由于我国经济发展以和城市化进程的加快,人为排放迅速增长,导致空气污染越来越成为不容忽视的环境风险,而PM_(2.5)是主要大气污染物中最突出的一种,对人体健康有极大危害。本研究以中国大陆地区为研究区域,基于全国近1500个地面监测站点的PM_(2.5)小时浓度监测数据,分别利用空间自相关分析、异常值分析、聚类分析和小波分析方法,分析研究了2015-2020年中国PM_(2.5)污染时空演化格局,基于回归分析研究了2015-2020年期间两个ENSO事件(厄尔尼诺南方涛动)对PM_(2.5)污染的影响及其气象机制,并比较研究了冷暖季ENSAZD2281O和ENSO Modoki对PM_(2.5)污染的影响及其气象机制。最后,基于户外活动时间和呼吸频率影响的暴露系数加权的综合暴露-反应(IER)模型,选择缺血性心脏病(IHD)、慢性阻塞性肺病(COPD)、肺癌(LC)作为健康终点,将人口分为青IACS-10759溶解度壮年(15-49岁)、中老年(50-69岁)、老年(70岁以上),利用全球疾病负担数据库(GBD)的基线死亡率数据,系统评估了中国2015-2020年PM_(2.5)污染的健康效应和经济损失的时空演化,并分析了ENSO对PM_(2.5)污染健康效应的影响。主要结论如下:(1)中国PM_(2.5)污染具有显著的空间自相关性,空间上存在明显集聚特征。但随着中国PM_(2.5)污染整体呈下降趋势,PM_(2.5)污染的空间自相关性逐年降低。一般的,PM_(2.5)浓度最高的站点通常位于华北,其次是华中和华东北部,最低的站点通常位于青藏、华南和西南,特别是华南沿海区域。大多数站点的PM_(2.5)浓度呈现明显的季节性震荡:每一年的PM_(2.5)浓度从冬季到夏季逐渐下降,在夏季达到最低值,夏季到冬季逐渐上升,在冬季达到最高值,整体呈“U”型趋势。其中,春夏季3-8月PM_(2.5)浓度逐渐降低,高值范围逐渐收缩;秋季9-11月PM_(2.5)浓度逐渐升高,高值范围逐渐扩展;11月至次年2月,PM_(2.5)浓度先升后降。(2)回归分析表明,华北、华东、东北和华中北部地区PM_(2.5)浓度正异常值与ENSO呈正相(厄尔尼诺)相关;华中南部、华东南部、华南和西南地区月均PM_(2.5)浓度正异常值与ENSO负相(拉尼娜)相关。这些PM_(2.5)浓度异常可以部分解释为与ENSO相关的气象因素异常的影响。(3)比较冷暖季ENSO和ENSO Modoki对PM_(2.5)污染的影响发现:暖季期间,ENSO正相厄尔尼诺(负相拉尼娜)很可能导致大多数站点PM_(2.5)浓度升高(降低),而ENSO Modoki正相厄尔尼诺莫多基(负相拉尼娜莫多基)很容易导致大多数站点的PM_(2.5)浓度降低(升高)。冷季期间,ENSO正相厄尔尼诺(负相拉尼娜)容易导致中国东部、北部和西部地区大多数站点PM_(2.5)浓度升高(降低),还导致华南、西南、华中南部、华东南部地区PM_(2.5)浓度降低(升高)。在冷季,ENSO Mmarker of protective immunityodoki与ENSO回归分布模式大体相似。而ENSO和ENSO Modoki对大气环流的影响,特别是对降水和高低空风异常的影响,可以部分解释它们对PM_(2.5)浓度的影响。(4)年际变化上,2015、2017、2020年三种疾病早逝人数总和呈下降趋势。其中,2017年三种疾病早逝人数总和较2015年下降了10%,2020年总早逝人数较2017年下降了19.9%。三种疾病的早逝人数占比比较稳定,每年缺血性心脏病(IHD):慢性阻塞性肺病(COPD):肺癌(LC)早逝人数的比例几乎稳定在6:2:2左右。对于不同年龄组的人口,无论是青壮年(15-49岁)、中老年(50-69岁)还是老年(70岁以上),缺血性心脏病(IHD)早逝人数占比最大且随年龄增加占比先降后升。在青壮年、中老年人口中慢性阻塞性肺病(COPD)早逝人数占比最小,但早逝人数占比随年龄增加而增大,导致在老年人口中COPD早逝人数占比超过肺癌(LC)。肺癌早逝人数占比先升后降,并在老年人口中占比最低。三种疾病早逝人数占比最大的人口群体是老年人口,其次是中老年人口,最小的是青壮年人口。这表明人口老龄化会显著加重PM_(2.5)污染的健康风险。空间分布上,早逝人数总和较多的城市集中在华北、华中北部、华东北部、东北中部地区,其次是华中南部、华东南部、华南、西南地区。青藏、内蒙古地区早逝人数最少,而除新疆西南部外,西北地区早逝人数也较少,新疆西南部由于超高的PM_(2.5)污染,所以早逝人数与西北其他地区相比较多。