背景：细颗粒物PM2.5(动力学直径小于2.5 μm的颗粒物)是造成雾霾天气的主要污染物,国内外大量流行病学研究认为PM2.5与多种负面健康效应有关。近年来随着社会经济的高速发展,雾霾污染已经成为了我国突出的环境问题,受到国内学者和公众的广泛关注,我国从2012年底开始逐步建立PM2.5地面监测网络。但大范围、长时间PM2.5监测数据缺失,导致我国在PM2.5与健康效应关系方面的研究较为薄弱。一般认为大气污染物PM2.5污染水平的增高与肺功能减退、呼吸系统疾病发病和死亡、心脑血管疾病发病和死亡有关。医院呼吸系统疾病就诊情况可以灵敏地反应大气污染物对人群健康的急性效应,过去由于缺少适合的统计学方法和就诊数据获取难度较大,我国大气污染与呼吸系统疾病就诊关系的研究进展落后于欧美国家。本研究利用地面大气污染物PM2.5监测站的数据,建立适用于我国的高精度的PM2.5 Land use回归模型,利用拟合PM2.5数据探索我国PM2.5时空分布规律；利用医院呼吸系统就诊数据和PM2.5及其他气象信息数据,通过时间序列的分析方法探索大气污染物PM2.5与呼吸系统疾病就诊的关系。材料与方法：本研究采用了哈佛大学地理分析中心收集的我国2014-2015年期间1385个地面监测站共计200余万条PM2.5监测数据作为污染物数据,利用了总体精度达83.51%的GlobeLand全球30米地表覆盖遥感数据集作为地类信息数据。另外通过OpenStreetMap、LandScan、ASTER GDEM、Landsat 8等影像数据库提取我国道路、人口密度、海拔和NDVI信息的数据。首先通过广义加性模型建立基于地面监测站的我国PM2.5Land use回归模型,然后通过内部交叉验证(HandoutCV)、留一验证(LOOCV)和K折验证对模型的稳定性和准确性进行评估。本研究还利用Kriging地理插值法建立了我国的PM2.5分布模型,并对模型进行了交叉验证。最后基于模型的估算数据探索我国PM2.5的时空分布特征。本研究利用地面监测站的实测PM2.5浓度和呼吸系统疾病医院就诊情况数据,在进行平滑项选择、自由度确定后通过广义加性模型探索两者的关系。利用分布滞后模型探索PM2.5对于呼吸系统疾病的滞后作用,通过分层分析探索PM2.5在不同季节、年龄组、性别对于呼吸系统疾病就诊的影响。通过暴露反应关系探索PM2.5对于呼吸系统疾病就诊的阈值效应。结果本研究中基于地面监测站数据建立的我国PM2.5Land use回归模型有较高的准确性,模型R2为0.7,交叉验证R2达到0.65,研究结果显示温度、相对湿度、风速、人口密度、海拔、与主要高速公路的距离、单位面积内人工建筑面积和森林面积对于PM2.5的浓度有明显的影响。本研究利用地理插值法Kriging分析我国PM2.5浓度的分布,其交叉验证R2为0.48,、K折验证R2为0.57,模型的准确性和稳定性均低于Land use回归模型。我国PM2.5污染主要集中在华北、长江中下游、四川盆地、关中平原地区；PM2.5在冬季污染最为严重,而在夏季相对较轻。本研究发现我国2015年PM2.5浓度较2014年有所降低。本研究发现宁波市PM2.5浓度分布由东南至西北逐渐增高,大气污染物PM2.5对于总呼吸系统疾病就诊的滞后期为6天,大气污染物PM2.5每升高1个IQR呼吸系统总就诊量增加5.59%(95%C13.0-8.25%),调整其他气态污染物对于效应值影响较小,同时发现固体颗粒物PM2.5-10对于儿童危害较大(EER:6.51,95%CI 2.31-10.88%), PM2.5对于成人(15-64岁)影响较大(EER:7.1,95%CI 3.27-11.08%);滞后6天的累积PM2.5浓度每升高1个IQR急性上呼吸系统感染就诊量增加11.46%(95%CI 8.16-14.86%), PM2.5-10在调整PM2.5后发现在暖季对于急性上呼吸道感染就诊量影响较大(EER:15.01,95%CI 8.17-22.27%); PM2.5滞后3天的累积浓度每未发现与肺炎疾病有显著的关联性,但发现PM2.5-10在调整了PM2.5之后,对于儿童肺炎就诊量影响较大(EER:7.04,95%CI 0.95-13.5%); PM2.5滞后3天的累积浓度每升高1个IQR哮喘疾病就诊量增高3.27%(95%CI 0-6.66%),然而在调整了PM2.5-10后变得没有统计学意义,但是发现PM2.5-10在冷季(EER:7.78,95%CI 2.55-13.29%)和对于儿童群体(EER:7.34,95%CI 1.75-13.24%)的哮喘就诊影响更大；PM2.5-10每升高1个IQR慢性阻塞性肺炎就诊量增高5.21%(95%CI 1.66-8.89%)。本研究中未发现PM2.5与呼吸系统疾病就诊之间存在暴露反应(Exposure-Response relationship)关系分析。研究还发现PM2.5污染水平对于不同呼吸系统疾病在不同的滞后作用。结论：我国大气污染物PM2.5浓度分布与地势平坦、人口密集、社会经济程度高、冬季集中供暖,和气象、地形原因造成的污染物不易扩散等因素密切相关。本研究通过地面监测站点数据建立的具有较高精度的PM2.5浓度分布Land use回归模型,弥补了各地面监测站点间PM2.5浓度的缺失,为大气污染物PM2.5的流行病学研究及PM2.5对健康的危害评价提供基础数据,有利于促进我国PM2.5与健康研究的发展。通过时间序列研究发现呼吸系统疾病就诊量的变化与大气污染浓度的变化有关系,PM2.5对于不同呼吸系统疾病就诊量的滞后期不尽相同,不同性别、年龄上也有显著的差异。