廣州市大氣NO2污染對暴露人群不同疾病死亡的影響

蔡東杰,楊 軍,黃 琳,陳素娟,趙文龍,董 航,林國幀,王伯光,4,5**

廣州市大氣NO2污染對暴露人群不同疾病死亡的影響

蔡東杰1,楊 軍2*,黃 琳1,陳素娟1,趙文龍1,董 航3,林國幀3,王伯光1,4,5**

(1.暨南大學環境與氣候研究院,廣東 廣州 511443；2.廣州醫科大學公共衛生學院,廣東 廣州 511436；3.廣州市疾病預防控制中心,廣東 廣州 510440；4.粵港澳環境質量協同創新聯合實驗室,廣東 廣州 511443；5.暨南大學-昆士蘭科技大學空氣質量科學與管理聯合實驗室,廣東 廣州 511443)

通過收集廣州市2011～2015年6種疾病(非意外因素、心血管疾病、腦卒中、缺血性心臟病、呼吸系統疾病以及慢性阻塞性肺疾病)逐日死亡人數、逐日NO2濃度以及同期氣象資料,采用廣義相加模型探討了NO2暴露對不同疾病死亡的影響(相對危險度,RR值)和累積滯后效應,并進一步采用分層分析方法解析了冷季(11月至次年4月)和暖季(5～10月)NO2死亡風險的差異.結果表明,NO2影響急促短暫,通常持續4d.當NO2濃度升高10μg/m3,在Lag0-4d時,人群非意外死亡人數將上升2.18%(RR=1.0218;95% CI: 1.0167,1.0270),在冷季與暖季分別上升2.6% (RR=1.0260;95% CI: 1.0191,1.0328)與0.57% (RR=1.0057;95% CI: 0.9952,1.0163),兩者差異有統計學意義(=0.002).在不同疾病中,NO2對慢性阻塞性肺疾病的影響最大.因而NO2仍然為廣州地區人群健康重要的危險因素,需要加強NO2排放的控制與治理,并且加強冷季健康風險預警以保護公共健康.

NO2；逐日死亡人數；健康風險；廣義相加模型；季節效應

我國是世界上NO2污染較為嚴重的國家[1].雖然近些年政府制定了一系列NO2污染治理的政策,且取得了一定的成效[2],但我國年均NO2濃度仍處在世界前列.人為源是我國NO2污染的主要來源[3],特別是用于供給城市發電的化石燃料,以及人口與機動車排放[4].有研究指出城市人口規模與NO2污染顯著正相關,這導致了超大城市集群空氣質量變差的問題[5].還有研究表明經濟發展、第二產業比重和能源使用強度也會加劇城市NO2污染[6].作為中國第三大城市,廣州在2018年就已經擁有1530萬常住人口和257萬輛車,NO2污染形勢十分嚴峻[7].

評估與空氣污染相關的健康影響具有重要意義[8].近年來我國空氣污染逐漸呈現出復雜的復合型空氣污染形勢[9],由此引發了多種污染物并存的健康危害,且導致以慢性阻塞性肺疾病為主的各類疾病死亡人數增加.而多種污染物的聯合作用或其它混雜因素如氣象因素等可能對研究結果產生較大的影響,因而在單一污染物健康評價中需要注意混雜因素的控制問題[10].目前關于NO2污染的健康效應評估研究主要集中在單一疾病,比如非意外死因、心血管疾病和慢性阻塞性肺疾病等,缺乏對不同死因影響的比較性研究[11],并且我國現有的研究主要聚焦于評估PM2.5和O3的健康影響.例如Li等[7]分析了PM2.5成分對廣州市人群多種死因死亡率的影響,Li等[12]指出我國臭氧暴露造成的疾病負擔嚴重.NO2不僅在PM2.5和O3生成中發揮了巨大的作用[13],同時也有研究證明NO2與PM2.5、O3等污染一樣,對健康具有較大的影響[14].因此有必要具體評估NO2污染的健康影響.

本研究收集了2011～2015年廣州市空氣污染、氣象條件和各類有關疾病死亡的相關數據.目的是使用流行病學的方法評估與NO2暴露相關的非意外死亡、心血管疾病、腦卒中、缺血性心臟病、呼吸系統疾病、慢性阻塞性肺疾病,為當地相關部門的空氣污染防治和疾病風險評估提供參考.

1 資料與方法

1.1 資料來源

1.1.1 污染物以及氣象資料來源 本研究所用的廣州市日均NO2數據來自廣東省監測中心.氣象數據來自中國氣象局數據服務中心(http://data.cma.cn/)廣州站點,包含2011～2015期間日平均溫度(℃)和平均相對濕度(%).

1.1.2 疾病資料來源 廣州2011年1月1日～2015年12月31日各類疾病的每日死亡人數來自廣州市疾病預防控制中心(http://www.gzcdc.org.cn/).根據國際分類標準第十版(ICD-10)[15],對所納入的相關疾病進行分類整理,其中包括非意外死亡(ICD-10編碼:A00-R99)、心血管疾病(I00-I99)、腦卒中 (I60- I64)、缺血性心臟病(I20-I25)、呼吸系統疾病(J00- J99)、慢性阻塞性肺疾病(J40-J44).

1.2 研究方法

1.2.1 廣義相加模型 許多研究指出空氣污染物與人群健康指標(例如發病率和死亡率)往往存在一定的累積和滯后效應[16-17].廣義相加模型(GAM)作為流行病學領域應用廣泛的健康效應評估模型,能夠較靈活地對環境污染物健康效應進行分析評估[18-19].本研究對健康影響較大的氣象潛在因素(溫度和相對濕度)加以控制.同時,考慮到NO2污染對人群死亡率的影響可能存在滯后效應,分別擬合了污染物單滯后天數 (記為lag0、lag2、lag3、lag4、lag5、lag6和lag7)和累計滯后天數 (lag0、lag0～1、lag0～2、lag0～3、lag0～4、lag0～5、lag0～6和lag0～7),以得出NO2對疾病死亡風險造成的最大滯后天數.通過建立具有類泊松函數的廣義相加模型以探索空氣中NO2濃度與各類疾病死亡率之間的關聯,具體建模如下:

log[(Y)]=+pollutant+NS(Time,5*7)+NS(RH,4)+

NS(TEMP,4)+ DOW+ Holiday

式中:Y是第天觀察到的每日死亡人數;表示模型截距;表示死亡風險(相對危險度的對數),它與每10μg/m3的NO2濃度增加相關;Time表示時間變量,用于控制協變量無法解釋的季節性以及長期趨勢,自由度每年設置為7;RH和TEMP分別表示第天觀察到的平均溫度和平均相對濕度.NS(.)表示自然3次樣條函數;平均溫度和平均相對濕度都取自由度為4的3次樣條函數加以控制;DOW與Holiday分別代表“星期幾效應”和“節假日效應”,以分類變量形式納入.本研究通過相對危險度來估算自變量(NO2濃度)對因變量(各類疾病死亡人數)的影響程度.

考慮到全年NO2濃度在不同的季節差異明顯,進一步將其分成冷季(11月至次年4月)和暖季 (5～10月)并通過上述方法進行分層分析,并通過檢驗比較兩者差異的統計學意義[20].

1.2.2 敏感性分析 為了驗證時間變量以及氣象變量自由度的選擇對研究結果是否存在影響,通過改變時間變量自由度(每年5～10個)、氣象變量的自由度(3～5個)來研究主要模型結果的穩健性.另外,逐一引入其它污染物(O3、SO2、PM10和PM2.5),以驗證其它污染物是否會對NO2的健康效應產生影響.

2 結果與分析

2.1 統計分析

如表1所示,廣州市2011年1月1日～2015年12月31日期間,平均每天死亡人數中非意外死因為118例、心血管疾病49例、腦卒中13例、缺血性心臟病20例、呼吸系統疾病20例、慢性阻塞性肺疾病9例.研究期間NO2的年平均為46.29μg/m3,高于中國環境空氣質量二級標準(40μg/m3).

如圖1所示,NO2濃度與平均溫度呈現負相關關系,與相對濕度無明顯相關,而與氣壓呈現顯著的正相關.不同污染物間呈現正相關關系.

表1 2011～2015年廣州市二氧化氮、氣象因素以及相關疾病死亡人數描述性分析

注:P25,P50和P75分別為第25、50和75百分位數.

圖1 空氣污染物與氣象因素之間的相關性 (Spearman相關系數)

*<0.05; **<0.01; ***<0.001

2.2 NO2對不同疾病人群死亡的影響

如圖2所示,NO2對不同疾病逐日死亡人數影響的趨勢較為一致,均在滯后1～2d達到最大,之后呈現下降趨勢,在滯后4～5d其影響消失且轉為不顯著.

圖2 不同滯后條件下NO2對各類疾病相關死亡人數的影響

點和豎線表示單滯后天數NO2對各類疾病的相對危險度和95%置信區間

表2 不同滯后天數下每升高10μg/m3的NO2對不同疾病死亡的相對風險

注:加粗黑體為顯著相關(顯著性水平為0.05,下同).數值為NO2對各類疾病的相對危險度和95%置信區間.

如表2所示,NO2對非意外死亡、心血管疾病、腦卒中、缺血性心臟病和慢性阻塞性肺疾病的死亡影響均在累積滯后4d (lag0～4)達到最大,當NO2濃度升高10μg/m3,以上疾病所對應的相對危險度(RR值)分別為1.0218 (95% CI: 1.0167,1.0270)、1.0286 (95% CI: 1.0215,1.0357)、1.0302 (95% CI: 1.0175,1.0431)、1.0256 (95% CI: 1.0152,1.0362)、1.0349 (95% CI: 1.0185,1.0516).而NO2對呼吸系統疾病的死亡影響在累積滯后7d (Lag0～7)達到最大,當NO2濃度升高10μg/m3,其相對危險度(RR值)達到1.0294 (95% CI: 1.0152,1.0438).在六種疾病死亡中,NO2對慢性阻塞性肺疾病的死亡影響最大,在累積滯后4d(lag0～4)時,NO2濃度升高10μg/m3,慢性阻塞性肺疾病對應的相對危險度(RR值)為1.0349 (95% CI: 1.0185,1.0516).

2.3 冷暖季NO2對疾病死亡影響及差異

表3 冷暖季節NO2對不同疾病逐日死亡人數影響的相對風險及差異比較

注:數值為NO2對各類疾病的相對危險度和95%置信區間加粗黑體為顯著相關;值為冷暖季NO2效應的差異比較.

如表3所示,在Lag0～4時,NO2每升高10μg/m3導致非意外人群死亡風險在冷季為1.0260 (95% CI: 1.0191,1.0328),在暖季為1.0057 (95% CI: 0.9952,1.0163),兩者差異具有統計學意義(=0.002).對于其余疾病,NO2在冷季的影響均高于暖季,且在Lag0～4時,冷季NO2的效應均具有統計學意義,而暖季均無統計學意義.

2.4 敏感性分析

通過改變模型中時間變量的自由度(每年5、7和10)、氣象變量自由度從3～5,在lag0-4下,NO2每升高10μg/m3對非意外死因的累積效應從最小的1.0216 (95% CI: 1.0165,1.0268)到最大的1.0236 (95% CI: 1.0181,1.0291).另外,與主模型一致,控制時間變量自由度(每年為7)和氣象變量自由度為4,逐一在模型中引入O3、SO2、PM10和PM2.5等污染物進行敏感性分析,得到NO2的健康效應估計值與本研究主模型的結果非常接近,提示主模型的結果較為穩健(表4).

表4 引入不同污染物后在累積滯后0～4天每升高10μg/m3的NO2對不同疾病死亡的相對風險

注:數值為NO2對各類疾病的相對危險度和95%置信區間.

3 討論

本研究選取了以往研究中與人群死亡率相關性較強的氣象因素(溫度與相對濕度)并采用3次立方樣條函數加以控制,同時逐步引入其它污染物(O3、SO2、PM10和PM2.5)進行敏感性分析來檢驗其它污染物對NO2健康效應的影響.本研究發現NO2的影響急促短暫,通常局限于4d;NO2與所研究的6種死亡的關聯均具有統計學意義,且對慢性阻塞性肺疾病的影響最大.同時,NO2在冷季的影響顯著高于暖季,而其它污染物對NO2健康效應的影響較小.

國內外許多研究表明,人群健康指標 (如死亡率)不僅表現在當天的暴露,還有可能與幾天前甚至更長時間的暴露相關.這在多數污染物如PM2.5與O3的人群健康效應中均有報道[21].本次研究發現在廣州市NO2污染對疾病死亡的影響均存在滯后效應并且趨勢基本一致,即在單滯后2d和累積滯后4d效應值達到最大.Ren等[22]在沈陽地區的研究中發現NO2的暴露對心血管、腦血管疾病的死亡率均存在顯著效應,這與本研究的發現相一致,但效應值在累積滯后2d達到最大,這可能與NO2濃度、衛生經濟條件和人群適應性在區域空間異質性和區域特異性有關[23].特別的,本研究還發現6種疾病中呼吸系統疾病的滯后時間最長(累積滯后7d達到最大值),可能是因為呼吸上皮細胞在外部環境和下層組織之間形成選擇性屏障,污染物深入呼吸道在進入血液之前到達支氣管和肺泡引發炎癥,在肺部積聚才會加重呼吸道疾病癥狀[24].同時發現NO2暴露對慢性阻塞性肺疾病影響最大,這可能是因為它能夠進入細支氣管和肺泡部位,并水解為硝酸,導致嚴重的化學性肺炎和肺水腫.NO2的氧化應激和系統炎癥被認為是慢性阻塞性肺炎發病機制相關的潛在貢獻者[25].總而言之,針對性地了解NO2污染對相關疾病的死亡影響及其滯后模式可以為當地政府部門的污染防控以及健康預警政策提供科學性建議.

以往研究指出,空氣污染對疾病死亡影響受季節影響差異較大.本研究NO2污染在冷季的影響顯著高于暖季,且暖季的效應無統計學意義,這與Duan等[26]在深圳市二氧化氮空氣污染相關心血管死亡率的影響研究中結果一致.原因可能與當地人群適應性有關,廣州為亞熱帶季風氣候,具有光熱充足、夏季長的特征,當地居民對高溫的適應性明顯高于低溫[27].另外,冷季的低溫會加劇心血管疾病與呼吸系統疾病等慢性疾病的患病率.其中的機制解釋可能是較低的環境溫度會導致需氧量的血管收縮,并減少流向大腦的流血量,從而導致全身血管阻力和血壓升高;也可能由于應激反應,暴露于寒冷的環境溫度會導致血小板計數、血液黏度、心率和反應蛋白增加從而增加中風率[28].同時,以上慢性疾病也為NO2的敏感疾病,在冷季這些疾病患病率高的情形下,NO2勢必呈現出更大的影響.因此,政府應當重視當地NO2污染的防控與治理,同時可以采取有關措施提高人群低溫適應性并加強冷季NO2污染健康風險預警.由于NO2污染與顆粒物污染有很大差異,后者可引起渾濁的天氣現象而被肉眼可見.因此,NO2污染往往被大眾忽視,且其化學性質活躍,參與許多大氣化學反應[29],這為NO2防控增加了難度.由于工業與交通為NO2的主要排放源,政府應當加強交通管控以及當地工業的監管以實現源頭上降低本地NO2濃度.針對個人,在當地NO2濃度較高時應當采取一系列防護措施 (如減少開門窗、減少不必要的戶外活動等).另外,鑒于低溫與NO2對健康存在交互作用,在防范NO2時,需要加強對低溫的防范,例如多穿衣服進行保暖、及時關注天氣預警,并加強身體鍛煉提升自身免疫力等.

另外,本研究存在一定的局限性.首先,污染物數據不能代表個人暴露的健康影響,另外作為一項時間序列的研究,只控制了與時間相關的混雜因素,比如死亡人數的時間趨勢、氣象因素等.同時作為生態研究,無法推斷暴露因素與健康結局的因果關系,以及潛在個人層面混雜因素的控制,例如吸煙、職業接觸和生活條件.不過相關研究報道這些在短期內不會發生變化的個體因素,通常不會對時間序列模型的結果產生實質影響[20].其次,有研究指出污染物對不同年齡、性別或教育程度的人群健康影響存在顯著差異[30],但由于資料收集限制,沒能深入分析NO2對不同性別、年齡段人群的疾病死亡效應,這需要進一步深層次研究.

4 結論

4.1 NO2污染目前仍然為廣州市人群健康重要的危險因素,與人群多種慢性疾病死亡風險存在關聯,而慢性阻塞性肺疾病患者受到影響最為嚴重,即在累積滯后4d (lag0-4)時,NO2濃度升高10μg/m3,慢性阻塞性肺疾病對應的相對危險度 (RR值)為1.0349 (95% CI: 1.0185,1.0516).

4.2 冷季NO2的影響顯著高于暖季.因此,有關部門需要加強交通管控以進行NO2的減排、治理與冷季NO2健康風險預警,同時提醒當地人群應當關注氣溫變化適當增減衣物及適時進行戶外活動以增加個人防護.

[1] Song C B,Wu L,Xie Y C,et al. Air pollution in China: Status and spatiotemporal variations [J]. Environmental Pollution,2017,227:334-347.

[2] He B H Q,Heal M R,Reis S. Modelling public health benefits of various emission control options to reduce NO2concentrations in Guangzhou [J]. Environmental Research Communications,2020,2(6): 065006.

[3] Park K S,Kim H,Yu S M,et al. Characterization of contribution of vehicle emissions to ambient NO2using stable isotopes[J]. Analytical Science and Technology,2019,32(1):17-23.

[4] Carslaw D C,Farren N J,Vaughan A R,et al. The diminishing importance of nitrogen dioxide emissions from road vehicle exhaust [J]. Atmospheric Environment-X,2019,1:100002.

[5] Chen J D,Wang B,Huang S,et al. The influence of increased population density in China on air pollution [J]. Science of the Total Environment,2020,735:139456.

[6] Wang S J,Hua G H,Zhou H Y. What are the key factors affecting air pollution? Research on Jiangsu,China from the perspective of spatial differentiation [J]. Sustainability,2020,12(6):2371.

[7] Li B X,Yang J,Dong H,et al. PM2.5constituents and mortality from a spectrum of causes in Guangzhou,China [J]. Ecotoxicology and Environmental Safety,2021,222:112498.

[8] Zhang Z H,Zhang G X,Song S F,et al. Spatial heterogeneity influences of environmental control and informal regulation on air pollutant emissions in China [J]. International Journal of Environmental Research and Public Health,2020,17(13):4857.

[9] Jin Y,Andersson H,Zhang S. Air pollution control policies in China: A retrospective and prospects [J]. International Journal of Environmental Research and Public Health,2016,13(12):1219.

[10] Dominici F,Mcdermott A,Zeger S L,et al. On the use of generalized additive models in time-series studies of air pollution and health [J]. American Journal of Epidemiology,2002,156(3):193-203.

[11] Wang X Y,Wang W C,Jiao S L,et al. The effects of air pollution on daily cardiovascular diseases hospital admissions in Wuhan from 2013 to 2015 [J]. Atmospheric Environment,2018,182:307-312.

[12] Li A,Zhou Q,Xu Q. Prospects for ozone pollution control in China: An epidemiological perspective [J]. Environmental Pollution,2021,285:117670.

[13] Guo H,Gu X F,Ma G X,et al. Spatial and temporal variations of air quality and six air pollutants in China during 2015～2017 [J]. Scientific Reports,2019,9(1):15201.

[14] Karimi A,Shirmardi M,Hadei M,et al. Concentrations and health effects of short- and long-term exposure to PM2.5,NO2,and O3in ambient air of Ahvaz city,Iran (2014～2017) [J]. Ecotoxicology and Environmental Safety,2019,180:542-548.

[15] 《國際疾病分類ICD-10應用指導手冊》[C]. 中華醫院管理學會第十次全國病案管理學術會議,2001:273.

ICD-10 Application Guidance Manual [C]. The 10th National Medical Record Management Academic conference of Chinese Hospital Management Association,2001:273.

[16] Hu X,Wang S,Xue Q,et al. The impact of air pollution on the daily outpatient visits for respiratory diseases:A DLNM time-series analysis [J]. China Preventive Medicine,2018,19(8):583-588.

[17] Xia C X,Ma J D,Wang J,et al. Quantification of the exposure- lag-response association between air pollution and respiratory disease morbidity in Chongqing City,China [J]. Environmental Modeling & Assessment,2019,24(3):331-339.

[18] Castner J,Guo L F,Yin Y. Ambient air pollution and emergency department visits for asthma in Erie County,New York 2007～2012 [J]. International Archives of Occupational and Environmental Health,2018,91(2):205-214.

[19] Wang X H,Du Y K,Sun W Y,et al. The effects of air pollution and precipitation on outpatient visits for primary glaucoma: a multi-model time series analysis [J]. Air Quality Atmosphere and Health,2022:15(6):1011- 1025.

[20] Yang J,Zhou M,Li M,et al. Fine particulate matter constituents and cause-specific mortality in China: A nationwide modelling study [J]. Environment International,2020,143:105927.

[21] Niewiadomska E,Kowalska M,Niewiadomski A,et al. Assessment of risk hospitalization due to acute respiratory incidents related to ozone exposure in Silesian Voivodeship (Poland) [J]. International Journal of Environmental Research and Public Health,2020,17(10):3591.

[22] Ren Q Q,Li S Y,Xiao C L,et al. The impact of air pollution on hospitalization for cardiovascular and cerebrovascular disease in Shenyang,China [J]. Iranian Journal of Public Health,2020,49(8): 1476-1484.

[23] Luo K,Li R K,Li W J,et al. Acute effects of nitrogen dioxide on cardiovascular mortality in Beijing: An exploration of spatial heterogeneity and the district-specific predictors [J]. Scientific Reports,2016,6:38328.

[24] Lee P H,Park S,Lee Y G,et al. The impact of environmental pollutants on barrier dysfunction in respiratory disease [J]. Allergy Asthma & Immunology Research,2021,13(6):850-862.

[25] Zhang Z,Wang J,Lu W. Exposure to nitrogen dioxide and chronic obstructive pulmonary disease (COPD) in adults: A systematic review and meta-analysis [J]. Environmental Science and Pollution Research,2018,25(15):15133-15145.

[26] Duan Y R,Liao Y,Li H Y,et al. Effect of changes in season and temperature on cardiovascular mortality associated with nitrogen dioxide air pollution in Shenzhen,China [J]. Science of the Total Environment,2019,697(C):134051.

[27] Kouis P,Psistaki K,Giallouros G,et al. Heat-related mortality under climate change and the impact of adaptation through air conditioning: A case study from Thessaloniki,Greece [J]. Environmental Research,2021,199:111285.

[28] Chen X H,Shang W J,Huang X Y,et al. The effect of winter temperature on patients with ischemic stroke [J]. Medical Science Monitor,2019,25:3839-3845.

[29] Zhao S M,Hu B,Du C J,et al. Photolysis rate in the Beijing- Tianjin-Hebei region: Reconstruction and long-term trend [J]. Atmospheric Research,2021,256:105568.

[30] Zhang X,Chen X,Zhang X B. The impact of exposure to air pollution on cognitive performance [J]. Proceedings of the National Academy of Sciences of the United States of America,2018,115(37):9193-9197.

Impacts of atmospheric NO2pollution on cause-specific mortality of different diseases in exposed population in Guangzhou.

CAI Dong-jie1,YANG Jun2*,HUANG Lin1,CHEN Su-juan1,ZHAO Wen-long1,DONG Hang3,LIN Guo-zhen3,WANG Bo-guang1,4,5**

(1.Institute for Environmental and Climate Research,Jinan University,Guangzhou 511443,China；2.School of Public Health,Guangzhou Medical University,Guangzhou 511436；3.Guangzhou Center for Disease Control and Prevention,Guangzhou 510440；4.Guangdong-Hongkong-Macau Joint Laboratory of Collaborative Innovation for Environmental Quality,Guangzhou 511443,China；5.JNU-QUT Joint Laboratory for Air Quality Science and Management,Jinan University,Guangzhou 511443,China).,2022,42(8)：3950～3956

Atmospheric NO2,a major gaseous pollutant,has

increasing attentions due to its high health risk,especially to human cardiopulmonary function. However,current assessments of the health effects of NO2mainly focused on one single disease. In this study,the generalized additive model (GAM) was used to evaluate impacts of atmospheric NO2pollution on cause-specific mortality (Relative risk,RR) in exposed population in Guangzhou during 2011～2015,as well as its cumulative lag effects2. Furthermore,the stratified analysis was performed in the cold season (November through April) and the warm season (May to October). The results show that effects of NO2were observed to be rapid and transient,usually lasting for four days. In lag 0～4 days when the NO2increased by 10μg/m3,the number of non-accidental deaths increased by 2.18% (=1.0218; 95% CI: 1.0167,1.0270) in the full year,and 2.6% (RR=1.0260; 95% CI: 1.0191,1.0328) in the cold season and 0.57% (=1.0057; 95% CI: 0.9952,1.0163) in the warm season. The difference in the NO2-induced mortality risks between cold and warm seasons was statistically significant (=0.002). Among different diseases,NO2pollution showed the greatest influence on chronic obstructive pulmonary disease. Therefore,atmospheric NO2pollution is still an important risk to the residents in Guangzhou. And it is necessary to strengthen the control and management of NO2emissions and implement the early warning of NO2pollution to protect the public health,particularly during the cold season.

NO2；mortality；health risk；GAM；seasonal effect

X503.1

A

1000-6923(2022)08-3950-07

2022-01-24

國家自然科學基金資助項目(82003552);廣東省基礎與應用基礎研究基金項目(2020A1515011161);國家重點研發計劃項目(2018YFC0213600)

* 責任作者,楊軍,教授,yangjun@gzhmu.edu.cn; 王伯光,教授,tbongue@jnu.edu.cn

蔡東杰(1994-),男,湖北荊門人,暨南大學碩士研究生.主要從事環境與健康方面的研究.