环境医学相关领域研究表明,影响肺癌发病率的因素主要包括历史性肺部疾病、基因等遗传因素和环境因素,如吸烟、职业环境暴露以及大气污染。其中吸烟在早期的研究中被认为是导致肺癌的最大诱因,但随着公共场所禁烟令的颁布以及控烟行动的实施,吸烟作为影响因素对肺癌的贡献呈现逐渐下降的趋势,而且女性的吸烟率远低于男性,因此,在所有女性肺癌病例中,非吸烟引起的肺癌占主要比例。而职业环境暴露,历史性肺部疾病及基因影响因素所带来的对肺癌发病率的影响也只局限于特定人群,所以针对全国尺度而言,日渐加剧的大气环境污染已成为了导致女性肺癌发病率上升的主要因素,大气环境因子中尤以PM_2.5为肺癌发病率的主要影响因子。2013年国际癌症研究机构（IARC）已正式将细颗粒物PM_2.5列为一级致癌物（一级的定义:对人类为确定之致癌物）,除了会影响心血管疾病、呼吸系统疾病外,PM_2.5还会增加肺癌的发病几率,由此可见,女性肺癌发病与PM_2.5密切相关。本学位论文以PM_2.5卫星反演数据（经纬度分辨率为0.01°×0.01°）及2010至2014年中国肿瘤登记点统计的女性肺癌发病率为基础数据,对PM_2.5年均浓度与女性肺癌发病率的时间和空间分布的关系及特征进行了探讨研究,并基于历史PM_2.5暴露浓度建立了二者之间的时空关系。论文首先利用关联分析方法研究了PM_2.5与女性肺癌发病率之间的相关程度,通过空间自相关的方法检验2010年至2014年的肺癌发病率空间分布状况,并选取当年PM_2.5年均浓度和过往历史8年PM_2.5年均浓度作为9个影响因子（lag0,lag1,lag2,lag3,lag4,lag5,lag6,lag7,lag8）,对女性肺癌发病率进行相关分析和灰色综合关联度分析。鉴于关联分析方法不能精确的描述PM_2.5浓度对女性肺癌发病率的影响效应,本研究又基于模糊数学方法和最大信息熵模型,进行影响因子的重要性分析。建立lag0,lag1,lag2,lag3,lag4,lag5,lag6,lag7,lag8和女性肺癌发病率之间的模糊隶属函数,量化女性肺癌发病率与当年PM_2.5年均浓度和过往历史8年PM_2.5年均浓度的关系,并结合空间分析相关方法,计算其各自的隶属度,并确定9个影响因子的权重。为综合评价9个影响因子对女性肺癌发病率的作用,论文又采用加权平均法计算出女性肺癌发病率的PM_2.5环境适宜性指数并结合地理信息系统Natural Breaks断点分区方法,按照由高到低的顺序对研究区域进行肺癌发病率适宜性的划分。为进一步研究预测女性肺癌发病率的空间分布,选取岭估计预测模型,支持向量回归机预测模型,BP人工神经网络预测模型对女性肺癌发病率进行预测并输出预测结果,利用标准差法、方差倒数法和最优加权法三种方法对三种模型的预测结果进行赋权,基于不同的权重组合建立三种组合预测模型,对女性肺癌发病率进行预测,并建立误差评价体系确定最优预测模型。以研究区域2051个市（县）的PM_2.5年均历史浓度为基础数据,利用最优预测模型对2015年和2016年的女性肺癌发病率进行预测,并在ArcGIS中选择合适的空间估值方法,生成2015年和2016年的女性肺癌发病率在研究区域内的空间趋势分布,研究结论如下:（1）关联分析的研究结果表明,女性肺癌发病率的空间差异性非常显著,研究区域内不同地点的女性肺癌发病率并非呈随机分布状态。相关分析的结果显示滞后第3年到第6年这一时间段的PM_2.5年均浓度对女性肺癌发病率的影响较大,尤其是滞后第6年的PM_2.5年均浓度。灰色综合关联度分析的整体结果表明,滞后第6年到第8年的PM_2.5年均浓度与女性肺癌发病率的灰色综合关联度较高。相关分析和灰色综合关联度分析的总体结果初步显示,滞后6年的PM_2.5年均浓度与女性肺癌发病率的关联性较强。（2）因子重要性分析的研究结果表明,lag0,lag1,lag2,lag3,lag4,lag5,lag6,lag7,lag8这9个影响因子经隶属函数标准化后的隶属度各不相同,但其趋势分布结果较为类似,基本表现为隶属度最接近于1的环境大致集中于天津市、河北省东南部地区及其周边地区,即此地区存在最适宜诱发肺癌的PM_2.5环境。最大信息熵模型对9个影响因子的权重计算结果显示,lag6的权重在2010年至2014年的计算中其值都为最大,说明滞后第6年的PM_2.5年均浓度对女性肺癌发病率的影响最强。（3）肺癌发病率的PM_2.5环境适宜性评价分析的研究结果表明,基于PM_2.5年均浓度计算的的女性肺癌发病率环境适宜性指数为0.2069-0.9329,适宜肺癌发病率的环境以天津-河北地区为核心,逐渐扩散到整个华北平原区域,越靠近核心区域则肺癌发病率的PM_2.5环境适宜性指数越高。依据PM_2.5环境适宜性指数,研究区被划分为女性肺癌发病率低适宜性区域,中适宜性区域和高适宜性区域,其中低适宜区占研究区总面积的25.34%,中适宜区占35.22%,高适宜区占39.44%,高适宜区的面积在研究区总面积中所占比重较大,覆盖研究区域中的大部分省会城市。（4）预测模型和空间估值的结果表明,基于方差倒数法的组合预测模型是女性肺癌发病率预测的最佳模型,通过对研究区域女性肺癌发病率的数据分布特点分析,选择克里格空间估值方法,采用二阶趋势面和协方差函数建模,进行2015年和2016年女性肺癌发病率的空间估值,估值结果显示,2015年预测的研究区域女性肺癌发病率的范围为10.2634至41.5679,2016年预测的研究区域女性肺癌发病率的范围为21.0599至50.9948,女性肺癌发病率总体趋势由西部逐渐向东部递增,自南向北也呈增长趋势,发病率高值区域集中于河北省南部、山东省、江苏省、安徽省北部以及河南省东部地区。总体而言,PM_2.5年均浓度对女性肺癌发病率存在时间上的累积效应和滞后影响,随着滞后年份的增加,PM_2.5的影响力由弱变强,到达影响力的高峰后又逐渐下降。女性肺癌发病率的空间估值趋势分布与女性肺癌发病率适宜性分区结果较为一致,二者具有很强的关联性,高发病率地区主要集中于肺癌发病率的高适宜性区域内,这一区域也是PM_2.5浓度的高值区,同时是研究区域内污染严重的重工业区和人口分布密集区,由此可见,PM_2.5浓度对女性肺癌发病率的时间和空间影响效应十分显著。该学位论文基于PM_2.5历史浓度与肺癌发病率的时空分布研究工作,可为环境管理、女性肺癌风险评估和控制提供相关的科学依据。