大气污染物是全球疾病负担的主要影响因素,而心脑血管疾病是威胁全球公众健康的重大公共卫生问题,目前关于大气污染物对心脑血管疾病的影响研究已经成为全球的研究热点。现有研究主要通过时间序列或病理性研究方法探讨大气污染物对心脑血管疾病的影响,较少关注大气污染物和心脑血管疾病的空间特征。因此,探明心脑血管疾病的时空演化特征,并结合空间回归模型分析大气污染物对心脑血管疾病影响的空间异质性,有利于为公共卫生管理部门制定区域化的心脑血管疾病防控措施提供参考和指导依据。河南省是我国心脑血管疾病患者数最多的省份之一,因此,本研究以整个河南省的心脑血管疾病门诊量数据为原始数据。在此基础上,本研究利用地理信息技术和时空分析方法,建立普通最小二乘回归（OLS）、地理加权回归（GWR）和多尺度地理加权回归（MGWR）三种空间回归模型,充分讨论了 2016-2018年河南省心脑血管疾病门诊量的时空演化特征,同时在县域尺度上分析河南省7种大气污染物（PM1、PM2.5、PM10、SO2、NO2、CO、O3）对心脑血管疾病门诊量的影响。本文主要研究结果如下:（1）对2016-2018年河南省心脑血管疾病门诊量数据进行统计和分析后发现,河南省心脑血管疾病门诊量逐年增多,男性心脑血管疾病门诊量整体高于女性,且50岁以上的中老年患者约占90%;心脑血管疾病就诊高峰期主要出现在每年的2-5月份和10-12月份,其空间分布存在显著的空间正自相关,门诊高发区域主要分布在豫中和豫西地区,并逐年向西南和东南方向转移、扩散。（2）对搜集到的气象数据、社会经济和资源数据、物理环境特征数据进行相关性、显著性和多重共线性检验,筛选出常住人口数、气温、蒸散发量、地形（DEM）和医院数量这五个变量作为协变量,分别基于OLS、GWR和MGWR模型构建了各污染物对心脑血管疾病门诊量影响的空间回归模型。同时根据三种模型回归结果中的残差平方和（RSS）、赤池信息量（AICc）和校正后判定系数（Adj.R2）作为指标,来评价各模型的优劣性。结果表明,相较于OLS和GWR模型,MGWR模型的拟合效果最佳,可以更简洁、更精准地反映县域尺度上大气污染物对心脑血管疾病门诊量的影响差异。（3）通过地理信息技术将各污染物在MGWR模型中的回归系数进行空间可视化。从整体来看,SO2和PM1是对2016-2018年河南省心脑血管疾病门诊量影响最大的污染物。从县域尺度上看,7种污染物对心脑血管疾病门诊量的影响存在显著地区差异,而且受影响较大的地区在逐年减少;2016年,受污染物影响较大的地区主要分布在除鹤壁市、安阳市和濮阳市以外地区,2017年,受污染物影响较大的地区主要分布济源市、焦作市、郑州市、豫西和豫南地区,2018年,受各污染物影响较大的地区主要分布在信阳市及其周边。