论文部分内容阅读
目的：利用卫星遥感数据反演气溶胶光学厚度以得到污染物浓度的时空分布,已成为污染物监测的一项重要补充。本文旨在分析卫星遥感大气气溶胶光学厚度AOD与地表实测PM2.5浓度的关联性,建立AOD拟合PM2.5浓度的数理模型,探索卫星遥感大气气溶胶光学厚度对人群的急性的健康效应,为今后进一步将卫星遥感技术在大气环境污染物监测和人群健康效应研究中的应用推广到监测站点稀少的区域提供理论和应用基础。方法：通过数理统计方法,构造用卫星遥感大气气溶胶光学厚度数据预测地表PM2.5浓度的模型方程；通过湿度校正和能见度标高校正,进一步提高卫星遥感大气气溶胶光学厚度数据预测地表PM2.5浓度的精度；结合人群健康数据,采用时间序列的方法,分析校正后的卫星遥感大气气溶胶光学厚度的急性健康效应,并与PM2.5的健康效应做比较。结果：在上海市范围内,经过湿度和标高校正,卫星遥感AOD数据和地面PM2.5浓度的相关系数比未经过校正时显著提高,可以达到0.52。在一年中,AOD数据和地面PM2.5浓度的夏季的相关系数最高,可以达到0.67。采用不同数理模型拟合校正后的AOD和PM2.5发现,幂函数的拟合度最好,R2为0.332。时间序列分析结果表明,PM2.5和用校正后AOD拟合的PM2.5每上升一个四分位数间距,会引起居民总死亡升高1.45%(95%可信区间为0.59%～2.32%)和1.36%(0.04%～2.69%)；引起心血管疾病死亡数升高1.88%(95%-1.81%～5.57%)和1.70%(-0.14%～3.54%)；引起中风死亡数升高2.21%(0.68%～3.73%)和1.82%(-0.55%～4.19%)；引起冠心病死亡数升高1.12%(-0.63%～2.86%)和1.52%(-1.13%～4.18%)；引起呼吸系统疾病死亡数升高2.32%(0.08%～4.55%)和3.03%(-0.49%～6.64%)：引起COPD死亡数升高2.51%(0.21%～4.81%)和3.50%(0.11%～7.11%)。滞后效应在当天(lag0)达到最大。PM2.5和校正前后的AOD的效应在老人、女性和教育程度较低的人中均相对较低。结论：经湿度和标高校正的卫星遥感AOD数据可以较好拟合地表PM2.5浓度,同时可以较好地反映PM2.5对居民死亡的急性健康效应。对于广大缺乏PM2.5监测站点的地区来说,可以采用卫星遥感数据用来估计和推测大气细颗粒物的健康效应,提高地面污染物监测的时空覆盖性。