粤港澳大湾区大气污染与人群健康效应的时空分析研究_夏小琳，姚凌，刘杨晓月，荆文龙著_9787502974978

　　在介绍相关研究背景与意义、国内外研究现状、相关理论方法的基础上，《粤港澳大湾区大气污染与人群健康效应的时空分析研究》以大气污染与城市人群的暴露一反应关系为主题，以深圳市为案例区，运用地理空间分析方法与统计分析模型，从不同尺度上挖掘了城市大气污染与人群健康效应的时空分布格局，包括城市主要大气污染物的时空格局分析、大气污染物与气象条件的关联分析、呼吸道疾病的时空统计分析以及大气污染对呼吸道健康影响效应的时空分析，最后总结了深圳市主要大气污染物对不同人群呼吸道健康的影响特点，并说明了研究存在的局限性。
　　《粤港澳大湾区大气污染与人群健康效应的时空分析研究》可供资源、环境、地理、气象、医学等相关专业的科研和管理人员参考阅读。

　　大气污染作为人类社会与经济发展的副产物已成为全球性的环境问题，备受各国政府以及国内外学者的关注。同时，近几年来频繁出现的霾天气也渐渐引起了公众对大气环境污染问题的关注。20世纪70年代以来，世界各地学者纷纷开展了大气污染及其与人类健康关系的相关研究并取得显著的成果，研究领域涉及医学、生物学、毒理学、气象学、地理学等学科，综合多领域对环境与人体健康的潜在关系进行挖掘。
　　然而，在国内关于大气污染对公众健康效应的研究多集中在污染较严重的城市或地区，对污染程度较低的城市鲜有研究。深圳市位于粤港澳大湾区的南端，北部与内陆接壤，南部临海，属于亚热带季风气候。由于其特殊的地理位置和气候条件，深圳市的城市大气环境质量一直保持在国内城市排名的前端。然而近几年来，随着珠江三角洲地区经济社会的快速发展，深圳市的大气环境质量逐渐下滑，因此，了解深圳市大气污染状况以及探究大气污染对深圳市居民的健康效应具有重要的科学及现实意义。
　　目前，评价大气环境对人类健康影响的手段主要是时间序列分析，建立多元回归分析模型，将气象等多方面信息作为辅助因素加入分析过程。时间序列分析方法固然对于理解大气环境与人群健康之间的关系较为有效．但尚未充分利用空间信息。本书在使用传统时间序列分析模型的基础上，进一步通过借助地理空间分析技术将污染物浓度与人群健康数据在空间与时间上进行统一结合，从更小的区域单位上进行统计，为研究污染物对人群健康效应的时空影响格局提供了精确的数据支持。
　　通过对深圳市大气污染物时空分布与人类健康效应的研究，一方面，可以了解到深圳市大气环境的整体状况、污染物构成、重点污染区域等信息；另一方面，可以更好地理解低污染地区大气污染与人类健康效应的关系以及不同大气污染物对不同人群的影响特点，为粤港澳大湾区大气污染与人类健康效应的相关研究提供典型的案例支持。全书分为以下6章。
　　第1章绪论。首先介绍了研究背景，即大气污染问题的严峻及危害；然后从大气环境质量评价、大气污染物的时空模拟以及大气污染与人体健康效应3个方面介绍了目前的研究现状；最后论述了开展研究的目的与意义。
　　第2章数据的获取与处理。本章介绍了研究中主要数据的获取与处理方法，包括大气污染物数据、呼吸道疾病住院病例数据、人口与气象等辅助数据，以及多种数据的最终整合。
　　第3章深圳市大气污染物的时空格局分析。本章是关于深圳市大气污染物时空分布特征的研究，包括大气污染情况以及空气质量评价、大气污染物的空间分布特征、空间自相关分析、区域污染物构成、功能区污染水平评估，以及与气象条件的关联分析。
　　第4章深圳市呼吸道疾病的时空统计分析。本章介绍了深圳市呼吸道疾病住院病例的时空分布格局，包括呼吸道疾病住院病例的年统计特征、泰森多边形分区法以及分区后各区的病例统计特征。
　　第5章深圳市大气污染物对呼吸道疾病影响效应的时空分析。本章是关于深圳市大气污染物与人群健康效应的分析研究，首先介绍了大气污染物对呼吸道健康的影响机理；其次介绍了用于分析大气污染与呼吸道健康效应的模型方法，包括模型的基本原理、建立与参数的选择；最后分别从单日滞后效应、累积滞后效应、多污染物混杂效应、不同患病群体以及高浓度阈值等不同方面开展回归分析研究，并对研究结果进行了讨论与总结。
　　第6章结论与展望。对本研究进行总结，包括研究结论、创新点以及研究的不足与展望。
　　本书在研究与撰写过程中的作者分工如下：
　　夏小琳：疾病数据收集与处理，疾病数据时空格局分析，大气污染物与人群健康效应分析的实验设计、模型构建，初稿撰写等；
　　刘杨晓月：大气污染数据的收集与处理、大气污染时空格局分析，部分初稿撰写与修改等；
　　荆文龙、姚凌：本书框架结构设计，大气污染物与人群健康效应分析的实验设计与结果分析，初稿修改等。
　　本书的编写和出版得到了以下项目的资助：国家自然科学基金青年项目（42101475）、资源与环境信息系统国家重点实验室开放基金、南方海洋科学与工程广东省实验室（广州）重大专项团队项目（GML2019ZD0301）、中国博士后科学基金面上项目（2020M682628）、博士后创新人才支持计划项目（BX20200100）、广东省科学院发展专项资金项目（2020GDASYL-20200103003，2020GDASYL-20200103006）。本书的数据得到粤港澳大湾区地理科学数据中心的支持。

你还可能感兴趣

我要评论