[发明专利]一种基于小空间尺度的热相关健康风险预警方法

权利要求书

1.一种基于小空间尺度的热相关健康风险预警方法，其特征在于，包括以下步骤：

A、以街道为单位收集小空间尺度的死亡数据和气象数据，同时以街道为单位收集小空间尺度的影响脆弱性的人口学数据、社会发展数据、经济发展数据、环境数据，并构建每个小空间地区的脆弱性指标数据库；

B、建立每个小空间尺度地区的分布滞后非线性模型DLNM，经过单变量Meta分析获得总曲线，拟合每个小空间地区校正后温度与死亡的暴露-反应关系；提取预警区域每个小空间地区的热效应、最低死亡风险温度MMT和每个温度对应的风险值；

所述步骤B具体包括以下步骤：

B1、分别对每个小空间地区建立Poisson分布连接的分布滞后非线性模型DLNM，以交叉基的形式纳入暴露变量日平均气温，DLNM的模型计算公式如下：

LogE[Y_t]＝α+βT_basic+ns(RH，df)+ns(time，df)+DOW     公式(1)；

公式(1)中，Log代表连接函数，E[Y_t]代表t日的期望死亡数，α代表截距项，β代表交叉基回归系数，T_basic代表气温与滞后的交叉基，ns()代表自然样条函数，RH代表相对湿度，df代表自由度，time代表时间变化趋势，DOW代表星期几变量；

B2、先将每个小空间地区通过气温-滞后交叉基函数建立分布滞后非线性模型DLNM形成的、用于表示暴露-滞后-反应关系的二维系数，降维成仅表达累积暴露-反应关系的一维系数；随后对降维模型中每个地区气温基矩阵的一维系数和协方差矩阵进行提取；再基于正态分布的假设，利用所提取的每个小空间地区的结果，进行随机效应单变量Meta分析；最后以最佳线性无偏预测BLUP方法，对每个地区的暴露-反应关系进行调整；

C、利用每个小空间地区的热效应与每个小空间地区的脆弱性指标数据库建立随机森林回归模型RFRM，根据各项指标的贡献大小筛选出影响健康脆弱性的关键指标，并确定各项关键指标的权重；所述步骤C中，在筛选影响健康脆弱性的关键指标时，采用脆弱性指标减少引起的均方误差IncMSE衡量每个特征在随机森林模型中所做出的贡献大小；

D、基于所述随机森林回归模型RFRM的结果，对筛选出的关键指标进行离差标准化；并利用离差标准化后的结果，按各项关键指标的权重计算出每个小空间地区的脆弱性指数；所述步骤D具体包括以下步骤：

步骤Dl、选取所有IncMSE为正值的指标作为关键指标，使用0-1标准化方法对每个关键指标进行标化，使结果落到[0，1]区间，离差标准化的计算公式如下：

公式(2)中，X’代表标化后的值，x代表当前变量值，min代表变量最小值，max代表变量最大值；

步骤D2、以IncMSE表征各关键指标的权重，每个小空间地区的脆弱性指数计算公式如下：

脆弱性指数＝∑(IncMSE_s×Index_s)   公式(3)；

公式(3)中，IncMSE_s代表关键指标的权重，Index_s代表标化后的指标值；

E、根据各个小空间地区的温度-死亡暴露反应关系，提取每个小空间地区中所有高于最低死亡风险温度MMT的温度所对应的风险值作为热暴露值；通过热风险指数＝暴露×脆弱性，获得每个小空间地区的热风险指数及其分布；在此基础上划分出风险等级，并以此确定每个小空间地区的温度阈值；所述步骤E中，在划分风险等级时，基于每个小空间地区的热风险指数及其分布，寻找热风险指数分布在25％位点、50％位点和75％位点所对应的气温值，划分为4个区间，分别定义为低风险、中风险、中高风险和高风险；

F、基于建模和风险分级，结合实际天气预报的温度情况，实现对小空间尺度地区的热相关健康风险预警。

2.根据权利要求1所述的基于小空间尺度的热相关健康风险预警方法，其特征在于：所述步骤B1中，交叉基选取滞后时间为7天，滞后-反应曲线和温度-反应曲线均选用自然三次样条函数，滞后-反应曲线选取标度对数转换的3个等距位置作为内部节点，温度-反应曲线选取温度分布的5个等距位置作为内部节点，每日平均相对湿度和时间变量等通过三次样条函数平滑，自由度df分别为3年或7年。