流行病学验证的空间建模揭示精细尺度热健康风险

《Environmental Science and Ecotechnology》：Epidemiologically Validated Spatial Modelling Reveals Fine-Scale Heat Health Risks

　　

热暴露驱动着全球大量的疾病和死亡负担，使得空间明确的热健康风险评估对于有针对性的适应至关重要。现有的研究应用了多种建模方法，但很少系统地评估它们，因为可靠的流行病学验证数据仍然稀缺；传统的风险指数进一步依赖于主观指标聚合和专家加权。在这里，研究人员展示了一个整合的地理神经网络加权回归（GNNWR）框架，该框架在街道级别上针对流行病学推导的热归因死亡率分数进行了验证。该框架比普通最小二乘法（OLS）、乘法模型（MM）、随机森林（RF）、地理加权回归（GWR）、多尺度地理加权回归（MGWR）以及其他地理加权机器学习模型表现出更强的预测性能和更好的泛化能力，训练集和测试集之间的一致性良好，没有过拟合的证据。通过神经网络学习空间权重，它同时捕捉了气象、空气污染、人口、社会经济和建成环境变量之间的空间非平稳性和非线性关系，无需预先定义指标构建。它能够在数据稀疏区域进行预测，并生成一致的高分辨率（100米网格）、街道和区级风险图，同时识别出细颗粒物（PM_2.5）是与热相关死亡风险相关的第二强风险因素（仅次于温度）。这种经过验证的数据驱动方法为识别高风险人群和提供精确的公共卫生干预及城市气候适应策略提供了可转移的方法论基础。

**研究背景与问题**
极端高温事件频发对全球可持续发展和人类健康构成重大挑战，每年超过500万例死亡可归因于热暴露，且气候变化预计将加剧这一趋势。精确的空间热健康风险评估对于识别脆弱人群和区域、指导适应性政策至关重要。然而，现有研究多采用不同建模框架（如Crichton风险三角形），但缺乏系统比较，主要原因是可靠的流行病学验证数据（如热相关发病率和死亡率）稀缺，且传统复合风险指数依赖主观指标聚合和专家权重，导致评估结果存在不确定性。此外，普通最小二乘法（OLS）等全局模型无法捕捉空间异质性，地理加权回归（GWR）虽能处理空间非平稳性但难以建模非线性关系，而机器学习模型（如随机森林，RF）又忽略了空间结构。因此，亟需一种整合方法，同时捕捉非线性关系与空间非平稳性，并基于流行病学结果进行验证。

**研究内容与结论**
研究人员开发了一个整合地理神经网络加权回归（GNNWR）的框架，在浙江省街道层面，利用流行病学推导的热归因死亡率分数进行验证。该框架整合了气象、空气污染、人口、社会经济和建成环境数据，与OLS、乘法模型（MM）、RF、GWR、多尺度GWR（MGWR）、地理加权随机森林（GWRF）和地理加权梯度提升（GWRBoost）等模型相比，GNNWR在测试集上表现出最高的预测性能（R2=0.868，MAE=0.099，RMSE=0.131），且训练集与测试集结果一致，无过拟合证据。通过神经网络学习空间权重，GNNWR同时捕捉了空间非平稳性和非线性关系，无需预定义指标构建，并能预测数据稀疏区域的风险。研究识别出温度是首要风险因素，细颗粒物（PM_2.5）是第二强风险因素（平均系数0.355），而绿地、蓝地和医疗资源具有保护效应。该框架生成了多尺度（100米网格、街道、区级）热健康风险图，明确了高风险区域集中于人口密集的沿海城市带（如杭州-嘉兴-湖州平原）。论文发表在《Environmental Science and Ecotechnology》。

**关键技术方法**
研究人员主要使用了以下关键方法：1）流行病学估计：采用过离散准泊松广义线性模型结合分布式滞后非线性模型，估算每个街道的热归因死亡率分数，并通过多元元回归模型合并街道特异性暴露-反应关系，得到最佳线性无偏预测（BLUP）；2）空间预测模型比较：构建并比较了OLS、MM、RF、GWR、MGWR、GWRBoost、GWRF和GNNWR八种模型，使用R2、平均绝对误差（MAE）和均方根误差（RMSE）评估性能，70%数据用于训练，30%用于测试，GNNWR额外使用15%训练样本作为验证集进行早停以防止过拟合；3）风险因素识别与制图：利用最优模型（GNNWR）的系数量化风险因子效应，并结合人口密度数据生成100米网格、街道和区级热死亡风险图。样本数据来源于浙江省疾病预防控制中心2009-2020年全因死亡记录（3,486,253条），以及气象、空气污染、人口普查和社会经济统计数据。

**结果**
**3.1 模型比较**：通过训练集和测试集评估，OLS和MM表现最差，RF在训练集上R2最高（0.927）但在测试集上下降显著（R2=0.847），表明过拟合。GWR、MGWR、GWRBoost和GWRF的测试集R2分别为0.858、0.865、0.845和0.860。GNNWR在测试集上取得最佳性能（R2=0.868，MAE=0.099，RMSE=0.131），且散点图显示训练集与测试集拟合线接近1:1参考线，说明泛化能力好且无过拟合。

**3.2 热死亡风险制图**：GNNWR预测的热归因死亡率分数空间分布与流行病学估计值整体一致，能填补无死亡率数据街道的空白。年际分析（2009-2019）显示测试集R2介于0.657-0.810，主要风险热点（如杭州-嘉兴-湖州平原和沿海城市）在11年间保持稳定。多尺度风险图显示，高风险区集中在人口密集、高度城市化的区域，低风险区位于高海拔、人口稀疏地区。

**3.3 风险因素识别**：GNNWR系数显示温度（平均系数0.696）和PM_2.5（0.355）呈正相关，是前两位风险因素；老年人比例（0.073）和性别比（0.001）也呈正相关。O₃（-0.041）、绿地（-0.052）、蓝地（-0.006）和医疗资源（-0.041）呈负相关，表明保护或缓解效应。空间分布上，温度系数在沿海城市（如嘉兴、舟山）最高，PM_2.5系数在绍兴、温州最强，绿地蓝地保护效应在全省普遍，医疗资源系数持续为负，建筑密度和性别比影响有限。

**讨论与结论**
讨论部分指出，GNNWR通过神经网络学习空间权重，避免了传统复合指数的主观性，且与流行病学结果验证相结合，提供了可转移的方法论基础。研究识别出PM_2.5是仅次于温度的第二大风险因素，与先前流行病学证据一致，可能通过氧化应激、炎症等共同通路增强热健康效应。多尺度风险图支持不同层级的政策制定：100米网格图用于精细热点识别，街道级图支持城市规划，区级图指导区域政策。研究局限性包括：数据质量依赖（如死亡率记录可及性）、暴露特征的不确定性（室外监测可能不反映个人暴露）、以及仅刻画历史长期结构模式而非动态变化。结论部分翻译：本研究开发了一个整合地理加权建模与机器学习的框架，用于评估中国浙江省的热健康风险。通过整合流行病学推导的热归因死亡率分数与气象、空气污染、人口、社会经济和建成环境数据，该框架在网格、街道和区级尺度上生成高分辨率热健康风险估计。在评估的模型中，GNNWR表现出最高的预测性能，强调了将空间变化关系纳入热健康风险评估的价值。在评估的风险因素中，PM_2.5显示出与热相关死亡率的第二强关联（仅次于温度）。通过直接纳入解释变量而非依赖预定义指标聚合或主观加权，该框架为识别热健康风险的空间变化和支持未来的公共卫生与气候适应努力提供了一种灵活的方法。