大气污染物与人群死亡率相关性的时空分析研究

It is the newest advance in environmental epidemiology that using Spatial-temporal approaches describes the characteristics of spatial-temporal distribution and level of ambient pollutants and then set up exposure-response relationship between air pollution and mortality of the exposed population. Our study aims at more accurately estimating and predicting the exposure level of the population to ambient pollutants in different spatial-temporal level by spatial-temporal models, and integrated with time-series analysis for building exposure-response relationships in spatial-temporal level between air pollution and the cause-specific mortality in the subject cities of China. The study will play an important role in more accurately exploring the relationships between ambient air pollution and population mortality, and provide crucial theory as well as scientific approach for quantitatively evaluating and predicting the effects of air pollution on cause-specific population mortality.

利用空间分析方法对大气污染物的空间分布特征和浓度水平进行时空动态描述并建立其与暴露人群死亡率的暴露-反应关系模型是近年环境流行病学研究的新动向。本研究力图通过空间流行病学方法及空间分析模型更为精确地估计中国典型城市大气污染物浓度在不同空间梯度下的人群暴露水平；结合时间序列分析方法，进行大气污染物浓度与人群病因别死亡率之间的暴露-反应关系评价模型的研究，探讨大气污染对病因别死亡率相关性的时空动态评价模型和定量评价方法。对阐明大气污染与人群死亡率精确的暴露-反应关系有重要意义；为科学、定量评价及预测中国城市大气污染对人群病因别死亡率的影响提供重要的理论基础和科学方法。

空气污染的人群健康效应日益受到关注。在我国，可吸入颗粒物（PM10），二氧化硫（SO2）、二氧化氮（NO2）等大气污染物为常规监测项目，2013年后，细颗粒物（PM2.5）也成为常规监测项目之一。但由于地面监测站多分布的不均衡，仅利用站点监测值不能完全描述污染物分布的时间及空间变异性，因而对污染物的人群健康效应定量评价带来很大的不确定性。本项目利用克里格空间插值、卫星数据反演、土地利用模型、大气化学完全耦合模式及融合模型等多种空间分析方法对大气污染物的空间分布特征和浓度水平进行时空动态的定量描述并建立了PM10、PM2.5和NO2空间暴露模型，研究结果显示，在中国北部地区，漂移克里格模型可以提供高精度的PM10和PM2.5空间预测数据；基于卫星的PM2.5浓度预测可以获得更多污染物的空间变异性特征；土地利用模型适用于交通相关大气污染物浓度的估计；融合模型则是一种有效综合了上述各种模型特点、可显著提高大气化学模型预测准确度的方法，本项目中上述研究成果在国内同期的相关研究中均为首次提出和应用。利用所筛选的最优污染物暴露评价模型，我们首次建立了体现大气PM10、PM2.5和NO2时空特征浓度与北京市人群死亡率之间的暴露-反应关系模型，定量估计了大气污染的人群健康效应。结果提示在北京地区，PM10、PM2.5、NO2暴露均与非意外总死亡以及心血管疾病、呼吸系统疾病的人群超额死亡存在定量的相关关系。本项目对阐明大气污染与人群死亡率精确的暴露-反应关系有重要科学价值和实际意义；为科学、定量评价中国城市大气污染对人群病因别死亡率的影响提供了重要的理论基础和科学方法。.项目执行期间，利用自然科学基金的资助，共完成相关论文12篇，其中SCI论文6篇，中文核心期刊论文6篇。