馬 盼,王式功,尚可政,黎檀實(shí),尹 嶺 (1.成都信息工程大學(xué)大氣科學(xué)學(xué)院,四川 成都 6105；.蘭州大學(xué)大氣科學(xué)學(xué)院,甘肅 蘭州 70000；.中國人民解放軍總醫(yī)院,北京 10085)

人體是復(fù)雜而統(tǒng)一的系統(tǒng),具有適應(yīng)和調(diào)節(jié)能力,且外界環(huán)境對(duì)人體的影響不只是單要素的,而是多因素的綜合、協(xié)同作用[1-3],人體對(duì)此綜合作用產(chǎn)生響應(yīng).政府間氣候變化委員會(huì)(IPCC)第五次評(píng)估報(bào)告明確指出,如何恰當(dāng)表征和量化氣象環(huán)境的影響仍是待解決的重要問題[4-5].在生物氣象學(xué)、生理學(xué)、工程學(xué)等領(lǐng)域,已發(fā)展出上百種多因素的環(huán)境舒適狀態(tài)評(píng)價(jià)指標(biāo)(也稱為熱指數(shù)),上世紀(jì)前半頁,指數(shù)多為經(jīng)驗(yàn)公式或基于局地實(shí)驗(yàn),適用的氣候域也較狹窄,如濕熱溫度[6]、風(fēng)寒溫度[7]等;20世紀(jì)60年代以后,較新的指數(shù)多基于人體-外界熱平衡理論,并適用于更寬廣的氣象條件譜[8-10].通用的熱氣候指數(shù)(UTCI)由來自23個(gè)國家、多學(xué)科的科學(xué)家一起構(gòu)建,在全球范圍適用,是可應(yīng)用于常規(guī)預(yù)報(bào)、極端天氣預(yù)警、城市規(guī)劃、環(huán)境流行病學(xué)等諸多方面的環(huán)境綜合評(píng)價(jià)指數(shù)[11-12].UTCI基于熱平衡生理模型與服裝熱阻模型的耦合而計(jì)算,全面考慮環(huán)境中氣溫、水汽壓(相對(duì)濕度)、風(fēng)速和平均輻射溫度等多要素的作用,在現(xiàn)有指數(shù)中處于領(lǐng)先地位[12-13].

呼吸道是人體與外界相通最直接的途徑,呼吸系統(tǒng)疾病是困擾人類的多發(fā)病、常見病,常年居于疾病發(fā)病譜或死亡譜的前幾位,亦為受外界氣象環(huán)境條件影響最顯著的疾病[14-15].雖然目前國內(nèi)外有關(guān)氣象條件對(duì)呼吸系統(tǒng)疾病發(fā)病或死亡影響的研究較多,但多針對(duì)單要素效應(yīng)進(jìn)行評(píng)價(jià)(以氣溫最常見),對(duì)效應(yīng)滯后性的分析也不夠系統(tǒng)和全面[16-18],尤其是多要素綜合影響的研究十分少見、亟待研究.本研究采用先進(jìn)的分布-滯后非線性模型,首先單獨(dú)研究主要?dú)庀笠?氣溫、濕度和風(fēng)速)對(duì)呼吸系統(tǒng)疾病的效應(yīng),并考慮溫-濕協(xié)同作用,再以UTCI作為環(huán)境綜合熱效應(yīng)的表征,調(diào)研了按年齡分層的呼吸系統(tǒng)疾病急診人數(shù)對(duì)環(huán)境熱脅迫的響應(yīng),并分析單因素結(jié)果與綜合指數(shù)作用的內(nèi)在聯(lián)系,此研究屬多學(xué)科交叉領(lǐng)域,可加深對(duì)呼吸系統(tǒng)疾病氣象環(huán)境成因理論內(nèi)涵的理解,也可為相關(guān)氣象敏感性疾病的預(yù)測預(yù)警提供新思路.

1 資料與方法

1.1 資料來源

疾病資料：采用整群抽樣方法,經(jīng)嚴(yán)格的數(shù)據(jù)質(zhì)量控制,選取北京市某3家三級(jí)甲等醫(yī)院2009年1月1日～2012年12月31日呼吸系統(tǒng)疾病每日的急診就診資料,共計(jì) 264075例.根據(jù)國際疾病分類標(biāo)準(zhǔn)第十版(ICD-10),總呼吸系統(tǒng)疾病編號(hào)為J00-J99.

氣象資料：北京市2009年1月1日～2012年12月 31日的常規(guī)地面氣象觀測資料,來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng).包括日平均(最高、最低)氣溫、日平均(最高、最低)氣壓、相對(duì)濕度、水汽壓、降水量、平均風(fēng)速、日照時(shí)數(shù)等氣象要素,個(gè)別缺失值用內(nèi)插法填補(bǔ).

1.2 研究方法

1.2.1 氣候綜合效應(yīng)的表征方法——通用的熱氣候指數(shù) 人體-環(huán)境的熱平衡方程可概括為[19]：

式中： M為人體新陳代謝率; W為所作機(jī)械功; R為人體與環(huán)境輻射熱交換率; C為人體與環(huán)境對(duì)流熱交換率,E為汗液與呼吸時(shí)水汽帶走的熱量;S為人體蓄熱率.體溫調(diào)節(jié)系統(tǒng)始終將人體向熱平衡的方向調(diào)整,環(huán)境越極端,熱調(diào)節(jié)強(qiáng)度也越大,對(duì)應(yīng)機(jī)體負(fù)擔(dān)越重、感覺越不舒適,一些慢性病的發(fā)病和死亡幾率也越高. UTCI是將實(shí)際氣象條件對(duì)人體的綜合熱效應(yīng)等效為給定參考環(huán)境(靜風(fēng),濕度 50%,輻射溫度等于氣溫)下的氣溫值(單位：℃),再根據(jù)脅迫分級(jí)(表 1)[11]即可得到多要素綜合熱/冷脅迫的強(qiáng)度.

UTCI模型構(gòu)造復(fù)雜、生理參數(shù)眾多,研發(fā)者提供了六階多項(xiàng)式近似算法,通過氣溫、水汽壓(相對(duì)濕度)、風(fēng)速與平均輻射溫度4個(gè)要素即可求得指數(shù)值.由于平均輻射溫度數(shù)據(jù)不包含在常規(guī)氣象觀測數(shù)據(jù)中,需要各項(xiàng)長、短波輻射通量才能求得[20],故采用Rayman軟件[21]近似計(jì)算.由于氣象要素為日平均數(shù)據(jù),本研究采用每日白天4 個(gè)人類主要活動(dòng)時(shí)段 08：00、12：00、16：00 和20：00平均輻射溫度均值來代替其日均值.最終求得日均UTCI值.

1.2.2 氣象條件與疾病的暴露-反應(yīng)關(guān)系評(píng)價(jià)方法 廣義相加模型(GAM)善于處理因變量和眾多自變量之間復(fù)雜的非線性關(guān)系,在氣象、環(huán)境對(duì)人體健康影響的研究中應(yīng)用廣泛[22],可以定量地計(jì)算出某要素對(duì)因變量(發(fā)病/死亡率)的影響程度.由 Gasparrini[23]提出的分布滯后非線性模型(DLNM),能夠同時(shí)反映暴露因素及其滯后效應(yīng)對(duì)某種健康結(jié)局的影響.DLNM 的核心是“交叉基”的構(gòu)建,交叉基函數(shù)可同時(shí)描述變量效應(yīng)和它的滯后維度,是一個(gè)二維空間,可選取的函數(shù)多樣,包括自然樣條、多項(xiàng)式、閾值函數(shù)、分層函數(shù)、線性函數(shù)等,根據(jù)需要靈活選用.

本文以 GAM 為模型框架,首先利用 DLNM分別構(gòu)造氣溫、相對(duì)濕度、風(fēng)速和UTCI的交叉基并調(diào)整相關(guān)參數(shù)至最優(yōu),然后用GAM分別進(jìn)行發(fā)病人數(shù)與各影響因素之間暴露-響應(yīng)關(guān)系的擬合.并檢驗(yàn)不同自由度下模型的優(yōu)度(AIC準(zhǔn)則,模型殘差是否白噪聲).應(yīng)用 GAM 定量計(jì)算出自變量對(duì)因變量的影響程度——相對(duì)危險(xiǎn)度(RR),其定義為暴露于某種環(huán)境因素時(shí)某種疾病的發(fā)生可能性和對(duì)應(yīng)非暴露組可能性的比值,無單位,取值在0～∞之間,RR及其95%置信區(qū)間依下式計(jì)算：

需要指明的是,RR只作為提示病因關(guān)系的線索,而非因果推斷的直接證據(jù).GAM 模型中除包含所研究因素的交叉基外,為去除時(shí)間序列本身的趨勢,以及星期、節(jié)假日等的影響,還要加入時(shí)間趨勢項(xiàng)和啞變量.

構(gòu)建出完整的基本模型為：

分析溫-濕協(xié)同作用時(shí),使用自然樣條函數(shù)再將兩要素交叉項(xiàng) s(T, RH, df)引入式(4).式中：Yt為急診就診人數(shù),E(Yt)為人數(shù)期望值;s()為自然立方樣條函數(shù); time即時(shí)間序列變量; df為自由度; basis.T, basis.RH,basis.V和basis. UTCI分別為氣溫、濕度、風(fēng)速和舒適度指數(shù)的交叉基;DOW 和 holiday分別指星期幾和節(jié)假日;α為殘差.調(diào)節(jié)各項(xiàng)自由度,選定具有最小 AIC和殘差PACF值的作為最優(yōu)模型.

采用SPSS19.0對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì);采用Fortran編寫程序求取UTCI數(shù)值;采用R3.1.2中的 mgcv、dlnm 程序包建立時(shí)間序列模型.置信度水平＜0.05則認(rèn)為顯著.

2 結(jié)果

2.1 變量的描述性統(tǒng)計(jì)

圖 1顯示,呼吸系統(tǒng)急診人數(shù)的年內(nèi)分布呈單谷型,1～6月發(fā)病人數(shù)連續(xù)減少,6月最少,而后人數(shù)逐月非勻速遞增,12～1月最多.急診人數(shù)在1、2月之間降幅最大,一方面由于冷脅迫有所減弱,另一重要因素是春節(jié)期間外來人口返鄉(xiāng),北京總?cè)丝陲@著減少,加之學(xué)生進(jìn)入寒假,減少了交叉?zhèn)魅緳C(jī)會(huì).UTCI年內(nèi)分布呈單峰型,與急診人數(shù)反向,7月日均UTCI最大(熱脅迫最強(qiáng)),1月最小(冷脅迫最強(qiáng));5、9、10月日均UTCI不產(chǎn)生顯著冷/熱脅迫(表1),處于較舒適的階段.

圖1 北京市2009～2012年UTCI與呼吸系統(tǒng)急診人數(shù)的逐月分布Fig.1 The monthly distribution of UTCI and number of ER visits for respiratory diseases in Beijing from 2009 to 2012

表1 UTCI的等級(jí)劃分及其對(duì)應(yīng)熱脅迫Table 1 UTCI categorized in terms of thermal stress

需要注意的是,由于表1中UTCI劃分針對(duì)實(shí)時(shí)(瞬時(shí))熱脅迫,本研究所求日均UTCI體現(xiàn)的是一日平均熱舒適程度,對(duì)一日內(nèi)舒適程度的動(dòng)態(tài)變化和極值并無代表性.

由表2可知,3家醫(yī)院2009～2012年總呼吸系統(tǒng)疾病日均就診人數(shù)約 181人,人數(shù)最大值為649,最小值為 50,中位數(shù) 169.4a平均氣溫 13.08℃,平均氣壓1012.3hPa,平均相對(duì)濕度50.54%,風(fēng)速平均值 2.23m/s,日照時(shí)數(shù) 6.73h.急診人數(shù)在0～14歲、15～60歲以及60歲以上3個(gè)年齡段所占的比重分別為30.31%、61.15%和8.54%;性別比(男性：女性)為 1.259：1.

表2 變量的描述性統(tǒng)計(jì)Table 2 The descriptive statistics of related variables

2.2 呼吸系統(tǒng)疾病發(fā)病對(duì)單個(gè)氣象要素的響應(yīng)

由圖 2(a)發(fā)現(xiàn),不同水平氣溫其效應(yīng)在滯后維度上的變化差異較大.就診當(dāng)天(lag 0)高溫側(cè)立刻體現(xiàn)出高的發(fā)病風(fēng)險(xiǎn)(RR＞1);隨著時(shí)間后延,高溫效應(yīng)迅速衰減,低溫效應(yīng)顯著增強(qiáng);較適中的溫度整體效應(yīng)弱(RR＞1).圖 2(a)中低溫效應(yīng)在10d后再次增加,考慮到較長的滯后期內(nèi)其他影響因素較多(天氣的疊加效應(yīng),人為因素等),加之模型可能存在過擬合,不作為主要結(jié)果.

圖2(b)為篩選的4個(gè)典型滯后日(lag 0,2,3,7d)氣溫效應(yīng)的剖面圖.就診當(dāng)天發(fā)病風(fēng)險(xiǎn)隨著氣溫的升高而增大;lag 2d高溫效應(yīng)幾乎消失而低溫的效應(yīng)顯著增強(qiáng); lag 3d低溫效應(yīng)達(dá)到最強(qiáng),高溫效應(yīng)消失; lag 7d時(shí)所有氣溫段的效應(yīng)不再顯著,認(rèn)為氣溫作用的最長滯后期為7d.

由濕度效應(yīng)的等值線可見(圖3),在整個(gè)滯后期,RR低值區(qū)對(duì)應(yīng)濕度約為 40%,濕度偏高或偏低均能顯著增大發(fā)病風(fēng)險(xiǎn).＜30%與＞60%的濕度效應(yīng)強(qiáng),能維持10d以上.在北京市2008～2012年的氣象觀測資料中,40%濕度介于濕度記錄的25～50th分位數(shù)之間, 80%濕度接近其95th分位數(shù)(82%),因此高濕發(fā)生頻次低,更需防護(hù)低濕的不良影響.年齡分層結(jié)果顯示,少兒對(duì)高濕敏感且即時(shí)出現(xiàn);成人對(duì)高濕、低濕均有顯著響應(yīng),低濕效應(yīng)更強(qiáng);老年患者對(duì)高、低濕的響應(yīng)均有滯后.

圖2 平均氣溫與總呼吸系統(tǒng)疾病發(fā)病的暴露響應(yīng)關(guān)系Fig.2 The exposure-response relationship between mean temperature and the onset of respiratory diseases

圖3 相對(duì)濕度對(duì)總呼吸系統(tǒng)疾病的總體效應(yīng)Fig.3 The overall impact of RH on respiratory disease

圖4 年齡分層的呼吸系統(tǒng)疾病發(fā)病對(duì)溫-濕交叉效應(yīng)的響應(yīng)曲面Fig.4 Bivariate response surface of mean temperature and humidity on daily ER visits for respiratory disease

當(dāng)氣溫超出一定范圍時(shí),濕度會(huì)對(duì)人體的熱感覺產(chǎn)生顯著的放大效應(yīng)[24],即濕度效應(yīng)與溫度本身的高低關(guān)系密切,故而進(jìn)一步探討溫濕交叉效應(yīng).由年齡分層結(jié)果(圖 4),高溫高濕對(duì)少兒發(fā)病的影響最為顯著;成人發(fā)病在低溫情況下會(huì)顯著增多,尤其低溫低濕時(shí)最多;老年發(fā)病風(fēng)險(xiǎn)在低溫低濕、高溫高濕情況下均增加顯著,且低溫側(cè)效應(yīng)更強(qiáng).

風(fēng)速對(duì)呼吸系統(tǒng)疾病發(fā)病的影響見圖 5,3m/s風(fēng)速危險(xiǎn)度最小,在整個(gè)滯后期 RR＜1;更大的風(fēng)速顯著增加發(fā)病風(fēng)險(xiǎn),且 RR隨著風(fēng)速增加而增大;風(fēng)速≤2m/s也對(duì)呼吸系統(tǒng)不利.風(fēng)速效應(yīng)均即時(shí)產(chǎn)生,隨著滯后時(shí)間逐漸減小.

圖5 不同水平風(fēng)速在全滯后期(0～15d)對(duì)總呼吸系統(tǒng)疾病發(fā)病的影響Fig.5 The effects of wind speed on respiratory diseases over the entire lag period (0～15d)

2.3 呼吸系統(tǒng)疾病對(duì)環(huán)境綜合熱脅迫的響應(yīng)

圖6a所示為UTCI對(duì)總呼吸系統(tǒng)疾病發(fā)病的總體效應(yīng),RR在UTCI = 0℃處產(chǎn)生分界,冷脅迫和熱脅迫影響的分布截然不同——冷脅迫效應(yīng)滯后且持久,熱脅迫的效應(yīng)即時(shí)產(chǎn)生但迅速衰減.冷脅迫在lag3～6d效應(yīng)最強(qiáng);冷脅迫越強(qiáng),危險(xiǎn)度越大.熱脅迫在lag 0～1d效應(yīng)較強(qiáng),2d后基本消失.RR 低值中心(RR＜1,圖中藍(lán)色區(qū)域)在 lag 2d以后穩(wěn)定地處于 20＜UTCI＜25℃范圍,正好對(duì)應(yīng)于生理學(xué)中定義的熱中性溫度[25],此時(shí)人體基礎(chǔ)代謝達(dá)到最低,不需要消耗額外的能量來產(chǎn)熱或散熱以維持體溫.圖6(b)顯示UTCI等于-5℃(25th分位數(shù))和 23℃(75th分位數(shù))時(shí)的累積滯后 RR,可見中度冷脅迫的累積風(fēng)險(xiǎn)在lag5d之前持續(xù)增加,急診人數(shù)可累積增加1%以上; 23℃接近中度熱脅迫下限,其累積效應(yīng)衰減迅速.

圖6 總呼吸系統(tǒng)疾病發(fā)病對(duì)UTCI的響應(yīng)Fig.6 The response to UTCI of respiratory disease onset

年齡分層后(圖7),發(fā)現(xiàn)各年齡組對(duì)環(huán)境綜合熱狀態(tài)的響應(yīng)區(qū)別顯著,但其 RR的總體分布特征與氣溫十分相似,不再贅述,同時(shí)也證實(shí)氣溫是熱舒適狀態(tài)的主導(dǎo)因素.

表3為選取的UTCI等級(jí)劃分臨界值分別在滯后2d和10d時(shí)產(chǎn)生的累積危險(xiǎn)度,可以代表不同熱舒適等級(jí)在短期和較長滯后期對(duì)呼吸系統(tǒng)疾病的影響.表中 UTCI取值均包含在計(jì)算的北京市2009～2012年實(shí)際日均UTCI范圍中.就年齡分層而言,發(fā)現(xiàn)在熱脅迫和無明顯脅迫情況下,少兒呼吸系統(tǒng)發(fā)病風(fēng)險(xiǎn)均有顯著增加,而中、老年響應(yīng)總體不顯著(RR＜1);輕微冷脅迫對(duì)少兒和老人均無明顯影響,此時(shí)成人組發(fā)病風(fēng)險(xiǎn)略有增加;中度冷脅迫僅引起成人發(fā)病風(fēng)險(xiǎn)增大;強(qiáng)冷脅迫在累積10d時(shí)對(duì)3組人群均有顯著效應(yīng),成人 RR最大.就性別分層而言,熱脅迫在不同滯后期對(duì)女性的影響均大于男性;中度冷脅迫在累積滯后較長時(shí)期產(chǎn)生顯著效應(yīng),對(duì)兩性效應(yīng)相當(dāng);強(qiáng)冷脅迫對(duì)女性的影響略大于男性.

圖7 UTCI對(duì)年齡分層的總呼吸系統(tǒng)疾病急診人數(shù)的影響Fig.7 The lag effect of UTCI on age-classified ER visits of respiratory diseases

3 討論

單個(gè)氣象要素雖能從某方面體現(xiàn)外界對(duì)人體的影響,而實(shí)際環(huán)境中氣象要素之間的交叉協(xié)同效應(yīng)沒有得到恰當(dāng)?shù)捏w現(xiàn),其表征是不夠全面和客觀的,而目前多要素綜合影響的研究仍較少見.本研究首先發(fā)現(xiàn)氣溫、濕度各自對(duì)呼吸系統(tǒng)疾病均產(chǎn)生顯著影響并有相應(yīng)分布特征,而溫-濕協(xié)同效應(yīng)的引入更合理地體現(xiàn)了二者的綜合效應(yīng),如年齡分組結(jié)果顯示高溫、高濕單獨(dú)作用對(duì)少兒的影響較強(qiáng),而低溫、低濕各自對(duì)中老年人的影響更顯著,但若脫離溫度基礎(chǔ)討論濕度效應(yīng),所得結(jié)論可能是不夠準(zhǔn)確的,如低溫高濕和高溫低濕情況下少兒發(fā)病風(fēng)險(xiǎn)的增加并不十分顯著,類似地,只有低溫、低濕相匹配時(shí)中老年人發(fā)病風(fēng)險(xiǎn)才最大.這是由于不同溫濕條件搭配時(shí)人體的熱感覺截然不同,濕度可以顯著改變?nèi)梭w與外界的熱交換速率,而溫度越低端,其效應(yīng)越強(qiáng).

盡管如此,只考慮溫-濕協(xié)同仍不完善,環(huán)境中風(fēng)速等其他要素在其基礎(chǔ)上還疊加了修正作用,風(fēng)速一方面改變體表與環(huán)境的熱交換速率和呼吸道的舒適與功能,另一方面也能通過空氣流動(dòng)影響細(xì)菌、病毒等微生物的傳播.此外,還有輻射等因素對(duì)人體的舒適程度、生理機(jī)能和心理狀態(tài)產(chǎn)生影響,故而適度的風(fēng)速(3m/s)對(duì)呼吸系統(tǒng)疾病發(fā)病的危險(xiǎn)度最小.由此發(fā)現(xiàn)多要素組成的指數(shù)體現(xiàn)出優(yōu)越性,通過科學(xué)、統(tǒng)一的形式最簡便地將環(huán)境綜合影響與疾病發(fā)病聯(lián)系了起來.

本研究采用的 UTCI指數(shù)在國內(nèi)外眾多指數(shù)中居于前列, 其基于人體-外界環(huán)境熱量平衡原理,以氣溫為主導(dǎo),同時(shí)包含溫、濕、風(fēng)、熱輻射協(xié)同作用和多項(xiàng)人體生理參數(shù),適用于環(huán)境流行病方面的研究.

研究發(fā)現(xiàn)熱脅迫效應(yīng)具有即時(shí)性,而冷脅迫作用明顯滯后但維持時(shí)間較久,且與氣溫的研究結(jié)果類似,突出氣溫對(duì)舒適度的主導(dǎo)作用.相關(guān)同類研究也發(fā)現(xiàn)冷、熱效應(yīng)在時(shí)間維度上有如上特征[26-27].

年齡分層結(jié)果顯示中度熱脅迫主要影響少兒人群呼吸系統(tǒng)的發(fā)病,成年人群基本只受冷脅迫的作用,老年人群對(duì)冷、熱脅迫均較敏感,仍以冷脅迫為主.一項(xiàng)病例交叉研究報(bào)道,低溫對(duì)人群死亡的影響顯著大于高溫[28];王敏珍等[29]指出,低溫和高溫均能增加呼吸系統(tǒng)發(fā)病風(fēng)險(xiǎn),但低溫效應(yīng)更顯著,與本研究中針對(duì)中、老年人群的結(jié)果一致.環(huán)境綜合效應(yīng)的危險(xiǎn)度低值中心在 lag 2d后與生理學(xué)中的熱中性溫度相符甚好,一定程度上證實(shí)人體體溫調(diào)節(jié)系統(tǒng)負(fù)荷最輕、身體相對(duì)輕松舒適時(shí),慢性病的發(fā)病也處于低值區(qū).

本文雖對(duì)總呼吸系統(tǒng)疾病對(duì)主要?dú)庀笠?、環(huán)境舒適程度的響應(yīng)進(jìn)行了系統(tǒng)性分析,并按年齡分層,但并未對(duì)疾病進(jìn)行細(xì)分.呼吸系統(tǒng)疾病分類眾多,自鼻、咽、喉至氣管、支氣管、肺的疾病均屬于此,作者在后續(xù)的研究中將對(duì)病種進(jìn)一步細(xì)分,以探究不同的誘發(fā)、致病因素.此外,本研究只計(jì)算了日均 UTCI對(duì)疾病的影響,并未分析日最高、最低 UTCI值及其變率的作用,對(duì)舒適度作用的挖掘還有待深入,將在后續(xù)研究中進(jìn)行.

李雙雙等[30]對(duì)北京市 1950～2016年戶外UTCI變化的研究中發(fā)現(xiàn),近幾十年北京市UTCI上升趨勢顯著(0.52℃/10a),極端冷脅迫日數(shù)減少,中度冷脅迫和熱脅迫日數(shù)增加.提示我們在氣候變化的背景下,相關(guān)敏感性人群所受的影響也會(huì)有不同程度的變化,需根據(jù)目標(biāo)人群制定和采取不同的防護(hù)措施.

4 結(jié)論

4.1 氣溫在氣象舒適度中居于主導(dǎo)地位, 濕度、風(fēng)速等要素在氣溫較極端時(shí)效應(yīng)突出.

4.2 熱脅迫對(duì)少兒呼吸系統(tǒng)發(fā)病影響顯著,中、老年人群呼吸系統(tǒng)發(fā)病對(duì)冷脅迫更敏感.

4.3 熱脅迫效應(yīng)具有即時(shí)性,而冷脅迫效應(yīng)滯后但維持較久.

[1]Havenith G, Fiala D, B?azejczyk K, et al. The UTCI-clothing model [J]. International Journal of Biometeorology, 2012,56(3)：461-470.

[2]張志薇,孫 宏,蔣 薇,等.南京地區(qū)人體舒適度及其與居民循環(huán)系統(tǒng)疾病死亡關(guān)系的研究 [J]. 氣候變化研究進(jìn)展, 2014,10(1)：67-73.

[3]張 瑩,王式功,賈旭偉,等.氣溫與PM2.5協(xié)同作用對(duì)疾病急診就診人數(shù)的影響 [J]. 中國環(huán)境科學(xué), 2017,37(8)：3175-3182.

[4]Field C B, Barros V, Dokken D J, et al. Climate Change 2014：Impacts, Adaptation, and Vulnerability. Part A： Global and Sectoral Aspects. Contribution of Working Group II to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [M]. Cambridge and New York： Cambridge University Press, 2014.

[5]馬 盼,李若麟,樂 滿,等.氣象環(huán)境要素對(duì)北京市消化系統(tǒng)疾病的影響 [J]. 中國環(huán)境科學(xué), 2016,36(5)：1589-1600.

[6]Thom E C. The discomfort index [J]. Weatherwise, 1959,12(2)：57-61.

[7]Siple P A, Passel C F. Measurements of dry atmospheric cooling in subfreezing temperatures [J]. Proceedings of the American Philosophical Society, 1945,1：177-199.

[8]Steadman R G. Indices of wind chill of clothed persons [J].Journal of Applied Meteorology, 1971,10：674-683.

[9]Steadman R G. The assessment of sultriness. Part I： A temperature-humidity index based on human physiology and clothing science [J]. Journal of Applied Meteorology, 1979,18：861-873.

[10]Fanger P O, Toftum J. Extension of the PMV model to non-airconditioned buildings in warm climates [J]. Energy & Buildings,2002,34(6)：533-536.

[11]Jendritzky G, Dear R D, Havenith G. Utci--why another thermal index [J]. International Journal of Biometeorology, 2011,56(3)：421-428.

[12]Blazejczyk K, Epstein Y, Jendritzky G, et al. Comparison of UTCI to selected thermal indices [J]. International Journal of Biometeorology, 2012,56(3)：515-35.

[13]de Freitas C R, Grigorieva E A. A comparison and appraisal of a comprehensive range of human thermal climate indices [J].International Journal of Biometeorology, 2016,61(3)：487-512.

[14]唐銳先,王秀潔.急診疾病譜規(guī)律研究與分析(附 30144病例分析) [J]. 中國急救醫(yī)學(xué), 2007,27(10)：901-904.

[15]王曉節(jié),周敏茹.青海省 2006年居民疾病調(diào)查分析 [J]. 中華流行病學(xué)雜志, 2008,29(6)：586-589.

[16]李雪源,景元書,吳 凡,等.南京市呼吸系統(tǒng)疾病死亡率與氣象要素的關(guān)系及預(yù)測 [J]. 氣象與環(huán)境學(xué)報(bào), 2012,28(5)：46-48.

[17]馬 盼,黎檀實(shí),寧貴財(cái),等.北京市上呼吸道感染與氣象環(huán)境關(guān)系及其冬季天氣分型初探 [J]. 蘭州大學(xué)學(xué)報(bào)：自然科學(xué)版,2014,(1)：79-86.

[18]陶 輝,童建勇,沈艷輝,等.北京市 H 區(qū)日平均氣溫與呼吸系統(tǒng)疾病死亡的病例交叉研究 [J]. 環(huán)境與健康雜志, 2011,28(7)：569-572.

[19]閆業(yè)超,岳書平,劉學(xué)華,等.國內(nèi)外氣候舒適度評(píng)價(jià)研究進(jìn)展[J]. 地球科學(xué)進(jìn)展, 2013,28(10)：1119-1125.

[20]Fanger P O. Thermal comfort. Analysis and applications in environmental engineering [J]. Thermal Comfort Analysis &Applications in Environmental Engineering, 1970.

[21]Matzarakis A, Rutz F, Mayer H. Modelling radiation fluxes in simple and complex environments： basics of the RayMan model[J]. International Journal of Biometeorology, 2009,54(2)：131-9.

[22]陳林利,湯軍克,董 英,等.廣義相加模型在環(huán)境因素健康效應(yīng)分析中的應(yīng)用 [J]. 數(shù)理醫(yī)藥學(xué)雜志, 2006,19(6)：569-570.

[23]Gasparrini A. Distributed lag linear and non-linear models in R：The package dlnm [J]. Journal of Statistical Software, 2011,43(8)：1-20.

[24]朱學(xué)玲,任 健.人體舒適度的分析與預(yù)報(bào) [J]. 氣象與環(huán)境科學(xué), 2011,34(B09)：131-134.

[25]Lodhi I J, Semenkovich C F. Why we should put clothes on mice[J]. Cell Metabolism, 2009,9(2)：111-2.

[26]Huang C R, Barnett A G, Wang X M, et al. The impact of temperature on years of life lost in Brisbane, Australia [J]. Nature Climate Change, 2012,2：265-270.

[27]Yu W, Guo Y, Ye X, et al. The effect of various temperature indicators on different mortality categories in a subtropical city of Brisbane, Australia [J]. Science of the Total Environment, 2011,409(18)：3431-3437.

[28]Gómez-Acebo I, Dierssen-Sotos T, Llorca J. Effect of cold temperatures on mortality in Cantabria (Northern Spain)： a case-crossover study [J]. Public Health, 2010,124(7)：398-403.

[29]王敏珍,鄭 山,王式功,等.氣溫與濕度的交互作用對(duì)呼吸系統(tǒng)疾病的影響 [J]. 中國環(huán)境科學(xué), 2016,36(2)：581-588.

[30]李雙雙,楊賽霓,劉憲鋒,等.1960～2014年北京戶外感知溫度變化特征及其敏感性分析 [J]. 資源科學(xué), 2016,38(1)：175-184.