Рубрика

Метеозависимость причины: Метеочувствительность: причины, симптомы и лечение

Содержание

Метеочувствительность: причины, симптомы и лечение

Категория: Здоровье от «А» до «Я».

Метеочувствительность: причины, симптомы и лечение

Метеочувствительность (метеозависимость) — это реакция вашего организма на воздействие погодных (метеорологических) факторов. Это может быть снег, дождь или просто пасмурная погода, магнитные бури, вспышки на солнце и т. д.

Человек слишком восприимчив к колебаниям погоды из-за ослабленного иммунитета или хронических заболеваний. Чаще всего проблема с сердечно-сосудистой системой сопровождаются метеочувствительностью. Исследования показали, что организм реагирует не на саму погоду, а на ее резкое изменение. А недомогание может продолжаться на протяжении 4 суток. Зависит все от организма человека, его возраста, комплектации и наличия хронических заболеваний, даже характер играет роль в данной ситуации.

Симптомы заболевания

Различают множество симптомов. Все довольно индивидуально. И у каждого человека болезнь может проявляться по-разному. Это зависит от вашего иммунитета. Самые распространенные симптомы метеочувствительности:

Ощущается легкое недомогание;

  • Потеря аппетита;
  • Усталость;
  • Боли в суставах;
  • Мигрень;
  • Головокружение;
  • Шум в ушах и боль в глазах;
  • Скачки давления;
  • Обострение хронических заболеваний;
  • Сердцебиение.

Иногда могут возникнуть боли в сердце из-за резких перемен погоды, есть вероятность того, что болезнь приведет к инфаркту. Во время вспышек на солнце и магнитных бурь многие люди обращаются в пункт скорой помощи. Отметили, что в такие дни происходит больше аварий на дорогах и обостряются неврозы и другие психические расстройства.

Типы метеочувствительности у человека

Стоит сказать, что есть несколько типов метеочувствительности, которые сопровождаются разными симптомами и последствиями. Первая степень недуга — это метеочувствительность. Она характеризуется ухудшением общего состояния организма. Человек может ощущать легкое недомогание. Ухудшение состояния никак не подтверждается общими анализами. Так что определить, что с человеком просто не возможно. Следующая степень заболевания — метеозависимость. В этом случае у человека можно наблюдать нарушение ритма сердца, возможны даже болевые ощущения. Будет изменяться артериальное давление. Оно может то понижаться, то резко повышаться. Человек находится в состоянии беспокойства. Последняя степень и самая тяжелая — это метеопатия. Она в свою очередь разделяется еще на пять типов метеочувствительности.

Мозговой тип. Такое состояние при метеочувствительности человек может описать следующим образом: ощущается шум в голове и ушах, головокружение, головные боли. Это не дает нормально работать или учиться. Состояние просто выбивает из колеи.

Астеноневротический тип. У человека отмечают изменение артериального давления. Можно наблюдать нарушение сна и постоянную раздражительность. У него повышенная возбудимость, которая может привести к различным нарушениям.

Неопределенный тип. При данном типе человек не может точно описать свое состояние. Он чувствует себя плохо, ощущает боли в суставах, недомогание, рассеянность, некую слабость, боль в мышцах. У него может ломить все тело.

Причины метеочувствительности

Всем не терпится узнать, почему же некоторые люди подвержены такой чувствительности к погоде. Человек — это часть природы, мы тесно связаны с внешней средой. Погода — это не только ясная или пасмурная погода. Мы чувствуем давление, влажность, магнитное и электрические поля. И все это влияет на наше состояние. То, что изменяется в природе на данный момент времени, влияет на наш организм. Мы ощущаем это каждой клеточкой тела. Метеочувствительность зависит от исходного состояния организма. Заболевание отмечают чаще всего у людей, которые редко бывают на свежем воздухе, ведут сидячий образ жизни и занимаются умственным трудом. У них слишком сужены зоны микроклиматического комфорта. При резком изменении погоды человек может чувствовать себя рассеянным, и он более расположен к различным вирусам (грипп, ангина и т. д.)

Сильный ветер может вызвать перевозбуждение нервной системы, при этом раздражая рецепторы кожи. В последние годы изучение погодных условий на организм человека получило название — синдромная метепатология. У некоторых людей плохая дождливая погода оставляет отпечаток и на внешности. Лицо становится бледным и вид очень усталый.

Лечение и профилактика метеочувствительности

Если у человека есть хронические заболевания, то требуется, прежде всего, лекарственная профилактика во время неблагоприятных погодных условий.

Рекомендовано принимать солнечные и воздушные ванны. Больше времени находитесь на свежем воздухе. Это поможет вашему организму справиться с проблемой. Стоит заниматься лечебной физкультурой.

Стоит отметить, что здоровый образ жизни поможет избавиться от метеочувствительности. Необходимо укрепить свой иммунитет и защитные функции организма. Правильное питание и занятие спортом сыграют большую роль в данной ситуации. Помогает при метеочувствительности ходьба, бег, контрастный душ, дыхательная гимнастика, холодные обертывания.

Если ощущается пониженное артериальное давление, то стоит пропить поливитамины и приготовить настои трав (лимонник, элеутерококка и т. д.) или крепкий чай.

Во время плохой погоды старайтесь есть продукты, содержащие железо, калий, кальций и аскорбиновую кислоту. Ограничьте себя в употреблении соли.

Стоит отметить, что от метеочувствительности нельзя полностью избавиться, но можно облегчить ее протекание.

симптомы, причины и лечение в СПБ, отзывы

Метеозависимость. Миф с реальными последствиями

Метеозависимость как заболевание официально не признается учеными-медиками, так как пока нет ее научно обоснованных доказательств. Однако врачи по практике знают, что влияние погодных условий на состояние здоровья людей существует. Эта тема особенно актуальна для жителей Санкт-Петербурга, который часто подбрасывает нам погодные сюрпризы. Какие же риски для здоровья несут с собой шалости погоды, и главное – как уберечься от опасного влияния метеорологических факторов?

Взгляд невролога

Комментарий невролога-остеопата клиники «Долголетие» Александра Васильевича КОТЕЛЕВСКОГО:
– Механизм метеорологического влияния на состояние здоровья человека до сих пор досконально не изучен, однако мы можем с уверенностью говорить о сезонности некоторых заболеваний. Особенно нелады со здоровьем проявляются весной и осенью. Перепады атмосферного давления и другие погодные колебания в первую очередь сказываются на людях, которым за 50. Но чувствовать изменения погоды мы начинаем примерно с 40 лет. Дети практически не чувствительны к метеообстановке, так как у них еще сильна компенсационная способность. Взрослым же намного труднее компенсировать защитные свойства организма, ослабленного хроническими заболеваниями, нагрузками, стрессами.

Чаще всего с переменой погоды люди, которые чувствительны к прогнозу погоды, страдают от головной боли, ухудшения настроения, болей в шее и пояснице, реже – от головокружения. В таких случаях, проблема, как правило, может касаться сосудистой системы, а именно сосудов головы и шеи. В клинике «Долголетие» работают отличные врачи ультразвуковой диагностики, кандидаты медицинских наук, которые проводят квалифицированное исследование – дуплексное сканирование сосудов головы и шеи. Но в первую очередь, если при изменении погоды Вы ощущаете дискомфорт и боли в области головы, нужно обратиться к неврологу. Он поможет разобраться в причинах, назначит действенное лечение, которое подойдет именно в Вашем случае, – либо остеопатия, либо классическая неврология и мануальная терапия.

Не нужно откладывать поход к врачу и утешать себя обманчивым утверждением, что, мол, ничего страшного, всего лишь голова побаливает… Ведь на фоне «тяжелой головы» можно пропустить сигналы организма о более опасных заболеваниях, таких, например, как инсульт.

Помимо проблем с сосудами головы и шеи, частая жалоба метеозависимых людей – это боли в суставах, хронические заболевания которых тоже часто обостряются осенью. В таком случае прямая дорога – к ортопеду. В клинике «Долголетие» работают высококвалифицированные специалисты-ортопеды, в том числе Белоусов Евгений Иванович, артроскопист с хирургическим стажем свыше 20 лет. У нас можно пройти полный цикл ортопедического лечения: от широкого спектра диагностических мероприятий до оперативных вмешательств разной степени сложности.

Жалобы метеочувствительных людей могут быть самыми разными, но чаще других с такими пациентами работают неврологи, ортопеды, кардиологи. Если Вы не знаете, к кому из специалистов идти, а самочувствие Ваше оставляет желать лучшего, действеннее всего обратиться к врачу общей практики! Он поможет определить причину беспокойства и поможет так скоординировать лечение, дабы, излечивая один орган, не навредить другим.

Учтите, если Вы трижды за месяц прибегали к медикаментам, чтобы облегчить свое состояние (например, унять сильную головную боль), то Вам наверняка следует обратиться за помощью к врачу. Иначе Вы можете пропустить обострение!

Взгляд сосудистого хирурга

Комментарий флеболога и сердечно-сосудистого хирурга клиники «Долголетие», кандидата медицинских наук Дмитрия Александровича РОСУХОВСКОГО:
– Неправда, что у природы нет плохой погоды. Есть, и именно петербуржцы ощущают ее на себе ежедневно, потому что живут в, прямо скажем, не самых благоприятных климатических условиях. Однако при этом одним коренным петербуржцам довелось дожить на родине до 100 лет, а другим еще в раннем детстве советовали переехать в другой регион, чтобы не усугублять развитие хронических заболеваний.

Как сказываются метеоусловия на организме, зависит от его адаптивных способностей: кто-то на них реагирует, кто-то совсем не замечает, а есть и такие, кто по самочувствию может предсказывать погоду. Метеочувствительность (если принять это понятие за основу) характерна для тех, кто уже страдает какой-то болезнью. Как правило, это патологии дыхательной и сердечно-сосудистой систем, заболевания нервной системы, ревматоидный артрит.

К наиболее значимым метеотропным факторам можно отнести: температуру воздуха, влажность, скорость ветра и барометрическое (атмосферное) давление. На организм человека влияют и гелиофизические факторы – магнитные поля.

Что касается флебологии и сосудистой хирургии, по последним наблюдениям медиков, основные вспышки варикозной болезни приходятся на летние месяцы. Однако это не исключает обострения хронических варикозных заболеваний на фоне меняющейся погоды.

При первых признаках венозной болезни рекомендую обращаться к флебологу, который проведет обследование – дуплексное сканирование вен и артерий, и на его основе сделает квалифицированное заключение и назначит лечение с учетом индивидуальных особенностей организма пациента.

Всем, у кого при изменении климатических условий меняется самочувствие, важно более бережно в такие дни относиться к своему здоровью: не переутомляться, высыпаться, избегать употребления спиртных напитков, а так же физических нагрузок. Любые эмоциональные и физические нагрузки в условиях непогоды – это стресс, способный привести к сбоям вегетативной регуляции, нарушению ритма сердца, скачкам артериального давления, обострению хронических заболеваний.

Повлиять на погодные условия мы не можем. Но можем снизить риски для здоровья, связанные с влиянием внешней среды. Главное помнить – метеочувствительность не проявляется как самостоятельная проблема, она как вагон за паровозом, следует за определенным заболеванием, чаще всего хроническим. Поэтому прежде всего надо его выявить и лечить. А сделать это поможет только доктор. Не доверяйтесь народным средствам – обращайтесь за помощью к профессионалам!

Чтобы записаться на прием к доктору, звоните по телефону: (812) 671-01-70 или оставляйте заявку на нашем сайте.

Причины и симптомы метеозависимости — Медицинский портал «Здоровая Чувашия»

Как мы уже выяснили, все люди делятся на метеочувствительных и на тех, кому перепады погоды как слонам дробинки. Как говорят врач, метеозависимость — это отнюдь не болезнь, а индивидуальная реакция организма на любые колебания в атмосфере. Причем она присуща как взрослым, так и детям, и даже (внимание!) животным. Как правило, на изменения в атмосфере меньше всего реагируют или вообще не реагируют организмы молодых людей, которым свойственно отменное крепкое здоровье. Тяжелее всего приходится людям среднего и старшего возраста, а также тем, кто страдает различными сосудистыми нарушениями и хроническими заболеваниями.

Живые барометры

Это люди, которые способны почувствовать смену погоды за сутки или даже двое. Более того, им под силу на основании собственных ощущений предсказать изменения в климате получше любого Гидрометцентра. Будь то резкий перепад температуры воздуха, атмосферного давления, или смена влажности и скорости ветра, или сильный снегопад и ливень с грозами, или магнитная буря.
Так ли серьезны и тяжелы симптомы и ощущения, как говорят те, кто регулярно их испытывает при смене погоды? И как проходит процесс адаптации метеочувствительных людей к капризам природы? По словам тех, кто регулярно ощущает подобные недомогания, их метеозависимость сопровождается головными болями различной степени тяжести вплоть до тяжелейших мигреней, ломотой в суставах, сердечными болями, перепадами артериального давления, бессонницей, общей слабостью, рассеянностью внимания, стенокардией, а, порой, и депрессивным состоянием, и обострением хронических заболеваний. 
На те погодные «сдвиги», которые останутся для здорового человека абсолютно незамеченными, мететеозависимый человек среагирует одним из выше перечисленных симптомов, а то и всем «букетом» ощущений сразу. 
Приближение теплого фронта воздуха, прохождение холодного циклона, низкое или наоборот повышенное давление воздуха, приближение грозы, моросящий дождик, сильный зной, и в целом неспокойная геомагнитная обстановка — не останутся незамеченными для тех, кто испытывает зависимость от метеоусловий. 
В осеннюю слякотную погоду много людей жалуется на упадок сил и снижение работоспособности. Сезонные изменения погоды влекут увеличение количества людей с заболеванием сердца и сосудов. Для таких пациентов метеозависемость — важный фактор, особенно в осенне-зимний период. Врачи отмечают, что такие больные обычно внимательно следят за прогнозами погоды. 
В настоящее время нет ни одного человека, который не жаловался бы на погоду. И виноваты в этом не жара или холод, жгучее солнце или дождь. Дело в том, что слабость и недомогание – постоянные спутники людей – принято списывать именно на «коварную» погоду. Мысли относительно влияния изменения погоды на человеческий организм – диаметрально противоположные.

Холод влияет на психику

Проанализируем свое самочувствие. И перед дождем, и перед снегопадом у большинства людей ломит кости. Понятно, что резкое похолодание никому не приносит приятных эмоций, но, оказывается, оно еще негативно отражается  на человеческом организме. В свое время российские врачи исследовали здоровье людей, которые выехали на Север. 
Выяснилось, что их у них наблюдалось плохое самочувствие, их мучила скука, они были замкнуты в себе. Адаптация к суровым условиям проходила долго и болезненно. Велось наблюдение и за теми, кто с рождения жил на Севере. Ученые пришли к выводу, если бы «северный» абориген переехал в среднюю полосу России, он мог бы умереть. Защитные силы организма жителей Севера были настолько изношены, что сил на акклиматизацию им просто не хватало. 
Климат способен влиять на особенности характера человека и его поведение в зависимости от того, в каком климатическом поясе человек живет. Не случайно считают, что сибиряки спокойнее, уравновешение, а жители Востока обычно темпераментные. 
Интересное наблюдение одного психиатра, который, впервые встретившись с жителями одного из очень холодных регионов, сначала принял их за психически больных. Для этого диагноза были все симптомы — люди вели себя необычно сравнительно с другими. 
Феномен влияния погоды на человеческий организм изучают уже очень давно. Наблюдения показали, что в нашей стране от погодных условий зависит около 35% взрослого населения. Симптомы этой зависимости — мигрень и другие виды головной боли. Они могут наблюдаться при наименьшем изменении в погоде. Во время погодных колебаний — резком росте или снижении температуры, чаще всего случаются приступы у тех, кто страдает заболеванием легких, почек. Если надвигается теплый фронт воздуха, то не исключено, что вы плохо будете спать, почувствуете, что вам сложно сосредоточить свое внимание. 
Людям с высоким или низким артериальным давлением, а также тем, кто страдает на стенокардию или перенес инфаркт, много хлопот приносит низкое давление воздуха, дождь и даже надоедливая изморось. Всегда чувствуют изменения погоды больные ревматизмом. Они как барометры, которые предусматривают погоду лучше любого Гидрометцентра.

Ответственна — сонная артерия

Специалисты допускают, что своеобразные «антенны», которые улавливают погодные изменения, размещены на стенках сонной артерии. Если давление в сосудах внезапно падает, это предопределяет рефлекс ограждения организма от коллапса кровообращения. Сигнал об этом, через спинной мозг, передается в кору больших полушарий. С одной стороны, это спасает организм от полной остановки кровообращения. С другой – существенно отражается на состоянии и самочувствии. Такие процессы могут происходить в организме и при неожиданном потеплении, и при резком похолодании. 
Возобновить силы помогают элементарные меры, о которых мы часто забываем. Пытайтесь высыпаться, регулярно питаться (желательно есть горячее, хоть раз в день) и давать телу хотя бы минимальную нагрузку: делайте зарядку дома или два-три раза на неделю посещайте спортзал.
Добавят энергии контрастный душ, бассейн, ванна с ароматными маслами цитрусовых. Поможет сохранить бодрость употребление витаминов группы В, аскорбинки, магния, селена и кальция. По назначению врача можно также употреблять ноотропные препараты, которые улучшают работу мозга. Человек — существо светолюбивое. Когда нам достаточно света, мы чувствуем себя спокойно и комфортно, а в сумерках и в темноте чувствуем непонятную тревогу и усталость. Начинаем хандрить, жаловаться на депрессивное состояние. Поэтому прислушивайтесь к советам психотерапевтов: больше гуляйте, пока на улице еще видно, а дома установите мощные лампы дневного света — ведь вскоре день станет совсем коротким.

Избавьтесь от токсинов

Это одна из точек зрения на то, как мы зависим от погоды. Но есть еще и другие взгляды на этот вопрос. Некоторые ученые объясняют это состояние колебанием атмосферного давления. Каким же образом изменения атмосферного давления способны повлиять на наше самочувствие? Дело в том, что эти изменения ощутимо влияют на мембрану клеток. Из-за этого активизируются некоторые продукты обмена веществ, и особенно гомотоксины. Все это предопределяет в организме настоящий переполох. Токсины начинают двигаться, как последствие человек чувствует ощутимый дискомфорт. Можно ли это состояние преодолеть? Можно, считают сторонники этой теории. Терапия метеозависимости должна основываться в первую очередь на укреплении иммунитета и выведении токсинов из организма. Логика чрезвычайно простая. Чем более крепкий организм, тем меньше он замусорен, поэтому меньше склонный к зависимости от состояния атмосферного давления.

Неблагоприятные дни

По многолетним наблюдениям медиков, самочувствие метеозависимых людей может ухудшаться в преддверии резкого перепада температуры, сильного снегопада или ливня с грозами.
Понижение температуры на 810 °С освобождает гистамин из клеток, провоцируя аллергическую реакцию — крапивницу. Кроме аллергиков в зоне риска астматики. Им иногда достаточно выйти на холод из теплого помещения, чтобы спровоцировать приступ бронхиальной астмы. Помимо этого резкие перепады холода и тепла могут вызвать обострение хронических инфекций, сердечные приступы, а также нарушение работы нервной, эндокринной и гормональной систем.
Повышенная влажность (свыше 85 %) ухудшает состояние людей с заболеваниями суставов, опорно-двигательного аппарата, а также с хроническими бронхитами, увеличивая риск простуды и воспалений.
Резкие перепады атмосферного давления на 78 мм рт. ст. за сутки отрицательно сказываются на работе сердца и легких, состоянии сосудов. В такие дни в атмосфере уменьшается содержание кислорода в воздухе, и у людей с ишемической болезнью сердца, бронхиальной астмой появляются признаки кислородного голодания: слабость, одышка и ощущение нехватки воздуха.
Антициклон — зона повышенного атмосферного давления, для которой характерна устойчивая малооблачная и почти безветренная погода. Эти дни бывают тяжелыми для аллергиков, поскольку возрастает концентрация вредных веществ в атмосфере, и для гипертоников из-за природной гипоксии.
Сильные ветры особенно опасны для людей с неуравновешенной психикой, могут вызвать бессонницу, неосознанное беспокойство и спазмы сосудов.
Туманы способствуют сохранению в воздухе различных загрязнений, а кроме того, заслоняют солнечные лучи, так необходимые организму, оказывают неблагоприятное воздействие на людей с заболеванием эндокринной системы, неуравновешенной психикой и на женщин во время менопаузы.

Перед бурей

Настоящим испытанием для метеочувствительных людей становятся изменения геомагнитного поля Земли (магнитные бури). Что это такое? Из школьного курса географии известно, что на Солнце периодически происходят мощные взрывы и в пространство выбрасываются потоки заряженных частиц. Через пару суток эти потоки достигают магнитной оболочки (магнитосферы) Земли и, взаимодействуя с ней, вызывают ее возмущение. Так начинается магнитная буря, которая способна ухудшить самочувствие даже вполне здорового человека. Как правило, за сутки до наступления бури возникает ответная реакция организма на катастрофическую нехватку воздуха: нарушается работа клеток мозга, притупляются реакции нервных окончаний, что приводит к нарушению концентрации внимания, снижению памяти и нервным срывам. Именно поэтому на дни солнечной активности выпадает большое число автокатастроф, тяжелых травм, несчастных случаев и самоубийств.
Особенно болезненно реагируют на магнитные бури люди с заболеваниями кровеносной системы и гипертоники. У них повышается артериальное давление, ухудшается коронарное кровообращение и даже изменяется состав крови: она становится гуще, быстрее свертывается и замедляет свое движение по капиллярам, увеличивая риск тромбообразования.

Причины метеозависимости | Гомельский областной ЦГЭ и ОЗ

Не все люди одинаково чувствительны к изменениям погодных условий. Одни на смену погоды реагируют крайне болезненно, а другие даже не замечают погодных капризов. Причина кроется в способности организма адаптироваться и подстраиваться под природные явления. Если механизмы адаптации в организме работают исправно, то человек никак не реагирует на погодные изменения. В противном случае можно говорить о метеозависимости или метеочувствительности.

Независимо от того, какая за окном погода, солнечная или пасмурная, буря или штиль – метеозависимые люди так или иначе проявляют чувствительность к любым климатическим изменениям.
В зависимости от признаков и выраженности симптомов различают несколько стадий развития метеозависимости:
• Лёгкая – протекает практически незаметно, выражается в лёгком недомогании и необоснованной смене настроения.
• Средняя – признаки плохого самочувствия проявляются отчётливо (повышение температуры тела и артериального давления, учащение пульса, одышка).
• Тяжёлая – выражается в ограничении многих функций организма (общее недомогание, слабость, мигрень, обострение хронических заболеваний).

Причинами метеозависимости являются: неблагоприятная окружающая среда, вегетососудистая дистония, патологии суставов и связок, повреждения костно-мышечного аппарата, болезни позвоночника, заболевания дыхательных путей, неврологические расстройства, проблемы с артериальным давлением, сидячий образ жизни, вредные привычки, несбалансированное питание, дефицит кислорода в организме, нехватка витаминов и минералов, перенесённые травмы, хронические аутоиммунные болезни, заболевания эндокринной, нервной, пищеварительной, сердечно-сосудистой систем, острые и хронические инфекции, ослабленный иммунитет, пожилой возраст, беременность.

Атмосферное давление – один из самых непостоянных погодных факторов, и, возможно, самая распространенная причина плохого самочувствия метеозависимых людей. На организм оно воздействует путем изменения внутреннего давления в полостях тела и влияет на газообмен в крови.

В первом случае страдают люди с заболеваниями опорно-двигательной и сердечно-сосудистой систем, а также желудочно-кишечного тракта. Также остро ощущают изменения атмосферного давления люди с черепно-мозговыми травмами в анамнезе, больные с хроническими проблемами ухо-горло-носа и внутричерепного давления. У таких людей симптомы выражены наиболее ярко, но и в целом могут испытывать ломоту в теле, перепады давления, утомляемость, повышенное потоотделение, вздутие в животе и ухудшение пищеварения.

Во втором случае, из-за снижения парциального давления кислорода различные ткани и внутренние органы начинают страдать от кислородного голодания. В первую очередь это проявляется в головных болях, поскольку работа мозга сильно зависит от достаточного питания кислородом. Далее в группе риска находятся люди с хроническими заболеваниями органов дыхания, имеющие проблемы с сердечно-сосудистой системой, а также страдающие анемией.

Температура. Перепады температуры более чем на 7-8 делений термометра способны вызвать ощутимый дискомфорт, и даже стать причиной серьезных проблем со здоровьем. Изменения температуры влияют на иммунную, эндокринную, сердечно-сосудистую, обменную системы организма.

Иммунная и обменная системы на холоде начинают работать быстрее, пытаясь обеспечить тело необходимой энергией для сохранения тепла и эффективного противостояния бактериям и вирусам. Если какая-либо из этих систем ослаблена, перепад температуры скажется на человеке – чаще всего «теряет силу» иммунитет, пропуская в организм болезнетворные микроорганизмы. Сердечно-сосудистая и эндокринная системы, наоборот, активизируются при повышении температуры.

Влажность воздуха. Слишком высокая влажность (выше 50%) приводит к сырости, которая снижает эффективность терморегуляции (в жару блокируются процессы потоотделения, а на холоде происходит переохлаждение). Кроме того, сырая среда является благоприятной для размножения различных болезнетворных микроорганизмов. Недостаток влажности вызывает пересыхание слизистых оболочек, что приводит к ослаблению первичных барьеров на пути попадания в организм вирусов и бактерий.

Ветер. Движения воздушных масс сказываются на тех, у кого есть проблемы с нервной системой. Раздражения рецепторов на коже, глазах и слизистых могут вызывать приступы беспокойства, тревоги, подавленного настроения и даже депрессии у предрасположенных людей.

Солнечная активность. Недостаток ультрафиолетового излучения вызывает дефицит витамина D, ослабляет иммунную систему, обостряет неврозы и провоцирует развитие депрессии. Чрезмерное же облучение угнетает иммунитет, ухудшает состояние кожных покровов и может усугубить кожные заболевания.

«Магнитные бури», невидимые и неощутимые органами чувств, также сильно влияют на человека – особенно на пожилых людей, поскольку чувствительность нервной и эндокринной системы повышается с возрастом. Во время магнитных бурь обостряются хронические заболевания сердечно-сосудистой, нервной и эндокринной систем.

Для снятия острой симптоматики подойдут целебные ванны. Подбирая температуру воды и добавки (соль для ванн и др.) можно добиться облегчения симптомов, тонизирующего или успокаивающего эффекта. При отсутствии противопоказаний посещайте бассейн или баню – это поможет укрепить сосуды и снизить проявления влияния погоды на здоровье. Также отличным средством для купирования приступов метеозависимости является ароматерапия.

Для того, чтобы ощутимо снизить свою зависимость от перепадов погодных условий, постарайтесь вести активный образ жизни и часто бывать на свежем воздухе, установить режим дня (поскольку здоровый сон обеспечивает отдых нервной системе, а это главное условие для адекватной адаптации всего организма к изменениям метеоусловий), придерживаться сбалансированного рациона питания, отказаться от вредных привычек. Конечно все это требует определенного упорства, но здоровые люди намного реже страдают от влияния погодных условий.

Для диагностики симптомов следует обратиться к узкопрофильным специалистам, таким как кардиолог, ревматолог, невролог, пульмонолог, эндокринолог, ЛОР-врач и другие, а также врач-терапевт.


Анна Пигулевская,
фельдшер-валеолог
отдела общественного здоровья
      Гомельского областного ЦГЭ и ОЗ

Метеозависимость: как бороться | Журнал Esquire.ru

Метеозависимость — что это, собственно, такое?

Не секрет, что природные факторы ощутимо влияют на самочувствие человека. Атмосферное давление, температура воздуха, влажность, геомагнитная обстановка и даже вспышки на солнце оказывают прямое влияние на возникновение самых различных неприятных симптомов. Такая реакция организма на погодные изменения и называется метеочувствительностью или метеозависимостью.

Даже когда вы сидите в офисе с кондиционером или в доме с центральным отоплением, это не отменяет тот факт, что мы, люди, являемся созданиями природы. Наши тела развивались, подвергаясь воздействию природных ритмов и климатических крайностей, и во многих отношениях все еще весьма примитивны в плане реакции на внешний стресс.

Понимание того, как погода влияет на нас, дает нам еще один ценный инструмент, помогающий поддерживать самочувствие и качество жизни на должном уровне.

Тогда как в современной западной медицине только приходят к признанию взаимосвязи между погодой и здоровьем, во многих древних системах здравоохранения, таких как традиционная китайская и индийская медицина (известная как аюрведа), к этому заключению пришли еще тысячи лет назад.

Почему мы реагируем на погоду?

Человеческое тело настроено поддерживать температуру около 37 градусов по Цельсию, что означает, что оно всегда будет реагировать на изменения внешней температуры. «Вы этого не замечаете, но изменение метеорологических условий запускает регуляторные механизмы, которые влияют на нервную и гормональную системы», — говорит Ева Ванка, метеоролог из клиники Мюнхенского университета Людвига-Максимилиана.

Как следствие, определенные погодные условия усиливают такие состояния, как головные боли, трудности с концентрацией внимания, проблемы со сном или боли в суставах.

Большинство людей испытывают проблему наиболее остро за день-два до фактического изменения погоды.

«Если холодный атмосферный фронт резко сменяется теплым, то температура и давление меняется, что может привести к проблемам со здоровьем», — продолжает Ева Ванка. Вот почему недомогания на фоне погодных колебаний чаще досаждают нам весной или осенью, когда погода может резко измениться. Однако мы не застрахованы от такого и в летнее время, когда жара чередуется с грозами со шквалистым ветром.

Когда наступают холода, организм пытается компенсировать потерю тепла. Один из способов сделать это — сжать кровеносные сосуды у поверхности кожи, что на короткое время повышает кровяное давление. Тот, кто уже страдает гипертонией, определённо это почувствует.

Совершенно очевидно, что благодаря этим наблюдениям в нашем сознании постепенно укореняется мысль о том, что здоровье зависит не только от генетики и образа жизни (эпигенетики), но и от того, что происходит в природе и в буквальном смысле слова витает в воздухе.

Какова симптоматика метеозависимости? Как понять, что это именно оно?

Чаще всего первые признаки проявляются за 1−2 дня до погодных изменений, а продолжаться могут несколько суток.

Список симптомов такого состояния весьма обширный — речь идет не только о болях в суставах или мигрени, которые обычно и ассоциируются с изменением погоды.

Головокружение, сердечные боли, колебания артериального давления, шум в ушах, слабость и сонливость — вот лишь немногие признаки метеозависимости, которые сигнализируют о ее наличии. Однако этим список не ограничивается.

К наиболее распространённым симптомам метеочувствительности можно отнести следующее:

  • Перепады настроения
  • Депрессия
  • Нарушения сна
  • Усталость
  • Забывчивость
  • Общее недомогание
  • Головная боль (включая мигрень)
  • Нервозность
  • Плохая концентрация
  • Учащенное или нерегулярное сердцебиение
  • Затрудненное дыхание
  • Ревматическая / артритная боль
  • Рубцовая боль (например, зуд, покалывание в области шрамов)
  • Головокружение
  • Нарушение зрения

Эти виды реакций преимущественно связаны с влиянием погоды на гормональную и нервную системы, которые помогают регулировать основные функции организма. Эти системы реагируют на то, что происходит в нашей внутренней среде — например, стресс, боль или голод. Но они также реагируют на то, что происходит и во внешнем мире, например, холодно нам или жарко.

В зависимости от симптоматики специалисты подразделяют метеозависимость на 3 типа:

  • мозговой, характерное проявление которого — головные боли, мигрени;
  • сердечный, характеризующийся болями в области сердца, одышкой;
  • астеноневротический, вызывающий бессонницу, раздражительность, изменение артериального давления;
  • смешанный — сочетает неврологические и сердечные нарушения.
Почему кто-то метеозависим, а некоторых эта проблема никак не касается?

Несмотря на все новыеисследования в области метеозависимости, до сих пор остается неясным, что делает некоторых людей более чувствительными к изменениям погоды.

Как уже отмечалось выше, большинство связанных с погодой проблем по здоровью возникают в межсезонье, весной и осенью, а также в условиях экстремальной жары либо холода.

Чаще всего самые очевидные симптомы проявляются у людей, находящихся в группе риска. Речь идет в первую очередь о тех, кто успел «нажить» хронические заболевания. Особенно метеозависимость затрагивает людей с сердечно-сосудистыми заболеваниями, лишним весом, проблемами с нервной, дыхательной, эндокринной или опорно-двигательной системами.

Так, если говорить о людях, страдающих от повышенного давления, то они хуже переносят холода, а вот гипотоники (люди, страдающие пониженным давлением. — Esquire) чувствуют понижение атмосферного давления в жару, что становится причиной сонливости, утомляемости и головных болей. Для тех, кто страдает от проблем с суставами, наименее благоприятной является влажная, дождливая, прохладная погода, так как именно такие условия создают причины для появления ломящих болей.

К слову, женщины куда чаще и острее реагируют на погоду, чем мужчины. С большей долей вероятности можно утверждать, что дело в более сложной организации женской гормональной системы.

Пожилые люди с хроническими заболеваниями также априори в группе риска. Как и дети, которые гораздо более восприимчивы к погодным метаморфозам, чем взрослые.

Почему при смене погоды есть дискофморт в частях тела, где были травмы?

Другой распространенный симптом метеочувствительности — ноющие боли на месте старых травм: растяжений, переломов, проблем с суставами. Нередко они дают о себе знать перед погодными изменениями, и этому тоже есть научное объяснение.

Изменения погоды часто связаны с изменением атмосферного давления, которое в свою очередь оказывает влияние на давление в полости суставов. Нервные окончания, расположенные на проблемном участке, раздражают его, а поврежденные суставы снова начинают болеть. Такая боль обычно не носит продолжительный характер, а проходит как только атмосферное давление возвращается в норму.

Как облегчить неприятные симптомы метеозависимости?

Так как же помочь себе пережить неблагоприятные погодные условия и подготовить к ним свой организм? Раз и навсегда избавиться от симптомов метеозависимости, увы, нельзя, но вот подготовить и в какой-то степени натренировать организм можно.

Что делать в случае повышенной чувствительности к смене погоды: 4 важных слагаемых

  1. Тренируйте кровеносные сосуды. Для этого отлично подойдёт сауна или контрастная ванна Кнайпа для ног.
  2. Закаляйте тело: лучше выходить на свежий воздух каждый день, даже в плохую погоду. Мы слишком много времени проводим в помещении. Если гулять даже в дождь, ветер или холод, тело научится лучше адаптироваться к изменениям температуры.
  3. Практикуйте виды спорта, повышающие выносливость. Начните с активной ходьбы или плавания.
  4. Если у вас слабое кровообращение, пейте больше воды, особенно при повышении температуры воздуха.
На что ещё следует обратить внимание?

Если у вас есть хронические заболевания, запишитесь к специалисту. Вместе со своим врачом вы сможете подобрать для себя терапию, подходящую именно под ваш случай.

Если же заболеваний у вас нет, причину такой реакции организма на погодные изменения стоит искать в неочевидных «поломках» в организме. Не лишним будет сдать анализы на дефициты витаминов и микроэлементов, проверить баланс гормонов, работу щитовидной железы — проблема может скрываться в любой системе нашего организма.

Как бы банально это ни прозвучало, ключевым моментом в борьбе с метеозависимостью является здоровый образ жизни, который поможет значительно ослабить все симптомы разом.

Речь идет в первую очередь о хорошем и крепком сне, сбалансированном питании, отказе от алкоголя, сигарет, кофе, о стабильном наличии легкой физической активности — все это положительно влияет на общее состояние организма, работу всех его систем, поэтому и переносить неблагоприятные погодные условия станет намного проще.

Немаловажно и то, как мы сами принимаем состояние метеозависимости, потому что душевное спокойствие также является ключом к решению проблемы. Если вы знаете, что вскоре ожидаются климатические изменения, которые ухудшат ваше самочувствие, позвольте себе расслабиться, пережать этот период в спокойствии. Не стоит насильно заставлять себя работать и силой выжимать из себя сверхдостижения в этот период.

Помните, что реакция организма на погодные условия — временное состояние, которое приходит и уходит. Поэтому главное — научиться с ним жить и минимизировать все негативные эффекты метеочувствительности.

Читайте также:

Устали от своей работы? Раздражают коллеги? Это первые признаки выгорания — рассказываем, что с этим делать

Интервальное голодание: все, что нужно знать

Медики рассказали, как помочь себе при перепадах атмосферного давления

Закаливание, отказ от жирной и жареной пищи, активный отдых и чаи на основе трав могут помочь метеозависимым людям улучшить самочувствие во время резких перепадов температуры и атмосферного давления, но полностью избавиться от метеочувствительности позволит только комплексное лечение заболевания, которое к ней приводит, рассказала РИА Новости врач общей практики городской поликлиники №109 департамента здравоохранения Москвы, обладатель статуса «Московский врач» Ирина Нудикова.

Повышенное атмосферное давление в столице сохранится на протяжении всей текущей недели. Как сообщила ранее РИА Новости главный специалист столичного Метеобюро Татьяна Позднякова, атмосферное давление в Москве в понедельник, 21 мая, побило рекорд 39-летней давности: барометры в столице показали 1009 миллибар, а предыдущий рекорд для 21 мая был зафиксирован в 1979 году и составлял 1008,9 миллибар.

«Слабость, недомогание, повышение или снижение артериального давления, бессонница, боли в суставах, головные боли, отдышка — это основные симптомы, которыми страдают метеозависимые люди. Метеозависимость, как правило, – это проявление заболеваний сердечно-сосудистой и нервной системы, артрита. Основной совет – лечить заболевание, которое приводит к метеозависимости. Никогда не стоит пренебрегать регулярной профилактикой, тем более, что в поликлиниках, подведомственных департаменту здравоохранения, все условия для этого созданы», — рассказала Нудикова.

Как подчеркнула врач, для людей, страдающих таким недугом, есть ряд полезных и действенных рекомендаций: необходимо укреплять сосуды, принимать контрастный душ, обливаться холодной водой, не пренебрегать прогулками и физическими упражнениями на свежем воздухе, это может быть также плавание в водоемах или занятия в спортзале. При этом процедуру закаливания нужно проводить постепенно — два раза в неделю обливаться прохладной водой, каждый раз снижая температуру на один градус.

«Очень важна регулярность, так как теряется эффект. Кроме того, необходим правильный режим сна в количестве 8 часов, правильное сбалансированное питание — то есть меньше употреблять жирную и жареную пищу, острую пищу, исключить алкогольные напитки, предпочтительна растительно-молочная пища», — добавила Нудикова.

По советам врача, при плохом самочувствии метеозависимым людям могут помочь различные травяные чаи, в состав которых входит боярышник, мята, чистотел, пустырник, валериана, ромашка. Это поддержит иммунитет, сердечно сосудистую систему и поможет устранить бессонницу. К общим укрепляющим средствам относятся также витамины группы В, отметила врач.

«Всем необходимо вести здоровый образ жизни, а людям, страдающим хроническими заболеваниями, — регулярно посещать врачей в поликлинике и выполнять их рекомендации. Все это в комплексе и приведет к снижению метеочувствительности», — резюмировала собеседница агентства.

Ссылка на публикацию: https://ria.ru/society/20180521/1520998159.html

Метеозависимость: причины, симптомы, лечение

Лекции

Фото: Franke C./DPA/ТАСС

Что такое метеозависимость?

Елена Коваленко

10 мая, 2016 10:30

Метеозависимость — это такое состояние человека, при котором организм находится в зависимости от перемены погоды. От давления, влажности, напряженности магнитного поля и других показателей зависит то, как будет чувствовать себя человек.

Последствия метеозависимости

У людей в результате такой реакции поднимается либо снижается трудоспособность, состояние меняется в лучшую или худшую сторону. При изменении погодных условий практически у любого метеочувствительного человека в крови возрастает количество лейкоцитов. То же самое отмечается и при настоящих болезнях. Это свидетельствует о том, что изменение погоды организм принимает как заболевание.

Существенные изменения атмосферы в отдельных случаях могут привести к чересчур высокому напряжению и нарушению механизмов привыкания. Это приводит к искажению и бессистемности биологических ритмов организма.

Признаки метеозависимости

В результате резкой перемены погодных условий в организме человека кровь начинает сгущаться, и как итог отмечается:

  • нарушение циркуляции крови;
  • дефицит кислорода в мозге.

Отмечаются и явные симптомы метеозависимости:

  • переутомление и упадок сил;
  • чувство болезненности и сонливости;
  • перепады давления;
  • боли в голове и сердце;
  • отсутствие сна и аппетита.

У тех людей, у которых раньше были травмы, возникают боли в местах переломов, а также в суставах. При перемене погоды обостряются хронические заболевания.

Признаками метеочувствительности могут быть:

  • холодные конечности;
  • головокружения;
  • учащение либо замедление пульса;
  • ломота в суставах.

У людей, страдающих этим недугом, наблюдается ухудшение зрения и слуха. Метеозависимость человека в большинстве случаев дает о себе знать за два дня до того, как погодные условия станут меняться. В это время у людей, страдающих этим недомоганием, начинает кружиться голова и появляется общая слабость организма.

Основания появления метеозависимости

Причины метеозависимости кроются в неспособности врожденной системы приспособления защитить организм от сильной реакции на перепады погоды.

Появление недуга возможно при:

  • сбоях в эндокринной системе во время климакса;
  • излишней массе тела;
  • вынашивании ребенка и половом созревании.

Метеозависимость может появляться после:

  • травмы головы;
  • гриппа;
  • ангины;
  • воспаления легких.

Зависимость от перемены погоды свойственна большому количеству людей, имеющих следующие болезни:

  • сердца и сосудов;
  • легких;
  • ревматизм суставов;
  • нервной системы;
  • опорно-двигательного аппарата.

Часто страдают от метеочувствительности люди пожилого возраста, потому как в это время наблюдается снижение тонуса сосудов. Данный недуг наблюдается при неправильном образе жизни, переутомлении, стрессах.

Терапия метеочувствительности

Лечение метеозависимости должно быть комплексное. Первым делом необходимо приступить к лечению причин, вызывающих недомогание.

Надо следить за прогнозом погоды, чтобы за несколько дней до изменений погодных условий приступить к приему прописанных врачом лекарственных препаратов.

Плохие сосуды — одна из основных причин метеочувствительности, поэтому необходимо их тренировать. Здесь поможет контрастный душ, а также умеренная закалка. Человеку в такие дни надо хорошо и часто отдыхать, гулять на свежем воздухе, ночной сон должен быть не менее восьми часов.

Метеозависимость: как с ней бороться? В этом поможет особое питание, в котором должны быть учтены витамины и микроэлементы. Эти вещества укрепляют сосуды и сердце.

В те дни, когда человек чувствует себя скверно, необходимо ограничить потребление определенной пищи, к которой относится:

  • жареная;
  • жирная;
  • мясная.

Не рекомендуется употребление алкогольных напитков и горьких приправ. Специалисты советуют:

  • фасоль и чечевицу;
  • вареный картофель и яблоки, запеченные в духовке;
  • морскую капусту и рыбу;
  • клюкву и свеклу.

При возникновении одышки, головокружения, упадка сил, недостатка кислорода нужно измерить артериальное давление. При:

  • повышенном — выпить назначенные лекарства;
  • пониженном — поможет чай с добавлением лимонника.

В данный период стоит избегать нагрузок как в физическом, так и в эмоциональном плане. Рекомендуется при перемене погоды прием тонизирующих средств, выполнение гимнастики, предназначенной для дыхания. Улучшает состояние метеозависимых людей употребление черного чая и кофе. Врач может назначить определенный вид массажа. Медикаментозное лечение проводится лишь по назначению специалиста.

Метеорологическая зависимость. Может ли изменение погоды вызвать головную боль? — Метеорологическая зависимость. Может ли изменение погоды вызвать головную боль?

«Скорее всего, причина в погоде» — так пожилые люди объясняют повышенное давление или мигрень и внимательно слушают прогноз магнитных бурь по телевизору. Но так ли это? Мы выясняем, связаны ли головные боли с погодой, а также что такое погодная зависимость и как бороться с симптомами.

Есть погодная зависимость?

Ученые расходятся. Начнем с официальных данных. Известный развенчатель мифов, экс-министр здравоохранения Ульяна Супрун как-то решила бороться с этим явлением. Тогда Супрун сказал, что электромагнитное воздействие солнца нейтрализует магнитосферу нашей планеты и вряд ли человеческое тело сможет это почувствовать.

« Многие люди жалуются на мигрень и сильные головные боли в этот период, но недостаточно доказательств того, что именно активность солнца вызывает эти симптомы. », — говорится в сообщении.

По теме: 126 украинских населенных пунктов остались без электричества из-за непогоды

Таким образом, было проанализировано 63 миллиона твитов, содержащих слова «мигрень» или «головная боль». График активности таких сообщений сравнивался с графиком активности Солнца и в итоге вообще не совпал.

Боль в суставах — Министерство здравоохранения процитировало отчет Гарвардской школы здравоохранения, в котором указано, что погода не влияет на боль в спине и суставах.Артрит также не зависит от погодных факторов. Также мы не обнаружили влияния изменения атмосферного давления, температуры, влажности воздуха и осадков на появление болей в спине. Но боли в суставах реальны, и некоторые связи с погодой все же можно обнаружить (недостаток серотонина может ухудшить чувствительность).

Тем не менее Минздрав признал, что перепады температуры и давления могут быть опасны для сердца и сосудов. Повышение артериального давления существует только в холодную погоду.В холодную погоду наши артериальные сосуды сужаются, чтобы тело не теряло тепло. Суженный сосуд — это повышение давления. Поэтому у больных гипертонической болезнью зимой давление на 5-10 мм рт. Ст. Выше, чем летом. Давление лечится таблетками, поэтому не ждите, что оно пройдет само по себе, и обратитесь к врачу.

В то же время Великобритания утверждает, что если вы склонны к мигрени, вы можете обнаружить, что серое небо, высокая влажность, более высокие температуры и штормы могут служить спусковыми крючками для головных болей.

« Считается, что изменение давления, вызванное изменением погоды, вызывает химические и электрические изменения в мозге. Это раздражает нервы, вызывая головные боли», — сообщает министерство здравоохранения Великобритании.

Как это исправить: Вы мало что можете сделать, чтобы изменить погоду. Однако, глядя на прогноз, вы можете предсказать, когда у вас может возникнуть головная боль, и убедиться, что у вас есть болеутоляющие.

Но нельзя сбрасывать со счетов и другие причины: недосыпание, стресс, сдерживаемый гнев, плохая осанка, яркий свет, духи, еда и многое другое.

Вызывают ли солнечные вспышки мигренозные головные боли или нет, еще предстоит доказать, но есть некоторые свидетельства того, что они могут быть триггерами, по крайней мере, для некоторых людей.

Как определить триггеры мигрени

Один из способов помочь врачу выяснить, есть ли у вас триггеры, связанные с погодой, — это вести дневник. Ежедневно записывайте любые изменения погоды, такие как шторм, сильный ветер или высокая влажность.Таким образом, вы можете проверить признаки того, что могло спровоцировать мигрень.

Вы также можете использовать свой дневник, чтобы отслеживать другие вещи, которые могут вызвать головную боль, например, еда и напитки. Общие триггеры включают шоколад, кофеин и продукты с консервантами и нитратами.

Если у вас болит голова, запишите: место, где вы чувствуете боль, ее характер и любые другие проблемы, чувствительность к шуму, запахам или яркому свету. Любое лечение, которое вы пробовали, и помогло ли оно или усилило головную боль.

Прогноз магнитной бури на 9 ноября

В ноябре 2021 года ожидаются три магнитные бури:

  • 11, 14-18 и 25-29 ноября;
  • также возможны небольшие геомагнитные всплески 6, 7 и 8 ноября.

Итак, 11 ноября ожидается магнитная буря средней интенсивности. Но 14 и 18 ноября состоится сильнейшая магнитная буря Луны.Его пик ожидается 14 и 15 ноября. Остерегаться нужно людям с хроническими и сердечно-сосудистыми заболеваниями, а также метеорологам.

Связано: Рост температуры в мире приводит к более частым суровым жарким погодным условиям, засухам, ливням.

Еще одна магнитная буря будет с 25 по 29 ноября. Его пик ожидается 29 ноября.

Оценка зависимости между температурой и осадками для лучшей оценки рисков одновременных экстремальных погодных явлений

Осадки и температура являются одними из основных климатических переменных, которые используются для характеристики экстремальных погодных явлений, которые могут иметь серьезные последствия для экосистем и общества.Точное моделирование этих переменных в местном масштабе необходимо для адаптации городских систем и политики к будущим климатическим изменениям. Однако точное моделирование этих климатических переменных затруднено из-за возможной взаимозависимости и обратной связи между ними. В этой статье концепция связок была использована для моделирования сезонной зависимости между осадками и температурой. Пять функций копул были подогнаны к сетке (приблизительно 10 км × 10 км) климатических данных с 1960 по 2013 год в южном Онтарио, Канада.Затем теоретические и эмпирические связки сравнивали друг с другом, чтобы выбрать наиболее подходящее семейство связок для этой области. Результаты показали, что из протестированных связок ни одна из них не показывала стабильно лучших результатов во всем регионе в течение всех сезонов. Тем не менее, копула Гамбела была лучшей в зимний сезон, а Клейтон — летом. Больше изменчивости по лучшей связке обнаружено в весенний и осенний сезоны. Изучая вероятность одновременных периодов экстремальных температур и осадков, включая влажные / прохладные зимой и сухие / жаркие летом, мы обнаружили, что игнорирование совместного распределения и смешанных воздействий осадков и температуры приводит к недооценке вероятности возникновения этих два одновременных экстремальных режима.Эта недооценка также может привести к неправильным выводам и ошибочным решениям с точки зрения серьезности этих экстремальных явлений.

1. Введение

Экстремальные погодные явления могут иметь серьезные физические и экономические последствия для городских и сельских сообществ [1–3]. Согласно Пятому докладу об оценке Межправительственной группы экспертов по изменению климата [4], ожидается, что экстремальные высокие температуры увеличатся, а экстремальные низкие температуры, по прогнозам, уменьшатся в течение следующих нескольких десятилетий [5].Кроме того, значительный рост количества экстремальных осадков прогнозируется во многих регионах в течение 21 века, но с сильной изменчивостью по годам [6]. Estrella и Menzel [7] обнаружили, что взаимозависимость климатических переменных может иметь более серьезное влияние на пространственное изменение климата, чем влияние какой-либо отдельной климатической переменной, например, комбинированное воздействие на изменение температуры и количества осадков на возникновение и суровость засухи. Канадские прерии [8].В других исследованиях также оценивалась зависимость между климатическими переменными и экстремальными явлениями. AghaKouchak et al. [9] обнаружили, что последствия засухи и жары в Соединенных Штатах значительно усилились, когда они произошли одновременно. Little et al. [10] обнаружили, что повышение уровня моря и изменения частоты и интенсивности тропических циклонов увеличат риск наводнений в будущем на восточном побережье США.

Большинство исследований воздействия изменения климата рассматривают колебания температуры и количество осадков независимо друг от друга.Однако эти две переменные физически зависят через несколько механизмов. Например, осадки влияют на влажность почвы, что, в свою очередь, может оказывать влияние на поверхность и температуру воздуха на низком уровне за счет эффектов диабатических потоков и разделения потоков явного и скрытого тепла или более низкого / более высокого отношения Боуэна [11, 12]. Взаимодействие экстремальных температур и осадков может привести к сильным погодным явлениям и связанным с ними стихийным бедствиям со значительными последствиями для сельского хозяйства и других секторов экономики [13].Например, засуха, сопровождающая аномальную жару, может повлиять на доступность воды для производства продуктов питания [14, 15], а также на ресурсы питьевой воды. Кроме того, взаимозависимость температуры и количества осадков в моделях может влиять на распределение снежного покрова и продолжительность моделирования [16, 17], а также на возникновение и продолжительность паводков весной во многих регионах, особенно в Канаде [18]. В результате следует обратить внимание на комбинированные эффекты изменений температуры и осадков и их смешанные воздействия.Недавний анализ зависимости между температурой и осадками становится центром исследований в области метеорологии и предотвращения стихийных бедствий [19, 20].

Многие исследования показали, что связи между температурой и осадками различаются как в пространстве, так и в зависимости от сезона [21–24]. Johns et al. [25] использовали диаграммы разброса среднегодовых осадков и аномалий температуры, чтобы показать глобальную линейную корреляцию, которая моделировалась большинством климатических моделей за период 1980–1990 гг. На основе модели HadGEM2 Цезарь и Лоу [26] проанализировали корреляцию между среднегодовой температурой и экстремальными осадками.Они обнаружили пропорционально высокую корреляцию между ними. Dai et al. [27] обнаружили сильную отрицательную корреляцию между осадками, максимальной температурой (Tmax) и дневным диапазоном температур в короткие сроки в теплое время года во всем мире. Отрицательная корреляция между летними осадками и температурой была обнаружена на большей части континентальной части Соединенных Штатов, что указывает на то, что теплое лето, как правило, более сухое, а более холодное — более влажное [24]. В Канаде взаимозависимость температуры и количества осадков имеет тенденцию к увеличению с широтой и особенно сильна в Северо-Западных территориях и относительно слаба в Прериях [21], но эти модели корреляции различаются между зимними и летними месяцами [28].Юго-восточный Онтарио и Квебек почти не показывают зависимости количества осадков от температуры летом (например, июль), но существует общая отрицательная корреляция между среднемесячными аномалиями температуры и количеством осадков для групп месяцев, происходящих в период май / июнь / июль. / Август / Сентябрь [28]. В целом, в теплые летние / зимние месяцы выпадает меньше / больше осадков. В восточном регионе Скалистых гор Исаак и Стюарт [21] обнаружили, что больше осадков выпадает, когда температура обычно ниже, независимо от сезона, как показано также в исследовании Тренбета и Ши [28].Это может быть связано с тем, что обычные системы низкого давления (например, наличие Alberta Clippers) движутся с запада в сторону области Альберты.

Большинство исследований, в которых анализируется зависимость между температурой и осадками, предполагают линейную зависимость и нормальное распределение обеих переменных (например, [21, 24, 28]). Следовательно, связанные результаты могут быть неточными, если одна или обе переменные не удовлетворяют условию нормального распределения, особенно если осадки не распределяются нормально, а также низкие температуры воздуха в зимние месяцы из-за нелинейных обратных связей, вызванных присутствием снег на земле.Кроме того, линейная корреляция игнорирует высокие пиковые флуктуации и структуру зависимости [29]. В этом исследовании мы применяем подход, основанный на связках, для анализа значимости взаимосвязи взаимозависимости между осадками и температурой, чтобы преодолеть проблему нормальности нераспределенных данных. Взаимозависимость количества осадков и температуры с использованием копулы не была широко исследована в литературе, особенно для южного Онтарио [11, 30]. Конг и Брэди [11] использовали связки для изучения зависимости между температурой и количеством осадков в Скании (самая южная провинция Швеции).Они обнаружили значительную отрицательную корреляцию с апреля по сентябрь. С точки зрения связки, Студент был выбран как более подходящий для этого региона. Они заявили, что их результаты сильно связаны с изучаемым регионом, и эти результаты различаются в пространстве (от региона к региону) и во времени. В этом исследовании использовался подход, основанный на связках, для определения внутренней взаимосвязи между среднесуточной температурой и общим количеством осадков (осадки> 0,1 мм). Были построены пять функций копул, принадлежащих к трем разным семействам, для определения совместного распределения или взаимозависимости осадков и температуры (см. Следующий раздел).Предлагаемый подход был применен к климатическим данным с координатной привязкой (0,0833 градуса или ∼ 10 км × 10 км), доступным по всей Канаде, но использовался для конкретного региона на юге Онтарио, Канада. Это первое исследование, в котором основное внимание уделяется изучению и количественной оценке нелинейной зависимости между осадками и температурой с использованием копул в южном Онтарио.

2. Методы
2.1. Регион исследования и наборы данных

Регион исследования расположен в южной части Онтарио, Канада (рис. 1).Район исследования расположен между 42 ° 18’N 83 ° 01’W и 45 ° 31’N 74 ° 06’W и ограничен на юге международной границей с США. Территория области составляет около 100 000 км 2 . В этом регионе проживает около 11 миллионов человек (по данным переписи населения Канады 2016 г.), он составляет почти треть населения Канады и примерно 75% населения провинции Онтарио. Климат в восточной части Канады, включая исследуемую область, частично зависит от топографических эффектов, Ниагарского откоса и больших озер [31].Ниагарский откос пересекает исследуемую территорию от залива Джорджиан на северо-западе до озера Эри на востоке и влияет на характер осадков в регионе. Кроме того, Великие Лаврентийские озера оказывают серьезное влияние на климат в регионе, включая следующее: (1) снижение экстремальных температур в любое время года, (2) увеличение облачности и количества осадков зимой (эффект снежного озера). и (3) уменьшение количества летних конвективных облаков и осадков. Эти эффекты обусловлены различиями в теплоемкости воды и поверхности земли и коэффициентом Боуэна между двумя поверхностями, а также большими различиями в источнике влаги, особенно в Великих озерах [32, 33].


Наборы данных о наблюдаемых суточных осадках и максимальной и минимальной 2-метровой температуре воздуха, использованные для этого исследования, были извлечены из исторических данных метеостанции с привязкой к сетке (CanGrid), подготовленных Natural Resources Canada с использованием интерполированных станций наблюдений Environment Canada по всей Канаде. Этот набор данных [34] охватывает Канаду (к югу до 60 ° с.ш.) и содержит дневные переменные с 1951 по 2013 год на конформной конической проекции Ламберта с шагом 5 угловых минут (что эквивалентно разрешению примерно 10 км).Эти климатические данные были получены с помощью программы «ANUSPLIN» [35]. Этот набор данных использовался во многих исследованиях изменения климата в недавнем прошлом (например, [36–38] и [8, 39, 40]). В этом исследовании использовались данные с привязкой к канадской сетке из 1699 точек сетки CanGrid, расположенных в южной части Онтарио, соответствующих границам исследуемого участка за период 1951–2013 гг. (Рис. 1). Основываясь на информации о точках сетки, общее годовое количество осадков за этот период варьируется от самого низкого зарегистрированного значения 725 мм до 1162 мм.

2.2. Copula Concepts

Copula — это статистическое понятие, используемое для описания нелинейной зависимости между случайными величинами и для установления совместного распределения этих переменных с использованием их маргинальных функций. Он также описывается как функция, которая связывает одномерные распределения с многомерным распределением, описывающим зависимость между коррелированными переменными. Основные преимущества использования подхода копулы: (1) гибкость в выборе произвольной маргинальной и структуры зависимости, (2) расширение до более чем двух переменных и (3) раздельный анализ маргинальных распределений и структуры зависимости [41, 42 ].Совместное распределение подбирается путем отдельной оценки предельных распределений переменных и их соответствия, что не ограничивается каким-либо параметрическим распределением (например, распределением Гаусса). Метод Copula широко используется для изучения взаимодействий и ассоциаций между гидрологическими и / или климатологическими переменными. Де Микеле и Сальвадори [43] определили связь между интенсивностью и продолжительностью ливневых дождей в Италии с помощью копулы Франка. Hao и AghaKouchak [44] использовали набор параметрических связок для получения многомерного стандартизованного индекса засухи на основе векторов осадков и влажности почвы.Ли и др. [45] изучали влияние формы хвоста различных функций связок (т. Е. Гамбеля, Фрэнка, Клейтона и Гаусса) на двумерный частотный анализ засухи. Ренар и Ланг [46] предложили применение гауссовой связки для смягчения последствий наводнений во Франции. Гримальди и Серинальди [47] доказали адекватность двух связок (Фрэнка и Гамбеля) для анализа характеристик паводка реки Канава в Западной Вирджинии (США). Чебана и Уарда [48, 49] представили региональный многомерный анализ паводков с использованием связки и многомерных L-моментов, которые также использовались в исследовании Saad et al.[18], которые разработали трехфакторную связку для анализа наводнений над рекой Ришелье, расположенной в южной части Квебека. Копула Гамбеля была использована Леонардом, Меткалфом и Ламбертом [50] для объединения предельных распределений сезонных максимумов дождевых осадков в бассейне Мюррей-Дарлинг, Австралия. Адлуни и Уарда [51] предложили применение копулы для анализа зависимости уровня воды в озере Сен-Луи от максимального стока на реке Шатоге в Квебеке (Канада). Роза и Лейте [52] представили, что связки Фрэнка и Клейтона хорошо подходят для изучения взаимосвязи между максимальным потоком и объемом в Португалии.Чтобы установить связь между различными характеристиками паводков, Salarpour et al. [53] применили т-копулу на реке Джохор в Малайзии. Копула Гамбеля была выбрана в качестве наиболее подходящей модели для трехфакторного частотного анализа пиковых расходов, объемов гидрографов и концентраций взвешенных наносов в работе Безака и др. [54]. Также связка использовалась для описания пика и объема наводнения, пика и продолжительности наводнения, а также объема и продолжительности наводнения [55, 56]; интенсивность и продолжительность засухи [45]; волны тепла и засуха [57].Таким образом, функция связки оказалась очень полезным и эффективным инструментом для многомерного гидрологического и климатологического анализа и моделирования.

Математически связка — это многомерное распределение вероятностей, связывающее стандартные равномерно распределенные маргиналы. Предполагая, что X и Y являются парами случайных величин с кумулятивными функциями распределения (CDF), и. Согласно теореме Склара [58], совместная функция двумерного распределения X и Y , обозначенная как кумулятивная совместная вероятность, затем может быть сгенерирована следующим образом: определяется как функция копулы.

Здесь C (u, v) — произвольная двумерная функция копулы. Функция C имеет следующие элементарные свойства [59]: (1) Для каждых u и, (2) (3) Для каждого u 1, u 2 ,, и, если u 1 u 2 и ≤,

В литературе описано множество семейств связок (например, [59, 60]. Семейства копул различаются числом параметров и структурой зависимости , влияющие на их сложность.Параметры связок контролируют силу зависимости. Эти параметры обычно оцениваются с использованием алгоритмов локальной оптимизации (например, [61–63], байесовского (например, [64, 65]), подхода L-моментов (например, [66]) и методов точного максимального правдоподобия) [ 67]). В этом исследовании для описания взаимозависимости между осадками и температурными переменными использовались пять функций копул: Гаусса, Стьюдента, Фрэнка, Клейтона и Гамбеля (таблица 1). Эти связки принадлежат к семействам эллиптических (гауссово и t -копулы) [60] и архимедовых (копулы Франка, Клейтона и Гамбеля) [59].Обратите внимание, что эллиптические связки часто используются для простой структуры зависимостей [68, 69]. Следовательно, архимедово семейство связок более желательно для гидрологического анализа, потому что оно может быть легко построено и может применяться независимо от того, является ли корреляция между переменными положительной или отрицательной [56]. Эти связки были выбраны для анализа, потому что они обычно использовались для оценки взаимозависимости климатических переменных в гидрологических и климатологических исследованиях.


Имя копулы Формула копулы

Гаусса , ρ , является линейной стандартной корреляционной функцией.
Студент , ρ — коэффициент линейной корреляции, а t -1 — обратная кумулятивная функция распределения (CDF) для t -распределения Стьюдента со степенью свободы.
Gumbel , где θ измеряет зависимость между u и.
Clayton , где θ измеряет зависимость между u и.
Frank , где θ измеряет зависимость между u и.

2.3. Процедура анализа

Доступные климатические данные сначала обрабатывались по следующим критериям: дни без осадков (<0,10 мм) были исключены из анализа, а все остальные дни были сгруппированы по сезонам (декабрь-январь-февраль (DJF), март-апрель- Май (MAM), июнь-июль-август (JJA) и сентябрь-октябрь-ноябрь (SON)).Чтобы соответствовать совместному распределению между температурой и осадками с использованием метода копул, была использована следующая процедура: (1) На первом этапе анализа для каждой из исследуемых переменных выбирается адекватное маргинальное распределение (функция распределения вероятностей, PDF). Фактически, было выявлено маргинальное распределение среднесуточной температуры и суммы суточных осадков в исследуемом регионе. Идентификация подобранного распределения вероятностей позволяет прогнозировать вероятность превышения для определенной величины (квантиля) или величины, связанной с конкретной вероятностью превышения.Теоретической основы для выбора распределения вероятностей и метода оценки параметров нет. В этом исследовании было подобрано двенадцать распределений вероятностей для каждой сетки и сезона. Подгоняемые PDF-файлы: бета, экспонента, экстремальное значение, гамма, обобщенное экстремальное значение, обобщенное значение Парето, обратное гауссово, логистическое, лог-логистическое, логнормальное, нормальное и Вейбулла (см. Таблицу 2). В литературе представлено несколько методов оценки параметров, связанных с этими распределениями, то есть метод максимального правдоподобия (например, метод максимального правдоподобия).ж., [70, 71]), метод моментов (например, [72]) и метод L-моментов (например, [73]). В этом исследовании использовался метод максимального правдоподобия. Выбор наиболее подходящего распределения для каждой переменной (т.е. наилучшего соответствия предельного распределения данных сетки) основан на байесовском информационном критерии (BIC), предложенном Шварцем (1978). Наименьшие значения BIC определяют наиболее подходящее распределение [74]. (2) На втором этапе анализа кумулятивная функция распределения (CDF) этих распределений используется для вычисления предельных кумулятивных вероятностей и.Это вычисление предполагает, что F i и G i являются выбранными PDF для общего количества осадков и среднесуточной температуры для сетки и , соответственно. Обратите внимание, что и являются строго возрастающими функциями и находятся в пределах интервала [0, 1]. (3) На третьем этапе анализа пять функций копулы (как определено в таблице 1) подгоняются к предельным кумулятивным вероятностям среднесуточной температуры. и общее количество осадков. Для выбора подходящей (наиболее подходящей) функции копулы использовался метод, основанный на сравнении теоретических и эмпирических функций копулы.Подробно для каждой функции копул была рассчитана среднеквадратичная ошибка, определяемая как среднее квадратное расстояние между теоретической и эмпирической связками. Соответствующая копула каждой сетки — это та, которая имеет наименьшую среднеквадратичную ошибку. Отметим, что параметры связки оценивались с использованием метода точного максимального правдоподобия (EML) [67].


Название Функция

Beta
где a , 0 параметры 9010 B (.) — бета-функция; и I [0,1] — индикаторная функция.
Экспоненциальная
, где µ — среднее значение.
Экстремальное значение
где µ и σ — это, соответственно, параметры местоположения и масштаба.
Гамма , где a и b — параметры формы и масштаба, а также гамма-функция.
Обобщенное экстремальное значение

, где µ , σ и k — это, соответственно, параметры местоположения, масштаба и формы.

Обобщенный Парето

, где k , σ и θ — это, соответственно, параметры формы, масштаба и порога.

Обратный гауссовский
где µ и λ — это, соответственно, среднее значение и параметры формы.
Логистика
где µ и σ — это, соответственно, среднее значение и параметры масштаба.
Лог-логистика
где µ и σ — это, соответственно, среднее значение и параметры масштаба.
Логнормальный
где µ и σ — это, соответственно, среднее значение и параметры масштаба.
Нормальное Если X следует логнормальному распределению с параметрами µ и σ , то log ( X ) следует нормальному распределению со средним значением µ и стандартным отклонением σ .
Weibull
где σ и k — это, соответственно, параметры масштаба и формы.

После того, как совместное распределение каждой сетки установлено (включая поля, копулу и их параметры), его можно использовать, например, для расчета совместного риска (вероятности). Совместная вероятность осадков и средняя температура очень важны для управления и оценки рисков, связанных с экстремальными метеорологическими и гидрологическими явлениями.Это помогает в управлении ресурсами, такими как производительность сельскохозяйственного сектора. Как правило, в двумерном случае могут быть интересны четыре одновременных события: (1) одновременное превышение { P p , T t }, (2) превышение-непревышение { P p , T t }, (3) непревышение-превышение { P p , T ≥ t }, и (4) одновременное непревышение { P p , T t }.В этом исследовании мы в основном сосредоточились на вычислении вероятности одновременных экстремальных температурных явлений и осадков, включая влажную / прохладную (обозначается P w / c ) зимой (DJF) и сухой / жаркой (обозначается ). Р д / ч ) летом (JJA). Следуя Чжоу и Лю [75], чтобы уловить большое количество событий, мы использовали квантильные пороги 25 th и 75 th T и P , чтобы определить эти две вероятности: где, соответственно , 25 и 75 квантильные пороги осадков и температуры.Чтобы количественно оценить полезность введения зависимости между осадками и температурой, эти две вероятности были рассчитаны для каждой сетки, предполагая, что P и T являются независимыми (обозначены как и) и зависимыми (обозначены как и) переменными. Следовательно, используя некоторые вероятностные манипуляции, они могут быть определены как где F и G — выбранные PDF для суточного общего количества осадков и среднесуточной температуры, а C представляет собой наиболее подходящие связки для выбранной сетки.После вычисления этих вероятностей для каждой сетки изучаемого региона были разработаны две карты, показывающие различия вероятностей между зависимыми и независимыми (т. Е. Карта для и одна для). Эти карты показали наличие риска, не учтенного при оценке этих одновременных экстремальных явлений, за счет игнорирования зависимости между температурой и осадками. Более подробная информация представлена ​​в разделе «Результаты».

3. Результаты

Пространственная изменчивость среднемесячной температуры, которая была усреднена за период исследования для всех четырех сезонов, показана на Рисунке 2 (а).Высокая изменчивость температур между сезонами демонстрирует необходимость сезонного анализа копул для этого исследования, чтобы уловить изменчивость и экстремальные явления. Среднемесячная температура колебалась от −20 до 3 ° C зимой (DJF), от −10 до 19 ° C весной (MAM), от 13 до 26 ° C летом (JJA) и от −5 до 20 ° C осенью (СЫН). В течение всех сезонов самые высокие температуры были обнаружены в юго-западной части (городские центры) недалеко от озера Онтарио и озера Эри в западной части исследуемой области.Самая низкая температура была обнаружена в северных (сельских) районах и на возвышенностях в северо-западной части исследуемой области. В целом, что касается пространственной изменчивости, мы наблюдали градиент приблизительно + 5 ° C с юго-запада на север по всему исследуемому региону.

Пространственная изменчивость общего количества осадков по сезонам и усредненная по времени за исследуемый период показана на Рисунке 2 (b). Сумма месячных осадков варьировала от 178 до 285 мм для DJF, от 185 до 240 мм для MAM, от 195 до 265 мм для JJA и от 208 до 315 мм для SON.Изменчивость общего сезонного количества осадков была пространственно более сложной, чем средняя температура, что отражало комбинированное воздействие на состояние поверхности и топографию. Наименьшее количество осадков выпало в восточной и южной частях исследуемого региона недалеко от озера Онтарио и озер Эри, но с максимумом осадков в западной части, недалеко от озера Гурон и залива Джорджиан, с осени до весны (т. эффект озера). Дневное и ночное отопление / охлаждение и режим ветра у озер был более изменчивым по сравнению с районами, расположенными дальше от суши.Повышенная изменчивость этих береговых ветров могла способствовать более низкому / большему количеству осадков рядом с озерами в самом южном / крайнем западном Онтарио. Районы с наибольшим ежемесячным количеством осадков наблюдались в западной и северной частях исследуемого региона к востоку от залива Джорджиан, и озеро Гурон также является высокогорным сектором по сравнению с южной частью исследуемого участка и более высоким лесным покровом. На погодные условия в этом районе также в большей степени повлияли осадки или известные снежные полосы, простирающиеся к востоку от озера Гурон и залива Джорджиан на западе.Эти региональные влияния могли способствовать увеличению количества осадков в этой части исследуемой области. В целом, высокая сезонная изменчивость (стандартное отклонение не показано) была обнаружена в течение осеннего и зимнего сезонов по сравнению с изменчивостью весной и летом.

На рис. 3 (а) показана пространственная изменчивость ранговой корреляции Спирмена между дневными данными с общим количеством осадков и среднесуточной температурой для всех четырех сезонов. Значения p соответствующего критерия значимости показаны на рисунке 3 (b).Два основных преимущества теста ранговой корреляции Спирмена по сравнению с простым тестом линейной корреляции заключаются в следующем: (1) его можно вычислить без каких-либо предположений о нормальном распределении данных и (2) он имеет низкую чувствительность для неоднородных временных рядов. Эта корреляция использовалась для анализа тенденций в климатологических и гидрологических временных рядах [76]. Обнаружена положительная ранговая корреляция между суточной суммой осадков и средней температурой на исследуемой территории для всех четырех сезонов.В пространственном отношении корреляция находилась в наиболее значимой точке сетки на всей территории исследования. Наибольшая корреляция наблюдалась в западных районах весной и осенью. Также высокая корреляция наблюдалась в центральных частях исследуемой области, прилегающей к озерам Эри и Гурон летом, но с низкими значениями корреляции за пределами этой области. Этот центральный и южный регион был пропорционально теплее, и количество туманов было выше, чем в других частях исследуемой области. Исаак и Стюарт [21] показывают, что в 90% дней, когда возникал туман, также сообщалось об осадках.Поэтому ожидалось, что на части исследуемого участка с обычными туманными днями будет большое количество дней с осадками. В целом, как предположили Исаак и Стюарт [21] из исследования в масштабе станции, больше осадков выпадает в теплые погодные условия зимой над южным Онтарио и Квебеком.

На рис. 4 (а) показано наиболее подходящее распределение (PDF) для сезонной среднесуточной температуры с 1951 по 2013 год для исследуемой области. Чтобы показать пространственные и временные изменения PDF, которые могут существовать на крайних концах исследуемой области, были выбраны две сетки: одна на самом дальнем северо-востоке (сетка 1), а другая на самом дальнем юго-западе (сетка 1699) (рис. (б)).Было обнаружено, что выбранное распределение варьируется в зависимости от времени года и пространства между двумя краями исследуемой области. В течение зимнего сезона, исходя из средней температуры, исследуемая территория была сгруппирована в два разных региона на основе временного распределения данных: (1) юго-западная часть, которая следовала кривой нормального распределения, и (2) северо-восточная часть, которая следовала кривой распределения GEV. с высоким отрицательным параметром формы (тип III ГЭВ). Параметр формы принадлежал узкому диапазону, примерно от -8 до -10.Чрезвычайно низкие температуры зимой в северо-восточной части исследуемого региона могут объяснить использование GEV III (рис. 4 (b), красная кривая). Было обнаружено, что ГЭВ с положительным параметром формы (тип II ГЭВ) имеет наилучшее распределение ГЭВ для весеннего и осеннего сезонов. Параметр формы варьировался в пространстве от 2 до 5 весной и от 5,5 до 9,5 осенью. Наблюдаемое изменение параметров формы можно объяснить большой временной изменчивостью среднесуточной температуры, которая наблюдалась в течение этих двух сезонов, с нелинейными обратными связями в зависимости от снежного покрова и мерзлых условий почвы, что влияет на диабатические потоки и лежащий в основе процесс нагрева / охлаждения. (Рисунок 4 (б)).Положительное значение параметра формы подразумевает распределение тяжелого хвоста. Распределение данных весной и осенью показывает, что экстремальные значения встречались чаще по сравнению с другими значениями. Двухпараметрическое распределение Вейбулла с большой положительной формой наблюдалось для летних данных (рис. 4 (b)).

На рис. 5 показано наиболее подходящее распределение общего сезонного количества осадков с 1951 по 2013 год для исследуемой области (5A) и PDF суточных сумм осадков в ячейках 1 и 1699 для разных сезонов (5B).Было обнаружено, что наиболее подходящее распределение изменялось пространственно и сезонно с высокой пространственной изменчивостью весной и летом. Это был ожидаемый результат из-за высокой пространственной изменчивости процессов выпадения осадков, имевших место в эти сезоны. Было обнаружено, что логнормальное (LN) и обобщенное Парето (GP) распределения являются наилучшими для соответствия ежедневным данным в течение всех четырех сезонов. Распределение LN предполагает, что логарифм суточного общего количества осадков распределен нормально и полезно, когда интересующая переменная смещена вправо.Было обнаружено, что LN является наилучшим распределением в сетках, чтобы соответствовать пропорционально низкому количеству осадков. Кроме того, было обнаружено, что GP является лучшим распределением для соответствия данным в сетках с большим суточным количеством осадков.

На рис. 6 показана среднеквадратическая ошибка (MSE) между теоретическими и эмпирическими функциями копулы для всех 1699 сеток. Для каждой сетки лучшая функция копулы, которая соответствует совместному распределению осадков и температуры, — это та, которая минимизирует MSE. В целом, ни одна связка не подходила для всех сезонов и / или сеток.Это ожидалось из-за различий в географических и геофизических условиях в регионе, которые влияют на колебания температуры и осадков. Менее изменчивость лучшей связки наблюдалась зимой и летом по сравнению с изменчивостью лучшей связки весной и осенью. Вариация копулы может быть объяснена тем, что температура имеет один и тот же положительный знак для всех сеток зимой и летом (т.е. положительный для лета и отрицательный для зимы), чего не происходит весной и осенью (тогда как положительный знак температуры зависит от выбранную сетку).Гамбель оказалась лучшей связкой зимой, а связка Клейтона — летом. Эти две связки асимметричны и принадлежат к семейству Архимедов. Копула Гамбеля используется для моделирования сильных зависимостей в правом хвосте, что означает, что больше осадков зимой, как правило, связано с теплой погодой в этом регионе. Фактически, более теплый воздух может содержать больше водяного пара, чем более холодный воздух, что может привести к более высокой вероятности более интенсивных осадков (например, соотношение Клаузиуса-Клапейрона).Поэтому копула Клейтона используется для моделирования сильных зависимостей в левом хвосте, объясняя зависимость между небольшим количеством осадков и экстремальной температурой летом. Из-за механизмов, упомянутых ранее в этом разделе, большая изменчивость температуры и осадков в весенний и осенний сезоны приводит к большей изменчивости с точки зрения лучших связок в течение этих двух сезонов.

В этом разделе представлено приложение, демонстрирующее влияние игнорирования зависимости между температурой и осадками на оценку рисков экстремальных явлений, таких как влажно / прохладно зимой и сухо / жарко летом.На рисунке 7 показаны различия между вероятностями одновременных экстремальных значений, вычисленные путем принятия P и T в качестве зависимых и независимых переменных. Мы обнаружили, что в целом различия положительные (варьируются от 8 до 14%), что означает, что игнорирование зависимости приводит к недооценке вероятности возникновения событий влажный / прохладный и сухой / жаркий до 14% в южном Онтарио. Кроме того, мы заметили, что вероятность различий больше в случае события влажный / холодный по сравнению с случаем сухого / горячего события.Это можно объяснить тем, что в этом регионе количество осадков и температуры больше коррелировано зимой, чем летом. В частности, различия более значительны в городских центрах вблизи озера Онтарио. В заключение, этот анализ показывает, что корреляции между P и T имеют прямое влияние на оценку риска возникновения одновременных климатических явлений.

Другой пример полезности моделирования риска экстремального явления на основе совместного распределения температуры и осадков, в отличие от модели, основанной на этих двух переменных по отдельности, показан на рисунке 8.Фактически, этот рисунок показывает пространство между температурой и осадками в сетке 1682 (то есть в районе Торонто) для четырех сезонов. Контуры представляют собой двумерную квантильную кривую для различных одновременных непревышенных событий. Обратите внимание, что функция квантиля выражает величину события с точки зрения вероятности его превышения или непревышения, что также связано с периодами повторяемости. Кривая квантиля состоит из двух частей: наивной части (хвост) и собственной части (центральной). Наивная часть состоит из двух сегментов, начинающихся на концах правой части.Подробное описание и свойства двумерной квантильной функции можно найти в Chebana and Ouarda [77]. Для примера сетки 1682 зимой, для значения риска p = 0,9, одномерные значения квантилей осадков и температуры составляют 10 мм и 5 ° C, соответственно. Фиолетовая кривая на рисунке 8 представляет двумерный квантиль, извлеченный из совместного распределения. Обратите внимание, что комбинация одномерных значений (осадки = 10 мм и температура = 5 ° C) не относится к двумерной квантильной кривой.Эта комбинация соответствует другому риску ( p ), меньшему, чем фактический риск p = 0,9. Следовательно, неправильный вывод (с точки зрения величины и периода повторяемости) может быть сделан без учета совместного или смешанного распределения. Общность двумерной квантильной функции, которая может дать несколько возможных сценариев, связанных с одним и тем же риском p , не относится к одномерному квантилю. Одномерный квантиль представляет собой крайние точки соответствующей части двумерной квантильной кривой, обозначенной черным пунктиром на рисунке 8.


4. Обсуждение

В этом исследовании использовался подход, основанный на связках, для определения внутренней сезонной зависимости между средней температурой и общим ненулевым количеством осадков при суточном разрешении на юге Онтарио. Мы обнаружили положительную корреляцию между температурой и количеством осадков во всем регионе. Наши аналитические результаты согласуются с предыдущими исследованиями, опубликованными в литературе, которые указывают на положительную корреляцию между осадками и температурой в этом регионе (например,g., [21, 78]), но с другим выводом, как в работе Тренберта и Ши [28], в которой они объединяют все «более теплые» месяцы с мая по сентябрь. Исаак и Стюарт [21] вычислили индекс температуры-осадков, который рассчитывает процент осадков на основе температур ниже средней дневной температуры для 51 канадской метеорологической станции. Они сообщают о положительной корреляции зимой для всех станций, расположенных в южном Онтарио и Квебеке.

Результаты этого исследования являются важным шагом вперед для характеристики и количественной оценки нелинейной зависимости между осадками и температурой в районе, который склонен к возникновению экстремальных погодных явлений и имеет глубокое социальное и экономическое значение для Канады.Предлагаемый подход, продемонстрированный здесь, является гибким и свободным от предположений. Фактически, смоделированная структура зависимости не требует нормальности предельных распределений переменных, что обеспечивает гибкость в коррелирующих переменных, а также предотвращает необходимость подобных предельных распределений.

Мы обнаружили, что копулы Гамбеля и Клейтона являются наиболее подходящими для описания зависимости между температурой и осадками зимой и летом, соответственно. Гамбель и Клейтон представляют собой две асимметричные связки с правой (Гамбель) и левой (Клейтон) хвостовой зависимостью [79].Это объясняет значительную корреляцию между экстремальной температурой и экстремальным количеством осадков в этом регионе в эти сезоны. Механически это показывает, что в холодную погоду зимой обычно выпадает меньше осадков, а осенью в теплую погоду выпадает больше. Асимметричные связки лучше подходят для выявления нелинейной корреляции между температурой и осадками в этой области.

5. Заключение

В этой статье был представлен подход, основанный на связках, для моделирования сезонного совместного или смешанного распределения температуры и осадков.Предлагаемый подход является гибким и свободным от предположений. Пять членов копул, принадлежащих к трем семействам, были приспособлены к 1699 сеткам (разрешение ∼10 км × 10 км) в южном Онтарио. Для каждой сетки был вычислен информационный критерий с использованием эмпирических и теоретических связок, и наиболее подходящая связка была выбрана на основе силы нелинейных корреляций. Моделирование совместного распределения осадков и температуры поможет улучшить моделирование погодных явлений, что может помочь повысить точность оценок риска.

Результаты показали, что ни одна связка не работала стабильно как лучшая связка для всех четырех сезонов и для всего региона. Гамбель выглядел как наиболее подходящая связка на зиму, а связка Клейтона — как наиболее подходящая связка на лето. Большая изменчивость с точки зрения наилучшей связки была обнаружена весной и осенью, что может быть связано с колебаниями температуры во время определенных событий или пороговых значений (например, около 0 ° C) между точками сетки и смешением типов осадков, что может привести к различным связям. с температурой (как отмечено в [28]).Путем извлечения многомерных и одномерных квантилей, относящихся к заранее выбранному риску, было обнаружено, что игнорирование совместного или смешивающего / комбинированного распределения осадков и температуры может привести к недооценке риска экстремального события. Эта недооценка может привести к неверному истолкованию и неправильному выводу о сроках возврата. Наше исследование также показывает, что взаимосвязи и физика совместного возникновения осадков и температурных явлений должны приниматься во внимание при интерпретации климатических изменений и в анализе климатических рисков.

Экстремальные значения метеорологических переменных могут оказывать значительное влияние на экосистемы и общество в результате возникновения экстремальных погодных явлений. Оценка потенциального риска экстремальных климатических переменных имеет решающее значение для политики устойчивости и смягчения негативных последствий изменения климата. Потенциально ценным продолжением этого исследования является анализ трехкомпонентной связки, позволяющий связать количество осадков и температуры с планированием растениеводства, экономикой сельского хозяйства и оценкой паводков.Такое исследование может быть использовано при разработке стратегий снижения рисков для фермеров и лиц, принимающих решения, которые будут приобретать все большее значение перед лицом изменения климата и связанных с ним изменений в экстремальных условиях, круговороте воды и гидрометеорологических опасностях.

Доступность данных

Ежедневные данные CanGrid, используемые в этом исследовании, получены со следующего веб-сайта: ftp://ftp.nrcan.gc.ca/pub/outgoing/canada_daily_grids.

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов.

Благодарности

Финансовая поддержка этого исследования была предоставлена ​​Советом по естественным и инженерным исследованиям (NSERC) Канады в рамках проекта FloodNet. Авторы также благодарят исследователей из Министерства природных ресурсов Канады и Министерства охраны окружающей среды и изменения климата Канады за их вклад в предоставление наборов климатических данных.

Влияние метеорологических условий на концентрации PM2,5 в Китае: обзор методологии и механизма

https: // doi.org / 10.1016 / j.envint.2020.105558Получить права и контент

Основные моменты

Известные пространственно-временные закономерности метеорологических воздействий на концентрации PM 2,5 .

Сравнение основных методов количественной оценки PM 2,5 -метеорологических взаимодействий.

Механизмы взаимодействия между концентрациями PM 2,5 и восемью метеорологическими факторами.

Проблемы для лучшего понимания метеорологических влияний на PM 2.5 концентраций.

Основные метеорологические средства для снижения концентраций PM 2,5 .

Abstract

Загрязнение воздуха над Китаем вызвало широкий интерес общественности и академического сообщества. PM 2,5 является основным загрязнителем воздуха в Китае. Количественная оценка взаимодействия между метеорологическими условиями и концентрациями PM 2,5 имеет важное значение для понимания изменчивости PM 2,5 и поиска методов контроля PM 2.5 . С 2013 года измерения PM 2,5 широко проводились на 1436 станциях по всей стране, и было опубликовано более 300 статей, посвященных взаимодействию PM 2,5 с метеорологией. Эта статья представляет собой всесторонний обзор метеорологического воздействия на концентрацию PM 2,5 . Мы начинаем с введения общих метеорологических условий и концентраций PM 2,5 по всему Китаю, а затем сезонных и пространственных вариаций метеорологических воздействий на PM 2.5 концентраций. Затем проверяются и сравниваются основные методы, используемые для количественной оценки метеорологических воздействий на концентрации PM 2,5 . Мы обнаружили, что методы анализа причинно-следственной связи больше подходят для выявления влияния отдельных метеорологических факторов, в то время как статистические модели хороши для количественной оценки общего воздействия нескольких метеорологических факторов на концентрации PM 2,5 . Модели химического переноса (CTM) могут дать динамическую оценку PM 2.5 концентраций с учетом антропогенных выбросов, переноса и эволюции загрязнителей. Затем мы всесторонне исследуем механизмы, как основные метеорологические факторы могут влиять на концентрации PM 2,5 , включая дисперсию, рост, химическое производство, фотолиз и осаждение PM 2,5 . Также тщательно изучается влияние обратной связи концентраций PM 2,5 на метеорологические факторы. На основе этого обзора представлены предложения по будущим исследованиям и основным метеорологическим подходам к уменьшению воздействия PM 2.В конечном итоге произведено 5 загрязнений.

Ключевые слова

PM 2,5

Метеорологические условия

Механизм взаимодействия

Модель причинно-следственной связи

Статистическая модель

CTM

Рекомендуемые статьиЦитирующие статьи (0)

© 2020 Авторы. Опубликовано Elsevier Ltd.

Рекомендуемые статьи

Ссылки на статьи

Зависимость городских загрязнителей воздуха от метеорологии

РЕЗЮМЕ Переносимые по воздуху твердые частицы являются одним из критериев загрязнения, связанным с увеличением смертности и заболеваемости среди населения от респираторных и сердечно-сосудистых заболеваний.Кордова — вторая крупнейший город страны, и существуют тревожные данные об уровне содержания частиц в атмосфере, хотя в нем нет системы мониторинга качества воздуха. Чтобы оценить суточную концентрацию и состав твердых частиц в городе Кордова и его временные закономерности, в период с августа 2011 года по март 2015 года отбирались ежедневные пробы общего количества взвешенных частиц (TSP) и еженедельные пробы мелких частиц (PM2,5). с использованием фильтров из стекловолокна и тефлоновых фильтров соответственно; также были охарактеризованы временные изменения их концентрации и состава.Концентрацию частиц определяли гравиметрически, а неорганический состав и концентрацию анализировали с помощью рентгеновской флуоресценции (XRF). Концентрация 14 полициклических ароматических углеводородов (ПАУ) также определялась в органической фракции с помощью ВЭЖХ с детектированием флуоресценции. Концентрации TSP были относительно высокими по сравнению с другими городами и испытывали сезонные колебания в зависимости от года отбора проб, обычно более высокие концентрации зимой. Расчетная 24-часовая средняя концентрация PM10 превышала стандарты ЕС и EPA в 29% дней выборки.Наиболее распространенными элементами в TSP были Ca и Fe. Такая же тенденция наблюдалась и в концентрации PM2,5 со значительно более высокими значениями зимой, что было связано с экстремальными явлениями, зарегистрированными в тот период из-за лесных пожаров. Однако уровни PM2,5 по сравнению с другими городами мира сравнительно низкие. Наиболее распространенными элементами в мелкой фракции частиц были Fe, Ca и K. Что касается органического состава TSP, были обнаружены высокие уровни ПАУ по сравнению с другими городами, большинство из которых составляли соединения нафталина.Кроме того, концентрация общих ПАУ показала значительные годовые и сезонные различия с более высокой концентрацией в 2012 году и в зимний период. Уровни ПАУ не имели очевидной связи с уровнями TSP. Чтобы интерпретировать временные изменения в составе и концентрации частиц, влияние метеорологических переменных было изучено с помощью множественных регрессионных моделей. Относительная влажность была переменной, которая больше всего способствовала предсказанию уровней общего количества пыли обратно пропорционально, наряду с направлением и скоростью ветра.В модели для PM2,5 в качестве прогнозирующей переменной использовалась только температура точки росы. Между тем, общее количество ПАУ обратно пропорционально росе. точка и скорость ветра. Для оценки источников выбросов твердых частиц в районе исследования использовались рецепторные модели. Было обнаружено, что ресуспендирование частиц почвы и движение автотранспорта являются основными источниками выбросов твердых частиц в городе Кордова, в то время как источники выбросов ПАУ соответствовали автомобильному движению, выделяя дизельное топливо и бензин на основе молекулярной массы ПАУ.Для анализа воздействия частиц на здоровье органов дыхания населения были оценены токсикологические и канцерогенные риски, связанные с вдыханием металлов и ПАУ, адсорбированных на частицах. Коэффициенты опасности были рассчитаны для каждого элемента. количественно оценивается по частицам, а общий индекс риска рассчитывается как сумма этих элементов. Было обнаружено, что токсикологический риск из-за неорганического состава частиц приемлем в городе Кордова, включая наиболее уязвимые возрастные группы.Токсикологические риски не было сезонных колебаний, за исключением общего токсикологического риска для PM2,5, который был выше в зимний период. Более того, канцерогенный риск, связанный с содержанием Ni и Cr в частицах, не был значительным для Ni, как это было для Cr. Однако этот результат был завышен, поскольку индекс учитывает весь определенный Cr как Cr VI. Также был проведен анализ риска ингаляционного воздействия ПАУ в виде твердых частиц, поскольку эти соединения являются канцерогенными. Также оценивались сезонные колебания и различия между разными возрастными группами.Население подвергалось воздействию таких концентраций ПАУ, что возрастающий риск рака легких от воздействия через вдыхание в течение всей жизни превышал значения, разрешенные EPA (1 человек на миллион), но средний риск на протяжении всего периода был приемлемым, поскольку он не превышал 1 человека из 10 тысяч. Последний предел был превышен у пожилых людей, которые подвергались большему риску в холодное время года. Для оценки генотоксичности взвешенных частиц был проведен анализ комет с лимфоцитами человека in vitro, которые подвергались воздействию органических экстрактов в виде частиц.Повышение генотоксичности клеток, подвергшихся воздействию органических экстрактов относительно контрольной обработки. продемонстрировал, что весной был выше. Однако эту генотоксичность нельзя объяснить только уровнями экстрактов ПАУ. Это предполагает наличие в органическом экстракте других генотоксичных соединений помимо ПАУ, таких как жирные кислоты, алканы и т. Д. Этот тезис предоставляет полезную справочную информацию для составления кадастров выбросов в городе и понимания закономерностей изменения частиц в зависимости от погоды.Подчеркивается необходимость управления качеством воздуха, особенно в отношении выбросов транспортных средств, учитывая высокую концентрацию частиц и связанный с ними канцерогенный риск. Кроме того, важность долгосрочного мониторинга необходима для полного понимания поведения этого загрязнителя в атмосфере города.

PM2,5 Пространственно-временные вариации и взаимосвязь с метеорологическими факторами в течение 2013-2014 гг. В Пекине, Китай

Абстрактные

Цель

Имеется ограниченная информация о пространственно-временных вариациях частиц со средним аэродинамическим диаметром <2.5 мкм (PM 2,5 ) при высоком разрешении и их взаимосвязь с метеорологическими факторами в Пекине, Китай. Это исследование было направлено на выявление моделей пространственно-временных изменений PM 2,5 с августа 2013 года по июль 2014 года в Пекине, а также на оценку взаимосвязи между PM 2,5 и метеорологическими факторами.

Методы

Ежедневный и часовой PM 2,5 Данные Пекинского бюро по охране окружающей среды (BJEPB) были проанализированы отдельно. Для описания пространственно-временных вариаций PM 2 использовались интерполяция обычного кригинга (OK), графики временных рядов, коэффициент корреляции Спирмена и коэффициент дивергенции (COD).5 . H-критерий Краскела-Уоллиса, поправка Бонферрони и U-критерий Манна-Уитни использовались для оценки различий в уровнях PM 2,5 , связанных с пространственными и временными факторами, включая сезон, регион, день и день недели. Взаимосвязи между суточными PM 2,5 и метеорологическими переменными были проанализированы с использованием обобщенной аддитивной смешанной модели (GAMM).

Результаты

Среднегодовые и медианные концентрации PM 2,5 составили 88,07 мкг / м 2 3 и 71.00 мкг / м 3 , соответственно, с августа 2013 г. по июль 2014 г. Концентрация PM 2,5 была значительно выше зимой ( P <0,0083) и в южной части города ( P <0,0167). Ежедневные колебания PM 2,5 показали долгосрочную тенденцию колебаний с 2–6 пиками каждый месяц. Концентрация PM 2,5 была значительно выше ночью, чем днем ​​( P <0,0167). Метеорологические факторы были связаны с ежедневными PM 2.5 с использованием модели GAMM ( R 2 = 0,59, AIC = 7373,84).

Заключение

PM 2,5 Загрязнение Пекина демонстрирует сильные пространственно-временные вариации. Метеорологические факторы влияют на концентрацию PM 2,5 определенным образом. Как правило, скорость ветра в предыдущие сутки, солнечные часы и осадки отрицательно коррелируют с PM 2,5 , тогда как относительная влажность и атмосферное давление тремя днями ранее положительно коррелируют с PM 2.5 .

Образец цитирования: Huang F, Li X, Wang C, Xu Q, Wang W, Luo Y, et al. (2015) PM 2,5 Пространственно-временные вариации и взаимосвязь с метеорологическими факторами в течение 2013-2014 гг. В Пекине, Китай. PLoS ONE 10 (11): e0141642. https://doi.org/10.1371/journal.pone.0141642

Редактор: Qinghua Sun, Государственный университет Огайо, США

Поступила: 2 июня 2015 г .; Принята к печати: 12 октября 2015 г .; Опубликовано: 3 ноября 2015 г.

Авторские права: © 2015 Huang et al.Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника

Доступность данных: Все соответствующие данные находятся в пределах документ и вспомогательные информационные файлы к нему.

Финансирование: Эта работа была поддержана грантами из гранта Фонда естественных наук Китая (81302516), гранта национального крупного проекта в области науки и технологий (2014ZX10004005-001), Национального «12-го пятилетнего» плана поддержки науки и технологий, Китай (2012BAI37B03), Стратегическое финансирование Университета Эдит Коуэн (SRF 2015-2016) и Схема отраслевого сотрудничества Университета Эдит Коуэн-2013 (G1001368).WW поддерживается Проектом импорта и развития высококвалифицированных талантов муниципальных учреждений Пекина. Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Конкурирующие интересы: Авторы заявили, что никаких конкурирующих интересов не существует.

Введение

Загрязнители атмосферного воздуха, особенно твердые частицы (ТЧ), привлекли внимание в последние годы из-за их неблагоприятного воздействия на здоровье [1–8].Было установлено, что длительное и кратковременное воздействие PM, включая частицы со средним аэродинамическим диаметром <2,5 мкм (PM 2,5 ) и <10 мкм (PM 10 ), повышает риск сердечно-сосудистых и респираторных заболеваний. и повышенная смертность [1–3]. Исследования показывают, что PM 2,5 очень токсичен и более вреден для здоровья человека, чем крупные частицы (частицы со средним аэродинамическим диаметром> 2,5 мкм). При вдыхании PM 2,5 попадает в кровоток и перемещается в жизненно важные органы, включая печень, селезенку, сердце и мозг [9].Неблагоприятные последствия для здоровья от вдыхания PM 2,5 включают, среди прочего: нарушение функции легких, повышение артериального давления и когнитивный дефицит [4–6]. PM 2,5 также может привести к инсульту, раку легких и некоторым другим заболеваниям [7, 8].

Китай пережил быструю урбанизацию и индустриализацию, что привело к резкому увеличению потребления энергии и выбросов за последние несколько десятилетий [10]. Одна из экологических проблем — частые эпизоды тумана по всей стране.Недавнее исследование показало, что среднегодовая концентрация PM 2,5 почти для всех провинциальных столиц Китая превышала 35 мкг / м 3 в течение 2013–2014 годов [11, 12]. Похоже, что угроза более серьезна в столице Китая Пекине, отчасти из-за большой численности населения, увеличения количества транспортных средств и многочисленных активных строительных работ. Например, в течение 2004–2008 годов средняя дневная концентрация PM 2,5 составляла 105 мкг / м 3 , а последнее исследование показало, что кумулятивное количество дней превышения в целом по городу в целом велико [13, 14].Чрезвычайно высокие концентрации PM 2,5 могут привести к различным негативным последствиям для здоровья; несколько исследований показали, что PM 2,5 оказывает значительное влияние на посещение пунктов неотложной помощи при сердечно-сосудистых и респираторных заболеваниях, а также на потерянные годы жизни в Пекине [13, 15 , 16].

Учитывая множественные пагубные последствия PM 2,5 для здоровья, необходимы данные с высоким пространственным и временным разрешением для точной оценки состояния и рисков для здоровья, связанных с PM 2.5 экспонатов. Однако доступ к уже существующим данным PM 2.5 от Пекинского бюро по охране окружающей среды (BJEPB) невозможен, поскольку большая часть данных PM 2.5 за предыдущие годы не была задокументирована. Только до октября 2012 года были опубликованы почасовые данные мониторинга PM 2.5 . Эти данные были взяты из 35 участков, что является репрезентативным для всего города. Хотя пространственно-временное распределение PM 2,5 с использованием этих данных было сообщено в одном исследовании, постоянные концентрации PM 2.5 с высоким временным разрешением были недоступны [14]. Другие исследователи сообщили о долгосрочном изменении PM 2,5 , но их результаты, как правило, основывались на дискретных точках или косвенной оценке [17, 18]. В нескольких исследованиях изучалась взаимосвязь между метеорологическими факторами и PM 2,5 в Пекине и было обнаружено, что метеорологические факторы могут иметь значение для изменения PM 2,5 . Однако лишь в нескольких из этих исследований изучалась корреляция между скоростью ветра и относительной влажностью и PM 2.5 . Кроме того, в большинстве этих исследований не было полностью изучено влияние различных метеорологических переменных на PM 2,5 [19–21].

Целью настоящего исследования является изучение пространственно-временных вариаций PM 2,5 в Пекине с использованием официально опубликованных данных с 35 станций за годичный период с августа 2013 г. по июль 2014 г., а также оценка взаимосвязи между суточными PM 2,5 и метеорологические факторы.

Методы

Источник PM

2.5 и метеорологические факторы

С конца сентября 2012 года BJEPB постепенно публикует среднесуточные и ежечасные данные о загрязнителях окружающего воздуха в реальном времени на основе 35 автоматических станций мониторинга, установленных в 16 районах города Пекина (рис. 1). Среднесуточные (с августа 2013 г. по июль 2014 г.) и ежечасные данные о концентрации PM 2,5 в режиме реального времени (с декабря 2013 г. по ноябрь 2014 г.) были собраны с платформы веб-сайта Центра городского мониторинга охраны окружающей среды, BJEPB (www.bjmemc.com.cn). Кроме того, были получены метеорологические данные, включая среднесуточную скорость ветра (м / с), относительную влажность (%), часы солнечного света (ч), температуру (° C), осадки (мм) и давление воздуха (кПа) в 16 районах. от Китайского метеорологического бюро за тот же период.

Среднесуточные концентрации для каждого района и всего города были рассчитаны путем усреднения концентраций, сообщаемых всеми 35 станциями, что является тем же методом, который использует BJEPD для сообщения общественности о ежедневных концентрациях загрязнителей воздуха.Показатели пропущенных значений в 16 округах были в основном низкими — от 7,12% до 8,77%, за исключением Mentougou и Huairou , которые имели более высокие уровни 17,81% и 10,41%, соответственно. Некоторые ежедневные данные отсутствовали по всем районам в основном из-за технических проблем с обслуживанием веб-сайтов в течение периода исследования. Метод множественного вменения Монте-Карло с цепью Маркова (MCMC) использовался для вменения пропущенных значений, и для анализа были доступны данные за 339 дней.

Пространственно-временной анализ PM

2.5

Чтобы получить более полную картину текущего состояния и пространственно-временных изменений загрязнения PM 2,5 , суточные и ежечасные данные о концентрациях были проанализированы различными методами. Используя китайские стандарты качества окружающего воздуха (CAAQS) в качестве эталона, было выбрано среднесуточное значение PM 2,5 , которое превышает классы I (35 мкг / м 3 ) и II (75 мкг / м 3 ).

Для характеристики PM 2 использовалась интерполяция обычного кригинга (ОК) [22, 23].5 региональных и сезонных колебаний, на основе данных о концентрациях с 35 станций мониторинга. PM 2,5 сводная статистика, функции пространственно-временной зависимости и оценки PM 2,5 на пространственно-временной сетке были получены для описания региональных и сезонных изменений. Это было сделано с помощью расширения Geostatistical Analyst Extension для ArcGIS (ArcMap, версия 10.2.2). Для изучения региональных и сезонных вариаций PM 2,5 16 районов были разделены на три области: южную, северную и центральную (Таблица 1).Кроме того, 12 месяцев были разделены на четыре сезона: весна (март, апрель и май), лето (июнь, июль и август), осень (сентябрь, октябрь и ноябрь) и зима (декабрь, январь и февраль).

Кроме того, ежедневное изменение PM 2,5 по городу в течение года было отображено в виде показателя временного ряда. Были рассчитаны количество эпизодов загрязнения PM 2,5 (периоды с концентрациями> 75 мкг / м 3 ), продолжительность эпизода и интервал между двумя эпизодами.Суточные колебания PM 2,5 в каждом месяце были преобразованы во временные ряды путем усреднения концентраций в различные моменты времени.

Для оценки пространственной неоднородности PM 2,5 были рассчитаны коэффициенты корреляции Спирмена и коэффициенты дивергенции (COD) для каждой пары станций мониторинга и сопоставлены с расстоянием между станциями [24, 25]. Низкое значение ХПК указывает на небольшие различия между концентрациями PM 2,5 на станциях, тогда как значение, близкое к 1, означает большее несоответствие между концентрациями.

Для оценки различий в уровнях PM 2,5 , связанных с пространственными и временными факторами, включая сезон, площадь и дневное время, использовались

поправочные тесты Краскела-Уоллиса и Бонферрони. Различия между будними и выходными днями проверялись U-критерием Манна-Уитни. Все статистические тесты были двусторонними, и значения P менее 0,05 считались статистически значимыми.

Моделирование связи между PM

2,5 и метеорологическими факторами

Потому что диаграммы разброса показали, что не все метеорологические переменные были линейно коррелированы с PM 2.5 , обобщенная аддитивная смешанная модель (GAMM) использовалась для изучения влияния метеорологических факторов на суточные концентрации PM 2,5 . Эта модель может использовать как аддитивные параметрические члены, так и непараметрическую функцию для формулирования ковариантных эффектов и добавления случайных эффектов к аддитивному предиктору с учетом избыточной дисперсии и корреляции [26, 27]. Суточная концентрация ТЧ на районном уровне 2,5 Данные о концентрации использовались в качестве зависимой переменной, а соответствующие метеорологические факторы районного уровня использовались в качестве независимых переменных.Было проверено запаздывающее (на 1–3 дня раньше) влияние метеорологических факторов, поскольку предшествующие погодные условия могут влиять на последующие концентрации PM 2,5 [28]. В окончательную модель были введены метеорологические переменные, которые имели самую сильную корреляцию с PM 2,5 от lag0 (текущее значение) до lag3 (значение на 3 дня раньше) с коэффициентом корреляции Спирмена r s > 0,2. Информационные критерии Акаике (AIC) и скорректированные R 2 были использованы для выбора подходящих переменных и моделей.

Условное распределение вероятностей концентраций PM 2,5 приблизительно соответствовало гамма-распределению в соответствии с графиком QQ и было проверено с помощью одновыборочного теста Колмогорова-Смирнова, поэтому в модели GAMM использовалась логарифм-связанная функция для концентрации PM 2,5 . Кубические сплайны использовались в качестве непараметрической функции ковариант, которые потенциально не были линейно коррелированы с логарифмически преобразованными PM 2,5 [29]. День года был введен для контроля временных эффектов на PM 2.5 концентрация. Был принят автоматический выбор для определения наиболее подходящих параметров (степени свободы, узлы) для шлицев на основе обобщенной перекрестной проверки (GCV). Кроме того, поскольку концентрация PM 2,5 линейно зависит от собственных предыдущих значений и от стохастического члена, в модель была введена авторегрессионная структура ARMA (p , q) для описания регрессии [30]. Оптимальные значения p и q были определены с помощью AIC и автокорреляционной функции (ACF).Исходная модель

Где Y i , t — концентрация PM 2,5 в районе i ( i = от 1 до 16) в день t ( t = от 1 до 339) . Каждый s представляет функцию сглаживания кубических сплайнов для метеорологических факторов, включая скорость ветра ( WS ), относительную влажность ( RH ), температуру ( T ) и часы солнечного света ( SH ), которые демонстрируют нелинейные отношения с преобразованным в журнал дневным PM 2.5 концентрация. s ( Day i ) использовалось для контроля временного тренда. Поскольку осадки ( P ) следовали крайне неравномерному распределению, а давление воздуха ( AP ) было линейно коррелировано с PM 2,5 , в модель были введены дихотомическая форма осадков и линейный член давления воздуха. Z i — случайный отрезок для района i и τ t — член авторегрессии.Все анализы проводились с использованием статистического программного обеспечения R (версия 3.1.2), а для моделирования GAMM использовался пакет «mgcv». Все статистические тесты были двусторонними, и значения P менее 0,05 считались статистически значимыми.

Результаты

Обзор загрязнения PM

2,5 в Пекине

Среднегодовые концентрации PM 2,5 варьировались от 67,79 мкг / м 3 в районе Миюнь до 107,63 мкг / м 3 в районе Тунчжоу , что значительно превышает годовые значения CAAQS (GB3095-2012), степень I (15 мкг / м 3 ) и II стандартов (35 мкг / м 3 ) для всех районов Пекина (таблица 1).Средняя по городу концентрация 88,07 мкг / м 3 также превысила нормативы. В таблице 1 указано количество дней недостижения (определяемых как дни с превышением нормативов концентрации PM 2,5 ) и ставки для 16 районов на основе ежедневных стандартов CAAQS (GB3095-2012). Все 16 районов испытали загрязнение PM 2,5 , которое превышало дневную норму Grade I (35 мкг / м 3 ) в течение более 60% дней (уровень недостижения 60%) и Grade II (75 мкг / м 2). 3 ) в течение более 30% дней (показатель недостижения 30%) в году.

Пространственно-временные изменения PM

2,5 Загрязнение Тест

Бонферрони использовался для оценки сезонных и региональных различий в уровнях PM 2,5 , и средняя разница была значимой на уровнях 0,0083 и 0,0167, соответственно (таблица 2). Загрязнение PM 2,5 в Пекине имело ярко выраженные сезонные и региональные колебания (рис. 2). Он был значительно выше зимой ( P <0,0083) и ниже летом ( P <0,0083).Статистически значимой разницы в концентрации PM 2,5 между весной и осенью не было ( MD = -5,615, P = 0,024). Концентрация PM 2,5 в южной части города была значительно выше, чем в северной части ( MD = 29,492, P <0,0167). Наблюдаемые уровни PM 2,5 также выявили ярко выраженный пространственный градиент, увеличивающийся с севера на юг в большинство месяцев, за исключением июля 2014 г. Эта закономерность была более очевидной в холодные месяцы (с ноября 2013 г. по январь 2014 г.) с чрезвычайно высокими концентрациями в южных районах. часть города Пекин.

Повседневная динамика концентраций PM 2,5 с августа 2013 г. по июль 2014 г. показала долгосрочную тенденцию колебаний (рис. 3). Всего в течение года наблюдалось 52 эпизода загрязнения PM 2,5 (> 75 мкг / м 3 ) (13 весной, 11 летом, 13 осенью и 16 зимой) с 2–6 эпизодами каждый месяц. . Эпизод обычно длился 1–7 дней, а интервалы между эпизодами составляли 1–14 дней (пропущенные дни не включались в расчет). U-критерий Манна-Уитни использовался для оценки разницы между рабочими днями и выходными, но не было обнаружено статистически значимой разницы (рис.3 и таблица 2) ( Z = -0.145, P = 0,885).

Среднечасовая концентрация PM 2,5 в каждом месяце имела суточный характер, представленный одним или двумя пиками. Для заданных дней, если концентрация PM 2,5 увеличивалась от значения ниже среднемесячного до значения выше этого среднего, эти дни считались одним пиком до тех пор, пока концентрация не падала ниже среднего (рис. 4). За 7 месяцев (с февраля по апрель, с июня по сентябрь) было 2 пика, один — в полдень, а другой — в раннее ночное время.В течение других 5 месяцев (май и октябрь-январь) пик приходился либо на полдень, либо на раннюю ночь. Самый низкий уровень PM 2,5 был во второй половине дня, за исключением октября. Тест Бонферрони использовался для оценки почасовой разницы в уровнях PM 2,5 , и средняя разница была значимой на уровне 0,0167 (таблица 2). Он показывает, что концентрация PM 2,5 в ночное время (с 19:00 до 6:00) была значительно выше, чем в дневное время (с 7:00 до 12:00 и с 13:00 до 18:00) ( P <0.0167), но не было статистически значимой разницы между полуднем (с 7:00 до 12:00) и днем ​​(с 13:00 до 18:00) ( MD = 4,985, P = 0,136).

Пространственная неоднородность PM 2,5 была исследована путем расчета коэффициентов корреляции и ХПК для среднесуточных концентраций на 595 парах станций. Средние значения двух коэффициентов для всех пар станций составили 0,912 и 0,195 соответственно (рис. 5). На рис. 5 показано, что коэффициенты корреляции снижаются с увеличением расстояния между станциями, тогда как COD увеличиваются с увеличением расстояния между станциями.Наклон обеих аппроксимирующих линий на рис. 5 значительно отличался от нуля ( P <0,05).

Связь между PM

2,5 и метеорологическими факторами

Корреляционный анализ показал, что скорость ветра в предыдущие сутки ( r с = −0,48, P <0,01) и атмосферное давление на 3 дня раньше ( r с = 0,26, P < 0,01) сильно коррелировали с текущим PM 2.5 концентраций (таблица S1). Для относительной влажности ( r с = 0,38, P <0,01) и часов солнечного света ( r с = -0,51, P <0,05) наиболее сильная корреляция была в день PM 2,5 замер. Поскольку все коэффициенты корреляции температуры (lag0 — lag3) были <0,2 в разное время дня, они не были включены в окончательную модель. Для дихотомических переменных осадков модель без запаздывающего члена имела наименьший AIC и наибольший скорректированный R 2 .Таким образом, были введены метеорологические переменные, включая скорость ветра за предыдущий день ( WSlag1 ), относительную влажность ( RH ), солнечные часы ( SH ), осадки ( P ) и атмосферное давление на 3 дня раньше ( APlag3 ). в финальной модели. Мы выбрали порядок члена авторегрессионной ошибки p = 2 и q = 2 с наименьшим AIC, а автокорреляция находится между [0,1, 0,1] от ACF. Окончательная модель

Общая величина эффекта, измеренная скорректированным R 2 , составила 0.59, а степень согласия, оцененная AIC, составила 7373,84 для окончательной модели GAMM. Связь между PM 2,5 и скоростью ветра предыдущего дня монотонно уменьшалась (Рис. 6). Аналогичным образом, общая тенденция к снижению была обнаружена для PM 2,5 с увеличением количества солнечных часов. Напротив, PM 2,5 положительно коррелировал с относительной влажностью. Для переменной дихотомических осадков концентрация PM 2,5 составляла 85,68% (95% ДИ: 82,98–88,47%) в дни с осадками по сравнению с днями без осадков.Давление воздуха оказало 3-дневное запаздывание на PM 2,5 , что положительно коррелировало с логарифмически преобразованной концентрацией PM 2,5 в линейной зависимости от.

Обсуждение

Исследование показывает, что в Пекине наблюдается серьезное загрязнение PM 2,5 по всему городу в течение года [12–14]. Мы наблюдали большие пространственные вариации по всему городу [14, 31] с выраженным возрастающим градиентом с севера на юг. Южный Пекин граничит с серьезно загрязненными городами в провинции Хэбэй и Тяньцзинь [12, 32, 33].Региональный транспорт может оказать сильное влияние на южные пригороды и усугубить загрязнение PM 2,5 . Северная часть Пекина окружена горами, и значительная зеленая растительность может помочь очистить воздух [34]. Более низкая плотность населения в северных пригородах, а также меньшая активность человека, возможно, способствовали более низкой наблюдаемой концентрации PM 2,5 .

PM 2,5 Концентрация показывает большие сезонные колебания, с наиболее серьезными PM 2.5 загрязнение зимой [12, 31]. В Пекине северный умеренно-континентальный муссонный климат. Официальный отопительный сезон жилых домов — с ноября по март. Повышенный уровень PM 2,5 зимой в основном связан с сжиганием угля и биомассы для отопления жилых домов, как и в других северных городах Китая [12, 32, 35]. Много лет назад песчаные бури были серьезной проблемой и обычно доходили до Пекина весной. Эти штормы были связаны с переносом пустынной пыли на большие расстояния, минеральной пыли насчитывалось 18.6% от массы PM 2,5 [16, 31]. Однако нет никаких свидетельств, указывающих на сильное загрязнение PM 2,5 весной. Это может быть результатом реализованного проекта контроля источников песчаных бурь в Пекине и Тяньцзине, который был начат в 2000 году [36].

Что касается еженедельного графика, то некоторые исследования показали, что концентрации загрязнителей воздуха показывают общий эффект выходных дней, с более высокими уровнями в будние дни и более низкими в выходные [37, 38]. Однако эта закономерность не преобладает во всех городах, особенно для PM 2.5 [39, 40]. Наши результаты подтверждают отсутствие разницы между рабочими днями и выходными для концентраций PM 2,5 в Пекине. Ограничения на использование транспортных средств в будние дни могут быть важным объяснением этого явления. Однако для PM 2,5 наблюдались явные периодические колебания с 2–6 эпизодами в месяц. Поскольку на выраженные суточные колебания PM 2,5 может меньше влиять интенсивность движения, которая одинакова для будних и выходных дней, колебания концентрации могут быть в значительной степени вызваны метеорологическими условиями, такими как солнечная радиация, образование конвективно смешанных пограничных слоев и ветер [41, 42].Это так или иначе подтверждается отрицательной корреляцией между солнечными часами и концентрацией PM 2,5 , а также отрицательной корреляцией между этой концентрацией и скоростью ветра (рис. 6). Кроме того, зимой больше эпизодов, а летом меньше. Такое изменение, возможно, частично связано с сезонными колебаниями выбросов загрязняющих веществ в атмосферу и высоты пограничного слоя атмосферы.

Дневной PM 2,5 Наблюдалось вариаций с одним или двумя пиками в каждый месяц, аналогично результатам других исследований [39, 41, 43, 44] (рис. 5).В суточных вариациях преобладают суточный цикл выбросов источников и высота пограничного слоя [44]. Как правило, пик перед полуднем объясняется повышенной антропогенной активностью в утренний час пик, а снижение PM 2,5 во второй половине дня в основном связано с высотой развивающегося пограничного слоя, который обеспечивает большой объем для разбавления PM 2,5 . Наконец, уменьшение высоты пограничного слоя с повышенной антропогенной активностью в послеобеденный час пик приводит к раннему ночному пику.Кроме того, суточные вариации PM 2.5 меняются по месяцам. В более холодные месяцы (с октября по январь) больше сжигается уголь и сжигается биомасса для отопления жилых помещений, а высота пограничного слоя обычно уменьшается в полдень из-за меньшей солнечной радиации, что приводит к более высоким уровням PM 2,5 ранней ночью. [45, 46].

PM 2,5 уровней в Пекине сильно коррелировали для всех пар станций ( r s > 0.70), а расстояние было мощным предсказателем корреляции [24]. Однако 43,03% значений COD, рассчитанных для среднесуточных концентраций PM 2,5 в парах станций, были> 0,20, и эти значения были положительно связаны с расстоянием, что дает приблизительное указание на пространственную неоднородность [47, 48]. Этот результат предполагает, что, несмотря на сильную корреляцию между станциями, среднее значение концентраций PM 2,5 на нескольких станциях мониторинга в Пекине может привести к ошибкам классификации в эпидемиологических исследованиях (например,g., эпидемиологические исследования временных рядов, оценивающие взаимосвязь между PM 2,5 и событиями, связанными со здоровьем).

Хотя влияние метеорологических условий на распространение, разбавление и накопление загрязнителей воздуха широко признано, оно остается непоследовательным при рассмотрении конкретных метеорологических воздействий на концентрацию PM 2,5 . В предыдущих исследованиях были разработаны различные модели прогнозирования метеорологии для PM 2,5 , с более высокими прогнозирующими возможностями, оцененными по скорректированному R 2 (0.79) или кросс-вариант R 2 (0,77) [49, 50]. Хотя характеристики модели остаются высокими, прогнозирующая способность нашей модели для PM 2,5 (скорректированный R 2 = 0,59) была несколько ниже. Различие может быть связано с использованием дополнительной выборки, например, информации о землепользовании [49, 50]. Причина, по которой это не может быть полностью объяснено метеорологическими факторами, может заключаться в сложной и разнообразной деятельности человека, связанной с PM 2,5 .

Среди метеорологических факторов большинство исследований было сосредоточено на скорости ветра, что указывает на отрицательную корреляцию скорости ветра с PM 2.5 [20, 21, 50–53], и это также было очевидно в этом исследовании. Эффект запаздывания скорости ветра также рассматривался в нашем исследовании, и результат предполагает, что на PM 2,5 в основном влияет скорость ветра в предыдущие сутки. Что касается осадков, наше исследование также сопоставимо с другими исследованиями [50, 54]. На рис. 6 показано, что концентрация PM 2,5 почти на 10% ниже в дни с осадками по сравнению с днями без осадков из-за того, что осадки оказывают поглощающее воздействие на загрязнители воздуха [54, 55].

Результаты об относительной влажности для загрязнения PM 2,5 не согласовывались. Используя корреляционный анализ, некоторые исследования показали, что связь между относительной влажностью и PM 2,5 отрицательна или меняется в зависимости от сезона [20, 51–53]. После учета временной тенденции наши результаты показали, что относительная влажность положительно коррелирует с PM 2,5 в соответствии с методом GAMM [21]. Основная причина может заключаться в том, что во время высокой относительной влажности происходит повышенное образование вторичных ТЧ с большим количеством газофазных химических загрязнителей (CO, O 3 , SO 2 и NO x ) [19, 56 ].Такие ситуации также не способствуют диффузии загрязнителей воздуха.

Было проведено несколько исследований, изучающих взаимосвязь между PM 2,5 и давлением воздуха, а также продолжительностью солнечного света. Наши результаты показали, что давление воздуха оказывает отложенное влияние на концентрацию PM 2,5 с положительной корреляцией. Как правило, это явление можно объяснить определенными погодными условиями (например, осадками), возникающими после окружающей среды с низким давлением. Однако доказательств недостаточно, и необходимы дополнительные количественные исследования для построения подробной картины воздействия давления воздуха на PM 2.5 концентрация. Существует отрицательная взаимосвязь между солнечными часами и PM 2,5 , что может быть связано с большим объемом атмосферы для разбавления за счет увеличения высоты пограничного слоя [57].

В этом исследовании есть ограничения. Станции отбора проб в исследовании распределены неравномерно и немногочисленны в некоторых районах, поэтому в будущих исследованиях следует использовать более продуманный метод отбора проб. Кроме того, метеорологические факторы могут иметь долгосрочное влияние на PM 2.5 . Для моделирования мы выбрали только те факторы, которые имели сильную корреляцию с PM 2,5 . Поэтому мы призываем к проведению будущих исследований в Пекине для изучения сложной взаимосвязи между PM 2,5 и метеорологическими условиями в течение более длительного периода.

Выводы

Это исследование предоставляет исходную информацию для всестороннего понимания текущего загрязнения PM 2,5 в Пекине. Результаты показывают, что концентрация PM 2,5 имеет сильные пространственно-временные вариации.PM 2,5 Загрязнение сильнее зимой и снижается с юга на север города. Ежедневные колебания PM 2,5 показывают долгосрочную тенденцию колебаний с 2–6 пиками в каждом месяце. Наблюдаются суточные колебания PM 2,5 с пиками до полудня или ранней ночи, или и того, и другого. Наблюдательные станции в Пекине отличаются пространственной неоднородностью. Метеорологические факторы влияют на концентрацию PM 2,5 в отдельных формах. Как правило, скорость ветра в предыдущие сутки, солнечные часы и осадки отрицательно коррелируют с PM 2.5 , тогда как относительная влажность и атмосферное давление тремя днями ранее положительно коррелируют с PM 2,5 .

Благодарности

Авторы высоко оценивают редактирование на английском языке Эрика Адуа, Школа медицинских наук, Университет Эдит Коуэн, Австралия.

Вклад авторов

Задумал и спроектировал эксперименты: FFH X. Li ASY XHG. Проведены эксперименты: FFH X. Li YXL LXT. Проанализированы данные: FFH X. Li CW QX. Предоставленные реагенты / материалы / инструменты для анализа: FFH X.Ли QG JG SPC KC LL NG X. Лю KY. Написал статью: FFH X. Li WW.

Ссылки

  1. 1. Докери Д.В., Папа ЦА 3-й. Острые респираторные эффекты от загрязнения воздуха частицами. Annu Rev Public Health. 1994; 15: 107–32. pmid: 8054077
  2. 2. Ли Б.Дж., Ким Б., Ли К. Воздействие загрязнения воздуха и сердечно-сосудистые заболевания. Toxicol Res. 2014; 30 (2): 71–5. pmid: 25071915
  3. 3. Pelucchi C, Negri E, Gallus S, Boffetta P, Tramacere I, La Vecchia C.Долгосрочное воздействие твердых частиц и смертность: обзор европейских эпидемиологических исследований. BMC Public Health. 2009; 9: 453. pmid: 19995424
  4. 4. Айлшир Дж. А., Кримминз Э. М.. Загрязнение воздуха мелкими частицами и когнитивные функции пожилых людей в США. Am J Epidemiol. 2014; 180 (4): 359–66. pmid: 24966214
  5. 5. Лян Р., Чжан Б., Чжао Х, Руань Ю., Лян Х., Фань З. Влияние воздействия PM 2,5 на кровяное давление: систематический обзор и метаанализ.J Hypertens. 2014; 32 (11): 2130–41. pmid: 25250520
  6. 6. Wu S, Deng F, Hao Y, Wang X, Zheng C, Lv H и др. Мелкие твердые частицы, температура и функция легких у здоровых взрослых: результаты исследования HVNR. Chemosphere. 2014; 108: 168–74. pmid: 24548647
  7. 7. Шин Х. Х., Фанн Н., Бернетт Р. Т., Коэн А., Хаббелл Б. Дж.. Наружные мелкие частицы и нефатальные инсульты: систематический обзор и метаанализ. Эпидемиология. 2014; 25 (6): 835–42. pmid: 25188557
  8. 8.Тернер М.С., Кревски Д., Папа ЦА 3-й, Чен Ю., Гапстур С.М., Тун М.Дж. Долгосрочное загрязнение воздуха мелкими твердыми частицами и рак легких у большой группы никогда не куривших. Am J Respir Crit Care Med. 2011; 184 (12): 1374–81. pmid: 21980033
  9. 9. Петерс А., Веронези Б., Кальдерон-Гарсидуэньяс Л., Гер П., Чен Л.С., Гейзер М. и др. Важное обновление — перемещение и потенциальные неврологические эффекты мелких и ультратонких частиц. Часть Fiber Toxicol. 2006; 3: 13. Pmid: 16961926
  10. 10.Пекинское муниципальное статистическое бюро. Пекинский статистический ежегодник. Пекин: China Statistics Press; 2014.
  11. 11. Ли М., Чжан Л. Дымка в Китае: текущие и будущие вызовы. Загрязнение окружающей среды. 2014; 189: 85–6. pmid: 24637256
  12. 12. Ван И, Инь Кью, Ху Дж, Чжан Х. Пространственные и временные вариации шести критериев загрязнителей воздуха в столице 31 провинции Китая в 2013–2014 годах. Environ Int. 2014; 73: 413–22. pmid: 25244704
  13. 13.Го Ю., Ли С., Тиан З, Пан Х, Чжан Дж., Уильямс Г. Бремя загрязнения воздуха на потерянные годы жизни в Пекине, Китай, 2004–08: ретроспективный регрессионный анализ ежедневных смертей. BMJ. 2013; 347: f7139. pmid: 24322399
  14. 14. Чжан А., Ци Кью, Цзян Л., Чжоу Ф., Ван Дж. Воздействие ТЧ на население 2,5 в городских районах Пекина. PloS One. 2013; 8 (5): e63486. pmid: 23658832
  15. 15. Го Й, Цзя Й, Пан Х, Лю Л., Вичманн Х. Связь между загрязнением воздуха мелкими частицами и обращениями в отделения неотложной помощи при сердечно-сосудистых заболеваниях в Пекине, Китай.Sci Total Environ. 2009; 407 (17): 4826–30. pmid: 19501385
  16. 16. Leitte AM, Schlink U, Herbarth O, Wiedensohler A, Pan XC, Hu M и др. Концентрации отдельных частиц по размеру и посещения отделения неотложной респираторной помощи в Пекине, Китай. Перспектива здоровья окружающей среды. 2011; 119 (4): 508–13. pmid: 21118783
  17. 17. Ю. Ю., Шлейхер Н., Норра С., Фрикер М., Дитце В., Камински Ю. и др. Динамика и происхождение PM 2,5 в течение трехлетнего периода отбора проб в Пекине, Китай.J Environ Monit. 2011; 13 (2): 334–46. pmid: 21180709
  18. 18. Ван Дж. Ф., Ху М. Г., Сюй К. Д., Кристакос Г., Чжао Ю. Оценка загрязнения воздуха в Пекине в масштабах города. PloS One. 2013; 8 (1): e53400. pmid: 23320082
  19. 19. Сонг К., Пей Т., Яо Л. Анализ характеристик и способов эволюции PM 2,5 эпизодов загрязнения в Пекине, Китай, в течение 2013 г. Int J Environ Res Public Health. 2015; 12 (2): 1099–111. pmid: 25648172
  20. 20. Чжан Кью, Цюань Дж., Ти Икс, Ли Х, Лю Цюй, Гао И и др.Влияние метеорологии и образования вторичных частиц на видимость во время явлений сильной дымки в Пекине, Китай. Sci Total Environ. 2015; 502: 578–84. pmid: 25300022
  21. 21. Чжан Х, Ван И, Ху Дж, Инь Цюй, Ху ХМ. Связь между метеорологическими параметрами и критериями загрязнителей воздуха в трех мегаполисах Китая. Environ Res. 2015; 140: 242–54. pmid: 25880606
  22. 22. Матерон Г. Основы геостатистики. Экон геол. 1963; 58: 1246–66.
  23. 23.Гиакуми А, Маггос Т.Х., Микопулос Дж., Хелмис С., Василакос СН. PM2,5 и летучие органические соединения (ЛОС) в окружающем воздухе: акцент на влияние метеорологии. Оценка состояния окружающей среды. 2009; 152 (1–4): 83–95. pmid: 18536869
  24. 24. Чжан И, Ли М., Браво М.А., Цзинь Л., Нори-Сарма А., Сюй И и др. Качество воздуха в Ланьчжоу, крупном промышленном городе Китая: характеристики загрязнения воздуха и обзор существующих данных исследований загрязнения воздуха и состояния здоровья. Загрязнение воды, воздуха и почвы.2014; 225 (10): 2187. pmid: 25838615
  25. 25. Браво М.А., Белл М.Л. Пространственная неоднородность PM10 и O3 в Сан-Паулу, Бразилия, и значение для исследований здоровья человека. J Air Waste Manag Assoc. 2011; 61 (1): 69–77. pmid: 21305890
  26. 26. Coull BA, Schwartz J, Wand MP. Здоровье дыхательных путей и загрязнение воздуха: аддитивный анализ смешанной модели. Биостатистика. 2001; 2 (3): 337–49. pmid: 12933543
  27. 27. Xu M, Guo Y, Zhang Y, Westerdahl D, Mo Y, Liang F и др.Пространственно-временной анализ загрязнения воздуха частицами и смертности от ишемической болезни сердца в Пекине, Китай. Здоровье окружающей среды. 2014; 13: 109. pmid: 25495440
  28. 28. Ито К., Терстон Г.Д., Сильверман Р.А. Характеристика PM2,5, газообразных загрязнителей и метеорологических взаимодействий в контексте моделей воздействия на здоровье временных рядов. J Expo Sci Environ Epidemiol. 2007; 17 Дополнение 2: S45–60. pmid: 18079764
  29. 29. Вуд SN. Обобщенные аддитивные модели: введение в R.Нью-Йорк: Chapman & Hall / CRC; 2006.
  30. 30. Клиффорд С., Лоу Чой С., Хусейн Т., Менгерсен К., Моравска Л. Использование обобщенной аддитивной модели для моделирования числа сверхмелкозернистых частиц. Atmos Environ. 2011; 45 (32): 5934–45.
  31. 31. Ван Г., Ченг С., Ли Дж., Ланг Дж., Вэнь В., Ян Х и др. Распределение источников и сезонные колебания углеродсодержащего аэрозоля PM 2,5 в районе Пекин-Тяньцзинь-Хэбэй в Китае. Оценка состояния окружающей среды.2015; 187 (3): 143. pmid: 25716523
  32. 32. Чай Ф., Гао Дж., Чен З., Ван С., Чжан И., Чжан Дж. И др. Пространственные и временные изменения твердых частиц и газообразных загрязнителей в 26 городах Китая. J Environ Sci. 2014; 26 (1): 75–82.
  33. 33. Джи Д., Ван И, Ван Л., Чен Л., Ху Б., Тан Г и др. Анализ эпизодов сильного загрязнения в отдельных городах северного Китая. Atmos Environ. 2012; 50: 338–48.
  34. 34. Лю Дж, Мо Л., Чжу Л., Ян Ю, Лю Дж и др.Эффективность удаления твердых частиц на различных подстилающих поверхностях в Пекине. Environ Sci Pollut Res Int. 2015.
  35. 35. Сяо К., Ма З., Ли С., Лю Ю. Влияние зимнего отопления на загрязнение воздуха в Китае. PLoS One. 2015; 10 (1): e0117311.
  36. 36. Государственное управление лесного хозяйства Китайской Народной Республики. Отчет о развитии лесного хозяйства Китая. 2013. Доступно по адресу: http://www.forestry.gov.cn/.
  37. 37. Моталлеби Н., Тран Х, Крус Б. Е., Ларсен Л.С.Распределение твердых частиц и их химических компонентов по дням недели на отдельных участках в Калифорнии. J Air Waste Manag Assoc. 2003; 53 (7): 876–88. pmid: 12880074
  38. 38. Blanchard CL, Tanenbaum S. Различия в концентрациях загрязняющих веществ в атмосферном воздухе в будние и выходные дни в Атланте и на юго-востоке США. J Air Waste Manag Assoc. 2006; 56 (3): 271–84. pmid: 16573190
  39. 39. Ху Дж, Ван И, Инь Кью, Чжан Х. Пространственная и временная изменчивость PM 2.5 и PM 10 над Северо-Китайской равниной и дельтой реки Янцзы, Китай. Atmos Environ. 2014; 95: 598–609.
  40. 40. Шен Г.Ф., Юань С.Ю., Се Ю.Н., Ся С.Дж., Ли Л., Яо Ю.К. и др. Уровни окружающей среды и временные изменения PM 2,5 и PM 10 на жилом участке в мегаполисе Нанкин, в западной части дельты реки Янцзы, Китай. J Environ Sci Health A Tox Hazard Subst Environ Eng. 2014; 49 (2): 171–8. pmid: 24171416
  41. 41. Cyrys J, Pitz M, Heinrich J, Wichmann HE, Peters A.Пространственное и временное изменение числовой концентрации частиц в Аугсбурге, Германия. Sci Total Environ. 2008; 401 (1–3): 168–75. pmid: 18511107
  42. 42. Хуан П., Чжан Дж., Тан И, Лю Л. Пространственное и временное распределение загрязнения PM 2,5 в городе Сиань, Китай. Int J Environ Res Public Health. 2015; 12 (6): 6608–25. pmid: 26068090
  43. 43. Уоллес Дж., Канароглу П. Влияние температурных инверсий на двуокись азота (NO2) и мелкие твердые частицы (PM2.5) с использованием температурных профилей от атмосферного инфракрасного зонда (AIRS). Sci Total Environ. 2009; 407 (18): 5085–95. pmid: 19540568
  44. 44. Лю З., Ху Б., Ван Л., Ву Ф, Гао В., Ван Й. Сезонные и суточные колебания твердых частиц (ТЧ10 и ТЧ2,5) в городском районе Пекина: анализ результатов 9-летнего исследования. Environ Sci Pollut Res Int. 2015; 22 (1): 627–42. pmid: 25096488
  45. 45. Гуино Б., Роджер Дж., Кашьер Х., Ван П., Бай Дж., Тонг Ю. Влияние вертикальной структуры атмосферы на распределение аэрозолей в Пекине.Atmos Environ. 2006; 40 (27): 5167–80.
  46. 46. Мяо С., Чен Ф., Лемоне М., Тевари М., Ли К., Ван Й. Наблюдательное и модельное исследование характеристик городского острова тепла и структур пограничного слоя в Пекине. J Appl Meteorol Climatol. 2008; 48 (3): 484–501.
  47. 47. Уилсон Дж. Г., Кингхэм С., Стурман А. П.. Внутригородские колебания загрязнения воздуха PM 10 в Крайстчерче, Новая Зеландия: значение для эпидемиологических исследований. Sci Total Environ. 2006; 367 (2–3): 559–72.pmid: 16243380
  48. 48. Пинто JP Lefohn AS, Shadwick DS. Пространственная изменчивость PM2,5 в городских районах США. J Air Waste Manag Assoc. 2004; 54 (4): 440–9. pmid: 15115373
  49. 49. Лю Й., Пасиорек С.Дж., Кутракис П. Оценка региональной пространственной и временной изменчивости концентраций PM 2,5 с использованием спутниковых данных, метеорологии и информации о землепользовании. Перспектива здоровья окружающей среды. 2009; 117 (6): 886–92. pmid: 195
  50. 50. Яноски JD, Paciorek CJ, Laden F, Hart JE, Puett RC, Liao D, et al.Пространственно-временное моделирование загрязнения воздуха твердыми частицами на территории Соединенных Штатов с использованием географических и метеорологических предикторов. Здоровье окружающей среды. 2014; 13: 63. pmid: 25097007
  51. 51. Василакос К., Сарага Д., Маггос Т., Михопулос Дж., Патераки С., Хелмис К. Временные изменения PM 2,5 в атмосферном воздухе пригородного участка в Афинах, Греция. Sci Total Environ. 2005; 349: 223–31. pmid: 16198683
  52. 52. Триведи Д.К., Али К., Бейг Г. Влияние метеорологических параметров на развитие мелких и крупных частиц над Дели.Sci Total Environ. 2014; 478 (1–3): 175–83.
  53. 53. Акьюз М., Кабук Х. Метеорологические вариации концентраций PM 2,5 / PM 10 и связанных с частицами полициклических ароматических углеводородов в атмосферной среде Зонгулдака. J Hazard Mater. 2009; 170 (1): 13–21. pmid: 19523758
  54. 54. Ли Ф., Чжан С. Анализ взаимосвязи между PM 2,5 и осадками в Сиане. Чжун Го Хуан Цзин Цзянь Це. 2013; 29 (6): 22–8.Китайский язык.
  55. 55. Ли Л., Цянь Дж., Оу К.К., Чжоу Й.X, Го С., Го Ю. Пространственный и временной анализ индекса загрязнения воздуха и его временная зависимость от метеорологических факторов в Гуанчжоу, Китай, 2001–2011 гг. Загрязнение окружающей среды. 2014; 190: 75–81. pmid: 24732883
  56. 56. Оливарес Г., Йоханссон К., Стрем Дж., Ханссон ХК. Роль температуры окружающей среды для концентрации частиц в уличном каньоне. Atmos Environ. 2007; 41 (10): 2145–55.
  57. 57.Пал С., Ли Т. Р., Фелпс С., Де Веккер С.Ф. Влияние изменчивости глубины атмосферного пограничного слоя и реверсирования ветра на суточную изменчивость концентрации аэрозоля на участке долины. Sci Total Environ. 2014; 496: 424–34. pmid: 25105753

Использование автоматического зависимого вещательного наблюдения для метеорологического мониторинга

  • [1] «Технические положения для служб режима S и расширенного сквиттера», Международная организация гражданской авиации 9871 AN / 464, 1-е изд., 2008.

  • [2] «Минимальные стандарты эксплуатационных характеристик для автоматического зависимого наблюдения 1090 МГц — радиовещание (ADS-B) и службы информации о дорожном движении (TIS-B)», Радиотехническая комиссия по аэронавтике. DO-260A, март 2003 г.

  • [3] Консорциум SESAR, «SESAR Definition Phase D3: The ATM Target Concept», Tech. Репт. DLM-0612-001-02-00, ЕВРОКОНТРОЛЬ, сентябрь 2007 г.

  • [4] Коул Р. Э., Грин С., Джардин М., Шварц Б. Э.и Бенджамин С. Г., «Точность прогнозирования ветра для инструментов поддержки принятия решений при организации воздушного движения», 3-й научно-исследовательский семинар в США / Европе по вопросам управления воздушным движением , ЕВРОКОНТРОЛЬ, Неаполь, 13–16 июня 2000 г., с. A3.

  • [5] Мюллер К.Т., Бортинс Р., Шлейхер Д.Р., Свит Д. и Коппенбаргер Р.А., «Влияние неопределенности на прогнозы советника по спуску на маршруте (EDA)», AIAA Paper 2004-6347, сентябрь 2004.

  • [6] Коппенбаргер Р.А., Мид Р.В. и Свит Д.Н., «Полевая оценка концепции адаптированного прибытия для захода на посадку с непрерывным спуском с поддержкой линии передачи данных», журнал , журнал самолетов, , том. 46, № 4, 2009, с. 1200–1209. doi: https: //doi.org/10.2514/1.39795 JAIRAM 0021-8669

  • [7] Stickland J. и Grooters ATF, «Глобальная программа AMDAR», Международный симпозиум по дистанционному зондированию окружающей среды , Санкт-Петербург , Россия, 2005. Данные доступны в Интернете по адресу http://www.isprs.org/proceedings/2005/ISRSE/html/papers/404.pdf.

  • [8] Панель ретрансляции метеорологических данных с самолетов, «Справочное руководство по ретрансляции метеорологических данных с самолетов (AMDAR)», Всемирная метеорологическая организация, Tech. Rep., Женева, Швейцария, 2003 г., стр. 1–18.

  • [9] Яновский Ф. Дж. И Бокал З. М., «Получение и распространение данных о погоде с помощью ADS-B», Труды 9-го семинара и выставки инновационных исследований , Экспериментальный центр Евроконтроль, Бретинь-сюр-Орж, Франция, декабрь 7–9, 2010, с.45–50.

  • [10] ин’т Вельд А.В., де Йонг П.МА, ван Паассен М.М. и Малдер М., «Оценка профиля ветра в реальном времени с использованием бортовых датчиков», AIAA Paper 2011-6662, август 2011.

  • [11] де Хаан С., «Наблюдения за ветром и температурой с высоким разрешением с самолета, отслеживаемые радаром управления воздушным движением Mode-S», Journal of Geophysical Research , Vol. 116, No. D10, май 2011 г., стр. 1–13. Doi: https: //doi.org/10.1029/2010JD015264

  • [12] Delahaye D.и Пуэчморел С., «TAS и оценка ветра по радиолокационным данным», Конференция по системам цифровой авионики, 2009 г. , IEEE, Орландо, Флорида, 2009 г., стр. 2.B.5-1–2.B.5-16.

  • [13] Холлистер У. М., Брэдфорд Э. Р. и Уэлч Дж. Д., «Использование авиационных радиолокационных треков для оценки ветра на высоте», The Lincoln Laboratory Journal , Vol. 2, № 3, 1989 г., стр. 555–565. 0896-4130

  • [14] де Лиг А. М. П., Малдер М. и ван Паассен М. М., «Новый метод оценки ветра с использованием автоматического зависимого наблюдения-широковещательной передачи», журнал Journal of Guidance Control and Navigation and Control , Vol.35, No. 2, 2012, pp. 648–653.doi: https: //doi.org/10.2514/1.55833

  • [15] Фальк К., Гонсалес Дж. И Перес Дж. «Использование автоматической зависимости Данные широковещательного наблюдения для мониторинга ошибок авиационной системы измерения высоты », AIAA Paper 2010-8165, август 2010 г.

  • [16] Алонсо Аларкон Дж. Ф., Саес Ньето Ф. Дж. И Гарсиа-Херас Карретеро Дж.« Самолет, используемый в качестве датчика. для определения атмосферного поведения. Практический пример: оценка давления с использованием автоматического зависимого трансляционного наблюдения », Труды Института инженеров-механиков, часть G: Журнал аэрокосмической техники , 3 апреля 2012 г.doi: https: //doi.org/10.1177/0954410012442044

  • [17] Руйгрок Г. Дж. Дж., Элементы летно-технических характеристик самолета , Издательство Делфтского университета, Делфт, Нидерланды, 1996, стр. 30–41.

  • [18] ATC Global, «ATC Global Market Intelligence Reports», [онлайн-база данных], http://www.airtrafficmanagement.net/central/attachments/ADS-B_feature_-_Market_Intelligence_Report_I.pdf [данные получены 1 марта 2012 г.] .

  • [19] Алессандри А., Кунео М., Пагнан С. и Сангинети М., «Рекурсивный алгоритм для нелинейных задач наименьших квадратов», Приложения вычислительной оптимизации , Vol. 38, No. 2, Nov. 2007, pp. 195–216.doi: https: //doi.org/10.1007/s10589-007-9047-7

  • [20] Чжу Дж., «Расчет геометрических Снижение точности », IEEE Transactions on Aerospace and Electronic Systems , Vol. 28, No. 3, July 1992, pp. 893–895. Doi: https: //doi.org/10.1109/7.256323 IEARAX 0018-9251

  • [21] Kalman R.E., «Новый подход к задачам линейной фильтрации и прогнозирования», Journal of Basic Engineering , Vol. 82, № 1, март 1960 г., стр. 35–46.

  • [22] NOAA, «Глобальная система прогнозов», http://www.emc.ncep.noaa.gov/GFS/ [получено 29 апреля 2011 г.].

  • [23] Глан Х. Р. и Дейл А. Л., «Использование статистики выходных данных моделей (MOS) в объективном прогнозировании погоды», Журнал прикладной метеорологии , том. 11, № 8, 1972, с. 1203–1211. DOI: 10.1175 / 1520-0450 (1972) 011 <1203: TUOMOS> 2.0.CO; 2 JAMOAX 0894-8763

  • [24] де Хаан С., «Оценка качества наблюдений за ветром и температурой с высоким разрешением с помощью ModeS», Royal Нидерландский метеорологический институт (KNMI), Rev. Ed., Tech Rept. WR-2009-07, Де Билт, Нидерланды, 2010.

  • Frontiers | Погодные условия и заболеваемость COVID-19 в холодном климате: исследование временных рядов в Финляндии

    Фон

    В Финляндии первый случай COVID-19 был выявлен в столичном регионе Хельсинки 29 января 2020 года.С тех пор пандемия SARS-CoV-2 распространилась на другие регионы страны через путешественников из Хельсинки или других стран. В дополнение к другим основным механизмам, способствующим общественной безопасности во время пандемии, 12 марта финское правительство провозгласило Закон о чрезвычайных полномочиях, который был одобрен парламентом и вступил в силу 16 марта. Этот закон позволил правительству принять решение по ряду рекомендаций и распоряжений. с целью борьбы с пандемией SARS-CoV-2. В частности, были закрыты школы и детские сады, провинция Уусимаа, в том числе столичный район Хельсинки, была изолирована от остальной части страны, и был дан ряд ограничений и рекомендаций для ненужных поездок.

    Несколько эпидемиологических исследований на ранней стадии пандемии показали, что погода может влиять на заболеваемость вирусом SARS-CoV-2 (1–4). Первые результаты из Ухани сообщили о связи смертности от COVID-19 с дневным диапазоном температур и низкой влажностью (2). В исследовании 17 китайских городов заболеваемость COVID-19 была обратно пропорциональна повышению температуры и дневному диапазону температур (4). Два исследования, проведенные в субтропических городах Бразилии, подтвердили, что повышение температуры связано со снижением заболеваемости COVID-19 (1, 3).Это согласуется с предыдущими данными о связи между погодой и температурой per se для нескольких других вирусных заболеваний, включая SARS-CoV (5), h. вирусы гриппа (6) и носорога (7). Китайское исследование, основанное на данных из Ухани и Сяоганя с 26 января по 29 февраля, показало положительную корреляцию заболеваемости COVID-19 с дневным индексом качества воздуха, концентрацией PM 2,5 , NO 2 , но отрицательной корреляцией с температурой (8) .Также есть недавние данные общенационального исследования в США о том, что длительное воздействие загрязнителей воздуха связано с повышенным риском заражения COVID-19 на уровне сообщества, что указывает на то, что загрязнение воздуха может повысить восприимчивость к инфекциям COVID-19 (8, 9 ). Факторы окружающей среды могут влиять на функцию самого вируса, но также вероятно, что эти факторы предрасполагают людей к инфекции из-за патофизиологических и иммунологических реакций на экологические проблемы (6). Однако независимое влияние факторов окружающей среды на заболеваемость COVID-19 в Финляндии не изучалось.

    На основании предыдущих данных о COVID-19 (1–4) и других вирусных патогенах (5–7), а также значительных данных о влиянии холода на здоровье человека и иммунологию (10, 11) мы предположили, что низкая температура и низкая относительная влажность увеличивает заболеваемость COVID-19 в холодном климате. Мы проверили эту гипотезу, оценив взаимосвязь между метеорологическими факторами, включая дневную температуру окружающей среды (T) и относительную влажность (RH), и ежедневным подсчетом случаев COVID-19 в Финляндии с поправкой на загрязнители воздуха (PM 10 и NO 2 ). ) в течение первых 5 месяцев пандемии.

    Методы

    Область исследования

    Район исследования охватывал всю Финляндию, расположенную между 60 ° и 70 ° северной широты и 20 ° и 32 ° восточной долготы, с населением 5,5 миллиона человек (рис. 1A). Столица Хельсинки и близлежащие города составляют столичный регион Хельсинки с общим населением 1,1 миллиона человек. Финляндия расположена между Балтийским морем и Евразийским континентом и имеет характеристики как морского, так и континентального климата. Среднегодовая температура — 6.6 ° C, а среднегодовые и ежемесячные осадки в июле составляют 655 и 63 мм соответственно (Финский метеорологический институт; http://ilmatieteenlaitos.fi/).

    Рисунок 1. (A) Количество подтвержденных случаев COVID-19 в больничных округах. (B) График матрицы коэффициентов корреляции. Более темные синие цвета указывают на более высокую корреляцию между двумя переменными. (C) График временных рядов (a) случаев COVID-19, (b) температуры (T) и (c) относительной влажности (RH).Больничные районы: Хельсинки и Уусимаа (HU), Юго-Западная Финляндия (SF), Пирканмаа (PI), Лянси-Похья (LP), Северная Остроботния (NO), Северное Саво (NS), Центральная Финляндия (CF), Канта-Хяме. (KH), Пяйят-Хяме (PH), Лапландия (LA), Кайнуу (KA), Vaasa (VA), Satakunta (SA), South Savo (SS), South Ostrobothnia (SO), Kymenlaakso (KY), Северная Карелия (NK), Южная Карелия (SK), Центральная Остроботния (CO), Восточное Саво (ES) и Ahvenanmaa (AL).

    Данные о COVID-19

    Национальный институт здравоохранения и социального обеспечения Финляндии (https: // thl.fi / en / web / thlfi-en) ведет реестр инфекционных заболеваний в Финляндии, и закон требует, чтобы медицинский персонал сообщал обо всех случаях отдельных инфекционных заболеваний, включая COVID-19. Таким образом, систематическая ошибка отбора из-за занижения данных минимальна. Мы получили данные ежедневного подсчета подтвержденных случаев коронавируса (COVID-19) с 1 января по 31 мая 2020 года с официального сайта Национального института здравоохранения и благосостояния Финляндии (https://experience.arcgis.com/experience/ 92e9bb33fac744c9a084381fc35aa3c7).

    Метеорологические данные и данные о качестве воздуха

    Ежедневные одновременные метеорологические данные, включая среднесуточную температуру (T, ° C), среднюю относительную влажность (RH,%), точку росы (° C), скорость ветра (м / с) и давление (KPa), были получены из Финский метеорологический институт (https://en.ilmatieteenlaitos.fi/). Эти данные основаны на непрерывных измерениях метеостанций по всей стране. Для каждого больничного округа мы рассчитали среднее значение от станций, ближайших к областной больнице.Мы рассчитали дневной температурный диапазон как разницу между дневной максимальной и дневной минимальной температурой. Данные о суточных концентрациях загрязнителей воздуха, включая NO 2 (мкг / м 3 ) и PM 10 (мкг / м 3 ), также были получены из Финского метеорологического института и рассматривались как потенциально мешающие факторы в анализ чувствительности.

    Статистический анализ

    Методы временных рядов использовались для оценки связи между ежедневными метеорологическими факторами и ежедневным подсчетом случаев COVID-19.Стандартный двухэтапный подход был применен для получения региональных и общенациональных коэффициентов заболеваемости (IRR) в качестве меры воздействия. На первом этапе была подобрана квазипуассоновская обобщенная дополнительная модель (GAM) для оценки взаимосвязи между региональными метеорологическими факторами и уровнем заболеваемости COVID-19 (IR). Учитывая надежность моделей, только регионы с> 100 случаями ( N = 9) были включены в анализ, а 12 других районов были исключены из исследования.В девяти регионах зарегистрировано 93% случаев COVID-19. Матрица коэффициентов корреляции Спирмена была рассчитана для метеорологических факторов в каждом регионе, а матрицы корреляции были объединены путем усреднения коэффициентов корреляции для конкретных регионов. Чтобы избежать мультиколлинеарности, порог коэффициента корреляции был установлен равным 0,6. Мы применили алгоритм обратного исключения для выбора переменных к окончательной модели в каждом районе. Тест Вальда использовался для проверки статистической значимости.Влияние метеорологических факторов выражали с помощью 14-дневной экспоненциальной скользящей средней (EMA) (12). Чтобы контролировать краткосрочный временной тренд, были применены естественные сплайны времени с 2 степенями свободы. Выдача модели:

    E (yt) = μtlog μt = β0 + β1 × matem pt + β2 × mahm dt

    Где, y t — ежедневное количество COVID-19 в день t , μ t — ожидаемое значение ежедневного количества в день t , β 0 — это пересечения, β 1 и β 2 обозначают эффект скользящего среднего значения температуры и относительной влажности, а β 3 и β 4 — коэффициенты регрессии естественных сплайнов времени с двумя степенями свободы.

    На втором этапе использовалась мета-регрессионная модель со случайными эффектами, чтобы получить среднюю национальную оценку влияния COVID-19 на метеорологические факторы. I 2 Статистика и критерий Кокрана Q использовались для количественной оценки межрегиональной пространственной неоднородности. Чтобы оценить общую взаимосвязь между метеорологическими факторами и COVID-19, были построены кривые «воздействие-реакция» с использованием GAM с установкой узла естественного сплайна на его медиане ( df = 2).

    Анализ чувствительности

    Анализы чувствительности были выполнены путем изменения параметра EMA с 14 дней на 10 и 12 дней, соответственно, и включения двух загрязнителей воздуха (PM 10 , NO 2 ) в приведенную выше модель в качестве потенциальных искажающих факторов для оценки их возможных влияние на взаимосвязь между метеорологическими факторами и заболеваемостью COVID-19. Программное обеспечение R4.0.1 (R Foundation for Statistical Computing, Вена, Австрия) использовалось для выполнения всех анализов.Для построения геопространственной карты использовалось программное обеспечение ArcGIS10.1 (Environmental Systems Research Institute Inc., Редлендс, Калифорния, США).

    Результаты

    Характеристики пандемии COVID-19 в Финляндии

    За исследуемый период с 1 января по 31 мая 2020 г. в Финляндии был подтвержден в общей сложности 6831 случай COVID-19. Общее количество подтвержденных случаев, по-видимому, имеет тенденцию к постепенному снижению с юга на север (рис. 1A).

    Анализ по регионам

    Регионами с> 100 случаев были Хельсинки и Уусимаа (HU), Юго-Западная Финляндия (SF), Пирканмаа (PI), Länsi-Pohja (LP), Северная Остроботния (NO), Северное Саво (NS), Центральная Финляндия (CF), Районы Канта-Хяме (KH) и Пяйят-Хяме (PH) в нашем анализе показаны на Рисунке 1.Точка росы была исключена из матрицы коэффициентов корреляции (рис. 1B), а температурный диапазон, скорость ветра и давление были исключены из одномерной модели GAM. В окончательной модели были выбраны только средняя температура и относительная влажность, которые варьировались от -8,03 до 15,70 (° C) и от 45,31 до 95,16% соответственно (рис. 1C). Уровень заболеваемости COVID-19 постепенно увеличивался до пика около 6 апреля, а затем снижался до 31 мая (Рисунок 1C, a), в то время как температура имела явно повышательную тенденцию (Рисунок 1C, b), а относительная влажность имела тенденцию к снижению в том же году. период времени (рисунок 1С, в).

    В целом, не было никакой связи между температурой или относительной влажностью и общенациональным уровнем заболеваемости COVID-19, хотя оба показали тенденцию к отрицательной связи (Таблица 1). Однако была пространственная неоднородность в ассоциациях между относительной влажностью и COVID-19 по регионам ( I 2 65,11%). В Центральной Финляндии (CF) и Северном Саво (NS) относительная влажность отрицательно коррелировала с COVID-19, но в других регионах — нет. Температура не была связана с COVID-19 ни в одном из регионов (рис. 2).

    Таблица 1 . Общенациональные связи между температурой и относительной влажностью и заболеваемостью COVID-19 в Финляндии.

    Рисунок 2. (A) Коэффициент заболеваемости (IRR) и 95% доверительный интервал (95% CI) для COVID-19 по температуре и относительной влажности (B) . * указывает на статистическую значимость.

    Кривые «экспозиция-реакция»

    Кривые «воздействие-реакция» отражают слегка уменьшающуюся линейную тенденцию ассоциации относительной влажности с заболеваемостью COVID-19 (рис. 3).

    Рисунок 3 . Кривая «воздействие-реакция» IRR для COVID-19 по относительной влажности. Доверительный интервал в девяносто пять процентов показан заштрихованным.

    Анализ чувствительности

    Анализ чувствительности показывает, что результаты устойчивы в ситуациях изменения параметра EMA или включения загрязнителей воздуха в качестве потенциальных факторов, влияющих на ситуацию (Таблица 2).

    Таблица 2 . Анализ чувствительности связи между температурой и относительной влажностью и заболеваемостью COVID-19 в Финляндии [оценка (95% ДИ)].

    Обсуждение

    Основные выводы

    На основе предыдущих знаний о погоде и заболеваемости COVID-19 (1–4) и некоторых других вирусных заболеваниях, включая SARS-CoV (5), ч. influenza (6) и rhino (7), мы проверили гипотезу о том, что низкая температура и низкая относительная влажность увеличивают заболеваемость COVID-19. Мы оценили взаимосвязь между погодными условиями и ежедневным количеством случаев COVID-19 в Финляндии в течение первых 5 месяцев пандемии.В общенациональном анализе температура и относительная влажность не были связаны с заболеваемостью COVID-19. Однако в двух больничных округах, расположенных внутри страны, наблюдалась отрицательная связь между относительной влажностью и заболеваемостью COVID-19, т.е., согласно нашей гипотезе, заболеваемость COVID-19 была выше в сухом воздухе.

    Срок действия результатов

    Мы использовали данные метеостанций, расположенных в одном городе с областной больницей. Этот подход предполагает, что пространственное распределение воздействия однородно.Это предположение разумно для температуры и относительной влажности, но приводит к ошибке измерения концентраций загрязнения воздуха. Оценка воздействия проводилась на уровне населения, что означает отсутствие информации о воздействии на индивидуальном уровне.

    Закон об инфекционных заболеваниях требует сообщать обо всех случаях COVID-19 в Национальный институт здравоохранения и социального обеспечения Финляндии. Выявление тяжелых случаев COVID-19, вероятно, будет полным, но процент не диагностированных легких случаев неизвестен.Кроме того, процентное соотношение могло измениться с течением времени. В ходе пандемии диагностическая практика менялась, что приводило к неопределенности оценок уровня заболеваемости. Однако неправильная классификация или заниженный диагноз COVID-19 вряд ли были связаны с преобладающей погодой, и, следовательно, возникновение каких-либо систематических ошибок было маловероятным. Есть вероятность, что некоторые случаи были впервые выявлены за пределами их собственного больничного округа. Это вызвало бы предвзятость, если бы их воздействие основывалось на условиях в их родном районе.Благодаря общедоступным базам данных информации о пациентах, в большинстве случаев информацию можно было увидеть в обоих больничных округах, что снизило бы потенциальную погрешность.

    Численность населения, инфицированного COVID-19, оставалась относительно постоянной. Загрязнение воздуха было наиболее очевидным потенциальным препятствием, потому что погода, особенно температура, по нескольким причинам связаны с концентрациями загрязнения воздуха. Нам удалось скорректировать PM 10 и NO 2 , но, как указывалось ранее, концентрации на станциях мониторинга могут не быть репрезентативными для всех больничных районов.Однако концентрации на станциях мониторинга дают разумные оценки относительных уровней загрязнения воздуха с течением времени. Включение PM 10 и NO 2 не повлияло на связь между погодными параметрами и заболеваемостью COVID-19.

    Мы применили статистический подход, квазипуассоновскую обобщенную дополнительную модель, обычно используемую в эпидемиологии хронических заболеваний, где допущение о независимости индивидуальных наблюдений является разумным. Динамика пандемии COVID-19 является новой и неизвестной, что является источником неопределенности при оценке влияния погоды на заболеваемость.Например, возникновение пандемии COVID-19 происходило с начала зимы до конца весны, в течение которых наблюдается сильная временная тенденция как температуры, так и относительной влажности. Тем не менее, мы считаем важным быстро смоделировать взаимосвязь между основными погодными параметрами и уровнем заболеваемости COVID-19 в региональном и национальном масштабе. На самом деле уровень заболеваемости COVID-19 быстро снизился после интенсивного вмешательства 16 марта, что определенно сыграло роль в сокращении.Это вмешательство могло замаскировать влияние повышения температуры окружающей среды в ходе смены сезона с зимы на лето. Кроме того, мы не смогли учесть какие-либо перемещения населения, связанные с туризмом или иммиграцией, которые могли повлиять на заболеваемость COVID-19.

    Синтез с существующими знаниями

    Мы выявили несколько предыдущих исследований, в которых оценивалась роль погоды в заболеваемости COVID-19 (1–4, 12–23), но лишь несколько исследований проводились в холодном климате с большими колебаниями температуры.Таким образом, синтез настоящих и предыдущих результатов сталкивается с рядом проблем. Исследования проводились в разных климатических зонах, взаимосвязь между погодными параметрами и заболеваемостью COVID-19 оценивалась в разных диапазонах температуры и относительной или абсолютной влажности, и наблюдались существенные различия в подходах к статистическому моделированию.

    Одно из исследований Bashir et al. (15) была проведена в Нью-Йорке с наиболее близким к Финляндии климатическим и температурным диапазоном, два китайских исследования охватывали несколько климатических зон (16, 18), бразильское исследование Prata et al.(3) включены все 27 столиц штатов с субтропическим и тропическим климатом, а исследование Ward et al., Проведенное в Новом Южном Уэльсе, Австралия. проводился в субтропическом климате (12). Другое исследование Pramanik et al. был проведен в российских климатических регионах с таким же диапазоном климата и температур, что и в Финляндии, включая в общей сложности 101 первично выбранный город, разделенный на два климатических региона (79 городов с влажным континентальным климатом и 22 города с субарктическим климатом) ( 19).

    Мы не обнаружили какой-либо общей или региональной связи между дневной температурой и уровнем заболеваемости COVID-19 в течение периода исследования с диапазоном температур от -8.От 0 до 15,7 ° C. Башир и др. (15) сообщили о значительной корреляции между среднесуточными и минимальными температурами и ежедневным подсчетом COVID-19 в Нью-Йорке. Диапазон температур составлял от -1,8 до 15,7 ° C, что частично совпадает с диапазоном температур в настоящем исследовании. Статистический анализ основан на вычислении корреляции Кендалла и Спирмена между суточными параметрами качества воздуха и количеством случаев COVID-19 в период с 1 марта по 12 апреля 2020 г. В российском исследовании сезонность температуры (29.2 ± 0,9%) оказали наибольшее влияние на заболеваемость COVID-19 во влажном континентальном регионе. Авторы сообщают, что дневной диапазон температур (26,8 ± 0,4%) и сезонность температур (14,6 ± 0,8%) внесли наибольший вклад в заболеваемость в субарктическом регионе (19). С другой стороны, влияние диапазона суточных температур, скорости ветра и относительной влажности на интенсивность распространения COVID-19 наблюдалось в субарктическом регионе. Температура была относительно низкой (<2 ° C), что совпадает с температурным диапазоном в нашем исследовании.Pramanik et al. (19) сообщили, что риск COVID-19 был ниже в регионах с умеренным и субтропическим климатом, когда температура остается <10 ° C.

    Berumen et al. проанализировали влияние температуры и влажности на время удвоения случаев COVID-19 в 67 странах, сгруппированных по климатическим зонам (20). Это исследование показало, что поведение кривой роста и время удвоения на первом этапе эпидемии были связаны с температурой окружающей среды, но величина этого эффекта была разной между странами, расположенными в умеренных и тропических / субтропических регионах (20).Два исследования в тропическом климате дали противоречивые результаты о связи между температурой и риском COVID-19. В бразильском исследовании риск COVID-19 снизился на 4,9% при повышении температуры на 1 ° C в диапазоне от 16,8 до 27,4 ° C, то есть в другом диапазоне по сравнению с Финляндией (3). В исследовании, проведенном в Новом Южном Уэльсе, Австралия, не было обнаружено связи между температурой и COVID-19 в субтропическом климате с температурой от 16 до 24 ° C (9 часов утра) и от 16 до 34 ° C (3 стр.м.) (12). В китайском исследовании 122 городов в разных климатических зонах сообщалось о нелинейной связи между температурой и заболеваемостью COVID-19 (21). Уровень заболеваемости COVID-19 увеличился на 4,9% на 1 ° C до -3 ° C, но не было никакой связи в более теплом диапазоне температур. В другом китайском исследовании 80981 случая COVID-19 в 31 провинции с 344 городами заболеваемость COVID-19 снизилась за счет повышения температуры в диапазоне от -22 до 26 ° C (22). Связь между температурой и заболеваемостью COVID-19 кажется нелинейной, с самым высоким риском при температуре около нуля.Хотя в общенациональном анализе Финляндии не было обнаружено связи между относительной влажностью и COVID-19, в двух внутренних провинциях были обнаружены доказательства отрицательной связи. Диапазон относительной влажности был от 45,31 до 95,16%. В соответствии с этим наблюдением, исследование в Нью-Йорке показало отрицательную связь между относительной влажностью и заболеваемостью COVID-19 (15). Интересно, что отрицательная связь между относительной влажностью и заболеваемостью COVID-19 была зарегистрирована также в субтропическом климате Нового Южного Уэльса с оценкой 6.Риск увеличивается на 11% при снижении относительной влажности на 1% (12). Крупное китайское исследование 31 провинции в различных климатических зонах не обнаружило связи между относительной влажностью и заболеваемостью COVID-19 (23).

    Таким образом, похоже, что существуют различия в передаче COVID-19 между разными климатическими зонами (22), и эти различия могут частично объясняться погодой. Однако существует несколько альтернативных объяснений наблюдаемой разницы в передаче COVID-19 между географическими регионами, включая климатические зоны, на уровне населения.Потенциальными детерминантами являются плотность населения, возрастное распределение, уровни и различия в социально-экономических условиях, а также любые культурные и поведенческие различия, которые могут повлиять на фактическое воздействие погодных условий, например различия в жилищном фонде, инфраструктуре отопления и восприятие риска. Еще слишком рано говорить о роли самой сезонности в этом контексте, поскольку пандемия COVID-19 пережила еще не все сезоны. Связь между погодой и передачей COVID-19 требует дальнейшего исследования.Наши собственные результаты предоставляют некоторые предварительные доказательства того, что низкая относительная влажность может играть роль в передаче COVID-19.

    Выводы

    Этот общенациональный анализ временных рядов случаев заболевания COVID-19 в Финляндии в первые месяцы пандемии не предоставил доказательств того, что температура и относительная влажность окружающего воздуха повлияли на заболеваемость COVID-19 зимой и весной в Арктике и Субарктике. Мы приводим убедительные доказательства того, что сухой воздух может увеличить заболеваемость COVID-19. Вывод основан на относительно небольшом количестве случаев и ограниченном периоде времени, охватывающем первую волну пандемии в Финляндии.Большинство предыдущих исследований проводились в очень разных климатических условиях и диапазонах температур и относительной влажности. Однако доказательства роли температуры и относительной влажности противоречивы даже в исследованиях, проведенных в аналогичных климатических условиях. Нелинейная связь между температурой и риском COVID-19 может частично объяснить противоречивые наблюдения, тогда как сложная динамика пандемии COVD-19 и радикальные социальные вмешательства могут усложнить вывод. Необходимы дальнейшие исследования, чтобы уточнить сложные связи между погодой и COVID-19 в разных климатах и ​​сезонах.Надвигающаяся вторая волна пандемии в Финляндии предоставит возможность для дальнейшей оценки этих отношений.

    Заявление о доступности данных

    Необработанные данные, подтверждающие выводы этой статьи, будут предоставлены авторами без излишних оговорок.

    Заявление об этике

    Это исследование было основано на анонимных данных реестра.

    Авторские взносы

    BH: сбор данных, написание — первоначальный черновик, написание — просмотр и редактирование.WW: концептуализация, методология и формальный анализ. NR: написание — просмотр и редактирование. AD и FD: просмотр и редактирование. ZZ: просмотр и редактирование и авторский надзор. JJ: контроль, написание — просмотр и редактирование. Все авторы внесли свой вклад в статью и одобрили представленную версию.

    Финансирование

    BH был профинансирован Биоцентром Оулу. JJ был поддержан Академией Финляндии (грант № 310372). ZZ был поддержан Национальным проектом по борьбе с серьезными инфекционными заболеваниями Министерства науки и технологий Китая (грант №2017ZX10305501002), Ключевые проекты Программы научных исследований в области логистики НОАК (грант № BHJ17J013) и Национального фонда естественных наук Китая (гранты № 81673239, 81973102), а поддержка FD была предоставлена ​​программой Star-Friedman Challenge в Гарварде. Университет.

    Конфликт интересов

    Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

    Благодарности

    Мы благодарим Финский метеорологический институт и Национальный институт здравоохранения и социального обеспечения Финляндии за предоставленные данные.

    Дополнительные материалы

    Дополнительные материалы к этой статье можно найти в Интернете по адресу: https://www.frontiersin.org/articles/10.3389/fpubh.2020.605128/full#supplementary-material

    Список литературы

    1. Росарио Д.К., Мутц Ю.С., Бернардес ПК, Конте-Джуниор, Калифорния. Связь между COVID-19 и погодой: пример из тропической страны. Int J Hyg Environ Health. (2020) 229: 113587. DOI: 10.1016 / j.ijheh.2020.113587

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    2.Ма И, Чжао И, Лю Дж, Хе Х, Ван Б., Фу С. и др. Влияние колебаний температуры и влажности на смерть COVID-19 в Ухане, Китай. Sci Total Environ. (2020) 724: 138226. DOI: 10.1016 / j.scitotenv.2020.138226

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    3. Prata DN, Rodrigues W., Bermejo PH. Температура значительно влияет на передачу COVID-19 в (суб) тропических городах Бразилии. Sci Total Environ. (2020) 729: 138862. DOI: 10.1016 / j.scitotenv.2020.138862

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    4. Лю Дж., Чжоу Дж., Яо Дж., Чжан Х, Ли Л., Сюй Х и др. Влияние метеорологических факторов на передачу COVID-19: исследование в нескольких городах в Китае. Sci Total Environ. (2020) 726: 138513. DOI: 10.1016 / j.scitotenv.2020.138513

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    5. Тан Дж., Вершуерен К. Х., Ананд К., Шен Дж., Ян М., Сюй Й. и др. pH-зависимая конформационная гибкость димера основной протеиназы SARS-CoV (Mpro): моделирование молекулярной динамики и множественные рентгеноструктурные анализы. J Mol Biol. (2005) 354: 25–40. DOI: 10.1016 / j.jmb.2005.09.012

    CrossRef Полный текст | Google Scholar

    6. Яаккола К., Сауккориипи А., Йокелайнен Дж., Ювонен Р., Кауппила Дж., Вайнио О. и др. Снижение температуры и влажности увеличивает заболеваемость гриппом в холодном климате. Environ Health. (2014) 13: 1–22. DOI: 10.1186 / 1476-069X-13-22

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    7. Ikäheimo TM, Jaakkola K, Jokelainen J, Saukkoriipi A, Roivainen M, Juvonen R, et al.Снижение температуры и влажности предшествует заражению человека риновирусами в холодном климате. Вирусы. (2016) 8: 244. DOI: 10.3390 / v80

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    8. Ли Х, Сюй X-L, Дай Д-В, Хуан З-И, Ма З., Гуань И-Дж. Загрязнение воздуха и температура связаны с увеличением заболеваемости COVID-19: исследование временных рядов. Int J Infect Dis. (2020) 97: 278–82. DOI: 10.1016 / j.ijid.2020.05.076

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    9.Wu X, Braun X, Schwartz J, Kioumourtzoglou MA, Dominici F. Оценка влияния длительного воздействия мелких твердых частиц на смертность среди пожилых людей. Sci Adv. (2020) 6: eaba5692 doi: 10.1126 / sciadv.aba5692

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    12. Член парламента Уорд, Сяо С., Чжан З. Роль климата во время эпидемии COVID-19 в Новом Южном Уэльсе, Австралия. Transbound Emerg Dis. (2020). DOI: 10.1111 / tbed.13631. [Epub перед печатью].

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    13. Гупта С., Рагхуванши Г.С., Чанда А. Влияние погоды на распространение COVID-19 в США: модель прогноза для Индии в 2020 году. Sci Total Environ. (2020) 728: 138860. DOI: 10.1016 / j.scitotenv.2020.138860

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    14. Саджади М.М., Хабибзаде П., Винцилеос А., Шокухи С., Мираллес-Вильгельм Ф., Аморосо А. Анализ температуры и широты для прогнозирования потенциального распространения и сезонности COVID-19. JAMA Netw Open. (2020) 3: e2011834. DOI: 10.1001 / jamanetworkopen.2020.11834

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    15. Башир М.Ф., Ма Б., Комал Б., Башир М.А., Тан Д., Башир М. Корреляция между климатическими показателями и пандемией COVID-19 в Нью-Йорке, США. Sci Total Environ. (2020) 728: 138835. DOI: 10.1016 / j.scitotenv.2020.138835

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    16. Shi P, Dong Y, Yan H, Li X, Zhao C, Liu W, et al.Влияние температуры и абсолютной влажности на вспышку коронавирусной болезни 2019 (COVID-19) из Китая. MedRxiv [Препринт]. (2020). DOI: 10.1101 / 2020.03.22.20038919

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    17. Чжоу Цзинь, Цзян К. Влияние факторов окружающей среды и гигиены труда больничной инфекции на вспышку атипичной пневмонии. Чжунхуа Лао Дун Вэй Шэн Чжи Е Бин За Чжи. (2004) 22: 261–3.

    PubMed Аннотация | Google Scholar

    18.Wu Y, Jing W, Liu J, Ma Q, Yuan J, Wang Y и др. Влияние температуры и влажности на ежедневные новые случаи и новые случаи смерти COVID-19 в 166 странах. Sci Total Environ. (2020) 729: 139051. DOI: 10.1016 / j.scitotenv.2020.139051

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    19. Праманик М., Удмале П., Бишт П., Чоудхури К., Сабо С., Пал И. Климатические факторы влияют на распространение COVID-19 в России. Int J Environ Health Res. (2020) 1–16.DOI: 10.1080 / 09603123.2020.1793921. [Epub перед печатью].

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    20. Берумен Дж., Шмульсон М., Герреро Дж., Баррера Е., Ларрива-Сахд Дж., Олайз Дж. И др. Тенденции заражения SARS-Cov-2 в 67 странах: роль климатической зоны, температуры, влажности и поведение кривой совокупной частоты от времени дублирования. medRxiv [Препринт]. (2020). DOI: 10.1101 / 2020.04.18.20070920

    CrossRef Полный текст | Google Scholar

    21.Xie J, Zhu Y. Связь между температурой окружающей среды и заражением COVID-19 в 122 городах Китая. Sci Total Environ. (2020) 724: 138201. DOI: 10.1016 / j.scitotenv.2020.138201

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    22. Shi P, Dong Y, Yan H, Zhao C, Li X, Liu W, et al. Влияние температуры на динамику вспышки COVID-19 в Китае. Sci Total Environ. (2020) 728: 138890. DOI: 10.1016 / j.scitotenv.2020.138890

    PubMed Аннотация | CrossRef Полный текст | Google Scholar

    23.Ци Х, Сяо С., Ши Р., член парламента округа, Чен И, Ту В. и др. Передача COVID-19 на материковом Китае связана с температурой и влажностью: анализ временных рядов. Sci Total Environ. (2020) 728: 138778. DOI: 10.1101 / 2020.03.30.20044099

    CrossRef Полный текст | Google Scholar

    .

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *