广州市大气污染、气象与逐日人群死亡数的关系研究

发布时间：2017-05-20 03:09

  本文关键词：广州市大气污染、气象与逐日人群死亡数的关系研究，，由笔耕文化传播整理发布。

【摘要】：背景大气污染是全球重大的公共卫生问题之一,对人类生活环境和健康产生巨大影响。和众多发展中国家一样,我国在经济高速发展的同时,对大气环境造成了一定的破坏。近年来,我国雾霾频繁发生,人们在享受经济发展带来的福利的同时,也逐渐意识到大气污染对其生活质量的影响,柴静的《穹顶之下》更是引发了公众对于大气环境污染的强烈关注和广泛讨论。目前,我国环境保护部已向大众实时公布全国367个城市空气质量情况,让公众及时了解各地的大气污染水平。大气污染水平呈现明显的时空分布特征,了解其时空分布特征的影响因素有助于相关部门对大气污染水平进行预测,采取有效的大气污染控制措施。大气污染不仅与人类活动有关,也与其它自然环境条件紧密相联,尤其是气象条件影响大气污染物的扩散和其间的化学反应。尽管已有研究评价了气象对某些特定大气污染物浓度及分布的影响,然而这些研究得出的结论不尽相同,大部分研究采用的统计学方法不尽完善,有必要纠正这些方法学上的错误,以客观全面地揭示气象对大气污染的真实作用。空气污染指数(Air Pollution Index, API)是我国政府向公众发布实时大气质量状况的指标,表示当日三种污染物,即可吸入颗粒物(指空气动力学直径≤10微米的颗粒物,又称PM1o)、二氧化硫(S02)、二氧化氮(N02)中首要污染物的污染指数。长期以来,公众对这一指标早已熟知,对于具体的污染物浓度反而了解甚少,故研究API的时空分布及其与气象间的关系更具公共卫生意义。另一方面,许多研究者开展了某些大气污染物的人群健康效应研究,但几乎没有关于API健康效应的研究报道。可否应用API向公众传达大气污染健康效应有待验证。方法学方面,以往研究通常不能很好地展示大气污染人群健康效应的滞后特征,因而计算得出的累积效应很有可能与大气污染的真实效应存在偏差,有必要采用新的统计学方法探究大气污染对人群健康的滞后效应。气温对人群健康有显著影响,极端气温对人群健康的负面影响更不容忽视。已有研究提示,大气污染对气温的人群健康效应有修饰作用,以往研究多关注某个污染物与气温的对数线性交互作用。然而大量研究结果表明气温的人群健康效应是对数非线性的,污染物与气温的交互效应是否也是对数非线性的呢?此外,不同大气污染水平下,气温效应的滞后特征是否不同,这些问题均有待进一步探讨。方法2.1研究地点和数据来源本研究在我国最大的南方城市—广州展开,广州有完善的空气污染监测系统和完整的死亡数据库。2001～2011年广州市大气污染数据来源于广州市环境保护局官方网站(http://www.gzepb.gov.cn/)。本研究收集了广州市内七个站点的逐日大气污染数据,这七个站点分别是：广雅中学、麓湖、天河职中幼儿园、第五中学、市环境监测站、第86中学、广东商学院。由于第86中学和广东商学院两个站点自2003年才启用,故分析2001～2011年API和气象关系时只采用前五个站点的数据。同期气象数据下载自中国气象科学数据共享服务网(http://cdc.cma.gov.cn/home.do)。收集的气象数据包括日平均气温(℃)、日最高气温(℃)、日最低气温(℃)、日平均相对湿度(%)、日最低相对湿度(%)、日平均气压(hpa)、日最高气压(hpa)、日最低气压(hpa)、日平均风速(m/s)、日最大风速(即在给定时间段内的10分钟平均风速的最大值,单位：m/s)、日极大风速(即在给定时间段内的瞬时风速的最大值,单位：m/s)、日降水量(mm)及日照时数(h)。2003-2011年广州市中心城区户籍人口的死亡数据来自广州市疾病与预防控制中心,死亡数据包括逐日全死因死亡人数、非意外死亡人数、因心血管疾病死亡人数和因呼吸系统疾病死亡人数等,并按年龄、性别、教育程度等分组统计。2.2统计分析方法计算各站点之间去趋势化API的Spearman相关系数,以揭示API的空间分布特征。采用基于Loess方法的季节性长期趋势序列分解法(Seasonal-Trend Decomposition Procedure Based on Loess, STL)分析广州市2001～2011年API的长期趋势和季节性特征。采用小波分析探索API与各气象因素间的小波一致性(wavelet coherency)。通过给不同污染物(PM10、SO2、NO2)对应的污染指数赋权构建加权API(APIw)。采用分布滞后非线性模型(Distributed Lag Non-linear Model, DLNM)分析每日API、各污染指数和APIw与死亡人数的关系。通过比较API、各污染指数和APIw与死亡人数关系的估计值,评价可否应用API向公众传达大气污染的人群健康效应。此外,本研究还构建了包含API与首要污染物交互项的模型,采用F检验判断纳入交互项是否能改善模型效果,以进一步揭示首要污染物不同时,API与死亡人数的关系是否相同。此外,按年龄组、性别、受教育程度和职业进行分层分析,以期找出受大气污染影响的脆弱人群。在广义线性模型中加入PM1o和气温的非线性交互效应项,用F检验判断该交互项的统计显著性,并给出PM1o分别为0μg/m3、48.6μg/m3(PM10的第25百分位数)、71.4μg/m3 (PM10的第50百分位数)和102.6μg/m3 (PM10的第75百分位数)时的气温效应。此外,根据PM1o日均浓度是否小于50μg/m3 (WHO关于PM1o的大气质量标准)将数据分成两部分,探索不同PM1o水平下,气温健康效应的滞后特征及大小。通过比较气温为第1百分位数(7.5℃)相对于第10百分位数(13.3℃)时死亡超额危险度评价低温效应。高温效应则通过比较气温为第99百分位数(31.9℃)相对于第90百分位数(29.9℃)时的死亡超额危险度来评价。应用的统计分析软件包括R 3.1.2和MATLAB 7.6.0,双侧P0.05认为结果有统计学意义。结果2001～2011年期间,广州市大气质量为优的天数仅占24.6%。在五个监测站点中,广雅中学和市第五中学的API较高,而天河职中幼儿园和麓湖的API较低,PM10是广州市的主要污染物。五站点逐日去趋势化API高度相关,相关系数在0.84至0.89之间(P0.001)。API以2004年为界呈现先升后降的趋势。季节差异方面,API夏季较高,冬季较低。在研究区间内,日平均(最高、最低)气温、平均(最低)相对湿度、降雨量和最大风速均与API存在连续的周期约为一年的显著小波一致性(P0.05),波动周期呈负相关关系。当时间尺度小于一年时,气象因素与API存在不连续的显著小波一致性。其中,日平均气温、日最高气温、日最低气温与API的波动周期基本呈正相关关系。平均(最低)相对湿度、降雨量和最大风速则与API的波动周期则呈负相关关系。逐日API与风速是逆相的。日温差(diurnal temperature range, DTR)和平均(最高、最低)气压与API存在连续的周期约为一年的显著小波一致性(P0.05),波动周期呈正相关关系。当时间尺度小于一年时,日温差、平均(最高、最低)气压与API存在不连续的显著小波一致性,波动周期呈正相关关系。当时间尺度为一年时,日照时数与API的关系不明确,而当时间尺度小于一年时,日照时数与API的波动周期基本呈正相关关系。API与PM10、SO2和N02污染指数的Spearman相关系数分别为0.97、0.74和0.87。API与非意外死亡人数的关系在当天达到最大,收获效应(harvesting effect)出现在2天后。API每升高10个单位,人群当天及后续两天的累积非意外死亡超额危险度(Excess Risk, ER)为0.88%(95%CI：0.50,1.27%),人群当天及后续15天的累积非意外死亡超额危险度为1.03%(95%CI：0.26,1.82%)。API与非意外死亡人数当天及后续15天的关系估计值和各污染指数与非意外死亡人数的关系估计值相近。PM10、SO2和NO2污染指数每升高10个单位,人群当天及后续15天的累积非意外死亡超额危险度分别为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%)。尽管APIw对非意外死亡人数的影响随首要污染物权重的增大有降低的趋势,但变化不大,而且API与首要污染物的交互效应无统计学意义(F＝1.651,P=0.117)。大气污染对老年人(年龄≥65岁的人群)、女性、受教育程度低(文盲和小学学历)的人的影响较大。API每升高10个单位,老年人、女性、受教育程度低的人当天及后续15天的累积非意外死亡超额危险度分别为1.54%(95%CI: 0.67,2.41%).1.37%(95%CI:0.27,2.48%)、1.41%(95%CI:0.43,2.41%)。气温与死亡人数间存在对数非线性关系,PM10水平高时的气温效应较PM10水平低时的气温效应更显著。不同PM10水平下气温对因呼吸系统疾病死亡的人群产生的效应差异不明显。PM10分别为0μg/m3、其第25、第50及第75百分位数时,低温导致的人群当天及后续20天的累积全死因死亡超额危险度分别为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%)。高温导致的人群全死因死亡超额危险度则分别为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%)。可见：低温效应高于高温效应；低温效应和高温效应均随PM10四分位数的增大而增大。老年人对低温和高温效应更加敏感。PM10分别为0μg/m3、其第25、第50及第75百分位数时,低温导致老年人当天及后续20天的累积全死因死亡超额危险度分别为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%)。高温所致的超额危险度分别为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%)。男人对低温效应较女性敏感。PM10分别为0μg/m3、其第25、第50及第75百分位数时,低温导致男性当天及后续20天的累积全死因死亡超额危险度分别为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%)。低温效应的性别差异随PM10污染程度的加重而增大。PM10和气温对全死因死亡人群(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)的非线性交互效应有统计学意义,而对因呼吸系统疾病死亡人群的非线性交互效应无统计学意义(F＝0.745,P=0.614)。在PM1o水平高时,高温效应出现较早。在PM10水平低时,高温效应通常滞后一天出现,且存在收获效应。在PM10水平高时,人群的非意外死亡风险和心血管疾病的死亡风险较PM10水平低时高。而人群呼吸系统疾病的死亡风险在PM10水平不同时差异不大。结论(1)2001～2011年广州市大气质量于2004年最差,而后逐步改善。然而大气污染形势依然严峻。大气质量存在明显的季节性,气象的季节性波动是API发生季节性变化的原因之一。逐日API与气温、相对湿度、降水量、风速、日温差和大气压均存在显著的相关关系。(2)API可用于向公众传达大气污染的人群健康效应。老年人、女性、受教育程度低的人是大气污染效应的脆弱人群,这些人群应给予更多的关注。(3)PMlo与气温对人群死亡存在对数非线性的交互作用。低温和高温效应均随PM10污染水平而增大。不同PM10水平下低温效应和高温效应的分布滞后特征存在差异。(4)本研究成果可用于指导大气污染预测模型的构建,同时将为如何减小大气污染、极端气温造成的人群健康损失提供科学参考。
【关键词】：大气污染 空气污染指数(API) 气象 死亡时间序列
【学位授予单位】：南方医科大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R122
【目录】：

• 摘要3-9
• ABSTRACT9-18
• 第一章 背景18-26
• 1.1 大气污染现状18
• 1.2 大气污染对人类健康构成巨大威胁18-19
• 1.3 空气污染指数(Air Pollution Index,API)19
• 1.4 大气污染的空间变化与时间变化特征19-21
• 1.5 大气污染与气象的关系21
• 1.6 描述大气质量的指数与人群健康的关系21-22
• 1.7 大气污染人群健康效应的滞后特征22-23
• 1.8 受大气污染影响的脆弱人群23
• 1.9 大气污染与气温的交互效应23-25
• 1.10 本研究的目的25-26
• 第二章 方法26-37
• 2.1 研究对象和研究时间26-27
• 2.2 数据来源27-30
• 2.2.1 大气污染数据27-29
• 2.2.2 气象环境数据29-30
• 2.2.3 死亡数据30
• 2.3 统计分析30-37
• 2.3.1 Spearman相关分析30-31
• 2.3.2 基于Loess方法的季节性长期趋势序列分解法(STL)31-33
• 2.3.3 小波分析33-34
• 2.3.4 分布滞后非线性模型(Distributed Lag Non-linear Model,DLNM)34-37
• 第三章 结果37-61
• 3.1 API的时空分布特征及其与气象的关系37-43
• 3.1.1 描述性统计分析37
• 3.1.2 大气污染的空间分布特征37-39
• 3.1.3 大气污染的长期趋势及季节性39-40
• 3.1.4 API与气象因素的关系40-43
• 3.2 API与人群死亡数的相关关系43-50
• 3.2.1 描述性统计分析43-46
• 3.2.2 API与人群死亡数的相关关系46-50
• 3.3 PM_(10)与气温对人群死亡的交互作用50-61
• 第四章 讨论61-71
• 4.1 大气污染的空间分布特征61
• 4.2 大气污染的时间变化特征61-62
• 4.3 气象因素对API的影响62-64
• 4.4 API与人群死亡数的关系64-65
• 4.5 受大气污染影响的脆弱人群65-67
• 4.6 大气污染与气温的交互效应67-69
• 4.6.1 统计分析策略67-68
• 4.6.2 PM_(10)对气温效应的修饰作用(modification effect)68-69
• 4.6.3 PM_(10)与气温交互作用机理的解释69
• 4.7 本研究的不足和进一步研究的展望69-70
• 4.8 结论70-71
• 参考文献71-80
• 攻读学位期间成果80-81
• 致谢81-82

【共引文献】

中国期刊全文数据库 前10条

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 张秉玲;王旭霞;张晓曙;;甘肃省东南部地区气象因素与流行性乙型脑炎发病的时间序列分析[J];环境卫生学杂志;2014年05期

3 罗焕金;曾四清;胡梦珏;罗圆;马文军;;极端低温对呼吸系统疾病住院人数影响的时间序列分析[J];华南预防医学;2014年06期

4 刘希文;徐晓斌;赵花荣;林伟立;;北京及周边地区3个典型站点NO_x和CO的变化特征[J];安全与环境学报;2014年06期

5 田谧;吉东生;王跃思;胡波;凌红;徐仲均;;河北廊坊地区大气污染物变化特征与来源追踪[J];环境工程学报;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;许祥青;朱瑞;王旭;宋健;周洋洋;郑建军;郭亮亮;金鎏;苏虹;;2008-2012年马鞍山市某地区的昼夜温差与每日死亡的时间序列研究[J];中华疾病控制杂志;2014年04期

9 罗斌;罗小峰;石红霞;张本忠;牛静萍;;气温与大气颗粒物对呼吸系统影响的交互作用研究进展[J];环境与健康杂志;2014年06期

10 谷少华;贾红英;李萌萌;杨军;司春峰;张瑞;刘小波;刘起勇;;济南市空气污染对呼吸系统疾病门诊量的影响[J];环境与健康杂志;2015年02期

中国重要会议论文全文数据库 前4条

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广东省预防医学会学术年会资料汇编[C];2013年

2 刘涛;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];广东省预防医学会优秀论文集[C];2014年

3 王林;陈正洪;汤阳;;武汉市日平均气温对居民死亡数的滞后效应研究[A];第32届中国气象学会年会S13 气候环境变化与人体健康[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届中国气象学会年会S9 大气成分与天气、气候变化[C];2015年

中国博士学位论文全文数据库 前8条

1 孙e

本文编号：380535