典型大气污染物，如SO₂、NO₂、PM₁₀、PM_2.5、CO、O₃等，对人类环境的影响不容忽视。尤其是进入工业社会之后，大气污染日益严重，使环境要素的变化幅度增大且更加不规律，对人类健康造成的不利影响日益突出^[1-2]，已然成为专家学者以及大众都非常关心的问题。然而现有的研究存在一些不足：在医学方面，大多集中于对疾病病理的机理研究，缺乏从时空角度探索疾病与环境的关系^[3-5]；在环境方面，由于不能获取足够多的患者数据，大多只能从环境变化的角度探索污染物对人类社会生存的影响，很少将其与某种疾病进行相关分析^[6-8]。以济南市为研究区，在同步获取2009年哮喘病患者以及五种典型大气污染物浓度等数据的基础上，依托于GIS操作平台，从时空角度探索大气污染对哮喘病的影响。

1 数据来源与研究方法 1.1 哮喘病患者数据

哮喘病患者数据，来源于山东省济南市五大医院(山东省立医院、山东大学齐鲁医院、山东省千佛山医院、山东省交通医院、山东省中心医院)2009年诊断记录的数据，主要包括确诊时间、患者家庭住址(或长期工作地址)、疾病类型等多项内容。运用GIS软件将患者家庭住址(或长期工作地址)转换为数字版的地理坐标，加载到1：10 000地图空间数据库中，定位精确误差小于10 m(图 1)。

1.2 大气污染数据

大气污染物的数据由山东省环境监测站提供，包括SO₂、NO₂、PM₁₀、CO、O₃。研究区内设有14个环境监测站(图 2)，每2 h提供1次，全年共计328 500条数据。经过计算，得到对应监测站的各污染物的年度平均浓度(表 1)。经过对2007—2009年五种污染物浓度的年均值、月均值、成分比例以及变化规律的分析，得知近几年来空气污染物的主要成分以及所占比例相对稳定，而各成分含量的绝对值都有所增加。年际变化不大，保持稳定。本文为了保持与病患数据在时间上的一致性，下文所用浓度数据均属2009年。五种污染物浓度数据围绕平均值浮动的程度即标准差较小，其中PM₁₀浓度数据的标准差最大，为0.041 38＜0.1，说明数据是较稳定的(表 2)。

1.3 研究方法

本文通过对MODIS L1B影像数据进行污染物反演，获取大气气溶胶光学厚度分布特征^[9]；根据已有的、较为成熟的气溶胶与各污染物的回归关系方程和反演结果栅格图，建立监测点和反演结果的映射关系；最终对研究区内五种大气污染物进行插值运算，获取各污染物的浓度分布状况，从而达到了将翔实的点位信息精确地扩散至面状信息。将病患地址点与面状信息相叠加，进一步分析各污染物对病患的影响。

2 结果 2.1 时间分析结果

通过对样本患者发病时间的具体研究，发现不同季节、不同月份哮喘病患者的数量均有变化，呈现出“暖季多冷季少”的特点。就2009年全年而言，夏季哮喘病患者最多，发病率最高；当处于季节交替变化时，更容易发病(图 3)。依据SO₂、NO₂、PM₁₀、CO、O₃污染物质量浓度月际变化图，发现O₃浓度变化趋势与哮喘患者的发展变化有明显的一致性；且在时间上，后者的发展落后于前者(图 3、图 4)。O₃浓度自3—6月份直线上升，哮喘病人数量自5—9月份逐步增加，可以明显地看出O₃浓度对于哮喘病的发生发展有密切关系，且有滞后性。O₃是一种反应性极高的气体，也是一个强氧化剂，他能在生物体系中与有机物，尤其是带双键的有机物，发生快速的非均相化学反应。所以，当O₃被吸入呼吸道后，就会与呼吸道中的细胞、流体和组织很快反应，导致肺功能减弱和组织损伤^[10]。

2.2 空间分析结果

2.2.1 反演与插值结果

由图 5可知，五种污染物浓度的分布趋势大体一致，但也存在差异。具体分析如下：SO₂、NO₂、CO三种污染物的分布均表现为北高南低的态势。而且，在市中区、历下区、槐荫区以及天桥区的交界位置浓度颇高；PM₁₀的浓度表现为从东南向西北逐渐升高，位于研究区西北角的天桥区与历城区的交界处浓度最高；O₃的浓度分布较为复杂：浓度由南、由北向中心区域逐渐升高，中心区域浓度颇高，其中槐荫区浓度最高。整体来说通过插值得到的五种污染物浓度的平均值，均分别属于每种污染物范畴内的偏大值。这说明，整个研究区域的环境质量状况较差，令人堪忧。

2.2.2 影响结果

由图 5可知，哮喘病患者住址集中区域均为污染物浓度较高区域。具体来说：SO₂、NO₂、CO，这3种污染物的高浓度区域与哮喘高发病区域基本吻合，即浓度越高、环境污染越严重，哮喘病发病率越高，呈现正相关；发病集中区与PM₁₀、O₃的最高浓度区域稍有偏移，但也位于较高浓度范围内。通过这一操作，可以更加直观地发现：大气污染作用于哮喘病的发生发展，呈现正相关。

3 结论与展望

本文以典型大气污染物对哮喘病发生发展的时空影响研究为主题，分别从时间和空间上进行了研究分析。在时间上，夏季发病率高于冬季；O₃浓度对于哮喘患者的发展变化具有滞后性。在空间上，SO₂、NO₂、CO浓度高的区域，哮喘病人分布密集，即浓度越高，越容易患病；发病集中区与PM₁₀、O₃的最高浓度区域稍有偏移，但也位于较高浓度范围内。在今后的研究中，需要通过建立模型，进行哮喘病与各环境污染物的相关性分析；确定哪种污染物对其发生发展有最大影响。若此方法可行，也可推广到其他与大气环境相关的疾病的研究领域。