中国不适环境温度对人群死亡影响的疾病负担分析和健康经济学评价

气候变化对人群健康的影响不断加剧,亟待评价不适环境温度对健康的不良影响,量化与温度相关的死亡负担和对应的健康经济损失。本研究基于2013年1月1日至2015年12月31日中国272个主要城市的气温和人口死亡数据,采用时间序列方法建立温度与死亡的暴露-反应关系。同时,收集2020年中国大陆364个城市的气象、社会经济和人口数据,进一步估算31个省、自治区、直辖市低温和高温暴露的归因死亡人数和经济损失。结果表明,环境温度与死亡的暴露-反应关系近似呈反“J”型,环境低温和高温暴露均可引起死亡风险升高。2020年环境低温和高温暴露分别导致中国大陆84.24（95%置信区间（95%CI）:65.93—102.20）万例和23.58（95%CI:14.69—32.17）万例死亡;相应健康的经济损失分别为17011.08（95%CI:13353.51—20597.72）亿元和5097.35（95%CI:3179.66—6945.93）亿元,共占国内生产总值（GDP）的2.18%。不适环境温度暴露已对中国造成了较大的死亡负担和健康经济损失。未来还需加强行动应对气候变化和不适环境温度的健康威胁,因地制宜采取适应措施保护人群健康。      

石家庄高温、热浪和闷热天气对心脑血管疾病死亡人数的影响

评价高温、热浪、闷热不同热感天气暴露对心脑血管疾病死亡人数的影响。采用广义相加模型（GAM）、平滑曲线阈值效应方法,在控制了时间序列长期趋势、季节效应、节假日效应的混杂影响后,分析了2010—2016年的6—8月石家庄高温、热浪、闷热不同热感天气暴露对心脑血管疾病死亡人数的影响,并分析了男女性别的分人群效应。研究期间收集到心脑血管疾病死亡总计6552人,日均死亡10.2人,日死亡最多为40.0人。对应期间出现高温日98 d,热浪日58 d,闷热日79 d。相对于非高温、热浪、闷热日,高温、热浪、闷热天气对心脑血管疾病死亡人数影响的相对危险度分别为1.086（95%置信区间（95%CI）:1.013—1.164）、1.252（95%CI:1.101—1.442）、1.100（95%CI:1.020—1.185）,其最大滞后效应分别为3 d、1 d、0 d,对应死亡人数增加的风险分别为12.2%、31.8%、10.0%,且对女性的影响风险均大于男性。高温、热浪、闷热天气均可导致心脑血管疾病死亡风险的增加,归因滞后1 d热浪死亡的风险最大,归因闷热天气死亡的风险未发现滞后效应,建议依据不同热感天气有针对性地建立健康风险管理和应对机制。      

西安呼吸系统疾病气象风险指数等级预报研究与应用

利用2010年1月1日—2014年12月31日西安市呼吸系统疾病死亡数据与相应的气象观测数据,选取与呼吸系统疾病有显著相关性的气象因子,采用多元逐步回归方法,建立呼吸系统疾病死亡人数预测模型和呼吸系统疾病气象风险指数等级预报方法,并对预测模型和等级预报进行了检验。结果表明：呼吸系统疾病日死亡人数预测模型准确率在795%以上,呼吸系统疾病气象风险指数等级预报准确率达到98%,预测预报效果较好。将呼吸系统疾病气象风险指数等级预报融入西安公共气象指数预报服务系统,制作呼吸系统疾病气象风险指数等级预报、预警产品,并通过全方位融媒体发布手段开展健康气象预报预警服务。     

京津冀地区霾健康气象服务社会经济效益评价研究

采用统计调查分析方法,对京津冀地区2014年霾气象服务情况进行调查。在此基础上,统计分析了公众对霾的认知程度、防护措施及预报服务评价等情况,并利用直接损失评估法和疾病成本法等方法,对北京地区2014年霾健康气象服务减少的健康人口损失和经济损失进行了估算。研究发现,京津冀地区的公众对霾的认知度和关注度极高,但公众对霾预报气象服务满意程度仍有较大的提升空间;七成以上的公众会根据霾预报服务信息采取适当的防护措施。经估算,北京市2014年由于PM_(2.5)造成的健康人口损失数为3085人,占总死亡人数的2.3%,造成的健康经济损失值为24.52亿元;未来在与2014年同等的PM_(2.5)暴露浓度之下,公众采用相应气象服务后,在不同的情景下所接受的PM_(2.5)年平均暴露浓度减少5%和10%的情况下,北京市每年可能减少的健康人口损失数为113～226人,可能减少健康经济损失值为0.9～1.8亿元。     

多种气象统计模型对比研究——以气象敏感性疾病脑卒中预报为例

基于2008—2012年北京市4家三甲医院的脑卒中疾病急诊就诊资料及同期气象观测资料和环境监测资料,筛选气象和环境预报因子,采用广义相加(Generalized Additive Model,GAM)、逐步回归、BP(Back Propagation)神经网络及决策树4种方法编辑数据训练集(2008—2011年)和验证集(2012年)输入模型,建立北京市脑卒中疾病预报模型,计算各模型的拟合优度和预报准确率,对比分析脑卒中疾病各预报模型并确定最优预报方法。结果表明:北京市四季脑卒中疾病不同模型选取的预报因子不同,其中时间序列为重要的预报因子。GAM模型对高等级脑卒中疾病的预报效果最好,逐步回归模型对中间等级脑卒中疾病的预报效果最好,决策树模型对低等级脑卒中疾病的预报效果最好。4种脑卒中疾病预报模型四季平均的预报准确率依次为:GAM神经网络模型逐步回归模型决策树。GAM模型脑卒中疾病的平均和高等级预报准确率均为最高,其中出血性脑卒中预报模型的完全预报准确率为68.3%,预报误差≤±1级的准确率达98.0%,可以满足天气变化对出血性脑卒中疾病预报预警的业务需求。     

我国气象因素与心脑血管疾病研究现状

为了给政府机构制定预防心脑血管疾病的卫生政策以及应用气象因素对心脑血管疾病的发病进行预测预报提供依据，综述了1998年至今的国内有关研究，介绍了我国不同地区温度、相对湿度、气压、风速等气象因素对心脑血管疾病发生和死亡的影响及其机制，并对目前研究中存在的问题和今后研究的方向进行了讨论。     

2021年台风预报误差分析

为了指导台风初期的预报和保障，采用主观预报法和客观预报法(以下称数值预报法),分别对常用的4种预报结果进行对比分析。主观预报法选取常用的中、美、日、韩4家机构发布的预报数据，对2021年台风首次主观路径预报准确率和强度预报准确率进行分析，结果表明：各家首次路径预报误差较大，可信度低；首次强度预报结果可信度高。数值预报法选取常用的中国GRAPES、美国NCEP、欧洲ECMWF、日本JMA 4个数值模式预报结果，分析模式路径预报准确率和强度预报准确率，结果表明：欧洲ECMWF路径预报相较其他模式准确性具有绝对优势；强度预报准确率美国NCEP较好。进一步对比了2017—2021年4家数值模式台风预报结果，并对各数值模式的性能发展趋势进行分析。     

冬季EC 2 m温度预报在贵州毕节地区的检验分析

利用毕节市8个国家站02时、14时气温实况数据,分别计算2016—2018年冬季(12月、1月、2月)EC细网格2 m温度预报的准确率、平均绝对误差、绝对误差,检验在升温、平稳、降温3类天气过程中温度预报效果,为模式温度预报订正提供参考依据。结果表明:02时的预报平均准确率比14时高约10%;除赫章站以外,其余站点准确率在60%～80%之间,有一定预报参考意义;3类天气过程中,平稳、降温天气中温度预报效果明显优于升温天气;升温天气过程中02、14时温度预报大多偏低0～4℃,降温天气过程中02时温度预报总体偏低0～4℃,14时偏高0～4℃。     

欧洲中心细网格2 m温度产品在遵义市的检验及应用

利用遵义市14个县区站2013—2015年逐日最高气温、最低气温实况数据,检验分析了对应时段内欧洲中心(EC)细网格2 m(简称EC 2 m)温度预报产品对遵义市的预报准确率,在此基础上,根据2015年EC 2 m温度预报平均误差,对2016年1—8月EC 2 m温度进行订正检验。结果表明:2013—2015年EC 2 m温度对遵义地区预报准确率呈逐年上升趋势,最低气温预报准确率远高于最高气温。其中,2015年EC 2 m温度预报系统性偏低;最高气温的预报准确率呈冬、秋、春、夏递减,最低气温的预报准确率呈夏、秋、春、冬递减;最高气温预报准确率随时效延长呈下降趋势,最低气温预报准确率随时效延长呈波动变化趋势;播州、汇川、绥阳、赤水、习水、凤冈各时次的最低气温预报准确率都在80%以上,参考性强,其余站点相对较低。通过平均误差对EC 2 m温度进行订正并检验,订正效果明显。     

不同地区温度变化对缺血性心脑血管疾病影响的比较研究

本文综合探究了日平均气温、24h变温和气温日较差变化对缺血性心脑血管疾病发病人数的影响,采用分布滞后非线性模型(DLNM)与广义相加模型(GAM),分别探析了2015—2016年安徽省阜南县和贵州省锦屏县日平均气温、24h变温和气温日较差与缺血性心脑血管住院病人数的暴露—反应关系。结果表明:气温日较差大于15℃缺血性心脑血管疾病相对风险剧烈升高,并呈现明显的即时效应,且其相对风险随滞后日增加和气温日较差增加达到叠加效应的峰值。当24h内气温下降7℃以上,缺血性心脑血管疾病相对风险开始明显上升,下降10℃以上呈现显著的即时效应。统计分析发现,两县在春季达到上述阈值概率最高,因此缺血性心脑血管疾病住院人数也在春季达到峰值,特别是雨水至清明节气时段为两县住院人数共同最高峰时段;值得注意的是,地处西部的锦屏县夏季缺血性心脑血管疾病发病人数也较多。此外,降温过程与节气转换也是导致两县缺血性心脑血管疾病住院人数阶段性增多的主要天气与气候因素。     

北京急性脑血管疾病与气象要素的关系及预测

基于2006年1月至2010年12月北京市120急救中心的逐日脑血管急症接诊病例数据资料,首先探讨北京市急性脑血管疾病与气象要素的关系,选取不同季节的影响因子,然后根据概率积分方法将发病人数划分为4个级别,并采用人工神经元网络方法(artificial neural network,ANN)分别建立了北京市不同季节的急性脑血管疾病预测模型。研究结果表明:(1)急性脑血管疾病发病人数存在明显的季节性变化和日变化特征,冬春季发病人数高于夏、秋季,发病主要集中在早晨到中午的09—14时;(2)发病人数相对于气象要素存在明显的滞后效应,夏和冬秋季发病分别与高温高湿、冷空气活动有关;(3)脑血管疾病预测模型通过对新样本进行预报,除夏季外,完全准确率高于30%,预报误差≤±1级的准确率高于60%,研究成果对于预防急性脑血管疾病发病和调度120急救车辆等应急措施具有较好的科学参考价值。     

昌吉州主客观温度预报检验及业务应用

该文对2013年昌吉州区域3种主客观温度预报产品进行质量检验,预报时效24 h、48 h、72 h;对温度预报误差≤2℃的百分率(准确率)、平均绝对误差、均方根误差统计检验。对预报员和模式预报产品的质量、技巧评分进行对比分析。结果表明:预报员的24 h预报质量略优于模式的预报质量。48~72 h最高温度预报质量,EC细网格预报最好。分析主客观预报质量的月变化和站点变化,为业务工作中的参考权重提供依据。提出了选取最优订正值订正客观预报系统偏差的方法(预估若干订正值,分别计算每个订正值在一段时间内的平均绝对误差和准确率,选取其中平均绝对误差最小且准确率最高的订正值),并通过制作相应软件投入业务运用。     

温度集合预报的类卡尔曼滤波自适应订正方法在海南省东北部的应用

利用类卡尔曼滤波的自适应业务订正方法,对2010—2016年欧洲中心数值模式集合预报产品在海南东北部地区的温度预报进行订正分析,结果表明:1)数值模式集合预报较控制模式和业务模式在最高、最低温度预报上有准确率更高和时效更长的优势;2)对类卡尔曼滤波自适应订正方法中权重系数的选取进行了试验,从而通过在不同时效选择最优的权重系数对该方法进行本地化改进;3)对优化后的订正方法进行检验,结果显示有效地提高最高、最低温度预报准确率,各时效温度平均绝对误差有效下降0.5℃,接近甚至超过主观预报水平;同时可以改善模式对高温事件的预报性能,提高高温事件概率预报的Brier评分和技巧评分。     

中央台精细化温度指导预报产品在齐齐哈尔市的检验

对国家气象中心2013年10-12月下发的精细化温度指导预报产品在齐齐哈尔市地区的平均绝对误差和分级预报准确率进行了检验分析,结果发现:总体上,最低温度预报好于最高温度预报,西南部地区好于东北部地区,预报误差最大出现在11月份的较强降温期间;预报质量最好的月份为10月。经过简单订正发现,最低温度指导预报产品可以作为齐齐哈尔市温度预报的主要参考依据,而最高温度指导预报产品的预报准确率需要进一步订正。     

新疆15个地州首府城市最高最低温度预报检验

利用客观统计方法,对2009—2012年新疆15个地州首府城市最高最低温度预报进行检验。结果表明:(1)15个站最高温度预报准确率高于最低温度,最高最低温度的预报准确率均呈逐年上升趋势。(2)最高最低温度预报准确率随预报时效的延长而降低,克拉玛依、吐鲁番、和田、阿图什、喀什和哈密6个站24、48、72 h预报准确率都高于平均值。(3)温度预报夏秋季好于冬春季,其中最高温度预报夏季最好,冬季最差;最低温度预报秋季最好,春季最差。(4)2012年冬季,15个站预报员主观预报与中央台指导预报的最高最低温度SST平均值基本相同,正负技巧的站点数持平,但站点差异比较大。克拉玛依、阿图什温度预报准确率高于中央台指导预报,且正技巧较高;阿勒泰、阿克苏预报准确率低于中央台指导预报,且负技巧较大。     

浅谈旗（县）温度指导预报的检验与订正

通过对2006—2007年温度指导预报和订正预报的检验分析,可以看出订正预报准确率有所提高,精细化程度有所提高,实行订正预报很有必要,订正公式为：T预报值：T指导预报值-T订正值。     

基于SPSS的普宁早稻产量预报模型

基于SPSS软件,运用曲线估计分离了1986—2015年普宁市早稻趋势产量与气象产量,并运用逐步线性回归方法研究了早稻全生育期降水、气温、日照等多种气象因子与早稻气象产量之间的关系,进而得出6种最优早稻产量预报方程,使用最小二乘法对6种预报方程进行拟合,建立普宁市早稻产量预报模型。利用历年早稻产量进行验证,结果表明:1986—2015年历史早稻产量拟合准确率均在96%以上,2016年早稻产量预报准确率达98. 8%,预报结果准确率较高,能满足业务需求,可作为普宁市早稻产量预报的有效依据之一。     

天气突变对心脑血管疾病的影响

为做好公共气象疾病指数预报服务,以丹东市近2004—2015年共8677例心脑血管疾病住院患者为样本,分析了心脑血管疾病住院人数与气象因素关系,重点分析了11月至次年2月天气突变对心脑血管疾病发病的影响,结果表明:(1)心脑血管疾病的患病住院人数与气压、风速均呈极显著正相关关系,分别为0.949和0.933;与月平均气温呈极显著负相关关系(-0.992),均通过了0.01的显著性水平检验,且冬季心脑血管病住院人数大于夏季;(2)冷锋、气旋、寒潮和大风等突变气象条件与心脑血管疾病住院人数呈正相关。该分析结果可作为日常公共气象疾病指数预报的科学依据,当预报出现心脑血管疾病高发天气条件时,及时通过手机短信、微博、微信等新媒体提供给广大公众,有利于预防和减轻心脑血管病的发生,取得良好的社会效益。     

京津冀气象条件对学龄前儿童流感的影响及预报方法研究

基于2014—2016年京津冀地区学龄前儿童流感发病人数和气象观测数据,研究了学龄前儿童流感发病与单个气象要素以及综合气象条件的关系,结果表明:该地区学龄前儿童流感发病人数与一周以内的气温、相对湿度、气压和综合气象条件指标—大气环境人体感知度（BPWI）存在显著线性相关。大气环境人体感知度与学龄前儿童流感具有更稳定的暴露-反应关系:当BPWI≤?11或0≤BPWI<10 时,随着BPWI减小,流感发病风险增大。气压是另一个显著影响流感发病的气象要素:当本站气压>905 hPa,随着气压的升高,流感发病人数增多;当本站气压达到1007 hPa时,流感发病风险达到峰值。在厘清暴露-反应关系的基础上,采用机器学习方法进行预报建模,发现超前3天的BPWI对流感发病人数贡献最大。通过历史回报检验,得到了较好的学龄前儿童流感发病回报效果,为流感的分类人群干预提供了预报依据和科学参考。      

2019年第一季度广东省天气预报检验评估

2019年第1季度广东省24h晴雨预报准确率为81.0%,日最高、最低温度预报平均绝对误差分别为1.84、1.26℃。降水评估结果发现主观预报对晴雨、小雨和中雨量级的预报均对客观模式有较好的订正能力,对大雨和暴雨以上降水预报仍存在一定的空漏报。温度评估结果显示主客观预报对冷空气温度变化趋势均有很强预报能力,预报员对模式最高、最低气温订正有明显正技巧。