貴州省健康氣象指數預報模型構建及技術

唐延婧

(貴州省氣象服務中心，貴州 貴陽 550002)

1 引言

天氣、氣候的變化，往往會使人們身體出現不適，引起一些疾病的發生。因此，研究氣象環境對人體健康的影響，并及時進行預報預警，也越來越成為氣象部門在常規預報之外更貼近民生的氣象服務內容。近幾十年，國內外已有不少地區先后開展了很多健康氣象指數的相關研究［1－8］，形成了多種多樣的健康(醫療)氣象指數［9－13］。貴州省從2001年開始健康氣象指數方面的研究，參考和吸取了眾多國內外的經驗和成果，在2004年建成了系統的環境氣象指數預報方法和業務系統［14－15］。

準確、規范、有代表性的病例治療是開展醫學氣象研究的基礎。同時貴州省多樣性的天氣氣候特征使得貴州省的健康氣象模型具有深入探討的必要。為了對貴州省健康氣象指數業務系統進行改進，重新梳理指數類型及預報方法，本次研究以有一定規模和代表性的病例作為基礎開展健康氣象指數的研究，得到了貴陽中醫學院第二附屬醫院(下文簡稱中醫二附院)的協助，收集了相關疾病的門診病例。通過相關疾病的發病率的統計分析，及與各個氣象因子的相關性研究和回歸分析，構建切合貴州省實際的健康氣象指數劃分等級和模型。

2 指數類型和資料說明

2.1 健康氣象指數類型

國內的健康氣象指數有繁有簡，多數按照疾病類別來分別建立健康氣象指數模型。但不少研究表明同一類型的疾病在同一天氣情況下有不同的發病率。文獻［16］指出感冒發病率主要受天氣變化的影響，肺炎和支氣管炎則主要與特定的氣候環境關系密切。楊宏青等發現［12］，武漢市呼吸道疾病上呼吸道感染多發于夏季，下呼吸道感染多發于冬季?？梢娚虾粑栏腥?主要表現為感冒)及下呼吸道感染適合分別討論。國內外諸多研究表明［9－12］，較大幅度的變壓、強降溫、高溫高濕、日較差等氣象條件及其變化是心腦血管疾病發病、加重和死亡的誘因之一。

綜上所述，并參考貴州省原有的城市環境氣象預報業務系統［15］，本次研究選取常見且對天氣變化較敏感的幾種疾病作為待考察疾病，將貴州省健康氣象指數類型暫定為4 個:感冒、(下)呼吸道疾病、心腦血管疾病、中暑。

貴陽夏季涼爽，少有重癥中暑患者，病例也極少中暑病癥的記錄。但貴州省的銅仁、黔東南、黔西南等地夏季常有高溫出現，有發生重癥中暑的可能，因此仍需制作中暑氣象指數預報。貴州省現行的中暑指數模型主要影響因子為氣溫和濕度，效果較理想，本文仍沿用原有指數模型，不做探討。同時由于病例人數的限制，本文未將心腦血管疾病進行細分分析。

2.2 病例資料

國內發病率的資料，多是通過收集醫院門診、住院人數或急診人次間接反映的。本文病例資料來源于三級甲等醫院貴陽中醫二附院的急診科、心血管科、呼吸系統科兩大類(呼吸系統、心腦血管系統)疾病的門診和急診登記資料共5 萬多例。該院位于市中心，就診病源主要是貴陽市市民，具有一定代表性。時間序列從2008年10月25日—2011年5月31日。統計時按照預訂的健康氣象指數相關疾病分類進行(見表1)。雖然對疾病的發病率要做到全面統計有很大的難度，但門診就醫的人數可以作為發病率的量化表現形式，下文將此作為發病率討論研究。

表1 貴州省健康氣象指數類型

2.3 氣象資料

本文選取2008年10月25日—2011年5月31日貴陽站點的08 時總云量、08 時風速、08 時能見度、08 時氣壓、日最高氣溫、日最低氣溫、降雨量、08時相對濕度、14 時相對濕度等9 個基本氣象因子。

考慮到人體對天氣，即氣象要素構成的環境有所反應，需要達到某種天氣持續一段時間，或天氣變化達一定程度，因此本文在氣象因子構建中引入了能見度、氣溫、氣壓、相對濕度的3 d 和7 d平均，可表征達到一定時間長度內氣象要素的持續情況;還引入了氣溫、氣壓的變化量如氣溫距平、日溫差、日變壓等，以及變化量的3 d、7 d 絕對值的累加值等表征氣象因子的變化程度。共衍生出28 項因子，與9 個基本因子共37 項作為待考察相關性的氣象因子(表2)，下文將直接引用各因子對應的代表字符。

3 健康氣象模型建立

國內外已有的健康氣象指數模型研究成果中，采用時間序列法、回歸統計法［2，5，6，2］、自動交互檢驗法(AID)［7］等建立模型。本文采取常用的回歸統計法。

表2 待考察的氣象因子

3.1 各疾病發病規律及發病率資料標準化

預報方程的建立是基于各待考察疾病的發病率與氣象因子相關的假設成立。因此首先對各發病率規律做分析研究。

通過分析各疾病的門診就診人數逐月變化(圖1)，發現待考察疾病的發生確有著較明顯的月季變化規律:如感冒的發病在冬半年的11月和4月為高峰期，1月或2月為低谷;夏半年在10月為高峰期，7月為低谷。呼吸道和心腦血管疾病也有相似的月變化規律。各疾病在不同年份和季節變化幅度有所不同，是四季氣象因子變化對疾病影響的具體體現?？梢姼鞔疾旒膊∨c氣象因子相關的假設是成立，可做進一步的模型研究。

圖1 各待考察疾病就診日平均人數月變化

門診就診人數作為發病率的一個量化表現形式，還受到很多非疾病方面的影響，為了更客觀的反應發病率，需要對門診人數做進一步的處理。取自醫療單位的就診人數數據必然受到作息制度的影響出現“星期幾效應”。另外，每年的春節長假期間就診人數偏少尤為明顯。研究中還發現，由于該醫院設施和技術的不斷改善，就診人數呈逐年上升趨勢。為消除這些因素的影響，本文參考文獻［12］中的做法，將病例以一周7 d 為單位做了滑動平均處理得到新序列，并剔除春節節假日時段。同時考慮到如前述的發病率有明顯季節變化，再逐年分冬半年(11月—4月)和夏半年(5月—10月)兩季，從2008年11月開始到2011年5月按先后劃分為第1，2…… 5年季。最后分年季做標準化(公式1):

得出標準化的發病率實際為發病率相對于平均水平的一個比較值，對于只需要得出具有指導性意見的健康氣象指數預報系統來說，具有更好的可預報性。

3.2 相關性分析

考慮到氣象要素變化引發或加重疾病之間，以及病患疾病的發生與到醫院就診之間存在著滯后關系，因此把氣象資料提前0～6 d 與發病率資料逐一對應進行相關性分析。與各待考察疾病發病率相關(相關系數＞0.1，通過α=0.05的顯著性檢驗)的因子見表3。通過分析發現在冬半年，呼吸道和心腦血管疾病相關系數表中0～6 d的相關系數呈遞增趨勢，即發病率與前第6 d(6 d)的氣象因子相關性最好。夏半年則相反，與當日(0 d)的氣象因子相關性最好。反應了這兩類疾病對氣象因子的敏感性和滯后性的季節差異較明顯:在冬半年，疾病發生對于氣象因子的變化較為滯后;夏半年疾病發生對氣象因子的變化更為敏感，氣象因子的變化引起疾病更為突然。而感冒是一年四季的多發病，且多數發病急，在冬半年和夏半年的相關系數表中都表現為與當日(0 d)的氣象因子相關系數最好。

表3 與各待考察疾病相關的主要氣象因子

①各待考察疾病發病率與氣溫的相關性在冬半年尤其明顯;在夏半年氣溫與感冒顯著相關，與心腦血管疾病相關。且與7 d 平均的氣溫值相關性最好，3 d 平均值次之，當日氣溫值最差，可見氣溫在冬半年是引發疾病的一個重要因子，一定值的氣溫維持一段時間后對疾病的影響更顯著。

②各待考察疾病發病率與氣溫、氣壓的相關性在冬半年及夏半年基本相反，即各疾病高發條件指向冬半年高溫低壓，夏半年高壓低溫能見度差。結合這兩種疾病的月變化來看，高發時段多在春、秋兩季，是冬半年氣溫相對較高，氣壓相對較低;及夏半年氣溫相對較低，氣壓相對較高的時段。進一步驗證了前述的疾病發病率月變化規律。

③各待考察疾病發病率與能見度在夏半年呈負相關，尤其感冒發病率與之相關性較好;指示了有霧霾等空氣污染的天氣條件下，易引發疾病。呼吸道和心腦血管疾病發病率與能見度在冬半年呈正相關，但相關性不及夏半年，也許因為冬半年有很多低能見度天氣是由靜止鋒附近的雨霧造成，空氣污染相對不嚴重。

④各待考察疾病在冬半年與相對濕度相關，而在夏半年沒有相關。感冒在冬半年僅與3 d 平均14 時濕度(hb3)正相關;呼吸道和心腦血管疾病與相對濕度項為負相關，其中呼吸道與相對濕度相關性較好，反應了冬半年干燥天氣容易引發呼吸道疾病的病理。

⑤感冒在冬半年與夏半年都與氣溫距平正相關，與累計氣溫變化、雨日呈負相關(冬半年接近通過相關性檢驗)，即少雨，氣溫偏高且變化不大的天氣條件下，易患感冒。感冒在冬半年與變壓幅度呈明顯負相關，而夏半年與日溫差正相關。說明冬半年氣壓變化小的穩定天氣下、夏半年日溫差大的情況下易發生感冒。

⑥呼吸道和心腦血管疾病與氣溫距平、累計氣溫變化(心腦血管疾病與3 d 累計最高氣溫變幅ttb3在冬半年接近通過相關性檢驗)、變壓幅度和能見度在冬半年正相關，夏半年負相關;這兩種疾病在冬半年還與雨日呈負相關，呼吸道疾病與之為顯著相關。這兩種疾病在冬半年更傾向于發生在氣溫偏高、少雨、天氣變化較大的天氣條件下。在夏半年易發生在氣溫偏低、天氣較穩定的天氣條件下。

⑦與多數研究成果不同［4，9－14］，本文研究的結果顯示各待考察疾病的發病率增加沒有指向變壓、變溫明顯的冷空氣過程、冷高壓控制天氣或氣溫日較差較大的天氣。一是因為對病例資料的滑動平均處理，對峰值有平滑作用。二是如前述的疾病發病率月變化規律。三是貴州省的氣候特征冬暖夏涼，季節之間的氣溫變化較小;陰天多，常年相對濕度在70%以上;尤其冬半年往往在冷空氣過后維持靜止鋒天氣，使得處于鋒后的貴州省大部分地區常維持低溫陰雨天氣，天氣穩定，晝夜溫差小。

3.3 預報方程的建立

由于疾病發生的復雜性和不確定性，導致實際的發病率的統計及預測非常困難。但通過前述相關性的論證，證實疾病的發生與氣象因子之間確實存在相關性。通過建立氣象因子模型，得出氣象對健康(疾病發病率)的影響指標，而非直接預報發病率，并提出相應指導和指示是可行的。

根據之前得到的相關性結果，篩選出相關性較好的氣象因子。在研究中發現疾病發病率與某些氣象因子之間的相關是非線性的、復雜的(如圖2a)，難以用單純的線性方程表達。為了取得更好的擬合效果，在兩者非線性相關情況下對氣象因子進行簡單的函數變化得到新的因子，大多數新的因子在與發病率的相關系數上有所提高。從關系分布圖(圖2b)也可以看出散點分布更易于用方程歸納。結果證實引入了函數變化因子的模型的復相關系數得到很大提高。本文采用逐步逼近法最優化參數，建立氣象因子與發病率之間的多個回歸方程(方程略)作為備選模型。回歸方程都通過α=0.05的顯著性檢驗。

圖2 (a)呼吸道發病率與前第6 d hb3關系;(b)呼吸道發病率與前第6 d Ln(100－hb3)關系

4 健康氣象指數等級劃分及模型效果檢驗

4.1 劃分健康氣象指數等級

根據表4 將氣象因子對發病率的影響指標劃分為5 個等級，并針對不同級別提出相應的建議、措施和合理建議。

表4 健康氣象指數等級劃分

4.2 模型效果檢驗

本文采用回代檢驗法，對各個備選方程進行檢驗。根據上述的健康氣象指數等級劃分，篩選出最優方程的檢驗結果如表5，回歸方程均通過了顯著性檢驗。

表5 回代檢驗統計結果

由于病例資料取自門診記錄，疾病的類型以及資料的準確度都受到很大程度的影響，而且多有資料缺失或失真的情況，回代檢驗的結果與實際發病率有一定偏差。因此本文將預報與實況一致及相差一級作為正確結果。結果為各方程的預報準確率都在90%以上，達到實際業務運行水平。

在實際運用中，預報模型需要預報未來1～2 d的健康氣象指數。模型所需要氣象因子為當日或前幾日的氣象要素，以及未來1～2 d 預報的氣象要素，在實際應用中完全可以通過常規氣象資料和預報獲取。因此在新的貴州省健康氣象指數系統中完全可以采用上述預報模型，得出具有指導意義的健康氣象指數，并提出相關建議。

5 結論

①各待考察疾病發病率在11月和4月左右的春、秋兩季為高峰期，有明顯的月變化規律。

②冬半年，呼吸道和心腦血管發病率與前第6 d(6 d)的氣象因子相關性最好，夏半年相反。這兩類疾病對氣象因子的敏感性和滯后性的季節差異明顯。而感冒一年四季都與當日(0 d)的氣象因子相關系數最好，反應感冒多發病急。

③各疾病發病率與氣溫、氣壓、能見度的相關性在冬半年和夏半年基本相反。相對濕度與疾病發病率在冬半年相關，其中呼吸道與相對濕度相關性較好。

④在冬半年氣溫是引發疾病的一個重要因子，一定值的氣溫維持一段時間后對疾病的影響更顯著。各疾病在春、秋兩季多發。有霧霾等空氣污染的天氣條件下，易引發疾病。冬半年干燥天氣容易引發呼吸道疾病。少雨、氣溫偏高的天氣易患感冒。呼吸道和心腦血管疾病更傾向于發生在冬半年氣溫偏高、少雨、天氣變化較大，以及夏半年氣溫偏低、天氣較穩定的天氣條件下。

⑤疾病發病率與一些氣象因子之間的相關是非線性的，復雜的，引入簡單的函數變化因子提高了模型的復相關系。

⑥對健康氣象指數等級進行重新劃分，并用逐步回歸方法得出的健康氣象預報模型，回代檢驗效果較理想，預報準確率都在90%以上。

根據以上結論和研究結果，在新的貴州省的健康氣象指數系統中采用上述預報模型以提高健康氣象指數預報的效果;并相應提出健康方面的建議，提高服務的效果。

［1］Pan W H，Li L，Tsai M J.Temperature extremes and mortality from coronary heart disease and cerebral infraction in elderly Chinese.Lancet［J］.1995，345(8946):353－355.Epidemiol，2007，8(3):369－372.

［2］張書宇，王寶鑒，謝靜芳，等.吉林省心腦血管疾病與氣象條件關系分析和預報研究［J］.氣象，2010，36(9):106－110.

［3］劉利群，潘小川，鄭亞安，等.氣象因素與心腦血管疾病急診人次的時間序列分析［J］.環境與健康雜志，2008，25(7):578－582.

［4］楊賢為，葉殿秀.我國心腦血管病的醫學氣象研究［J］.氣象科技，2003，31(6):376－380.

［5］嚴明良，繆啟龍，沈樹勤，等.人體健康氣象指數的設計及預報技術探討［J］.氣象科學，2008，28(6):678－682.

［6］夏麗花，劉銘等.福州市呼吸道疾病發生的氣象條件分析及預報［J］.氣象科技，2003，31(6):P385－388.

［7］韓建康，劉小琦，顧志偉，等.湖州市心腦血管疾病與氣象因素的關系分析及預報研究［J］.浙江預防醫學，2008，20(12):8－16.

［8］印佩芳，馬辛宇，袁軍，等.腦卒中與天氣過程的關系［J］.氣象，1993，19(12):44－47.

［9］沈樹勤，嚴明良，尹東屏，等.江蘇環境氣象指數開發技術初探［J］.氣象，2003，29(2):17－20.

［10］孫鳳華，楊素英.沈陽地區氣象條件對人體健康影響的研究及預報［J］.氣象科學，2004，24(3):367－372.

［11］方漢杰，姜紀紅.杭州市人體健康生活氣象指數預報系統［J］.浙江氣象，2002，23(2):23－27.

［12］楊宏青，陳正洪，肖勁松，等.呼吸道和心腦血管疾病與氣象條件的關系及其預報模型［J］.氣象科技，2001，29(2):49－52.

［13］米娜，譚建國，姚克敏，等.南京市呼吸道疾病時間序列模型的建立與分析［J］.氣象科技，2005，33(6):554－558.

［14］杜正靜，黃繼用，熊方.貴州省城市環境氣象指數預報簡介［J］.貴州氣象，2004，28(1)，17－21.

［15］吉廷艷，蘇靜文，唐延婧.城市環境氣象預報服務系統［J］.貴州氣象，2005，29(4):34－35.