温度变化对空气质量和公共健康的影响已经获得了环境和流行病学专家的关注,已有研究结果表明,短期内温度上升和降低对空气质量和公共健康有显著影响。同时,时间序列分析已经被广泛应用于分析空气污染、温度变化及其他因素对健康的影响,而广义加性模型(GAM)是时间序列分析的重要统计工具之一。它可以描述时间变化的非线性影响,其可加结构使分析结果易于理解。本研究使用广义加性模型和自然样条函数来评估2008-2012北京市温度变化(TC)对空气质量指数(AQI)和呼吸道疾病(RD)的影响。以GAM为基础,本研究从以下几个角度做了详细研究:(1)研究小幅度、大幅度、极大幅度温度波动对AQI和呼吸道疾病的风险影响,控制变量为季节、极大极小温度。(2)研究温度-AQI和温度-呼吸道疾病的滞后期关系。(3)分析温度对呼吸道疾病在当天和滞后期对不同年龄层和性别的季节影响。分析温度对呼吸道疾病在当天和滞后期对不同年龄层和性别的季节影响。模型的实现基于R(2.14.1版本)使用了mgcv包获得了相应结果。第一部分的研究以GAM为基础,分析2008-2012年北京温度波动对AQI和RD的季节性影响。结果表明温度的上升和下降对AQI和RD的影响随季节变化而不同。大幅度的降温导致AQI和呼吸道疾病的升高只在冬季出现。和小幅度以及大幅度温度降低相比,极大幅度温度的降低(>7o C)对AQI的影响最大,无论是冬季还是夏季。此外,和小幅度及大幅度温度的升高相比,无论夏季冬季,极大幅度温度的升高(>7o C)同样对AQI和RD的影响最大。我们的结果表明,北京的空气质量和公共健康在不同的季节都显著受到温度升高或降低的影响。在第二部分,论文用GAM模型分析TC对AQI和RD的滞后影响。我们对滞后期的研究基于温度的小幅度、大幅度和极大幅度变化对AQI和RD的影响,同时考虑季节因素。论文分别研究了温度波动在单日滞后1-6天和双日滞后1-6天下AQI和RD的影响。滞后基于小幅度、大幅度和极大幅度温度波动在不同季节对AQI和RD的风险影响。和小幅度及大幅度温度的降低相比,极大幅度温度降低导致冬夏两季滞后期内AQI的大幅升高。和小幅度及大幅度温度的升高相比,极大幅度温度升高同样会导致冬夏两季滞后期内AQI和RD的大幅升高。我们的结果表明,无论是冬季还是夏季,温度升高或降低都显著地影响了滞后期的空气质量。不同的季节里,滞后期内北京地区的公共健康随温度的增加而变好,随温度的降低而变差。研究的最后一部分,我们基于GAM,研究了不同年龄组、不同性别和不同季节期间,小幅度、大幅度以及极大幅度温度波动对RD的影响。同时也研究了温度升高和降低在各个季节对不同年龄层、性别的滞后期影响。结果表明,温度升高或降低对不同年龄层和性别的影响随季节变化而不同。与小幅度和大幅度温度上升相比,极大幅度温度上升在夏季对女性的影响最大。0-15岁、16-30岁、31-45岁以及75岁以上的人群在冬季最容易受降温的影响。与小幅度和大幅度温度上升相比,极大幅度温度上升在冬季和夏季对31-45岁,56-60岁,和61-75岁的人群影响最大。在不同季节,男性和0-15、16-30、31-45、51-55、61-75年龄段的人群受到温度上升和降低的滞后影响。因此,我们的研究结果表明,不同性别和不同年龄组的RD明显受到不同的季节温度升高和减少的影响,不仅影响当天的结果同时会影响滞后期。基于研究结论的政策建议对环境和公共健康政策是一个重要的参考,能够为北京的空气质量以及公共卫生的提高做出贡献。论文的主要创新点如下:?我们可以得出,温度变化可以作为研究季节影响下温度-环境、温度-健康之间关系的一个可选变量。为了减轻空气质量问题,相关政策应该特别注意控制冬天和夏天极大温度的升高和降低,同样为了减轻健康问题,也需要注意控制极大温度的升高。?温度变化可以作为研究季节影响下温度和环境、温度和健康的滞后期影响的变量。在冬季,大幅度温度的增加将会长期影响冬季的AQI和RD。另外,在冬季和夏季,和小幅度及大幅度温度的降低相比,极大温度的降低会导致滞后期内AQI的大幅增长。因此,政策应该考虑温度的升高或降低以减缓北京的空气质量和公共健康。?温度变化同样也可以作为研究季节影响下温度和健康在不同性别和年龄分组下当天和滞后期影响的变量。0-15岁年龄段内的儿童无论是丹田还是滞后期内对于温度降低的反应都十分强烈。另外,男性和16-30、31-45、51-55、61-75年龄段的人群在不同季节都对温度的升高有滞后效应。为了缓和这些敏感年龄组的健康问题,制定相关政策时应该特别注意控制温度的升高或降低。