中文摘要：

针对监测样本少、周边空间信息考虑不充分等灾害性事件监测问题，本研究提出一种基于地理信息系统及空间分析的周边环境风险时空建模及辅助决策方法。研究将通过空间分析提取最优缓冲距离内的周边环境信息，针对建模涉及到的连续及类别/离散两种变量类型，将研建两个提高预测效果的模型1）针对连续变量预测系统，系统分解成非稳态均值、稳态空间残差及正态残差从而提高预测精度的时空评估模型；2）针对类别/离散变量，通过元学习器建立周边环境的类别/离散信息对风险目标变量的影响模型；课题将建立不同类型变量的时间变化关系，通过动态有向无环图将时空评估模型、空间影响模型及时间变化结果系统整合，可进行灾害性事件风险的动态监测及辅助决策。研究以地震滑坡及空气污染为研究案例，评估不同时段下气候气象、自然地理、社会经济等周边环境因子影响下的潜在风险并求最优决策行为解，结果可为降低损失或健康风险及提高处理效率提供必要的辅助信息。

结论摘要：

国内现有灾害性事件风险分析中，监测数据较少，周边环境影响因素考虑不够充分。针对这些不足，本项目提出采用优化缓冲区方法提取周边环境信息，以及空间分析与贝叶斯方法结合的风险建模。我们的方法在地震灾害风险评估、空气污染暴露度估计及其健康效果评估中取得了重要研究进展1）先验知识与数据学习结合建立贝叶斯风险评估模型，先验知识可弥补数据不足，而数据学习可弥补先验知识匮乏，二者结合提高风险探测率及精度，而贝叶斯模型平均化可进一步提高预测精度，此方法分别用于地震灾害中人的易损性及抗生素残留风险评估，提高了预测精度，有效识别最优（缓冲区）的周边环境因子；2）提出了基于时间基函数的暴露度时空建模方法，该法将时间及空间分开，模型融合非线性及空间残差，结合空间预测因子高精度地预测空气污染物的时空分布，模型输出可为污染物健康效应研究提供重要的暴露度信息，提高评估准确性；3）提出了空间非线性建模方法评估出生缺陷/新生儿体重的环境影响因子，量化环境影响因子（地质地理、空气污染、地貌及绿度空间等）同健康风险（发病率）间的非线性关系，识别关系变化拐点，更客观展现环境因子同目标风险间关系；4）针对空气污染/气象参数（温度）的健康效果区域差异，提出了两阶段方法，第一阶段用非线性方法估计健康效果；第二阶段量化区域因素对效果区域差异的影响，识别重要的区域因素，结果输出可为空气污染物/气象因素导致的健康影响的调控提供重要的辅助决策信息。该方法分别在NO2/NOx的新生儿体重健康效果与温度-心血管病死亡效果的区域差异分析中识别了影响效果的重要环境因素；5）提出了空间贝叶斯建摸方法，通过空间扫描统计提取空间聚集信息，融入到贝叶斯网络中提高预测精度，在手足口病发病风险的识别中取得了明显效果。此外，我们完成原型系统的研制，集成了两种不同的时间推理方法（时间基函数及马尔科夫模型），研发了空间相关性-贝叶斯风险建摸方法并行化版本。本课题研究成果对于环境健康风险分析具有重要科学意义，所研制方法可处理受复杂因素影响的灾害/健康风险问题，课题成果也已实际应用到自然灾害及健康风险评估项目中。