境變化與人體健康[C];2015年

4 Ziyin Zhang;Xiaoling Zhang;Daoyi Gong;Weijun Quan;Xiujuan Zhao;Zhiqiang Ma;Seong-Joong Kim;;Evolution of surface O_3 and PM_(2.5) concentrations and their relationships with meteorological conditions over the last decade in Beijing[A];第32屆中國氣象學會年會S9 大氣成分與天氣、氣候變化[C];2015年

中國博士學位論文全文數據庫 前8條

1 孫e

本文編號：380535