首页 > 文献资料
-
北京市大气污染与呼吸系统疾病死亡的相关性——基于卫星遥感数据的时空分析
目的:利用垂直湿度校正法校正气溶胶光学厚度(aerosol optical depth,AOD),并探索校正AOD作为衡量大气污染程度的指标与人群健康结局建立暴露反应关系的可行性.方法:先采用空间插值方法对AOD、地面PM2.5、相对湿度和边界层高度进行插值以获得不同地理位置的各项数据,按照地理位置与北京市呼吸系统疾病死亡数据进行匹配.利用大气边界层高度及由相对湿度计算得到的气溶胶吸湿增长因子分别对AOD进行垂直校正与湿度校正.为进行对比,将校正AOD和PM2.5采用标准化法进行无量纲化处理,使用广义相加混合模型,控制时间趋势、温湿度效应、星期几效应和节假日效应等,得到无量纲化后的校正AOD与PM2.5对北京市居民每日呼吸系统疾病总死亡和慢性阻塞性肺病(chronic obstructive pulmonary disease,COPD)死亡的急性效应.结果:经过垂直湿度校正后的AOD与PM2.5相关系数达到0.72.累积滞后0~3 d(lag 0~3)的标准化校正AOD对呼吸系统疾病总死亡数及COPD死亡数的累积滞后效应强,每升高1个单位,超额危险度分别为3.64%(95%CI为0.58%~6.78%)和 4.92%(95%CI为1.81%~8.14%).累积滞后0~1 d(lag 0~1)的标准化PM2.5对呼吸系统疾病死亡及COPD死亡的累积滞后效应强,每升高1个单位(约155 μg/m3),超额危险度分别为3.96%(95%CI为0.82%~7.19%)及6.12%(95%CI为1.44%~11.02%).与地面PM2.5的效应相比,校正AOD引起呼吸系统疾病死亡及COPD死亡效应的置信区间较窄,对于捕捉颗粒物对居民每日死亡的滞后效应更为敏感;且不同累积滞后天数的校正AOD对呼吸系统疾病死亡及COPD死亡的效应均具有统计学意义,对于捕捉颗粒物对于居民死亡的累积滞后效应更为敏感.结论:校正AOD可以反映地面颗粒物对北京市居民每日呼吸系统疾病死亡的影响,在缺乏地面监测的情况下,可以使用校正AOD作为衡量大气污染物的指标与人群健康结局建立暴露反应关系.
-
利用卫星遥感数据估算上海市近地面空气PM2.5浓度的探索
[目的]探索利用卫星遥感数据建立符合上海市实际情况的近地面空气PM2.5质量浓度的估算模型,并对模型进行检验和评价,为解决目前PM2.5对人群健康慢性影响研究中存在历史数据缺乏和现实数据时空局限性提供有效的方法支撑.[方法]利用美国航天局(NASA)发布的中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)L1B1KM卫星遥感数据,采用V5.2算法,推算气溶胶光学厚度(aerosol optical depth,AOD),并对其进行垂直和湿度校正,计算近地面干消光系数(Edry),引入日均温度、日均气压、日均风速等与气溶胶扩散密切相关的气象因子,建立不同季节估算PM2.5质量浓度的多元线性回归模型,用实测值对模型进行验证,并与已有文献的建模方法进行比较.[结果]上海市春夏秋冬四季AOD均值分别为0.57、0.48、0A1、0.72,季节变化明显,冬春两季较高;空间分布上市区高于郊区.将AOD进行垂直校正和湿度校正,得到Edry,按照四季分别建立了由Edry估算PM2.5质量浓度的多元线性回归模型,结果显示Edry与PM2.5浓度四季均呈正相关,日均气压、日均风速与PM2.5浓度均呈负相关,日均温度冬春季与PM2.5浓度呈正相关,夏秋季与PM2.5浓度呈负相关;按照现有文献方法,发现不引入气象因素模型的拟合精度和预测精度分别在50％左右,本研究建立的包含气象因素的模型四季的拟合精度和预测精度均较高,分别达到80.74％～90.83％和70.58％～77.79％,优于已有文献的建模方法.[结论]本研究基于卫星遥感数据构建的PM2.5质量浓度推算模型拟合精度和预测精度都较高,经比较评价优于已有文献的建模方法,可以用于上海市近地面空气PM2.5质量浓度的估算,以解决目前上海市PM2.5质量浓度监测与人群慢性健康危害研究中存在的PM2.5质量浓度历史数据缺乏和现实存在的监测站点少,分布不均等导致监测数据时空局限性的问题.
