气候变化对人类健康的影响与适应机制研究 - 图文

项目名称： 气候变化对人类健康的影响与适应机制

起止年限：依托部门：研究

刘起勇 中国疾病预防控制中心 2012.1至2016.8 卫生部

首席科学家：

一、关键科学问题及研究内容

拟解决的关键科学问题

研究气候变化与极端天气事件对人类健康的影响，以及不同区域气候敏感疾病的响应和适应机制，评估我国受气候变化影响的脆弱人群特征及其区域差异，对于国家应对和适应气候变化，针对气候变化敏感疾病的防控和应急机制的建立，以及有关政策的制定和评估，提高人群健康水平都有重大意义。针对国家、区域可持续发展、应对和适应气候变化带来的健康影响所需的基础科学支撑，结合国内外研究现状与存在问题，本项目拟解决以下关键科学问题：

1. 确立气候变化与人类疾病关联规律的基本认识，揭示气候变化影响传染性疾病的动态时空传播和进化机制。

（1）明确气候变化与人类疾病负担的关联性、关联模式和关联强度，提出气候变化和人类疾病的阈值。

揭示过去不同时空尺度上气候变化通过直接、间接暴露与传染性疾病和慢性非传染性疾病的关联规律。通过对每一类/种疾病与气候变化中多种直接、间接因素的关联分析，筛选出与致病相关的气候变化因素。通过对每一气候变化因素与多种疾病的关联分析，以及多种气候变化因素与多种疾病的关联分析，筛选出对气候变化敏感的典型疾病。基于两者关联规律，提出气候变化因素和人类疾病负担的阈值，即气候变化因素例如温度每升高一度对人类健康指标与疾病负担的影响，和特定温度区间的变化引起人类疾病负担值域的陡变。

（2）研究气候变化影响传染性疾病发生与时空动态传播机制。

气候变化通过直接、间接暴露使病原体发生变异并导致传染性疾病的突发性，从而探究新发突发传染性疾病的发生。同时定量化研究在过去的气候变化过程中，病原体与宿主（包括人类）协同进化并通过环境、生物媒介、人类活动多种途径的传染病传播机制与进化历程。进而探索气候变化与人类机体遗传特性变化之间的机制关系。

（3）模拟气候变化对病原体及宿主的影响。

在实验室模拟控制相同或不同的环境温度（水温度和空气温度）、相对湿度和光周期，研究病原体及生物媒介完成生命周期所需的有效积温、对相对湿度和

光周期的反应以及发育时间，从而验证、反馈给气候变化对传染性疾病的机制模型并修正所需变量、参数与起始条件。根据疫源地类型以及验证并修正的气象要素特征、对病原体及宿主的影响研究，进一步确定影响自然疫源地的气象要素与传染病疾病负担的阈值。

（4）分析由于气候变化导致的慢性非传染性疾病的疾病负担和滞后效应。 基于气候变化与慢性非传染性疾病两者关联规律提出的直接、间接暴露因素和人类健康与典型慢性疾病负担的阈值，探求不同地区归因于气候变化的人均期望寿命损失。根据气侯变化与健康时间序列上的关联强度，推究气候变化的人群归因分值和滞后时间，结合气候敏感慢性疾病的疾病负担和慢性疾病特点，得到不同地区可归因于气候变化的疾病负担和滞后效应。

2.辨识与我国高发的极端天气事件相关的敏感性疾病及特征，进而确定极端天气事件对我国人群造成的疾病负担。

极端天气事件往往对人类健康造成更加严重的影响。但是，目前尚不清楚与我国高发的极端天气事件相关的敏感性疾病类型。因此，迫切需要掌握相关信息，进而定量评估及预测极端天气事件对我国人群造成的疾病负担，明确极端天气事件对我国人群健康的影响程度，为制定相关适应性政策奠定重要基础。

3. 识别我国受气候变化影响的脆弱人群特征以及区域响应差异

国内外已有研究表明气候变化和极端气候事件与病原谱、症候群、发病率、死亡率有密切关系。由于气候变化本身造成的区域差异，以及由于地理环境、人口结构、经济社会背景的区域差异，导致发病率、死亡率和疾病负担的区域差异，形成气候变化-健康影响的双重区域差异。需要对此进行识别、影响评价和情景预测，为制定气候-健康适应性对策提供有区域针对性的科学依据。

（1）形成我国气候-健康时空分布特征的基本认识。根据样点观测数据生成气候与健康相关指标的全国时空分布GIS，进一步归纳总结出时空变化规律。如何在方法上解决由于气候变化输出的自然单元数据与健康观测和效应输出的行政单元之间的转换，并提供给决策部门制定相应的策略和措施。

（2）气候-健康脆弱人群与敏感区域识别。从气候与健康的关系中识别出脆弱人群的人口年龄、职业、收入等结构特征；由于各地人口结构和经济水平组合的差异，评价并识别出我国气候-健康的敏感区域。

（3）气候-健康区域负担估算。根据样点数据对全国和区域的气候敏感疾病的发病率、死亡率做出无偏最有估计，并据此估算全国和敏感区域的健康负担。

（4）气候-健康时空分析工具研制。气候—健康的脆弱人群、敏感区域、健康负担的准确识别和估算，需要性能优越的时空分析工具保障。参考修正和研制适合我国数据条件的气候-健康高性能分析工具。

4. 不同区域气候敏感疾病的响应和适应机制研究

（1）建立气候变化与人群健康信息资源共享与动态决策支持可视化技术平台。

本研究需要应用气候、地理、人口、健康等各方面的信息，这些信息分布在不同的课题和部门，各课题间需要互相关联，因而建立一个公共信息资源共享平台尤为必要。在制定响应和适应气候变化的策略和措施时，也需要依据共享平台上的各种信息，结合专家意见和不同的情景模型做出决策。该平台的建立，对我国未来气候与健康相关的研究将具有重要的意义。

（2）气候-健康脆弱地区进行气候-健康综合评估

根据历史资料、已掌握的知识及本研究前三个课题的研究结果，在全国范围内选择极端天气事件（如热浪）和典型的气候敏感疾病（登革热）频发的典型区域，开展我国不同地区的气候-健康脆弱性综合评估，主要包括暴露度、敏感度和适应能力三方面。然后计算气候-人类健康脆弱性指数，导入决策支持系统，为应对气候变化的策略和措施提高决策依据。

（3）响应和适应机制的建立与实施

在选定的研究地区针对该区域的典型天气事件（如热浪）和典型的气候敏感疾病（登革热），建立事件导向和疾病导向的响应和适应机制并加以实施，探索气候敏感疾病响应和适应机制建立的方法和途径，为其他区域或其他气候敏感疾病的响应和适应机制建立提供理论和应用基础。

主要研究内容

围绕上述关键科学问题，本项目研究的内容包括以下四个方面： 1.气候变化对人类传染性疾病和慢性非传染性疾病的影响 （1）回顾性筛查对气候变化敏感的疾病

重点收集与整合气候变化直接影响要素与间接影响要素的时空分布数据、我

国法定传染病、新发突发传染病及慢性非传染性疾病及监测点疾病发生的时空分布数据，研究全球气候变化与疾病时空分布数据之间的关联性、关联模式和关联强度，进行普适性探索，筛查出对气候变化敏感的疾病，据此提出气候变化和人类疾病的阈值，从而提供理论模型研究与实验室研究的病种。

（2）建立气候变化影响传染性疾病发生传播的时空动态模型

依据回顾性筛查研究结果，定量分析气候变化中直接暴露与间接暴露因素变化对宿主、病原体及传播途径变化的影响，进而掌握气候变化对传染病发生影响程度，研究全球气候变化下的典型传染病发生以及动态传播机制，进行特异性探索，建立气候变化—传染病发生及动态传播机制模型并分析其敏感性及不确定性。

（3）模拟气候变化对病原体、媒介及宿主的影响

依据回顾性筛查研究结果和气候变化-传染病发生传播模型模拟结果，通过模拟真实气候环境与传播过程，对气候变化影响下的病原体传染力、侵入方式、侵袭力、致病力、毒力、变异性及抗原性变化与媒介、宿主相互作用进行实验验证，结果反馈回气候变化—传染病发生传播模型。

（4）预测气候变化与传染性疾病和慢性非传染性疾病的发展

利用气候变化影响传染性疾病发生传播的模型，基于未来不同排放情景下气候变化趋势模拟，对筛选出来的典型传染病的突发性进行病原变异的来源探索，对其动态传播变化趋势进行预测，并做灵敏度分析、情景不确定性和模式不确定性分析。预测结果再结合模拟的气候变化趋势、对传染病病原体以及宿主的影响的实验室模拟、验证实验协同反馈回传染病动态传播模型，以期进一步修正模型参数。利用气候变化与慢性非传染性疾病的关联规律，预测气候变化直接间接暴露影响下其疾病负担阈值。

2.极端天气事件对人群健康的影响研究

（1）筛选与我国高发的极端天气事件相关的敏感性疾病

基于气象资料数据库与疾病及死亡资料数据库，筛选出与极端天气事件相关的敏感性疾病。

（2）极端天气事件对人群健康影响的定量研究

开展典型极端天气事件对人群健康影响的系统分析；定量测量极端天气事件与敏感性疾病的关系。掌握极端天气事件与敏感性疾病的关系及影响程度。

（3）极端天气事件疾病负担评估及预测研究

评估基准时间段及预测未来时间段归因于热浪事件的超额发病率、超额死亡率及疾病负担。从时间及空间两个尺度，确定相关敏感性疾病的变化及发展趋势特征。

（4）热浪健康预警系统研究

建立以热浪事件为代表的极端天气事件健康预警系统，对可能发生的热浪造成的人群健康影响进行预测。该预警系统将包括输入参数，输出结果及根据输出结果制定的分级响应措施三方面内容。

3.气候-健康脆弱人群识别和风险区划 （1）中国及典型地区健康-气候的时空型

根据建立的监测样点气候数据，运用恰当的时空插值模型生成时空分布及不确定性，提取气象要素包括气温、降水、湿度、辐射、风速风向的时空型，异常天气包括厄尔尼诺、拉尼娜、南方涛动、热浪的时空型，气象灾害包括干旱、洪水、飓风、地震的时空型。

（2）中国及典型地区的气候-传染病时空型

根据建立的监测样点病媒和疾病数据，运用恰当的时空插值模型生成时空分布及不确定性GIS，提取病媒生物包括蚊、蝇、鼠、微生物的时空型，气候敏感典型传染病时空型，症候群与病原谱的时空型。

（3）受气候变化影响的脆弱人群的时空分布

根据全国和典型区域若干期人口、经济、环境资源普查和抽查资料，获取与健康关联的数据，包括人口特征：人口年龄结构、性别结构、出生/死亡率、种族特点等；交通旅游：全球/国内/区域内交通网络、旅游、迁徙；经济发展：城市化、土地利用、收入差异；主体功能区划；计划免疫和疾病控制的时空差异。

（4）气候-健康敏感区域识别和健康负担区划

基于气候-健康区划原理、地理空间转换机理、气候-健康区域风险评估和敏感区域识别、区域健康边际负担模型和区划，准确识别和估算气候-健康的脆弱人群、敏感区域和健康负担。

4.从多个维度建立气候敏感疾病的响应和适应机制，并对响应和适应机制进行验证和评估。

1. 建立气候-健康信息共享平台。

本课题将会产生的大量科研数据。然而，由于科研项目数据分散管理及管理技术的落后，同时，这些宝贵数据还没有建立归口管理机制，也无法进行整合利用。课题将依托中国疾控中心IT基础环境，建设动态决策支持可视化平台，实现多源数据资源的统一采集；实现数据的管理、整合、加工、利用、发布和共享；实现数据查询和可视化表达，实现满足客户化需求的Web应用功能，提供面向决策层、科研和业务人员的数据统计、查询和服务功能。

2. 对选定地区进行气候-健康脆弱性综合评估

根据历史资料和已掌握的知识，在全国范围内从沿海、内陆和高原地区分别选择极端天气事件（如热浪）和典型的气候敏感疾病（如登革热）频发的典型区域，开展我国不同地区的气候-健康脆弱性综合评估,主要包括暴露度、敏感度和适应能力三方面。暴露度的主要指标有暴露的强度、时间、频率等；敏感度的主要指标有脆弱人群特征及分布、地形地貌、区域规划等；适应能力的主要指标包括民众对气候变化及其对健康影响的认知水平和态度，当地应对气候变化及其对健康影响的政策和指南、当地相关机构和组织对应对气候变化及其对健康影响的意见和建议、医疗卫生资源状况等。然后计算气候-人类健康脆弱性指数，导入决策支持系统，为应对气候变化的策略和措施提高决策依据。

本课题中，气候变化指标的选择遵循以下原则：

（1）外部指标：气象因素（温度、湿度等）暴露的强度，时间、频率等参数。（可补充其它考虑到的重要因素）

（2）内部因素

内部因素按照城市和人口分为以下指标：

城市:敏感指标(地形，规划…等.)和适应能力(社会、医疗资源…); 人口:敏感指标(敏感人群特征…)和适应能力（认知程度…等）。 上述研究地区还将根据课题一、二和三的结果进行调整或补充。 3.建立气候-健康动态决策支持系统

将气候-健康脆弱性综合评估的结果导入气候-健康动态决策支持系统，评估灾害等级，输出敏感疾病危险度（疾病暴发风险和疾病负担）的地理区划，结合事先选定区域和建立的专家数据库，根据需要做出响应的时间差异，采用名义群体法进行响应机制启动前的早期风险评估，通过风险评估模块对选定区域热浪

（登革热）发生的健康风险进行确认或修订；采用决策型德尔菲法进行响应机制执行临近结束时的风险评估，参照响应机制执行的不确定性和后续暴发的可能性，确定响应机制停止的具体时间。在综合评估的各个阶段，根据人口学资料和经济、医疗卫生等社会资源，做出资源的最优化配臵方案（比如资源运输总量，途径及最佳时机）。在建立未来不同时间尺度气候因子对人体健康的影响及应对模型的基础上，引入RCP和SSP（社会经济发展模型）情景模拟。使之能够输出敏感疾病暴发的风险和疾病负担以及人口经济发展、资源量等相关参数，结合气候-健康脆弱性指数，为后续的专家决策提供足够的数据参数。

4.建立气候敏感疾病响应和适应机制

在选定的研究区域，使用决策支持系统并结合专家意见，从以下四个维度：(1)长期适应计划和即时响应措施；建立气候敏感疾病的响应和适应机制：(2)应对各种气候条件或疾病的通用措施和针对不同气候条件/极端天气气候事件或疾病的特异性措施；(3)个体、医疗卫生机构、社区、地区/区域、国家/国际不同层次的响应和适应策略及措施；(4)疾病三级预防含义上的响应和适应措施；建立响应和适应机制，探索气候敏感疾病响应和适应机制建立的方法和途径，为其他区域或其他气候敏感疾病的响应和适应机制建立提供理论和应用基础。

5. 对响应和适应机制进行效果验证和评估。

(1)对风险评估的有效性及准确性进行评估：在研究期间内，在选定的研究地区捕捉预期的气候事件（事件导向的响应和适应机制），或在研究期间内观察典型疾病的流行情况（疾病导向的响应和适应机制），并将其实际产生的疾病负担与风险评估过程预测的疾病负担进行比对和验证；

(2)在研究地区捕捉到预期的气候事件后（事件导向的响应和适应机制），或在研究期间针对典型疾病（疾病导向的响应和适应机制），应用建立的响应和适应机制，对其进行过程评估，从其可行性、执行力度、运转效率、限制因素及措施执行的不确定性等方面进行验证和评估，根据验证和评估的结果对响应和适应机制进行进一步修正。

(3)在研究地区应用响应和适应机制后，进行以下几个方面的评估： 1)机制对提高当地应对气候变化能力的作用；

2)成本-效果分析：应用机制后，单位投入产生的效果分析，包括发病率、死亡率、患病率、致残率等的变化；

3)成本-效用分析：应用机制后，单位投入产生的效用分析，如质量调整生命年（QALYs）、伤残调整生命年（DALYs）的变化；

4)成本-收益分析：应用机制后，单位成本产生的社会经济收益分析。 5)为克服评价中的不确定性和不准确性，将对干预的作用效果进行敏感性分析，即给予投入和产出测量值的不同变化，来判断干预措施的效果稳定性。

二、预期目标

总体目标

本项目通过一系列的分析研究，厘清气候变化和极端天气事件影响疾病发生与流行的机理与效应，阐明各种气候敏感疾病的脆弱人群和地区差异，建立不同区域气候敏感疾病的响应和适应机制，从而达到减缓气候变化对人群健康的不利影响的总目标。

具体通过重要传染病和非传染性疾病的回顾性筛查和时间序列分析，确定气候变化与人类健康之间的关系；通过对典型气候敏感疾病的实验室模拟和验证，揭示气候变化影响传染性疾病的传播机制，并预测未来的时空变化趋势；通过对极端天气事件和疾病的回顾性筛查和定量研究，确定与极端天气事件相关的敏感性疾病，掌握极端天气事件对疾病的影响程度，并建立一套适合我国极端天气事件健康影响的评估方法体系；通过对我国气候、经济社会和人口特征的空间分析，揭示不同区域气候敏感疾病的演化规律，明确我国受气候变化影响的脆弱人群特征、疾病负担及其区域差异；通过气候变化条件下疾病流行趋势模拟，评估不同区域和人群的脆弱性，并探索建立气候敏感疾病响应和适应机制的理论和方法，通过有效的国家、地区、社区和个人水平的响应和适应减缓气候变化对健康的不利影响。

通过本项目的研究，提高我国气候变化与健康的总体研究层次和研究能力，凝聚气候变化与健康领域的国家级研究团队，培养气候变化和疾病预防控制领域从事气候变化与健康研究的青年技术人才，提升我国健康领域应对气候变化的整体能力。

五年预期目标

1. 科学目标

（1）确立气候变化与人类疾病关联规律的基本认识，提出气候变化影响人类疾病的阈值，揭示气候变化影响传染性疾病的动态时空传播和进化机制。

确立气候变化通过直接、间接暴露与人类疾病的关联规律的基本认识。回顾性筛查出对气候变化敏感的疾病，从而提供理论模型研究与实验室研究的典型病种。

探索气候变化直接、间接影响典型传染性疾病的突发性并揭示气候变化影响传染性疾病的传播机制。

基于不同排放情景下气候变化趋势、气候变化与典型传染性疾病发生的关联规律、气候变化影响典型传染性疾病的突发性与传播机制，预测其未来的变化趋势，并分析其不确定性。

基于不同排放情景下气候变化趋势、气候变化与典型慢性非传染性疾病发生的关联规律，预测其未来的变化趋势，并分析其不确定性。

（2）筛选出我国高发极端天气事件相关敏感性疾病，掌握热浪与敏感性疾病的定量关系，明确热浪敏感性疾病的时空特征和疾病负担，建立一套适合我国极端天气事件健康影响的评估方法体系。

（3）基于气候-健康关系，我国气候、经济社会和人口特征地理分布，识别气候变化脆弱人群和敏感区域及演化、估算气候—健康区域负担及变化情景。揭示不同区域气候敏感疾病的演化规律，评估我国受气候变化影响的脆弱人群特征、疾病负担及其区域差异。

（4）针对典型天气事件和典型疾病，探索建立、验证与评估气候-健康脆弱性综合评估以及气候敏感疾病响应和适应机制的理论和方法，为不同区域气候敏感疾病响应和适应机制的建立和评估提供理论基础和应用经验，同时摸索评估响应和适应机制的方法。

2. 能力建设目标

（1）构建多时空尺度气候变化、多区域长时间序列极端天气事件以及包括气候敏感疾病、脆弱人群等人群健康形式的系列数据库群信息共享平台以及在此基础上的动态决策支持可视化平台。这个平台将实现多源数据资源的统一集成；实现数据的管理、整合、加工、利用、发布和共享；实现数据查询和结果可视化表达，实现满足客户化需求的Web应用功能，提供面向决策层、科研和业务人员的数据统计、查询和服务功能。

（2）应用并完善生物对气候变化和极端天气事件的反应机制模拟平台。该平台可通过模拟不同的气象因子和条件，观察病原体、媒介生物以及模型动物在不同条件下的生理反应。

（3） 构建应对气候变化与极端天气事件、提升我国人群健康水平的策略和措施体系,提高个体、医疗卫生机构、社区、地区/区域、国家各个层面应对气候变化和极端天气事件的能力。

3. 国家重大战略需求目标

（1）通过研究气候变化与极端天气事件对人群健康的影响，使国家基本认识掌握气候变化和我国人群健康、疾病负担的关系。

（2）通过评估我国受气候变化影响的脆弱人群特征、疾病负担及其区域差异，为我国不同区域采取措施减缓并适应气候变化/极端天气事件对我国人群健康的影响提供决策依据。

（3）建立国家综合观测、模拟与评估全球气候变化健康效应的技术体系与数据共享平台，构建我国应对气候变化/极端天气事件的策略和措施等决策支持体系，为气候变化相关政策国家中长期规划提供科学支撑。

4. 人才与队伍建设目标

通过本项目的实施，培养一支我国气候变化的健康效应研究团队，造就5-6位相关研究领域的学术带头人，培养15名左右的骨干力量，培养8位博士后、30-40名硕士和博士研究生。

5. 研究成果目标

发表学术论文80-100篇，其中SCI、SSCI论文60-80篇，其中有国际影响力的论文5篇，获专利或软件注册登记5个，完成专著2-3部。针对气候变化/极端天气事件频发对人类健康影响的国家应对策略、我国不同气候区脆弱人群保护及气候敏感疾病防控等相关问题，提出咨询报告2-3份。

三、研究方案

（一）总体研究思路、技术路线和可行性分析 总体研究思路

结合主要研究内容，本研究的学术思路如下（图1）：

普适性响应和适应机制 区域性响应和适应机制 适应机制气候—健康可视化动态决策支持系统 筛查研究结果，定量分析气候变化中直接暴露与间接暴露因素变化对人类健康的影响，进而掌握气候变化对疾病发生影响程度，研究全球气候变化下的典型疾病

气候健康脆弱性综合评估 气候健康情景预测 区域性差异疾病负担分区 气候-健康脆弱人群识别和风险区划 气候变化健康气候变化对人类健康的影响 极端天气事件对人类健康的影响 —气候变化 极端天气事件 气候— 健康信息共享平台 图1本项目的学术思路

1.分析气候变化和极端天气事件对人类健康的效应和影响机理。依据回顾性

发生传播机制，进行特异性探索，建立气候变化—疾病发生传播机制模型并分析其敏感性。

2.评估气候变化和极端天气事件造成的疾病负担，评价其在人类健康研究中的作用与地位。

3.收集气候-健康相关数据，运用数据关联挖掘方法甄别得到特征指标，。根据时空分布信息，评价脆弱人群特征及其区域差异；建立健康边际负担模型，评估气候敏感区域健康风险和疾病负担区划。

4.选择典型极端天气事件和典型疾病，分别建立极端天气事件导向和疾病导向的响应和适应机制，摸索响应和适应机制的理论基础和建立方法，然后以点带面，推广至其他极端天气事件和其他疾病，最终形成我国不同区域气候敏感疾病的响应和应对体系，同时完善对响应和应对机制的验证和评估方法。

技术路线

本项目技术途径的基本流程如下。

1.整合现有各种监测平台—形成信息共享机制—创建我国气候—健康信息共享平台。

2.回顾性筛查气候变化敏感疾病—气候变化下的典型疾病传播机制—建立气候变化—疾病发生传播机制模型—评估气候变化造成的疾病负担。

3.筛选受极端天气事件影响显著疾病，评估极端天气事件造成的伤害—评价极端天气事件造成的疾病负担—建立基于健康影响评估的高温热浪预警模型。

4.数据关联挖掘方法—特征指标—脆弱人群特征及其区域差异—建立健康边际负担模型—疾病负担区划。

5.综合以上结果建立基于气候变化的人群健康动态决策支持可视化技术平台，增强综合决策的准确性、及时性和信息化水平，使各类数据资源发挥出更大的作用和效率。对选定地区进行气候-健康脆弱性综合评估，计算气候-人类健康脆弱性指数，为决策支持平台提供依据。

下面对本项目技术途径进行详细介绍。

1.建立国家气候-健康信息共享平台

在现有监测平台的基础上，逐步完善，建立可持续的、动态的环境变化与健康资料的共享数据库监测体系信息系统平台；建立和完善可持续的、动态的气候变化与我国居民慢性病、传染病、寄生虫病相关的监测信息系统，并形成信息共享机制，综合利用各种信息，创建我国气候变化与健康的监测体系信息系统平台。整合现有的监测平台，梳理监测系统能够提供的资料的时间、空间分布，实现共享平台。整理各系统数据，进行数据的汇总、清洗，构建完整的气候、环境、疾病、媒介生物数据库，包括人群死亡数据库、传染病发病数据库、病媒生物生物学特征基础资料、气象资料数据库和遥感资料数据库

2.气候变化对我国人群健康影响的研究 研究思路见图2：

回顾性筛查全球气候时空分布数据中国法定传染病时空数据新发突发传染病时空数据慢性非传染性疾病时空数据时空动态模型机制研究回顾性筛查出的典型传染性疾病预测性研究典型地区气候变化预测中国气候变化预测全球气候变化趋势气候变化——传染病发生与传播模型气候变化病原体宿 主关联规律研究实验与模拟验证模拟气候环境模拟传播过程变异性变化抗原性变化典型疾病变化趋势预测数理统计时空插值时空降尺度未来情景预测情景不确定性模式不确定性灵敏度分析

图2气候变化对我国人群健康影响研究思路图

研究方案与技术路线

（1）分别对气候变化中直接影响因素和间接影响因素数据、疾病监测数据以及相关媒介生物数据进行时空分布特征分析，并利用地理信息系统技术整合和挖掘上述数据和模拟实验数据。

1）气象要素的时空分布特征分析，包括温度、降水、空气湿度、风速风向、辐射、日照时数等。

2）在不同时空尺度上对气候变化对疾病的间接影响因素，即人类活动进行时空分布特征分析。首先，对不同时期的人口数量（以及人口流动数量）、人口年龄结构、性别结构和出生/死亡率进行统计，分析人口及人口流动对传染病传播的影响；其次，通过对人类活动影响土地覆盖和土地利用类型时空演化过程的分析，阐明土地利用变化对疾病暴发和疾病传播方式的影响作用；然后，分析航空、公路和铁路交通对传染病传播速度和传播范围的影响；此外，分析城市化、工农业发展以及国内外经济贸易（如养殖业）发展对传染病病传播模式的影响

3）中国典型疾病和相关传染病及其媒介生物的时空分布特征分析。对典型法定传染病、新发突发传染病以及慢性非传染性疾病的回顾性筛查和时空分布特征分析。法定传染病按照传播媒介的不同，包括蚊传（疟疾、登革热）、鼠传（鼠疫、肾综合征出血热、钩端螺旋体）、水传（霍乱、伤寒）、空气传播（流行性感冒、禽流感）等类型；新发突发传染病主要包括蜱传的莱姆病和新布尼亚病毒和蚊传的黄病毒(BYD)。在对传染性疾病进行回顾性筛查的基础上，确定对气候变化敏感的典型传染病，从而为理论模型研究和实验室研究提供研究病种。慢性非传染性疾病包括呼吸系统疾病和心脑血管疾病。

同时收集同期相关传染病媒介生物种群分布、生活习性改变等的相关资料，以及相关病原体亚类及致病性的变化情况资料。对症候群与病原谱态势与爆发的时空分布特征进行分析。

4）利用地理信息系统技术建立空间数据库，以整合和挖掘所有原始数据和分析成果数据。

（2）气候变化和传染性疾病发生与传播的相关分析、暴露测量和暴露评价。 1）阐明气候变化与疾病时空分布的关联模式，探索气候变化对法定传染病流行的影响机制。

针对选定研究区已建立的气候敏感传染病监测点，定期收集气象资料和主要对气候敏感传染病的发病和死亡资料，同时监测和分析气候变化对相关虫媒的种群动态影响参数、宿主动物的群落结构变化、病原体数量和密度变化的扩增动态以及环境污染物对传染病的影响。对不同的气象因子如气温、气压、湿度等如何对传染病流行产生影响，进行回顾性的深入研究。

2）气候变化与新发突发传染病的相关性研究。

鉴于新发突发传染病与野生生物媒介密切相关，且气候变化直接影响着疾病宿主与生物媒介的生存、繁殖、生活环境和习性。本研究以蜱传和蚊传的传染性疾病为重点，研究气候变化对目标宿主分布和密度的影响；并监测目标生物携带病原（新布尼亚病毒和黄病毒）的情况，研究病毒的遗传特性，分析病毒对人类的潜在威胁；进而确定气候变化对生物媒介分布和密度变化的影响，分析目标生物生态学变化与重要传染病病原的相关性，剖析气候变化—生物—新发突发传染病的关系。

（3）气候变化与慢性非传染性疾病的相关性，以及慢性非传染性疾病的疾病负担研究。

利用已收集整理的历史气象要素的时空分布特征数据以及主要慢性非传染性疾病的发病和死亡资料，从时间和空间两个尺度分别研究气候变化对慢性非传染性疾病的影响，分析气候变化对慢性非传染性疾病的滞后效应。通过分析发病率、死亡率、病程、缓解率及伤残权重等指标，研究气候变化与慢性非传染性疾病的疾病负担之间的相关关系。

3.极端天气事件对人类健康的影响研究 技术路线图如下（图3）。

（1）筛选与我国高发的极端天气事件相关的敏感性疾病

根据气象资料和极端天气事件（高温热浪、寒流、干旱、洪水、台风、沙尘暴）的定义，整理出我国近50年不同类别的极端天气事件，按照事件发生的频率、强度、持续时间、影响范围确定极端天气事件的时空分布特征；基于极端天气事件的时空分布，将疾病健康数据库系统的发病及死亡数据与极端天气事件相对应，分类别筛选出我国高发的极端天气事件相关的敏感性疾病。

（2）定量研究极端天气事件对人群健康影响

开展典型极端天气事件对人群健康影响的系统分析；定量测量热浪与敏感性疾病的关系。掌握热浪与敏感性疾病的关系及影响程度。

（3）极端天气事件疾病负担评估及预测研究

评估基准时间段（现在）归因于极端天气事件的超额发病率、超额死亡率及疾病负担；预测未来时间段（2020年，2030年，2050年，2100年四个未来时间段）归因于极端天气事件的超额发病率、超额死亡率及疾病负担。从时间及空间

两个尺度，确定相关敏感性疾病的变化及发展趋势特征。

历史气象资料 历史疾病及健康资料 筛选出典型极端天气事件相关敏感性疾病 极端天气事件对人群健康影响的定量研究 极端天气事件与敏 感性疾病的定量关系 极端天气事件对敏感性 疾病的定量影响程度

现在时间段气象数据 未来预测气象数据

基准时间段疾病负担 未来时间段疾病负担

预警系统 适应性机制（课题四）

图3 极端天气事件对人群健康影响技术路线图

（4）预警系统研究

建立以热浪为代表的极端天气事件健康预警系统，对可能发生的热浪造成的人群健康影响进行预测。该预警系统将包括输入参数，输出结果及根据输出结果制定的分级响应措施三方面内容。

为建立典型技术及方法—健康预警系统，分三个步骤进行（1）2006-2010年数据，用于建立模型；（2）2011年数据，用于验证及调试模型；（3）2012年数据，用于再次调试完善模型。资料包括气象数据：温度、湿度、露点温度、大气压等；空气污染物数据：PM10, SO2, NO2等；健康影响数据：死亡数据、医院门诊数据等；人口学数据及社会经济学数据等

模型选择的依据是基于健康影响评估（Health Impact Assessment)，是目前广泛应用于空气污染、气候变化评估预测中的方法体系，并被IPCC，WHO等多个国际

组织所认可。模型形式将运用时间序列广义线性模型串接风险模型的方法来建立的。高温热浪预警模型的核心是基于泊松回归的时间序列广义线性模型，模型基本形式如式（1）所示：

log?E?yi????????X???iii?0j?0nmfjZj（1）

其中E?yi?-观察日i日死亡数的期望值；?是截距;X对应变量产生的线性响应指标变量，本研究中为温度;?是回归系数，即暴露与人群死亡之间的定量暴露-反应关系数值;f是非参数平滑函数；Z是对应变量发生非线性响应的变量。

首先拟合时间项，然后添加一些变量条件，并对各项进行局部自动回归，消除时间和对应变量发生非线性响应的因子的影响即其他污染物、湿度等混杂因素的影响，最后引入指标变量，考虑拟合指标变量的线性作用模型，并考察滞留日效应，最终可获得β值。上述过程可通过R软件完成。

健康风险模型常用于大气污染及气候变化的流行病学研究中，其实质也是基于泊松分布的回归模型。相对于人群来说，疾病和死亡的发生都是小概率事件，符合统计学上的泊松分布。同时，暴露与人群健康终点的联系从统计学角度来说多为“弱相关”，即斜率一般较小；在此条件下，如果暴露的差值不是很大的话，我们可以假定泊松风险模型曲线关系为直线关系，其关系式如公式（2）所示：

?E?Iref????C（2）

通过结合研究地区的人群数可计算出超额死亡人数如公式（3）所示，该式为本研究最终使用的健康风险模型形式,在本研究中健康风险以超额死亡人数表达。

?cases?POP?Iref????C（3）

其中?E是增加的人群死亡率；?cases是超额死亡人数；Iref是研究人群基线死亡率；?是暴露反应关系系数；?C是暴露浓度变化值；POP是研究人群数。

模型建立所需参数中暴露反应关系的输入数据为健康影响数据（死亡数据，医院门诊数据等）、空气污染物数据（混杂因素）和气象数据（温度等）。获取结果为温度-死亡（总死亡，分年龄别死亡，分疾病别死亡）、温度-疾病（分年龄

别疾病，分疾病别疾病）。健康风险将输入暴露反应关系，人口，基线死亡或患病资料，预测超额死亡人数和患病人数。

模型将从时间及空间两个尺度并使用与研究城市同纬度城市数据对模型进行验证。

4.气候—健康脆弱人群识别和风险区划

首先收集气候-健康相关数据，运用数据关联挖掘方法甄别得到特征指标。对于样点数据运用三明治模型（Wangetal 2002）、贝叶斯最大熵模型（BME）（Christakos 1992）、格里格模型（Kriging）（Matheron 1963）等模型和先验知识进行空间插值，并估计其不确定性。运用地理探测器（Wangetal2010）、贝叶斯网络模型（Lietal2010）、区域总体无偏最优估计MSN模型（Wangetal 2009）、和区域健康边际负担模型等进行气候—健康风险评估、敏感区域识别和疾病负担区划。见图4：

课题一： 气候变化—健康关系 课题二：

气候情景 监测数据 极端天气事件—健康关系

先验知识 BME 健康经社要素 气候—健康 时空分布和时空型 地理探测器 贝叶斯风险模型 三明治空间转换模型

区域演化树模型 SOM 气候—健康 风险分布和预测 区域边际负担模型 疾病负担分区 MSN 课题四：适应策略 图4气候—健康脆弱人群识别和风险区划技术路线

研究内容 预期目标 8. 撰写和发表SCI论文4-6篇,发表中文核心期刊论文3－4篇 疾病聚集与气候因子、地理环境的关联。 8. 研究“气候变化与人群健康信息资源共享与动态决策支持可视化技术平台”的具体方案；研究气候-健康脆弱性综合评估指数计算方法、评估实施方案；研究气候-健康动态决策支持系统构成和框架；研究气候敏感疾病响应和适应机制运作程序；完成响应和适应机制的效果验证和评估的设计。 1. 设计数据处理方法，筛选重要的法定传染病中的气候敏感病种。 2. 利用实验室模拟系统，进行气候变化因子的统计及因子相互关系分析。 3. 对气候变化影响下的病原体传染力、侵入方式、侵袭力、致病力、毒力、变异性及抗原性变化进行实验验证。 第 4. 分析喜马拉雅旱獭、布氏田鼠的 生境选择、密度变化与环境气候条件（气温、地表温度等）的关系。 二 5. 利用四臂嗅觉仪研究长角血蜱对 不同宿主动物气味的选择，以及不同温湿度条件下，宿主选择性的变化趋年 势。 6.进行典型极端天气事件（如热浪、寒流、干旱、洪水）对人群健康影响的系统分析；定量测量极端天气事件与敏感性疾病的关系，研究极端天气事件对人群疾病负担影响的重要指标和评估方法 7. 研究采用三明治模型对媒介生物、地理环境数据等进行统计单元转

1. 初步筛选出中国疾病预防控制中心提供的疾病数据中的气候敏感病种。初步构建气候变化影响典型传染病传播的模型。 2. 筛选流感病毒关键致病气候因素，完成体外模拟监测,构建体外模型1-2个。 3. 初步完成气候变化对病原体、重要媒介及宿主影响的实验研究、数据分析、验证与模拟。 4. 初步构建气候变化及趋势数据集。 5. 掌握极端天气事件与敏感性疾病的关系及影响程度；确定适用于评价极端天气事件对人群疾病负担影响的指标。 6. 实现不同统计单元数据转换。对比不同知识层实验结果，确定最优知识层，评价转换结果的不确定性。 7. 建立更加完善、合理的“气候变化与人群健康信息资源共享与动态决策支持可视化技术平台”；获得不同地理条件下的极端天气事件（如热浪）和典型的气候敏感疾病（如登革

研究内容 换的方法。针对不同疾病数据特点，结合先验知识，通过遥感、地理环境数据等对全国及典型区域进行区划，得到三明治模型的知识层，并对不同知识层估计误差进行比较。并对转换方法的不确定性进行评估。 8. 在进一步完善数据资源共享平台的基础上，选择典型气候敏感疾病/典型极端天气事件多发的区域，进行前期气候-健康脆弱性综合评估，包括暴露度评估、敏感度评估和适应能力评估等，计算气候-健康脆弱性指数，并初步应用于实践中，以调整变量的选择。 预期目标 热）频发的典型区域的气候-健康脆弱性综合评估结果；建立合理的气候-健康脆弱性指数计算体系。 8. 发表SCI论文8-10篇；中文核心期刊论文3篇；政府咨询报告1篇。 1. 分析全球气候变化与相关敏感性疾病时空分布数据之间的关联。并基于未来不同排放情景进行模拟，对筛选出来的典型传染病的突发性进行病原变异的来源探索。 2. 根据模拟状态研究流感的发病机第 制，研究病原体及宿主相互作用，进行初步作用机理研究。 三 3. 分析重要鼠疫疫源地随着气候变化发生分布变化的趋势以及造成的 威胁程度。 年 4. 分析以长角血蜱为主要媒介的重要传染病在气候变化过程中时空分布以及敏感人群的变化趋势。 5. 开展极端天气事件（高温热浪、寒流、干旱、洪水、台风、沙尘暴）对人群疾病负担的定量研究。评估基准时间段（现在）归因于极端天气事

1. 筛选并确定气候变化敏感病种。建立气候变化-传染病发生模型。 2. 筛选出流感病毒的关键气候因素指标，确定并弄清其作用机理。 3. 完成3～5个病原体的数据采集和数据入库。 4. 获得气候变化与传染性疾病和慢性非传染性疾病发生的预测研究初步结果。 5. 获得决定两种重要鼠疫疫源地空间分布的重要气候因子，及两者之间关联的模型。 6. 完成长角血蜱传播的传染病在气候变化过程中的流行趋势分析。 7. 确定归因于极端天气事件的超额发病率、超额死亡率及疾病负担。

研究内容 预期目标 件的超额发病率、超额死亡率及疾病 负担。 8. 提出疾病、气候、地理环境因子等时空型。识别疾病风险区及脆弱人 群。 6. 采用SOM方法对疾病、气候、地 理环境因子等进行时空聚类分析，提9. 计算出区域疾病发病率、气候等取时空型。识别风险区域和脆弱人指标最优估计值。 群。 10. 建立运转良好的气候-健康动态7. 应用MSN模型估算区域单元疾病决策支持系统。 发病率、流行率、气候、地理环境指 标无偏最优估计值。 11. 建立并实施气候敏感疾病的响 应和适应机制。 8. 根据气候-健康脆弱性指数，引入 RCP、SSP模型，并结合专家意见，12. 建立响应和适应机制实施效果建立气候-健康动态决策支持系统；的评估体系 在选定地区，建立并实施响应和适应 机制。 13. 发表SCI论文11－13篇，中文 核心期刊论文2篇。 9. 持续进行气候-健康脆弱性综合评估，进行响应机制启动前和响应机制执行临近结束时的风险评估，确定响应机制停止的具体时间。 1. 研究建立气候变化—传染病动态1. 确定气候变化直接、间接影响典传播机制模型并分析其敏感性及不型疾病的突发性并研究气候变化影确定性。 响传染性疾病的传播机制和对慢性 非传染病的机理作用。 2. 基于未来不同排放情景下气候变 第 化趋势模拟，对筛选出来的典型传染2. 从时间及空间两个尺度，确定未病和典型慢性非传染病的动态传播来时间段相关敏感性疾病的变化及 变化趋势进行预测，并做灵敏度分发展趋势特征。 析、情景不确定性和模式不确定性分 四 析。 3. 揭示气候-健康风险分布规律，实 现不同情景下风险预测。 3. 预测未来时间段（2020年，2030 年，2050年，2100年四个未来时间4. 对研究区进行气候-健康负担区年 段）归因于极端天气事件的超额发病划。 率、超额死亡率及疾病负担。从时间 及空间两个尺度，确定相关敏感性疾5. 建立适应不同气候敏感地区和气病的变化及发展趋势特征。 候敏感疾病的响应和适应机制。

研究内容 预期目标 6. 获得对气候-健康脆弱性评估的有效性及准确性的评估结果；对响应和适应机制的可行性、执行力度、运转效率、限制因素及措施执行的不确定性等方面的评估结果；对响应和适应机制对提高当地应对气候变化能力的作用的评估结果;对响应和适应机制的成本效果、成本收益和成本效用评估结果。 7. 发表SCI论文15－17篇，中文核心期刊论文2篇，申请专利1－2项，政府咨询报告1份。 4. 开展典型极端天气事件健康预警系统研究，对可能造成的人群健康影响进行预测。 5. 研究地理探测器、区域演化树、贝叶斯风险模型，揭示气候-健康风险分布规律，并实现不同气候变化情景下的预测。研究区域边际负担模型，实现气候-健康负担区划。 6. 调整研究地区，继续实施气候敏感疾病的响应和适应机制。 7. 对风险评估的有效性及准确性进行评估；对响应和适应机制，从其可行性、执行力度、运转效率、限制因素及措施执行的不确定性等方面进行验证和评估；对响应和适应机制对提高当地应对气候变化能力的作用进行评估；对响应和适应机制的成本效果、成本收益和成本效用进行评估。 1. 研究完成气候因子与疾病的作用机制，构建研究动物模型。 2. 结合模拟的气候变化趋势、对传染病病原体以及宿主的影响的实验室模拟、验证实验协同反馈回传染病第 动态传播模型，进一步修正模型参数。 3. 利用气候变化与慢性非传染性疾五 病的关联规律，预测气候变化直接间接暴露影响下其疾病负担阈值。 4. 建立健康预警系统，从时间及空年 间两个尺度对模型进行验证，完善极端天气事件健康影响评估方法体系。 5. 研究气候变化及极端天气事件背景下，不同疾病风险区，不同脆弱人群，不同疾病负担区域的应对策略。

1. 确定动物模型测定指标，聚焦影响流感病毒的关键气候因素，弄清其作用机理。 2. 完成流行病病原主题数据库，和气候变化与健康知识环境。 3. 完成基于气候变化趋势、实验室研究验证的传染病动态传播模型。 确定气候变化直接间接暴露影响下慢性非传染性疾病的负担阈值。 4. 建立极端天气事件健康预警系统和极端天气事件健康影响评估方法体系。 5.提出不同地区气候变化背景下，不同疾病应对策略。 6. 建立一个完整的、系统的气候-

研究内容 预期目标 健康脆弱性评估体系；提出应对全球6. 进行后期气候-健康脆弱性综合气候变化、保护人群健康的优化策评估。 略. 7. 发表SCI论文14－16篇，中文核心期刊论文2篇,政府咨询报告1篇，研讨会1期。

具体技术路线如下：

由课题1、2建立的气候与健康相互关系，结合病例、病媒生物、疾病因子的监测数据，通过三明治、贝叶斯最大熵（BME）和自组织模型（SOM）等一系列算法，形成这些参数的空间分布及时空型（聚集区）。然后运用地理探测器、贝叶斯风险模型和三明治模型研制气候-健康风险分布图。结合健康经济社会人口结构，运用负担边际效益模型和三明治模型制作疾病负担分区图，结果输入课题四。

（1）气候-健康时空分布GIS生成与时空型提取

根据可获取到的数据、气候—健康时空分异机制，选取适当的辅助变量和时空数据插值方法，生成较大时空范围和较高分辨率的时空分布GIS，并给出对应的不确定性。然后运用SOM等算法提取时空型。

（2）贝叶斯区域风险预报模型

在先验知识的基础上搭建初始网络，再通过模拟退火、遗传算法及蚁群算法优化细化贝叶斯和登珀斯特（Dempster）网络结构并求最优参数。下图勾勒了技术路线。首先，采集与提取气候-健康时空数据：包括采用重采样、核密度函数及道路价值模型等量化定性因子，归结为具备统一分辨率的数据集。然后，对多维数据集预处理，包括函数转换、去噪、正则化等。关键是熵的特征选择。接着，时空建模与学习：对经过以上步骤所提取的时空数据库，结合域知识进行时空知识的建模与学习，包括空间相关性分析、时间演化建模及监督学习，建立预测模型。随后，将相关模型及知识输入到时空知识库，用贝叶斯不确定性及登珀斯特（Dempster）证据推理来进行相应的推理演算，求解最优决策行为，达到期望效用EU最好并代价低。最后，仿真模拟，采用上步建立的栅格智能体，整体上求解研究区域在将来可能改变情况下的风险状况，以及可采取的预防措施，输出包括静态及动态结果，静态结果包括风险评估结果栅格图、最优决策行为栅格图等；动态结果包括一定时间序列的不同时段的风险评估结果栅格图及最优决策行为栅格图。

GeoDatabase模拟、建模光谱数据社会经济历史资料与研究目标相关（风险）的原始数据(1).数据提取：重采样、核密度分析、⒌道路价值模型等空间相关性分析空间自相关性空间变异多维时空数据集(3).时空建模与学习模块马尔可夫模型隐马尔可夫模型历史相关随机模型时间演化建模动态贝叶斯模型特征选择优化的离散化(2).预处理监督学习建立预测模型贝叶斯模型Dempster网络模型预测目标(4). 建立时空知识库(6).对将来某时段的模拟、演化、风险评估、最优决策行为及效果；结果的对比(5).推理机贝叶斯推理及Dempster证据推理时空知识库将来时段的环境状态时间演化情况域知识

图5贝叶斯建模及Dempster网络模型的研究技术路线图

（3）三明治空间转换模型

气候数据、社会经济统计、病媒微生物数据等分别存在于监测点、统计单元、行政单元、自然疫源地等等不同的空间单元系统。对这些数据的关联分析，首先需要将这些数据转换到统一的时空单元上。另一方面，机理和关联研究通常基于自然单元，而决策、干预和资源配臵通常基于行政单元。要将科学研究成果转换为政策干预依据，需要实施将自然单元属性转换为行政单元属性。人类健康及其相关气候要素组成一个系统，可划分为对象层、因子层、报告单元层，参看下图。其中因子层依据空间相关性和异质性等有先验知识和现场数据，利用多元分类算法制作的（stratification）。报告单元层通常是行政单元，是人类干预、防控、资源配臵和政策实施的基本单元。从数学上严格地推导出通过样本，从对象层到因子层再到报告单元层信息传递与不确定性传播函数。样本首先按分层抽样被放臵在因子层，将其信息传递到报告单元上，从而打破传统抽样理论中样本量随报告单元数线性增加的约束，在保证估值精度的条件下，显著提高采样效率，实现小样本多单元并行报告的能力；甚至某些没有样本的报告单元，也可以通过该传递函数从知识层借信息形成估计，对报告单元的灾损或发病率和症候群进行无偏最

优估算。该模型可以被用来属性数据在两类空间记录系统的互算，例如不同自然单元系统、不同行政单元系统、不同格网系统等等。

图6三明治空间转换信息流

（4）BME、SOM、MSN算法

BME和SOM分别是多元信息融合时空插值和多元时空聚类算法，已在气象、环境等领域广泛使用。该算法结合传染病的具体案例可参见Wang JF,Guo YS, Christakos G, Yang WZ, Liao YL, Li ZJ, Li XZ, Lai SJ,Chen HY. 2011. Hand, foot and mouth disease: spatio temporal transmission and climate. International Journal of Health Geographics. 10: 25。

样点发病率和流行率推断全区域发病率和流行率，目前国际上可供选择的主要方法有：经典统计（Cochran.1977.Sampling Techniques. Wiley），包括简单随机、系统、分层的等。适合样本独立例如产品质量抽查。运用于具有空间相关性的生态环境监测时，效率较低，即样本量较大和误差较大。空间统计（Haining.2003.Spatial Data Analysis:Theory and Practice.Cambridge University），考虑了空间相关性，针对空间分布现象，监测效率较高。BlockKriging理论（Matheron,G.1963.Principlesofgeostatistics.EconomicGeology,58,1246-1266），可以达到估值的无偏最优，条件是调查对象空间较为连续（二阶平稳），如气候要素。MSN理论（WangJF, ChristakosG, HuMG.2009. Modeling spatial means of surfaces with stratified non-homogeneity. IEEE Transactions on Geoscience and Remote Sensing. 47(12):4167-4174），可以在复杂地表条件下到达估值无偏最优，这符合大范围气候-健康实际状况。因此，MSN是进行大范围气候-健康统计的最

佳理论。其具体原理是将空间分层抽样（stratified sampling）的无偏性和Kriging估值的最优化技术在空间异质表面条件下完美地结合起来，得到了分层非均质区域均值无偏最优估算公式（Mean of Surface with Non-homogeneity，简称MSN）。首先按区内离散方差最小，区际离散方差最大为原则，将研究区?分解为相对均匀的子区{?h,h=1,…,L}，用样本加权和来估计总体均值，使估值方差??2最小，加以估值无偏约束，得到一组方程，求解得到样本最优权重{whi}、子区最优权重{ah}和其他参数的最优估计。将所求参数带回样本均值及其方差公式，最终得到MSN。

（5）气候-健康区域边际负担模型

气候-疾病负担可以用防控成本来度量，包括疫苗、资金、应急物资等投入。由于发病率、人口密度、收入、抗药性等的区域差异，使得不同区域的病例筛查和治疗成本不同。如何最有效地将有限资源分配到不同区域，达到最大限度地降低气候变化引起的发病率、病死率。技术路线是首先根据样点发病率和流行率运用MSN模型（Wang JF, Christakos G, Hu MG. 2009. Modeling spatial means of surfaces with stratified non-homogeneity. IEEE Transactions on Geoscience and Remote Sensing. 47(12): 4167-4174）得到区域发病率和流行率的无偏最优估计；然后，测算各地的疾病负担边际成本；最后，输入边际均衡模型（Wang JF, Cheng GD, Gao YG, Long AH, Li X & Xu ZM. 2008. Optimal water allocation in arid and semi-arid areas. Water Resources Management 22:239–258），得到气候-健康区域负担。以疾病统计单元为研究单元，以避免因素混杂，建立关系和得到参数后运用三明治模型转换为区域行政单位，便于政策的组织实施。

（6）气候-健康区域演化树模型

气候变化通过区域社会经济类型水平和人口年龄和就业结构作用于人类健康。经社人口结构和阶段的变化将改变气候-健康敏感性。因此需要对经社人口结构进行分类和演化建模，从而，提高气候对健康影响评估的预见性和准确性。基本思路是将疾病谱与区域演化树模型（Wang JF, Liu XH, Peng L, Chen HY, Zheng XY. 2011. Cities evolution tree and its application in land occupation prediction. Population and Environment. In press）结合、改造和建立区域演化树模型，建立区域演化树与健康指标的关联关系。

5.建立响应和适应机制

首先选定部分地区进行气候-健康脆弱性综合评估，计算气候-人类健康脆弱性指数，导入决策支持系统。选择典型天气事件和典型疾病，分别建立天气事件导向和疾病导向的响应和适应机制，摸索响应和适应机制的理论基础和建立方法，然后以点带面，推广至其他天气事件和其他疾病，最终形成我国不同区域气候敏感疾病的响应和应对体系，同时建立对响应和应对机制的验证和评估方法。 技术路线图如下（图7）：

（1）建立气候-健康信息共享平台。

本课题将会产生的大量科研数据。然而，由于科研项目数据分散管理及管理技术的落后，同时，这些宝贵数据还没有建立归口管理机制，也无法进行整合利用。

课题将依托中国疾控中心IT基础环境，建设动态决策支持可视化平台，实现多源数据资源的统一采集；实现数据的管理、整合、加工、利用、发布和共享；实现数据查询和可视化表达，实现满足客户化需求的Web应用功能，提供面向决策层、科研和业务人员的数据统计、查询和服务功能。

（2）对选定地区进行气候-健康脆弱性综合评估

根据历史资料和已掌握的知识，在全国范围内从沿海、内陆和高原地区分别选择极端天气事件（如热浪）和典型的气候敏感疾病（登革热）频发的典型区域，开展我国不同地区的气候-健康脆弱性综合评估,主要包括暴露度、敏感度和适应能力三方面。暴露度的主要指标有暴露的强度、时间、频率等；敏感度的主要指标有脆弱人群特征及分布、地形地貌、区域规划等；适应能力的主要指标包括民众对气候变化及其对健康影响的认知水平和态度，当地应对气候变化及其对健康影响的政策和指南、当地相关机构和组织对应对气候变化及其对健康影响的意见和建议、医疗卫生资源状况等。然后计算气候-人类健康脆弱性指数，导入决策支持系统，为应对气候变化的策略和措施提高决策依据。

计算气候-人类健康脆弱性指数的主要步骤如下：

首先，引进层次分析法(AHP)，运用系统分析思想将复杂的问题分成若干有联系的、有序的层次,对每一层次的相关元素进行比较判断,把各因素的相对重要性定量化,再利用数学方法（比如各指标对健康的影响程度等）决定全部元素的重要性次序,并辅之以一致性检验以保证评价人的思维判断的符实性。

课题一、二、三：气候变化与极端天气事件对人类健康的 影响；气候—健康脆弱人群识别和风险区划 气候—健康信息共享平台 选择典型气候敏感疾病/典型极端天气事件多发的区域 平台建设 前期气候—健康脆弱性综合评估 暴露度评估 敏感度评估 适应能力评估 强度时间地形地貌脆弱人群认知程度卫生资源评估与决策 专家意见 需继续响应 后期气候—健康脆弱性综合评估 响应可终止 效果评估：成本效果、成本效用、成本收益 短期计划图7建立气候变化响应和适应机制技术路线图

气候—健康脆弱性指数 气候—健康动态决策支持系统 应对策略与方案 RCP、SSP模型

长期计划一级预防二级预防三级预防个人 社区 政府 响应与适应 过程验证与评估：可行性、执行力度、运转效率等 验证与评估

其次，需要计算各指标的数值：每个指标的计算公式如下：

S^ji??Sji?minj?max? ?min?jj其中S^ji是标准化变量，Sji是非标准化变量，minj为变量分布最小值，

max为变量分布最大值。最后得到Sj^ji 是各因素的计算值加和。

再次，计算脆弱性指数，公式如下：

Vi?Ei(1?Si?Ai)N

其中Vi是脆弱性指数，Ei是暴露指标，Si是敏感性指标，Ai是适应能力指标，N是指数中所有成分之和。

指标的选择包括敏感指标、脆弱指标和适应能力指标。需要指明的是，当前已有一系列的脆弱性评估方法且每个方法都能得到不同的结果，当前有一个共识就是脆弱性评估不能包括全部的可能性指标，因为指标参数的选择是必要而不充分的；另外，指标的选择还依赖于数据的可利用性。

本项目中，气候变化指标的选择遵循以下原则：

1）外部指标：气象因素（温度、湿度等）暴露的强度，时间、频率等参数。（可补充其它考虑到的重要因素）

2）内部因素

内部因素按照城市和人口分为以下指标：

城市:敏感指标(地形，规划…等.)和适应能力(社会、医疗资源…); 人口:敏感指标(敏感人群特征…)和适应能力（认知程度…等）。 上述研究地区还将根据课题一、二和三的结果进行调整或补充。 （3）建立气候-健康动态决策支持系统

将气候-健康脆弱性综合评估的结果导入气候-健康动态决策支持系统，评估灾害等级，输出敏感疾病危险度（疾病暴发风险和疾病负担）的地理区划，结合事先选定区域和建立的专家数据库，根据需要做出响应的时间差异，采用名义群体法进行响应机制启动前的早期风险评估，通过风险评估模块对选定区域热浪（登革热）发生的健康风险进行确认或修订；采用决策型德尔菲法进行响应机制

执行临近结束时的风险评估，参照响应机制执行的不确定性和后续暴发的可能性，确定响应机制停止的具体时间。在综合评估的各个阶段，根据人口学资料和经济、医疗卫生等社会资源，做出资源的最优化配臵方案（比如资源运输总量，途径及最佳时机）。在建立未来不同时间尺度气候因子对人体健康的影响及应对模型的基础上，引入RCP和SSP（社会经济发展模型）情景模拟。使之能够输出敏感疾病暴发的风险和疾病负担以及人口经济发展、资源量等相关参数，结合气候-健康脆弱性指数，为后续的专家决策提供足够的数据参数。

（4）建立气候敏感疾病响应和适应机制

在选定的研究区域，使用决策支持系统并结合专家意见，建立响应和适应机制，探索气候敏感疾病响应和适应机制建立的方法和途径，为其他区域或其他气候敏感疾病的响应和适应机制建立提供理论和应用基础。

根据应对能力评估和风险评估的结果，从以下四个维度建立气候敏感疾病的响应和适应机制：

1）长期适应计划和即时响应措施：长期适应计划在气候变化/极端天气事件发生之前制订，包括提高教育水平、增强居民身体素质、建立政府各部门间的协调机制等；即时响应措施包括针对气候变化事件或传染病爆发事件的前期预案和后期措施，分别根据事件发生前和发生后的风险评估而制订。

2）应对各种气候条件或疾病的通用措施和针对不同气候条件/极端天气气候事件或疾病的特异性措施：通用措施包括加强防护、增加病床数量、加强后勤保障、加强沟通、强化疾病监测系统等；特异性措施则根据具体的极端天气事件或疾病各有不同。

3）个体、医疗卫生机构、社区、地区/区域、国家/国际不同层次的响应和适应策略及措施：个体层次的应对措施主要包括提高意识、增强体质、减少暴露、及时治疗等；医疗卫生机构的应对措施主要包括加强疾病监测、教育居民、提供治疗等；社区层次的应对措施主要包扩增强社区抵抗气候敏感疾病的弹性、增强医疗救助的可及性、风险沟通与风险管理等；地区/区域层次的应对措施主要包括制订相关标准、建设基础设施、提供财政支持、合理调配资源、风险沟通与风险管理等；国家层面的应对措施主要包括制订相关标准、设计实施教育项目、应对多区域突发事件、风险沟通与风险管理等。

4）疾病三级预防含义上的响应和适应措施：疾病的一级预防是指疾病尚未发生时针对致病因素（或危险因素）采取措施；二级预防是指疾病发生时采取措施早发现、早诊断、早治疗；三级预防是指疾病发生后防止伤残和促进功能恢复，提高生存质量，延长寿命，降低病死率，主要是对症治疗和康复治疗措施。

（5）对响应和适应机制进行效果验证和评估。

1）对风险评估的有效性及准确性进行评估：在研究期间内，在选定的研究地区捕捉预期的气候事件（事件导向的响应和适应机制），或在研究期间内观察典型疾病的流行情况（疾病导向的响应和适应机制），并将其实际产生的疾病负担与风险评估过程预测的疾病负担进行比对和验证；

2）在研究地区捕捉到预期的气候事件后（事件导向的响应和适应机制），或在研究期间针对典型疾病（疾病导向的响应和适应机制），应用建立的响应和适应机制，对其进行过程评估，从其可行性、执行力度、运转效率、限制因素及措施执行的不确定性等方面进行验证和评估，根据验证和评估的结果对响应和适应机制进行进一步修正。

3）在研究地区应用响应和适应机制后，进行以下几个方面的评估： I．机制对提高当地应对气候变化能力的作用；

II．成本-效果分析：应用机制后，单位投入产生的效果分析，包括发病率、死亡率、患病率、致残率等的变化；

III．成本-效用分析：应用机制后，单位投入产生的效用分析，如质量调整生命年（QALYs）、伤残调整生命年（DALYs）的变化；

IV．成本-收益分析：应用机制后，单位成本产生的社会经济收益分析。 V．为克服评价中的不确定性和不准确性，将对干预的作用效果进行敏感性分析，即给予投入和产出测量值的不同变化，来判断干预措施的效果稳定性。

可行性分析

项目的可行性是建立在参与者的科学背景和合理的设计方案以及成熟技术平台的基础之上的。一方面我们可以利用以往对类似科学问题研究的理论、方法和技术上的积累，另一方面我们已对本项目研究区域进行了详实的前期调研，和数据上的长期积累。本项目的研究建立在真实、客观的基础上，在公共卫生学、

流行病学、分子病毒学、地理学、气候学各研究领域课题组的联合下，加之长期科研沉淀积累，为本项目取得重大突破打下了坚实基础。

1. 将具有五家信息中心联合提供的强大数据信息平台支撑。

本项目将建立中国疾病预防控制中心信息中心、北京师范大学信息中心、中科院地理所信息中心、中科院微生物所信息中心、国家气候中心五家联合的共享信息平台。中国疾病预防控制中心公共卫生监测与信息服务中心作为国家级公共卫生监测与信息服务机构，承担了全国法定传染病数据、全国死因监测数据的收集、汇总和分析工作，具有自1990年以来的全人群死因监测数据，1980年以来的全国法定传染病发病数据。在此基础上，建立气象因素同慢性非传染性疾病及其媒介传染病的定量关系与预估模型得以实现。除此之外，信息中心还承担着全国疾病负担的研究工作，收集了各类疾病的死亡和患病资料，对目前我国各类疾病造成的负担和主要归因进行了初步的评估。国家气候中心有详细的历史气象数据，这为研究气候变化对人类健康的影响提供了可靠保障。

2. 有以往对类似科学问题研究的理论、方法和技术上的积累。

中国疾控中心对气候变化对人类健康的影响已开展了一些前期的研究，并取得了丰富的成果。主持了多项与本项目有关的大型科研课题，如全球环境基金（GEF）、联合国开发计划署（UNDP）、世界卫生组织（WHO）联合资助的 “适应气候变化保护人类健康”项目，针对中国气候变化对健康产生的主要问题，在典型地区建立和评价居民应对气候变化健康影响的干预模式、制定和完善相应的政策策略；“中国-联合国气候变伙伴框架项目”子项目“气候变化与健康”在适应气候变化、保护人群健康以及其他环境健康问题等方面进行了深入研究；以及“气候变化对我国人体健康的影响分析”等多项国家自然科学基金。具备了对气候变化与健康相关研究的雄厚基础，掌握了对气候变化与健康、疾病负担研究、疾病风险评估和预警模型研究以及相关策略与措施的研究的方法与技术。

北京师范大学徐冰教授一直致力于以下两个方面的研究。1、基于高空间分辨率、高光谱分辨率遥感数据的土地覆盖、土地利用分类研究和多尺度遥感数据的融合和变化探测研究。 2、基于遥感数据的传染病传播机制过程模型的研究；构造空间连接性，建立基于遥感、地理信息系统的传染病时空耦合的传播模型。 已经取得的阶段性成果包括：1）对于高空间分辨率遥感数据，所提出的新的纹理特征分类技术，比传统分类技术的精度有较大提高 (Xu et al., PE&RS, 2003；

本文来源：https://www.bwwdw.com/article/vpb2.html