目的:1.了解2015²016年合肥市蜀山区主要气象因素和人群非意外死亡的分布特征;2.利用泊松广义线性回归模型结合分布滞后非线性模型（DLNM）分析昼夜温差对人群非意外死亡发生的影响。3.分析昼夜温差对不同亚群体非意外死亡的影响并找出脆弱人群。方法:收集气象部门和环保部门2015²016年蜀山区每日主要监测数据,包括温度、相对湿度、PM_2.5、PM₁₀、NO₂、SO_2、CO和O₃,利用蜀山区疾病预防控制中心人口死亡登记管理信息系统收集同期蜀山区居民每日非意外死亡数据:包括性别、年龄、婚姻、文化程度等信息。采用泊松广义线性回归模型结合分布滞后非线性模型（DLNM）,在控制主要空气污染物等混杂因素的情况下分析昼夜温差对非意外死亡发生的影响,进一步探讨昼夜温差对人群健康寿命年的影响。结果:（1）共收集到合肥市蜀山区2015年²016年非意外死亡患者信息5750例,其中男性占61%（3484/5750）,大于等于65岁的人群占77%（4430/5750）,蜀山区每天平均非意外死亡7.4人,其中大于65岁的6.1人,男性平均每天死亡4.8人,平均每天因心血管疾病死亡有3.3人。平均每天因呼吸系统疾病死亡0.6人。（2）对各气象因素与主要空气污染物进行Spearman相关分析,结果显示:昼夜温差与PM_2.5、SO₂、NO₂、O₃等均呈现正相关(PM_2.5,r_s=0.24,P<0.01;SO_2,r_s=0.31,P<0.01;NO₂,r_s=0.28,P<0.01;O_3,r_s=0.43,P<0.01)（3）昼夜温差与人群非意外死亡的线性关系以昼夜温差中位数（8.2℃）作为比较基准,得出昼夜温差与人群非意外死亡风险呈非线性关系,且随着昼夜温差的增加,人群非意外死亡风险增大;以最低危险度对应的温度（5.2℃）作为比较基准,昼夜温差同非意外死亡发生风险呈抛物线性关系,即开始随着昼夜温差的增加,人群非意外死亡风险增大,之后逐渐有减少趋势,但总体相对危险度均大于1;以最低危险度对应的温度（5.2℃）作为比较基准,昼夜温差第75百分位（11.2℃）与之比较,在滞后的第3天死亡风险达到最大,滞后效应持续至滞后4天。（4）按照年龄进行分层分析发现:65岁以上人群更容易受到昼夜温差的影响,其危害效应在滞后第2天达到最大,RR=1.07（95%CI:1.01¹.12）,同时发现高中以上学历者较初中以下学历者更容易受到昼夜温差的影响。（5）分析昼夜温差对人群健康寿命年的影响:对将昼夜温差第95百分位数对应死亡风险与第50百分位数对应死亡风险进行比较,分析结果发现在暴露当天到暴露滞后第3天,昼夜温差对人群健康寿命年的降低没有明显变化,而在暴露第4天后这种效应明显降低。以中位数（8.2℃）为比较基准,发现随着昼夜温差增大会减少人群健康减寿年。结论昼夜温差增大会增加人群非意外死亡发生的风险,并存在一定滞后性,这种滞后性持续第3天;较大的昼夜温差暴露会减少人群健康寿命年;通过亚组分析发现65岁以上老年人和高中以上学历是脆弱人群,需要加强脆弱人群的防护措施,以降低其对健康的减少其暴露昼夜温差带来的风险。