成都市气温与PM_(2.5)和O_(3)交互作用对疾病死亡人数的影响研究

利用成都市2014~2016年逐日呼吸系统疾病和心脑血管疾病死亡资料、同期气象资料和PM_(2.5)日均浓度和每日臭氧最大8h平均浓度(O_(3))资料,采用分布滞后模型以及广义相加模型中的独立效应模型、非参数二元响应模型和温度分层模型探究了成都市气温、PM_(2.5)和O_(3)单效应,以及气温与PM_(2.5)(或O_(3))交互作用对当地呼吸和心脑血管疾病死亡人数的影响.单效应分析结果表明,气温与两种疾病死亡人数的累计暴露-反应关系均呈反"J"型分布,最适温度在22.2℃,该温度对应的疾病死亡人数最少;累积滞后1d的PM_(2.5)(或O_(3))对应的健康风险最大,此时,PM_(2.5)和O_(3)浓度每升高10μg/m^(3),呼吸系统疾病死亡风险分别增加0.58%和0.54%,心脑血管疾病死亡风险分别增加0.35%和0.66%.分季节研究结果表明,PM_(2.5)对两种疾病死亡影响的健康风险冬季最高,而O_(3)的健康风险在秋季最显著.交互作用的研究结果表明,高温与高浓度的PM_(2.5)(或O_(3))对疾病死亡的影响存在协同放大效应,当气温高于22.2℃时,PM_(2.5)和O_(3)浓度每升高10μg/m^(3),对应的呼吸系统疾病死亡风险分别增加2.30%和1.14%,心脑血管疾病死亡风险分别增加1.09%和1.03%.研究结果提示O_(3)对人群健康的影响也不容忽视,应该引起足够的重视.

北京市气温与黑碳和PM2.5对疾病死亡影响的交互效应

通过收集北京市2010~2016年逐日呼吸和心脑血管疾病死亡数据、污染物(BC、PM2.5、SO2、O3和NO2)日均浓度资料以及同期的气象资料,采用广义相加模型(GAMs)中的主效应模型、非参数二元响应模型和温度分层模型探讨了北京市气温、PM2.5和BC单效应,以及气温与PM2.5和BC交互作用分别对呼吸和心脑血管疾病死亡人数的影响.单效应分析结果表明,气温与两种疾病死亡人数的累计暴露-反应关系均呈"J"型分布特征,最适温度为24℃;累计滞后一天情况下PM2.5和BC的健康效应均最显著,此时PM2.5和BC浓度每升高四分位间距(IQR),呼吸系统疾病死亡人数超额增加百分比(ER)分别为2.21%和1.80%,心脑血管疾病死亡人数ER分别为2.02%和1.48%.交互作用的研究结果表明,高温与高浓度的PM2.5(或BC)对疾病死亡的影响存在协同效应,且高温条件下BC对疾病死亡影响的健康风险大于PM2.5,当气温大于24℃时,BC和PM2.5浓度每升高IQR对应的呼吸系统疾病死亡人数ER分别为6.22%和6.17%,心脑血管疾病死亡人数ER分别为5.01%和3.97%.虽然BC只占PM2.5的一部分,但BC对人群健康的影响不容忽视,应该引起足够的重视.

基于GAMs模型分析成都市气象因子交互作用对O_(3)浓度变化的影响

为探究成都市大气环境中气象因子交互作用对臭氧(8h浓度平均最大值,统一用O_(3)表示)浓度变化的影响特征,利用成都市2014~2019年逐日大气污染物资料以及同期的气象资料,采用广义相加模型(generalized additive models,GAMs)分析气象因子对O_(3)浓度变化的影响效应.结果表明,单影响因素的GAMs模型中,O_(3)浓度与最高气温、日照时数、相对湿度、风速、降水量、最大混合层厚度(maximum mixed depth,MMD)和通风系数(ventilation coefficient,VC)间均呈非线性关系,无论全年还是夏季,最高气温、日照时数、MMD和相对湿度对O_(3)浓度影响均较大,值得注意的是,夏季相对湿度和降水量对O_(3)浓度变化的影响较全年更加显著.在构建O_(3)浓度变化的多气象因子GAMs模型中,除平均风速以外的其他气象因子共同作用对O_(3)浓度变化有显著影响,就全年而言,构建的GAMs模型判定系数(R2)为0.849,方差解释率为85.1%,最高气温是全年O_(3)浓度变化的主导影响因素;夏季GAMs模型的R^(2)为0.811,方差解释率为81.3%,而夏季最高气温和MMD同为重要影响因素.GAMs交互效应模型中,就全年而言,最高气温与日照时数、相对湿度、降水量间交互作用,以及日照时数和MMD间交互作用对O_(3)浓度变化影响显著,结合三维可视化图形直观分析气象因子交互作用对O_(3)浓度变化的影响特征,发现强高温+强日照+MMD(2000 m左右)+无降水条件协同作用下有利于O_(3)的生成;就夏季而言,仅最高气温分别与日照时数和VC交互作用对O_(3)浓度的影响显著,夏季强高温+强日照+水平方向小风速有利于近地层O_(3)浓度的生成.运用GAMs模型能够对O_(3)污染的主导气象因子进行识别,并定量化分析气象因子单效应及其交互作用对O_(3)浓度变化的影响特征,对O_(3)浓度污染防控研究具有重要指示意义.

成都市PM2.5和臭氧交互作用对心脑血管疾病死亡人数的影响研究

目的探究成都市大气环境中PM2.5与臭氧交互作用对当地心脑血管疾病死亡影响的健康风险。方法利用成都市2014–2016年逐日心脑血管疾病(包括男性和女性)死亡资料、同期气象资料、PM2.5日均浓度和日均臭氧8 h浓度最大值(O_(3) 8-h max)资料,采用广义相加模型分析PM2.5和O_(3) 8-h max单效应及其二者交互作用对当地心脑血管疾病死亡人数的影响。结果累积滞后一天(lag01)的PM2.5和O_(3) 8-h max对心脑血管疾病死亡影响的风险均最大,PM2.5(lag01)质量浓度每升高10μg/m3,心脑血管疾病总死亡、男性和女性死亡风险分别增加0.35%、0.26%和0.38%;O_(3) 8-h max(lag01)质量浓度每升高10μg/m3,心脑血管疾病总死亡、男性和女性死亡风险分别增加0.66%、0.43%和1.05%。高浓度PM2.5与高浓度O_(3) 8-h max共存情况下,心脑血管疾病死亡总人数、男性和女性死亡人数均达到最多。结论高浓度PM2.5与高浓度O_(3) 8-h max对心脑血管疾病死亡的影响存在协同放大效应。