收藏本站
《南京师范大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的PM_(2.5)遥感估算与呼吸系统疾病门诊就诊人数预报研究

卜朋举  
【摘要】:近年来,由大气细颗粒物(PM_(2.5))所引起的空气污染事件频发。针对PM_(2.5)的有效监测及其所引起的健康效应的研究与分析,已逐渐成为各国政府、学者与普通民众广泛关注的热点。在我国,现有的对PM_(2.5)的监测数据的获取主要依赖于地面监测站点的统计数据。仅依赖于传统的地面监测站点,难以保证全方位、有效的实现PM25监测数据的获取与更新。卫星遥感监测数据的出现,为估算全空间范围内的PM_(2.5)浓度开辟了一条新的路径。卫星遥感监测数据具有空间性、连续性等明显优势,在大气环境变化监测研究中具有较高的使用价值。另一方面,除了需要对PM25浓度进行实时、有效监测外,PM25对人类的身体健康所带来的危害也需格外重视。研究表明,随着大气中PM_(2.5)含量的升高,哮喘病、气管炎、支气管炎、慢性阻塞性肺病等诸多与呼吸系统相关的疾病的发病率和死亡率会大大增加。因此,研究如何基于卫星遥感监测数据实现近地面PM_(2.5)浓度高效、合理估算,并针对PM25所引起的健康效应进行合理分析与推理,可对政府有关部门制定相关措施、减轻PM25对居民健康危害影响提供一种新的帮助。为深入探讨上述问题,本文以北京市主城区为研究对象,开展对北京市主城区近地面PM25遥感估算以及主城区呼吸系统疾病门诊就诊人数预报研究。具体研究内容与结论如下:(1)面向MODIS AOD产品数据、地面实测PM_(2.5)数据、气象数据三种数据资料,基于深度信念网络(DBN)构建了适用于北京市主城区近地面PM2 5遥感估算模型。同时,为提高实验效率,在模型构建过程中,采用基于树结构Parzen估计器(TPE)超参数优化算法对模型进行了优化。而后,基于构建的模型估算了 2013年北京市主城区近地面PM_(2.5)逐日平均浓度。结果显示模型MAE、RMSE、R 分别为:40μg/m3、57μg/m3、0.63。(2)面向2013年北京市主城区的PM25估算数据、气象数据和呼吸系统疾病门诊就诊数据三种数据资料,联合分布滞后非线性模型(DLNM)定量分析了PM_(2.5)对北京市主城区居民呼吸系统疾病带来的累积滞后效应。本研究分别顾及了 PM25暴露-滞后反应函数关系以及混杂因素对累积滞后效应分析结果的影响。结果表明:当指定PM25暴露-滞后反应函数关系为非线性,并且模型中调节混杂因素后,模型分析结果通过了统计学显著性检验。随着PM2 5每增加10μg/m3主城区居民患病相对风险率(RR)在滞后当天、滞后0~1天、滞后0~2天以及滞后 0~3 天分别为:1.001744(95%CI:1.000286~1.003203)、1.003059(95%CI:1.000684~1.005439)、1.003936(95%CI:1.000938~1.006942)、1.004357(95%CI:1.000938~1.009563)、1.004299(95%CI:1.00013~1.008487),并且在滞后 0~3 天取得最大效应值。相反,在非线性函数关系下模型中忽略混杂因素影响后,累积滞后效应分析结果未通过统计学显著性检验;而当指定pM2.5暴露-滞后反应函数关系为线性时,无论模型中调节混杂因素与否,分析结果均未通过统计学显著性检验。(3)面向2013年北京主城区PM_(2.5)估算数据、气象数据、呼吸系统疾病医院门诊就诊数据三种数据资料,采用长短期记忆网络(LSTM)对主城区呼吸系统疾病门诊就诊人数进行了预报。并对比分析了长短期记忆网络(LSTM)、综合自回归移动平均(ARIMA)、多层感知器(MLP)在内的三种预报模型的预报效果。结果显示:当时间步长为3时LSTM模型的预报效果最佳,模型MAE、MAPE、RMSE、R分别为24、10.87%、31、0.87,且与累积滞后效应结果相匹配。说明LSTM能够预测与处理时间序列中延迟相对较长的重要事件,同时也说明LSTM可以作为累积滞后效应分析的新辅助手段;MLP预报模型在时间步长为 1 效果最好,模型 MAE、MAPE、RMSE、R 分别为 25、11.01%、32、0.85,与LSTM相比MLP无法处理时间序列中的延迟性事件;ARIMA根据呼吸系统疾病门诊就诊人数时间序列的变化规律进行外推预报,无法将与呼吸系统疾病相关的影响因素纳入模型进行分析,相比较而言预报效果较差,模型MAE、MAPE、RMSE、R 分别为 78、21.10%、102、0.84。
【学位授予单位】:南京师范大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:X513;X87;R56

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 李军娥;;老年常见呼吸系统疾病的护理对策[J];中西医结合心血管病电子杂志;2019年06期
2 张道华;;儿童呼吸系统疾病的临床研究进展[J];临床医药文献电子杂志;2019年15期
3 李军;;常见呼吸系统疾病的预防措施研究[J];全科口腔医学电子杂志;2019年06期
4 查琳;邓元彬;周天予;;浅论鸡常见呼吸系统疾病及防控措施[J];中兽医学杂志;2019年04期
5 秦光灿;;中医呼吸系统疾病研究的现状及未来临床研究思路[J];中外医疗;2019年10期
6 李雅萍;王燕庆;;某院呼吸系统疾病老年住院患者结构分析[J];中国病案;2019年08期
7 刘晓静;;常见猪呼吸系统疾病及其防控措施[J];当代畜牧;2019年09期
8 许海玲;;中西医结合治疗老年呼吸系统疾病的疗效研究[J];名医;2019年11期
9 陈君;;盐酸氨溴索注射液在儿科呼吸系统疾病治疗中的效果观察[J];中国医药指南;2019年25期
10 郭大英;郑晓妮;;案例教学法联合启发式教学法在呼吸系统疾病教学中的应用[J];课程教育研究;2017年29期
中国重要会议论文全文数据库 前10条
1 李秋根;;影像技术在呼吸系统疾病中的应用[A];江西省第三次中西医结合呼吸疾病学术会议论文集[C];2014年
2 李雪源;景元书;;南京市呼吸系统疾病和气象要素的关系及预测[A];第28届中国气象学会年会——S14气候环境变化与人体健康[C];2011年
3 ;第二分会场:全国老年呼吸系统疾病护理论坛[A];“全国护理管理改革创新”高层论坛、全国老年呼吸系统疾病护理论坛、全国介入护理发展论坛、全国护理新理论、新方法、新技术研讨会大会资料[C];2011年
4 张志薇;王式功;尚可政;王宏斌;;空气污染诱发儿童呼吸系统疾病研究进展[A];S7 气候环境变化与人体健康[C];2012年
5 张莹;李旭;王式功;尚可政;;人工神经网络方法在南京呼吸系统疾病死亡人数预测中的应用[A];创新驱动发展 提高气象灾害防御能力——S15气候环境变化与人体健康[C];2013年
6 徐汉友;;国家应尽快立法规,医院呼吸系统疾病病房的设立,应远离大街和污染区域[A];第七次全国妇科内分泌学术会议论文汇编[C];2013年
7 俞雄;;呼吸系统疾病的药物治疗及研发进展[A];2014年中国药学大会暨第十四届中国药师周报告集[C];2014年
8 许秋俊;;维持性血液透析治疗慢性肾衰竭合并非感染性呼吸系统疾病的护理体会[A];2014年新医改形势下护理管理创新论坛暨护士长(品管圈)培训班论文集[C];2014年
9 许秋俊;;维持性血液透析治疗慢性肾衰竭合并非感染性呼吸系统疾病的护理体会[A];2014年新医改形势下护理管理创新论坛暨护士长(品管圈)培训班论文集[C];2014年
10 李庆云;;OSAHS与呼吸系统疾病[A];2015年全国睡眠呼吸学术年会论文汇编[C];2015年
中国重要报纸全文数据库 前10条
1 上海中医药大学附属岳阳中西医结合医院呼吸内科 黄海茵;冬令呼吸系统疾病患者的食补[N];上海中医药报;2018年
2 记者 张梦然;手机软件可精确诊断呼吸系统疾病[N];科技日报;2019年
3 记者 赵晓妮 通讯员 刘欢 彭丽;呼吸系统疾病气象环境风险实现可预报[N];中国气象报;2018年
4 记者 王德鹏 通讯员 冯冬梅 王砚才 王飞;陵城:提升城市“气质”出实招[N];德州日报;2016年
5 东南大学附属中大医院呼吸科主任医师 朱晓莉 崔玉艳 整理;慢阻肺患者九成是“老烟枪”[N];保健时报;2016年
6 记者 宜秀萍;省卫计委通报显示呼吸系统疾病居首位[N];甘肃日报;2017年
7 受访专家 首都医科大学附属北京天坛医院呼吸内科主任 张杰 本报记者 董超;诊疗呼吸系统疾病 电子支气管镜功不可没[N];保健时报;2017年
8 记者 刘健;兰州市民呼吸系统疾病今秋同比大幅下降[N];甘肃日报;2013年
9 毛磊;儿童呼吸系统疾病有新元凶[N];医药经济报;2003年
10 伊遥 编译;呼吸系统疾病药物开发持续升温[N];中国医药报;2011年
中国博士学位论文全文数据库 前10条
1 图门乌力吉;经支气管镜肺活检对呼吸系统疾病诊断价值的研究[D];吉林大学;2008年
2 马莉;新生儿急性呼吸系统疾病的多中心前瞻性临床流行病学研究[D];复旦大学;2009年
3 张璟;气候变暖对我国典型城市居民超额死亡影响研究[D];复旦大学;2014年
4 孔令聪;牛A型多杀性巴氏杆菌耐药性分析及对部分常用药物耐药机制研究[D];吉林农业大学;2016年
5 黄广平;呼吸系统疾病的发病机理及生存质量研究[D];广州中医药大学;2000年
6 沈洁;城市人群期望寿命趋势及影响因素研究[D];复旦大学;2013年
7 李沛;北京市大气颗粒物污染对人群健康的危害风险研究[D];兰州大学;2016年
8 刘跃伟;矽尘长期暴露人群死亡率的队列研究[D];华中科技大学;2011年
9 张莹;我国典型城市空气污染特征及其健康影响和预报研究[D];兰州大学;2016年
10 韩佳琳;老年人群跌倒现况、风险评估及康复干预的研究[D];青岛大学;2017年
中国硕士学位论文全文数据库 前10条
1 胡雪姣;大气污染物对深圳市某区呼吸系统疾病就诊人次的影响[D];华中科技大学;2019年
2 李文艳;重庆市城区家庭室内环境及生活方式与儿童呼吸系统疾病和肺功能间的相关性研究[D];重庆医科大学;2019年
3 田沛茹;辽宁省彰武和凤城农村地区2009-2017年呼吸系统疾病死亡特征和疾病负担趋势分析[D];中国医科大学;2019年
4 卜朋举;基于深度学习的PM_(2.5)遥感估算与呼吸系统疾病门诊就诊人数预报研究[D];南京师范大学;2019年
5 寇新荣;2015-2017年沈阳市铁西区大气颗粒物对居民呼吸系统疾病入院的影响[D];沈阳医学院;2019年
6 滕洁;室外空气污染与呼吸系统疾病住院治疗的短期效应研究[D];中国科学技术大学;2019年
7 周建丁;北京市大气污染和气温对呼吸系统疾病的影响研究[D];兰州大学;2019年
8 王文清;呼和浩特市大气污染与儿童呼吸系统疾病关系研究[D];内蒙古大学;2019年
9 刘金悦;济南市大气污染与儿童呼吸系统疾病住院量的相关性分析[D];济南大学;2019年
10 郭静;基于时间序列的呼吸系统疾病与大气污染关系研究[D];内蒙古大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026