鹿文涵 谷少華 孫仕強 張程明 朱憲春

(1.寧波市海曙區(qū)氣象局，浙江 寧波 315153； 2.寧波市疾病預(yù)防控制中心，浙江 寧波 315010；3.寧波市氣象局，浙江 寧波 315012)

引言

全球氣候變化不僅表現(xiàn)在平均氣溫升高，還表現(xiàn)為極端氣溫事件發(fā)生的頻率增加和強度增大[1-3]，其中極端氣溫事件以高溫熱浪為代表。我國正處于快速城市化的階段，人為熱的大量釋放，城市熱島越來越嚴重，以致城市在遭遇高溫熱浪時變得非常脆弱[4-6]。高溫熱浪是一種全球性的氣象災(zāi)害，發(fā)生時會引起人們身體不適。高溫熱浪強度越強，持續(xù)時間越長，就會超出人體的承受極限，進而導(dǎo)致生病甚至死亡。

進入21世紀以來，高溫熱浪區(qū)域化的定向影響研究越來越多，更加深入的定量評估工作愈加專業(yè)。美國紐約[7]、加利福尼亞州[8]、中國北京[9-10]和上海[11-12]等城市的定量研究均表明，高溫熱浪對人體健康的影響在不同城市表現(xiàn)出一些差異，且一般具有0—7 d不同的滯后程度，因此需對不同類型城市開展精細化的定量影響評估。而高溫熱浪對人體健康的相關(guān)定量研究大多在上述高度發(fā)達城市中開展，像寧波這類沿海中等發(fā)達城市，相關(guān)研究較少。

寧波地處我國海岸線中間地段，是我國重要的港口城市，地理位置緊臨沿海，公眾普遍認為海洋效應(yīng)對沿海城市高溫熱浪有舒緩作用，因此寧波高溫熱浪未得到相應(yīng)的重視，相關(guān)定量評估工作較少。有研究表明[13-14]，從氣候角度看，1996—2005年寧波氣溫數(shù)據(jù)計算得到的炎熱臨界值達到89.6 ℃，位于中國發(fā)達城市前列；從氣溫發(fā)展趨勢看，近30 a寧波氣溫有明顯上升趨勢[15-16]。其中2013年浙江地區(qū)由于副熱帶高壓長期控制出現(xiàn)了罕見的連續(xù)極端高溫日，寧波本地氣溫屢次為當日全國最高氣溫，40 ℃以上的日數(shù)也打破了歷史記錄，出現(xiàn)了近幾十年最嚴重的高溫熱浪天氣[17]。高溫熱浪已成為寧波夏季最嚴重的氣象災(zāi)害之一。因此，采用寧波市2013—2019年6—9月逐日氣象觀測數(shù)據(jù)及同期中暑病例數(shù)據(jù)，重點利用分布滯后非線性模型(DLNM)建立影響分析模型，定量化研究了寧波高溫熱浪對中暑的滯后影響，以期研究結(jié)論能為寧波及同類城市開展更深入定量評估及應(yīng)對高溫熱浪帶來的危險提供參考。

1 資料與方法

1.1 數(shù)據(jù)來源

氣象觀測資料由寧波市氣象局提供，為經(jīng)過均一性檢驗的2013—2019年寧波市鄞州基本氣象站6—9月逐日氣象觀測資料(包括日極端最高氣溫、日平均相對濕度等)；2013—2019年6—9月中暑病例數(shù)據(jù)來自寧波市疾病預(yù)防控制中心，數(shù)據(jù)涵蓋所有行政區(qū)域，病例數(shù)據(jù)統(tǒng)計指標包括：報告卡編碼、姓名、出生日期、中暑就診日期、死亡日期、根本死因及國際疾病分類中的相應(yīng)編碼；中暑病例報告具有代表性，描述寧波市常住人口的中暑情況。病例以年齡進行分組標準：低于65 歲設(shè)定為低齡組(<65歲)，高于65歲設(shè)定為高齡組(≥65歲)。

1.2 研究方法

結(jié)合高溫日統(tǒng)計標準[18-20]及上海陳敏等[6]的研究，寧波高溫熱浪統(tǒng)計標準具體為：一般高溫熱浪(3 d≤35 ℃及以上<5 d且 38 ℃及以上<3 d且40 ℃及以上=0 d)、危害高溫熱浪(5 d≤35 ℃及以上<8 d或3 d≤38 ℃及以上<5 d且40 ℃及以上=0 d)和強危害高溫熱浪(35 ℃及以上≥8 d或38 ℃及以上≥5 d或40 ℃及以上>0 d)3個等級。

分布滯后非線性模型(DLNM)被應(yīng)用于環(huán)境、氣象等健康效應(yīng)的定量化評估研究中[21-23]，并取得了較大進展。本文利用分布滯后非線性模型(DLNM)對人體健康數(shù)據(jù)做定量影響分析，建立寧波高溫熱浪對中暑病例影響分析模型，在影響分析模型中將高溫熱浪作為啞變量引入，將研究期的非高溫熱浪設(shè)置為0(參考期)，一般高溫熱浪設(shè)置為1，危害高溫熱浪設(shè)置為2，強危害高溫浪設(shè)置為3；將高溫熱浪的交叉基函數(shù)cb(heatwavet,lag)加入最終模型，并通過 QAIC 選擇自由度；高溫熱浪對人體健康的影響分析模型基本結(jié)構(gòu)詳見式(1)：

Log[E(Yt)]=cb(heatwavet,lag)+ns(Timet,7×4)+ns(RHt,3)+ns(PM2.5t,3)+υDOWt+ηHolidayt+α

(1)

式(1)中，Yt為第t天觀察到的中暑人數(shù)；α為截距；cb(heatwavet,lag)為建立的交叉基函數(shù)，里面規(guī)定了交叉基函數(shù)中，將高溫熱浪作為啞變量引入模型，滯后天數(shù)的自由度為3，最大滯后天數(shù)設(shè)置為10；ns(Timet，7×4) 說明使用自然三次樣條(ns)控制長期趨勢和季節(jié)性趨勢；ns(RHt，3)、ns(PM2.5t，3)說明使用自然三次樣條(ns)去除平均相對濕度和空氣污染物(PM2.5)的混雜效應(yīng)，自由度設(shè)置為3；每年7個自由度(df)，研究期高溫熱浪時將時間變量的自由度設(shè)定為4/a，共7 a。

模型將重點計算高溫熱浪在滯后0 d、1 d、2 d、3 d、4 d對中暑的單日RR值(95%CI)及滯后0 d、0—1 d，0—2 d，0—3 d和0—4 d的累計RR值(95%CI)，并確定其有無統(tǒng)計學意義；模型還將計算上述值在不同年齡組的影響結(jié)果。累計相對風險是得到一個連續(xù)風險的總和，可知中暑風險是否跟熱量累計有關(guān)(與單日相對風險不同，且并非單日相對風險簡單累計求和)。

2 結(jié)果分析

2.1 高溫熱浪事件特征分析

從圖1可以看出，2013—2019年高溫熱浪年發(fā)生次數(shù)和高溫日數(shù)有一定的波動，但總體較高。研究期間，高溫熱浪平均每年發(fā)生2.85次，其中2015年發(fā)生次數(shù)最少，為 1次；2013年、2016年和2017年發(fā)生次數(shù)最多，有4次。高溫日數(shù)平均每年出現(xiàn)19.86 d，其中2014年和2019年出現(xiàn)天數(shù)最少，均為7 d；2013年出現(xiàn)天數(shù)最多，共42 d。

圖1 2013—2019年6—9月寧波高溫熱浪事件年發(fā)生頻次和高溫日數(shù)的逐年變化Fig.1 Interannual variations of annual heat-wave frequency and high-temperature day from June to September during 2013-2019 in Ningbo

2.2 中暑病例描述性統(tǒng)計特征分析

研究期間共收集了7356例中暑病例，其中高齡組(≥65歲)1783例，低齡組(<65歲)5573例。每天平均中暑8.61例，每天最少0例，最多75例。中暑病例中，高齡組(≥65歲)人數(shù)小于低齡組(<65歲)。日最高氣溫Tmax和空氣相對濕度RHavg的日平均及最大、最小值分別為22.36 ℃(-2.50～42.10 ℃)和75.83%(12.24%—100.00%)。具體見表1。

表1 2013—2019年6—9月寧波市中暑病例和氣象要素的特征統(tǒng)計結(jié)果Table 1 Statistical results of heatstroke cases and meteorological elements from June to September during 2013-2019 in Ningbo

2.3 高溫熱浪(不分等級)對中暑的滯后定量分析

從圖2a可以看出，高溫熱浪(不分等級)對全部人群發(fā)生當天造成中暑的單日RR值及95%CI(RR值的95%置信區(qū)間，下同)最大，為1.37(1.29—1.47)，說明高溫熱浪(不分等級)發(fā)生的當天對中暑有明顯促進效應(yīng)，隨著滯后時間的推遲，造成中暑的單日RR值(95%CI)逐漸降低，而滯后到5 d時造成中暑的單日RR值(95%CI)第一次小于1.0，從統(tǒng)計學看，高溫熱浪(不分等級)對中暑的促進效應(yīng)一直持續(xù)到滯后4 d之內(nèi)具有統(tǒng)計學意義(P>0.05)。

圖中坐標表示相對危險度RR值圖2 寧波高溫熱浪對全部人群(a)、低齡組(b)及高齡組(c)中暑的單日RR值時間變化Fig.2 Variations of one-day RR values with lag time for heatstroke caused by heat-wave in all the crowd,the young group,and the elder group

從圖2b和圖2c可知，對于高齡和低齡不同年齡分組，高溫熱浪(不分等級)造成單日中暑風險的時間變化趨勢保持一致。高溫熱浪(不分等級)發(fā)生當天造成低齡組和高齡組中暑的單日RR值(95%CI)最高，分別為1.33(1.24—1.42)和1.41(1.29—1.53)，說明高溫熱浪(不分等級)發(fā)生當天造成中暑的單日風險最大，隨著滯后時間的推遲，單日RR值(95%CI)逐漸降低，滯后5 d高溫熱浪(不分等級)對中暑的影響無統(tǒng)計學意義(P>0.05)。高溫熱浪(不分等級)對高齡組中暑的單日RR值(95%CI)(促進作用)均要大于低齡組，說明高溫熱浪對于65歲以上的老年人(高齡組)影響更大。

表2為高溫熱浪(不分等級)對全部人群、低齡組及高齡組在不同滯后時間造成中暑的累計相對危險度RR值(95%CI)。高溫熱浪(不分等級)對不同年齡組中暑的累計影響時間變化趨勢是一樣的，從高溫熱浪(不分等級)發(fā)生當天一直到滯后0—4 d，造成中暑的累計RR值(95%CI)逐漸增高，滯后0—4 d造成中暑的累計RR值(95%CI)達到最高，滯后第5 d起造成中暑風險的累計RR值(95%CI)無統(tǒng)計學意義。高溫熱浪(不分等級)對全部人群、低齡組和高齡組中暑累計RR值分別為2.33(1.99—2.73)、2.12(1.80—2.49)和2.57(2.05—3.22)。高溫熱浪對高齡組中暑的累計RR值效應(yīng)明顯大于低齡組，說明高溫熱浪(不分等級)發(fā)生后，對65歲以上的老年人的中暑累計影響更強。

表2 不同滯后時間下高溫熱浪(不分等級)對全部人群、低齡組及高齡組中暑的累計RR值及95% CITable 2 Cumulative RR values and 95% CIs of heatstroke caused by heat-wave (no hierarchy) in all the crowd,the young group,and the elder group at the different lag time

2.4 不同等級高溫熱浪對中暑的滯后定量分析

圖3是不同等級高溫熱浪對全部人群中暑單日RR值的時間變化，不同等級高溫熱浪對全部人群造成中暑的單日RR值(95%CI)變化趨勢一致，都是高溫熱浪發(fā)生當天造成中暑的單日RR值(95%CI)最高，分別為1.11(1.08—1.15)、1.23(1.59—1.32)和1.37(1.25—1.51)。隨著滯后時間的推遲，造成中暑的單日RR值(95%CI)逐漸降低，說明不同等級的高溫熱浪造成單日中暑風險均當天最高。造成中暑的單日RR值(95%CI)在滯后前3 d都大于1，說明高溫熱浪發(fā)生滯后3 d之內(nèi)對中暑都有促進作用，滯后4 d起無統(tǒng)計學意義。隨著高溫熱浪等級的增加，造成中暑的RR值(95%CI)也明顯逐漸增高(強危害高溫熱浪>危害高溫熱浪>一般高溫熱浪)。

圖3 一般等級(a)、危害等級(b)、強危害等級(c)高溫熱浪對全部人群，一般等級(d)、危害等級(e)、強危害等級(f)高溫熱浪對低齡組、一般等級(g)、危害等級(h)、強危害等級(i)高溫熱浪對高齡組在不同滯后時間中暑的單日RR值 Fig.3 Variations of one-day RR values with lag times for heatstroke caused by different levels of heat-waves in all the crowd,the young group,and the elder group,respectively

由圖3d至圖3i可知，對于高齡組和低齡組不同的年齡分組，不同等級高溫熱浪造成中暑風險的時間變化趨勢保持一致；一般高溫熱浪、危害高溫熱浪和強危害高溫熱浪發(fā)生當天造成低齡組和高齡組中暑的單日RR值(95%CI)均最高。一般高溫熱浪、危害高溫熱浪和強危害高溫熱浪發(fā)生當天造成低齡組中暑的單日RR值(95%CI)分別為1.10(1.06—1.13)、1.20(1.13—1.28)和1.32(1.20—1.44)；一般高溫熱浪、危害高溫熱浪和強危害高溫熱浪發(fā)生當天造成高齡組中暑的單日RR值(95%CI)分別為1.17(1.11—1.23)、1.37(1.23—1.52)和1.60(1.36—1.88)。所有等級高溫熱浪均是發(fā)生當天造成中暑的單日風險最大，隨著滯后時間的推遲，單日RR值(95%CI)逐漸降低，所有等級高溫熱浪造成單日中暑風險逐漸降低，滯后第4 d起所有等級高溫熱浪對中暑的單日影響無統(tǒng)計學意義(P>0.05)，這與不分等級高溫熱浪有所區(qū)別，不分等級高溫熱浪，滯后第5 d起對中暑的單日影響無統(tǒng)計學意義(P>0.05)；所有等級高溫熱浪對高齡組中暑的單日RR值(95%CI)(促進作用)均要大于低齡組。

表3為不同等級高溫熱浪在不同滯后天數(shù)對全部人群、低齡組及高齡組中暑累計RR值(95%CI)。從表3可看出，從高溫熱浪發(fā)生當天到滯后0—3 d，對于不同的年齡組，不同等級高溫熱浪造成中暑的累計RR值(95%CI)均逐漸增高。隨著滯后時間的推遲和高溫熱浪等級的增加，造成中暑的累計RR值(95%CI)也對應(yīng)逐漸增大；滯后4 d起造成中暑風險的累計RR值(95%CI)無統(tǒng)計學意義。以高齡組為例：一般高溫熱浪、危害高溫熱浪和強危害高溫熱浪當天對高齡組中暑的累計RR值分別為1.17(1.11—1.23)、1.37(1.23—1.52)和1.60(1.36—1.88)，隨著滯后時間的推遲，不同等級高溫熱浪造成高齡組中暑的累計RR值(95%CI)逐漸增高，同時比低齡組對應(yīng)均要高，滯后0—3 d高溫熱浪對中暑的累計風險最大，一般高溫熱浪、危害高溫熱浪和強危害高溫熱浪滯后0—3 d造成高齡組中暑的累計RR值分別為1.47(1.31—1.65)、2.16(1.72—2.72)和3.18(2.26—4.49)。

表3 不同滯后天數(shù)、不同等級高溫熱浪對全部人群、低齡組及高齡組中暑的累計RR值及95%CITable 3 Cumulative RR values and 95% CIs of heatstroke caused by different levels of heat-waves in all the crowd,the young group and the elder group at the different lag time

3 結(jié)論與討論

(1)2013—2019年寧波市高溫熱浪年發(fā)生次數(shù)有一定的波動，但總體較高，研究期間高溫熱浪平均每年發(fā)生2.85次。研究期間共收集了7356例中暑病例，其中高齡組(≥65歲)1783例，低齡組(<65歲)5573例，每天平均中暑8.61例。

(2)高溫熱浪(不分等級)及各等級高溫熱浪(一般高溫熱浪、危害高溫熱浪和強危害高溫熱浪)造成中暑的單日RR值(95%CI)均在發(fā)生當天最大，分別為1.37(1.29—1.47)、1.11(1.08—1.15)、1.23(1.59—1.32)和1.37(1.25—1.51)，本文結(jié)論與前人相同，都是從高溫熱浪發(fā)生當天就對中暑有促進作用，且對中暑的促進作用最大[24-25]。

(3)高溫熱浪(不分等級)累計RR值(95%CI)0—4 d最大，為2.33(1.99—2.73)。各等級高溫熱浪(一般高溫熱浪、危害高溫熱浪和強危害高溫熱浪)造成中暑的累計RR值(95%CI)在0—3 d最大，分別為1.30(1.22—1.39)、1.69(1.48—1.93)和2.21(1.81—2.69)。隨著時間的推遲，高溫熱浪(不分等級)和各等級高溫熱浪均造成中暑的累計風險逐漸增大。

(4)高溫熱浪對中暑的影響分析國內(nèi)外已有大量研究，結(jié)論相對一致[24,26]。中暑在很大程度是一種高熱量的累積效應(yīng)，因為高溫熱浪的持續(xù)，中暑累計RR值(95%CI)更高。高溫熱浪(不分等級)單日RR值(95%CI)在高溫熱浪發(fā)生滯后第4 d依然有統(tǒng)計學意義，各等級高溫熱浪單日RR值(95%CI)高溫熱浪發(fā)生滯后第4 d起無統(tǒng)計學意義，這一結(jié)論與以往文獻也表現(xiàn)出相對一致性[27-28]。

(5)隨著高溫熱浪等級的增加，造成中暑的風險增大，強危害高溫熱浪造成中暑的風險大于危害高溫熱浪，更大于一般高溫熱浪。國內(nèi)外關(guān)于高溫對中暑的影響已經(jīng)做了大量的研究，表明氣溫越高，導(dǎo)致中暑的風險越高[29]。

(6)高溫熱浪造成中暑的單日以及累計RR值(95%CI)低齡組均小于高齡組。高齡組屬于較脆弱的人群，高齡組隨著年齡的增長，身體的各器官機能減退，其中很大一部分高齡組因為長期服用藥物導(dǎo)致身體的免疫力更差[30-31]，另外他們普遍對高溫的預(yù)防意識較弱，所以在高溫熱浪中受到的威脅更嚴重[32]，因此分為低年齡組和高年齡組是有效的分組方法。