CN107609337A - 一种空气质量健康指数发布和个性化预警方法 - Google Patents
一种空气质量健康指数发布和个性化预警方法 Download PDFInfo
- Publication number
- CN107609337A CN107609337A CN201710976739.XA CN201710976739A CN107609337A CN 107609337 A CN107609337 A CN 107609337A CN 201710976739 A CN201710976739 A CN 201710976739A CN 107609337 A CN107609337 A CN 107609337A
- Authority
- CN
- China
- Prior art keywords
- early warning
- user
- risk
- information
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明一种空气质量健康指数发布和个性化预警方法:一、建立PM2.5、O3与非意外总死亡人数及主要疾病死亡人数间暴露反应关系模型,计算空气污染物浓度每升高10μg/m3导致超额死亡风险值。二、接入实时各监测点空气污染数据,建立大气污染健康风险预警与指数计算分析平台。三、通过Web访问分析平台。四、读取浏览器本地存储个人信息,利用html5获取用户位置信息。五、对个人信息及位置信息预处理。六、根据用户个人信息及用户实际地理位置,及空气污染物浓度每升高10μg/m3导致各类超额死亡风险值计算,得出个性化风险预警信息与指数并将结果返回给用户,在浏览器中显示。本发明构思科学,可操作性高,普适性强。
Description
技术领域
本发明涉及一种空气质量健康指数(AQHI)发布和个性化预警方法,该方法属于公共卫生与环境健康技术领域。
背景技术
近期我国大部分地区雾霾天气现象频发对人群健康造成极大的损害。厘清雾霾天气的污染特征并评价其造成的人群健康损害水平即分析雾霾天气人群健康暴露反应关系,并在此基础上向公众发布空气质量健康指数(AQHI)和预警,成为了公共卫生与环境健康领域的重点问题之一。
目前广泛使用的空气质量指数AQI是描述空气质量状况的无量纲指数,空气质量按照空气质量指数大小分为六级,从一级优,二级良,三级轻度污染,四级中度污染,直至五级重度污染,六级严重污染。空气质量健康指数(AQHI)是一种描述空气污染引发的短期健康风险的无量纲指数,AQHI指数范围为从1到10+,10+表示10以上,即超过预期健康风险。AQHI指数还可以划分为四级健康风险,分别为:低风险(1~3)、中风险(4~6)、高风险(7~10)、极高风险(10+)。AQHI指数的计算首先需要建立空气污染与人群健康暴露反应关系模型,进而定量分析出空气污染物浓度及组分对健康造成的风险与人员是否患有特定类型的疾病等个人身体健康状况之间的效应关系。在此基础上接入空气污染的实时数据就可以对个人提供针对其所在地理位置以及身体健康状况的个性化的风险预警。
为了更方便的向公众提供个性化的空气污染健康风险预警与指数,本发明基于Web技术中html5支持的定位与本地存储特性获取用户的个人特征数据,基于此数据向用户提供个性化的风险预警与指数服务,使公众能获取到更精准的健康活动建议。
发明内容
目的
暴露于空气污染可以引起人群急性健康事件的发生风险增加,而这一风险的大小除了和个人所在区域的大气污染物浓度及组分情况有关以外,还和个人的身体健康状况有关。为了更精准便捷的向公众提供个性化的大气污染健康风险预警与指数,本发明提供一种空气质量健康指数(AQHI)发布和个性化预警方法,在空气污染人群健康暴露反应关系模型的分析结果之上,利用Web技术中html5支持的定位与本地存储特性获取用户的个人特征数据,并基于此数据向用户提供个性化的风险预警与指数服务,使公众能获取到更精准的健康活动建议。
技术方案
本发明是一种空气质量健康指数发布和个性化预警方法,它有六大步骤:
步骤一:使用目标城市过去几年的PM2.5、O3日均值数据和城市尺度的日非意外总死亡人数以及死因为呼吸系统疾病、心脑血管疾病等几类主要疾病的日死亡人数,建立PM2.5、O3与非意外总死亡人数以及几类主要疾病的死亡人数间的暴露反应关系模型,计算每城市每日的超额死亡率以及几类主要疾病的超额死亡率。建立暴露反应关系模型的核心R语言代码如下:
model1<-glm(death~pm2.5+o3+ns(time,5*2)+ns(temp,3)+ns(rhum,3)+as.factor(dow),family=poisson(),data=a)
cbindmodel1<-cbind(summary(model1)$coefficients[2,1],summary(model1)$coefficients[2,1]-1.96*summary(model1)$coefficients[2,2],summary(model1)$coefficients[2,1]+1.96*summary(model1)$coefficients[2,2])
RRmodel1<-(exp(cbindmodel1)-1)*1000
其中death为日非意外总死亡人数或死因为呼吸系统疾病、心脑血管疾病等几类主要疾病的死亡人数,pm2.5、o3为PM2.5、O3日均值数据,temp为日均气温数据,rhum为日均湿度数据。
通过上述模型的求解可得空气污染物浓度每升高10μg/m3导致的超额死亡风险值。
步骤二:根据步骤一得到的空气污染物浓度每升高10μg/m3导致的超额死亡风险值,接入实时的各监测点空气污染数据,即可用于计算和地理位置相关的空气质量健康指数(AQHI)并发布针对公众个体身体健康状况的个性化预警,即建立大气污染健康风险预警与指数计算分析平台。
步骤三:用户通过Web访问大气污染健康风险预警与指数计算分析平台,首次访问时提示用户设定个人身体健康状况,并利用html5的本地存储机制将用户设置好的信息存放在用户Web浏览器侧。
步骤四:用户设置完个人信息或者日后再次通过Web访问大气污染健康风险预警与指数计算分析平台时,加载完成的Web页面读取存放在浏览器本地存储中的个人信息,同时利用html5提供的定位机制,获取用户位置信息,对于获取不到用户位置信息的情况,位置信息先置为空,然后Web页面通过异步请求向大气污染健康风险预警与指数计算分析平台发送用户的个人信息及位置信息。
步骤五:大气污染健康风险预警与指数计算分析平台接收到请求后,对个人信息及位置信息进行预处理,对于位置信息为空的情况,根据请求的来源IP地址并根据IP地址库估计用户实际地理位置。
步骤六:根据用户个人信息以及用户实际地理位置,以及步骤一得到的空气污染物浓度每升高10μg/m3导致的各类超额死亡风险值进行计算,得出个性化的风险预警信息与指数并将结果返回给用户,在浏览器中进行显示。
优点与功效
本发明一种空气质量健康指数(AQHI)发布和个性化预警方法,构思科学,可操作性高,普适性强。它在大气污染健康风险预警中有较好的实用价值,在公共卫生与环境健康实际工作的推广中有切实的应用前景。
附图说明
图1所示为大气污染健康风险个性化预警与指数发布方法的实际操作流程图。
具体实施方式
下面结合附图和实施例对本发明的技术方案做进一步的说明。
步骤一:利用A市过去五年的PM2.5、O3日均值数据和日非意外总死亡人数以及死因为呼吸系统疾病、心脑血管疾病等几类主要疾病的日死亡人数,建立PM2.5、O3与非意外总死亡人数以及几类主要疾病的死亡人数间的暴露反应关系模型。建立暴露反应关系模型的公式如下:
式中:
ERit:疾病类型t第i天的超额死亡率;
PM2.5与总死亡暴露-反应关系系数;
O3与总死亡暴露-反应关系系数;
PM2.5:PM2.5日均值浓度;
O3:O3日均值浓度。
通过上述模型的求解可得PM2.5、O3日均浓度每升高10μg/m3导致的超额死亡风险值。
此外计算城市的超额死亡率的最大值记为ERmax,用于下一步的AQHI计算。
建立暴露反应关系模型的核心R语言代码如下:
model1<-glm(death~pm2.5+o3+ns(time,5*2)+ns(temp,3)+ns(rhum,3)+as.factor(dow),family=poisson(),data=a)
cbindmodel1<-cbind(summary(model1)$coefficients[2,1],summary(model1)$coefficients[2,1]-1.96*summary(model1)$coefficients[2,2],summary(model1)$coefficients[2,1]+1.96*summary(model1)$coefficients[2,2])
RRmodel1<-(exp(cbindmodel1)-1)*1000
其中death为日非意外总死亡人数或死因为呼吸系统疾病、心脑血管疾病等几类主要疾病的死亡人数,pm2.5、o3为PM2.5、O3日均值数据,temp为日均气温数据,rhum为日均湿度数据。
通过上述模型的求解可得空气污染物浓度每升高10μg/m3导致的超额死亡风险值。
通过计算得到A市PM2.5浓度每升高10μg/m3,非意外总死亡风险增加为p1,呼吸系统疾病患者总死亡风险增加为p2,心脑血管疾病患者总死亡风险增加为p3、A市O3浓度每升高10μg/m3,非意外总死亡风险增加为o1,呼吸系统疾病患者总死亡风险增加为o2,心脑血管疾病患者总死亡风险增加为o3。在该时间段由于PM2.5导致的最大加权超额死亡风险记为pmax,在该时间段由于O3导致的最大加权超额死亡风险记为omax。
步骤二:根据步骤一得到的空气污染物浓度每升高10μg/m3导致的超额死亡风险值,接入A市实时的各监测点气象、大气污染数据,即可用于计算和地理位置相关的空气质量健康指数(AQHI)并发布针对公众个体身体健康状况的个性化预警,使用如下公式将AQHI调整为10分制,AQHI指数范围为从1到10+,10+表示10以上,即超过预期健康风险。计算得到的AQHI指数分为四级健康风险,分别为:低风险(1~3)、中风险(4~6)、高风险(7~10)、极高风险(10+)。
步骤三:用户X通过Web访问大气污染健康风险预警与指数计算分析平台,首次访问时提示用户设定个人身体健康状况如是否为心脑血管疾病或呼吸系统疾病患者,并利用html5的本地存储机制将用户设置好的信息存放在用户Web浏览器侧。
步骤四:用户设置完个人信息或者日后再次通过Web访问大气污染健康风险预警与指数计算分析平台时,加载完成的Web页面读取存放在浏览器本地存储中的个人信息,同时利用html5提供的定位机制,获取用户位置信息,对于获取不到用户位置信息的情况,位置信息先置为空,然后Web页面通过异步请求向大气污染健康风险预警与指数计算分析平台发送用户的个人信息及位置信息。
步骤五:系统接收到请求后,对个人信息及位置信息进行预处理,对于位置信息为空的情况,根据请求的来源IP地址并根据IP地址库估计用户实际地理位置。根据用户位置选择。
步骤六:选择离用户位置最近的监测点,取出该监测点的空气污染实时值,设PM2.5浓度为a,O3浓度为b,根据用户信息选择相对应的由步骤一计算得到的总死亡风险增加参数假设为p和o。计算(a*p+b*o)/(a*pmax+b*omax)*10取整的值,作为针对该用户在当前位置下的个性化AQHI指数,再根据风险分级标准:低风险(1~3)、中风险(4~6)、高风险(7~10)、极高风险(10+),得到该用户在当前位置下的个性化风险预警。
Claims (1)
1.一种空气质量健康指数发布和个性化预警方法,其特征在于:该方法有六大步骤:
步骤一:使用目标城市过去几年的PM2.5、O3日均值数据和城市尺度的日非意外总死亡人数以及死因为呼吸系统疾病、心脑血管疾病等几类主要疾病的日死亡人数,建立PM2.5、O3与非意外总死亡人数以及几类主要疾病的死亡人数间的暴露反应关系模型,计算每城市每日的超额死亡率以及几类主要疾病的超额死亡率;通过该模型的求解可得空气污染物浓度每升高10μg/m3导致的超额死亡风险值;
步骤二:根据步骤一得到的空气污染物浓度每升高10μg/m3导致的超额死亡风险值,接入实时的各监测点空气污染数据,即可用于计算和地理位置相关的空气质量健康指数并发布针对公众个体身体健康状况的个性化预警,即建立大气污染健康风险预警与指数计算分析平台;
步骤三:用户通过Web访问大气污染健康风险预警与指数计算分析平台,首次访问时提示用户设定年龄、性别及个人身体健康状况,并利用html5的本地存储机制将用户设置好的信息存放在用户Web浏览器侧;
步骤四:用户设置完个人信息或者日后再次通过Web访问大气污染健康风险预警与指数计算分析平台时,加载完成的Web页面读取存放在浏览器本地存储中的个人信息,同时利用html5提供的定位机制,获取用户位置信息,对于获取不到用户位置信息的情况,位置信息先置为空,然后Web页面通过异步请求向大气污染健康风险预警与指数计算分析平台发送用户的个人信息及位置信息;
步骤五:大气污染健康风险预警与指数计算分析平台接收到请求后,对个人信息及位置信息进行预处理,对于位置信息为空的情况,根据请求的来源IP地址并根据IP地址库估计用户实际地理位置;
步骤六:根据用户个人信息以及用户实际地理位置,以及步骤一得到的空气污染物浓度每升高10μg/m3导致的超额死亡风险值进行计算,得出个性化的风险预警信息与指数并将结果返回给用户,在浏览器中进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710976739.XA CN107609337A (zh) | 2017-10-19 | 2017-10-19 | 一种空气质量健康指数发布和个性化预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710976739.XA CN107609337A (zh) | 2017-10-19 | 2017-10-19 | 一种空气质量健康指数发布和个性化预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107609337A true CN107609337A (zh) | 2018-01-19 |
Family
ID=61077064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710976739.XA Pending CN107609337A (zh) | 2017-10-19 | 2017-10-19 | 一种空气质量健康指数发布和个性化预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107609337A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108320805A (zh) * | 2018-03-14 | 2018-07-24 | 中南大学 | 一种公众空气污染暴露风险测量指数计算方法 |
CN109062985A (zh) * | 2018-06-29 | 2018-12-21 | 湖北海纳天鹰科技发展有限公司 | 一种基于用户特征的空气质量查询方法和装置 |
CN109104709A (zh) * | 2018-06-30 | 2018-12-28 | 湖北海纳天鹰科技发展有限公司 | 一种基于NBIoT和MQTT协议的空气质量发布方法和装置 |
CN111044680A (zh) * | 2019-11-22 | 2020-04-21 | 中国环境科学研究院 | 一种大气环境运动健康监测方法以及监测系统 |
CN111830200A (zh) * | 2020-05-13 | 2020-10-27 | 浚鸿数据开发股份有限公司 | 小区域即时空气污染评估系统及其方法 |
CN111984927A (zh) * | 2020-08-13 | 2020-11-24 | 南通大学 | 一种空气污染健康效应的评估方法 |
CN113837566A (zh) * | 2021-09-08 | 2021-12-24 | 广州大学 | 一种pm2.5人群暴露风险评估方法及装置 |
CN114429803A (zh) * | 2022-01-24 | 2022-05-03 | 北京珺安惠尔健康科技有限公司 | 一种基于危险因素的健康风险预警方法 |
CN114819548A (zh) * | 2022-04-08 | 2022-07-29 | 广州市疾病预防控制中心(广州市卫生检验中心、广州市食品安全风险监测与评估中心、广州医科大学公共卫生研究院) | 一种构建空气质量健康指数aqhi的方法 |
CN115481835A (zh) * | 2021-05-31 | 2022-12-16 | 四川大学 | 基于连续性暴露广义精确匹配的大气污染物危害评估方法 |
CN115907509A (zh) * | 2022-10-18 | 2023-04-04 | 中国疾病预防控制中心环境与健康相关产品安全所 | 一种大区域协同发布的aqhi指标体系构建方法与系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104950084A (zh) * | 2015-07-01 | 2015-09-30 | 北京奇虎科技有限公司 | 一种用于空气数据预警的方法和设备 |
CN107085070A (zh) * | 2017-03-14 | 2017-08-22 | 深圳市金立通信设备有限公司 | 一种基于空气质量的提醒方法及终端 |
-
2017
- 2017-10-19 CN CN201710976739.XA patent/CN107609337A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104950084A (zh) * | 2015-07-01 | 2015-09-30 | 北京奇虎科技有限公司 | 一种用于空气数据预警的方法和设备 |
CN107085070A (zh) * | 2017-03-14 | 2017-08-22 | 深圳市金立通信设备有限公司 | 一种基于空气质量的提醒方法及终端 |
Non-Patent Citations (1)
Title |
---|
李湉湉等: ""北京市2013年1月雾霾天气事件中PM2.5相关人群超额死亡风险评估"", 《疾病监测》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108320805A (zh) * | 2018-03-14 | 2018-07-24 | 中南大学 | 一种公众空气污染暴露风险测量指数计算方法 |
CN109062985A (zh) * | 2018-06-29 | 2018-12-21 | 湖北海纳天鹰科技发展有限公司 | 一种基于用户特征的空气质量查询方法和装置 |
CN109104709A (zh) * | 2018-06-30 | 2018-12-28 | 湖北海纳天鹰科技发展有限公司 | 一种基于NBIoT和MQTT协议的空气质量发布方法和装置 |
CN111044680A (zh) * | 2019-11-22 | 2020-04-21 | 中国环境科学研究院 | 一种大气环境运动健康监测方法以及监测系统 |
CN111830200A (zh) * | 2020-05-13 | 2020-10-27 | 浚鸿数据开发股份有限公司 | 小区域即时空气污染评估系统及其方法 |
CN111984927A (zh) * | 2020-08-13 | 2020-11-24 | 南通大学 | 一种空气污染健康效应的评估方法 |
CN115481835A (zh) * | 2021-05-31 | 2022-12-16 | 四川大学 | 基于连续性暴露广义精确匹配的大气污染物危害评估方法 |
CN115481835B (zh) * | 2021-05-31 | 2024-02-02 | 四川大学 | 基于连续性暴露广义精确匹配的大气污染物危害评估方法 |
CN113837566A (zh) * | 2021-09-08 | 2021-12-24 | 广州大学 | 一种pm2.5人群暴露风险评估方法及装置 |
CN114429803A (zh) * | 2022-01-24 | 2022-05-03 | 北京珺安惠尔健康科技有限公司 | 一种基于危险因素的健康风险预警方法 |
CN114819548A (zh) * | 2022-04-08 | 2022-07-29 | 广州市疾病预防控制中心(广州市卫生检验中心、广州市食品安全风险监测与评估中心、广州医科大学公共卫生研究院) | 一种构建空气质量健康指数aqhi的方法 |
CN115907509A (zh) * | 2022-10-18 | 2023-04-04 | 中国疾病预防控制中心环境与健康相关产品安全所 | 一种大区域协同发布的aqhi指标体系构建方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107609337A (zh) | 一种空气质量健康指数发布和个性化预警方法 | |
Galán et al. | Pollen monitoring: minimum requirements and reproducibility of analysis | |
Sarnat et al. | An examination of exposure measurement error from air pollutant spatial variability in time-series studies | |
Fann et al. | Maximizing health benefits and minimizing inequality: incorporating local‐scale data in the design and evaluation of air quality policies | |
Ryan et al. | A review of land-use regression models for characterizing intraurban air pollution exposure | |
Jerrett et al. | A cohort study of traffic-related air pollution and mortality in Toronto, Ontario, Canada | |
KR101733652B1 (ko) | 빅데이터를 활용한 감염병의 지역별 위험도 예측 기반의 예방활동 지원을 위한 방법, 전자 장치 및 시스템 | |
Krewski et al. | Ambient air pollution and population health: overview | |
Liese et al. | Evaluating geographic variation in type 1 and type 2 diabetes mellitus incidence in youth in four US regions | |
CN107239967A (zh) | 房产信息处理方法、装置、计算机设备及存储介质 | |
Blomberg et al. | Effect modification of ambient particle mortality by radon: a time series analysis in 108 US cities | |
Silva | Environmental quality health index for cities | |
Liu et al. | Effect of air pollution on health care expenditure: Evidence from respiratory diseases | |
Zhu et al. | Field comparison of P-Trak and condensation particle counters | |
Wanka et al. | Weather and air pollutants have an impact on patients with respiratory diseases and breathing difficulties in Munich, Germany | |
Xu et al. | Quantitative analysis of the parameters affecting in-cabin to on-roadway (I/O) ultrafine particle concentration ratios | |
Liu et al. | Natural outdoor environments and subjective well-being in Guangzhou, China: Comparing different measures of access | |
Yoo et al. | Exposure to urban green space may both promote and harm mental health in socially vulnerable neighborhoods: A neighborhood-scale analysis in New York City | |
CN111508598A (zh) | 一种呼吸系统疾病门诊量预测方法 | |
Eriksson et al. | Residential traffic noise exposure assessment: application and evaluation of European Environmental Noise Directive maps | |
Lee et al. | Comparison between active (pumped) and passive (diffusive) sampling methods for formaldehyde in pathology and histology laboratories | |
Singh et al. | Exposure assessment of traffic-related air pollution on human health-a case study of a metropolitan city. | |
Uccelli et al. | Female lung cancer mortality and long-term exposure to particulate matter in Italy | |
Luo | Analyzing potential spatial access to primary care services with an enhanced floating catchment area method | |
Tsai et al. | Air pollution and hospital admissions for asthma in a tropical city: Kaohsiung, Taiwan |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180119 |
|
RJ01 | Rejection of invention patent application after publication |