论文部分内容阅读
经济快速增长、工业飞速发展以及城镇化进程的加快使得我国大气污染问题日渐严重,对居民的生活和健康产生负面影响。本文收集我国主要城市大气污染物浓度和气象数据,探讨我国大气污染物时空分布特征,并利用不同模型对典型城市大气污染物浓度进行预测,寻找预测效果和预测精度比较理想的模型,同时应用Meta分析初步探讨了大气污染物对我国居民健康效应,取得了一些研究结果:（1）我国大气污染物呈现出明显的时空分布特征。我国PM2.5、PM10、SO2和CO年际变化特征总体呈逐年下降趋势,其中PM2.5年均值超过我国空气质量二级标准,而NO2和O3则呈先下降后上升趋势,且O3上升幅度较大。PM2.5、NO2、SO2和CO年变化均呈“U”型曲线,68月达到谷底;O3年变化则正好相反,呈倒“U”型曲线,56达到峰值;PM10则呈双峰型曲线,分别在3月和12月出现峰值。季节变化除O3呈现夏秋明显高于冬春,其余污染物均呈冬春高于夏。华北地区6种污染物整体呈现较高污染水平,西北地区粗颗粒物污染呈现较高水平,而O3则在整个北部地区污染较为严重。（2）利用BP神经网络、支持向量机和小波支持向量机三种预测模型,对全国典型区域7个代表性城市的6种污染物进行了建模分析。实例研究表明,小波支持向量机的预测结果较单一的支持向量机和BP神经网络准确,且预测精度较理想,说明该模型具有一定泛化能力和有效性。利用小波支持向量机,对不同城市同一种污染物的预测结果进行比较研究,发现污染物浓度序列波动越大预测效果越差。（3）通过收集51篇文献并进行Meta分析,结果表明,PM2.5、PM10、SO2、NO2、CO和O3浓度增加会导致居民总死亡和心脑血管疾病、呼吸系统疾病死亡以及门诊住院增加,如PM10、SO2、NO2和O3浓度每增加10μg/m3,总死亡分别增加0.3%（95%CI:0.2%,5%）、1%（95%CI:0.7%,1.3%）、1.3%（95%CI:0.9%,1.8%）和0.5%（95%CI:0.3%,0.6%）。Meta回归分析结果表明,地区可能是大气污染物对居民健康影响的主要因素,亚组分析结果显示,不同污染物在南北方亚组的健康效应可能会增强,且仅SO2对心脑血管疾病门诊住院影响存在Begg发表偏倚。