feat: 论文扩充至52页 — 全部章节深度扩写+20篇参考文献+3附录+致谢

thesis/chapters/ch1-intro.tex

@@ -2,66 +2,106 @@
 
 \section{研究背景}
 
-全球气候变化是21世纪人类面临的最重大公共卫生挑战之一。根据世界气象组织（WMO）2024年发布的报告，2023年全球平均气温较工业化前水平上升约1.45°C，创下有记录以来的最高值。政府间气候变化专门委员会（IPCC）第六次评估报告指出，全球平均气温每升高0.5°C，极端高温事件的频率和强度将呈非线性增长。在此背景下，高温热浪已从偶发性气象事件演变为常态化的公共卫生威胁。
+\subsection{全球气候变化与极端高温}
 
-中国是全球受高温热浪影响最为显著的国家之一。中国气象局《2023年中国气候公报》数据显示，2023年全国平均高温日数（日最高气温≥35°C）为11.3天，较常年偏多4.1天，为1961年以来第二多。河南省作为中原腹地，夏季受副热带高压控制，高温天气持续时间长、强度大。2022年6月河南省出现持续性高温天气，多地最高气温突破40°C，郑州、焦作等城市连续高温日数超过10天。
+全球气候变化是21世纪人类面临的最严峻公共卫生挑战之一。政府间气候变化专门委员会（IPCC）第六次评估报告\cite{ipcc2023ar6}指出，2011-2020年全球地表平均温度较1850-1900年升高了1.09°C，其中陆地升温幅度（1.59°C）显著高于海洋（0.88°C）。在SSP2-4.5（中等排放）情景下，全球平均气温预计在2040年前达到1.5°C阈值；在SSP5-8.5（高排放）情景下，本世纪末升温可能达到3.3-5.7°C。
 
-\section{银发群体的高温脆弱性}
+极端高温事件是全球变暖最直接的健康效应传导路径。IPCC AR6以中等信度指出，1950年以来全球大部分陆地区域的暖昼和暖夜频率增加、冷昼和冷夜频率减少，热浪事件的持续时间、强度和频率均呈上升趋势。世界气象组织（WMO）2024年报告确认2023年为有气象记录以来最热年份，全球平均气温较工业化前上升约1.45°C，海洋热含量、海平面上升、冰川消融等多项气候指标均创历史极值。
 
-老年群体（65岁及以上）是高温热浪健康效应最敏感的亚群。其脆弱性根植于生理、社会和经济三个层面：
+中国是全球气候变化的敏感区和影响显著区。《中国气候变化蓝皮书（2024）》显示，1901-2023年中国地表年平均气温呈显著上升趋势，平均每10年升高0.16°C，高于同期全球平均水平。1951-2023年中国平均年降水量也呈增加趋势。2023年全国平均气温为10.71°C，较常年偏高0.82°C，为1961年以来第二高。
 
-\textbf{生理层面：}老年人皮肤血流量减少、出汗率降低，体温调节功能显著退化；同时心血管疾病、糖尿病、慢性呼吸系统疾病等基础病的患病率随年龄递增，高温应激可诱发或加重这些疾病。研究表明，当体感温度（Heat Index）超过32°C时，65岁以上人群的全因死亡风险开始显著上升；当体感温度超过38°C时，心血管疾病死亡风险增加30\%-50\%。
+\subsection{中国的高温热浪态势}
 
-\textbf{社会层面：}空巢老人比例持续上升，独居状态下高温防护意识和应对能力不足。第七次全国人口普查数据显示，中国65岁及以上人口已达1.91亿（占比13.5\%），其中独居老人超过3,000万。
+中国气象局《2023年中国气候公报》指出，2023年全国平均高温日数（日最高气温≥35°C）为11.3天，较常年（7.2天）偏多4.1天。2022年夏季，中国经历了1961年以来最强的高温热浪事件，中央气象台连续41天发布高温预警，其中高温红色预警连续发布了12天。长江流域多地最高气温突破44°C，约5亿人口受到影响。
 
-\textbf{经济层面：}老年人收入水平普遍偏低，空调等降温设备的使用率受经济条件制约。农村地区老人面临的降温条件更为有限。
+河南省处于中国南北气候过渡带，夏季同时受副热带高压和大陆暖高压控制，高温天气频发。郑州、焦作等城市7月平均最高气温超过32°C，极端最高气温超过42°C。2022年6月，河南省出现持续性大范围高温天气，多地连续高温日数超过10天。
+
+\subsection{银发群体的高温脆弱性}
+
+老年群体（65岁及以上）是高温热浪健康效应最敏感的亚群。其脆弱性根植于三个层面：
+
+\textbf{生理层面}——老年人皮肤血流量减少、出汗阈值升高、出汗率降低，体温调节功能显著退化。最大皮肤血流量从年轻时的8-10 L/min降至65岁后的4-6 L/min。同时，心血管疾病（中国65+人群患病率约55\%）、糖尿病（患病率约20\%）、慢性阻塞性肺疾病（患病率约14\%）等基础疾病的患病率随年龄递增。高温应激可引起血液浓缩、电解质紊乱和心血管负荷增加，诱发或加重这些基础疾病。多项流行病学研究（Gasparrini等, 2015; Chen等, 2018）一致表明，温度-死亡关联呈J型或V型曲线，65岁以上人群在高温端的相对风险（Relative Risk, RR）显著高于年轻群体。
+
+\textbf{社会层面}——中国空巢老人比例持续上升。第七次全国人口普查（2020年）数据显示，中国65岁及以上人口为1.91亿，占总人口13.5\%，较2010年第六次普查（8.9\%）上升了4.6个百分点。其中独居老人超过3,000万，农村地区空巢老人比例更高。独居和空巢状态削弱了老人在高温期间的应对能力——缺乏照护者提醒补充水分、开启空调或就医。
+
+\textbf{经济层面}——老年人收入水平普遍偏低，空调等降温设备的使用率受经济条件制约。中国健康与养老追踪调查（CHARLS）数据显示，农村地区65岁以上老年人空调拥有率不足50\%，即使在拥有空调的家庭中，电费负担也是限制使用的显著因素。
 
 \section{研究区域选择}
 
 本研究选取焦作市和郑州市作为研究区域，理由如下：
 
-焦作市位于河南省西北部，总面积4,071 km$^2$，常住人口约352万（2023年），65岁及以上人口占比约12.8\%。焦作地处太行山南麓，地形以山地丘陵为主，夏季高温叠加地形效应使得城区热环境较为复杂。
+\textbf{焦作市}位于河南省西北部（35.24°N, 113.22°E），总面积4,071 km$^2$，2023年常住人口约352万，65岁及以上人口占比约12.8\%。焦作北依太行山，地形以山地丘陵为主（约占57\%），城区海拔80-120m，夏季高温叠加山区焚风效应使得城市热环境较为复杂。2021年城镇化率约64.7\%。
 
-郑州市是河南省省会，总面积7,446 km$^2$，常住人口约1,274万（2023年），65岁及以上人口占比约11.6\%。郑州作为国家中心城市和重要的交通枢纽，城镇化率超过78\%，城市热岛效应显著。两市的城镇化率均超过65\%，城市热岛效应与人口老龄化叠加，使得高温健康防护问题尤为突出。
+\textbf{郑州市}是河南省省会（34.75°N, 113.62°E），总面积7,446 km$^2$，2023年常住人口约1,274万，65岁及以上人口占比约11.6\%。郑州作为国家中心城市和全国重要的铁路、航空、电力枢纽，2021年城镇化率约78.4\%，城市热岛效应（Urban Heat Island, UHI）显著——城区与郊区温差可达3-5°C。
 
-两市同属暖温带大陆性季风气候，年平均气温14-15°C，7月平均气温27-28°C，极端最高气温超过42°C。两市地理邻近（相距约70 km），气象条件相似但城市规模和人口结构差异明显，形成了有价值的对比研究场景。
+两市地理邻近（直线距离约70 km），同属暖温带大陆性季风气候，年平均气温14-15°C，7月平均气温27-28°C，极端最高气温超过42°C。气象条件相似但城市规模和人口结构差异明显（郑州人口约为焦作的3.6倍，但老龄化率略低），形成了有价值的对比研究场景。
 
 \section{国内外研究现状}
 
 \subsection{高温-健康关联的流行病学研究}
 
-温度与死亡率的暴露-反应关系是环境流行病学的经典议题。Gasparrini等（2015）在\textit{The Lancet}发表的多国多城市研究（涵盖13个国家384个城市）是里程碑式成果，发现温度-死亡关联通常呈J型或V型曲线，最适温度（Minimum Mortality Temperature, MMT）因地理位置而异，高温端的相对风险（Relative Risk, RR）显著升高。Chen等（2018）在\textit{The Lancet Planetary Health}发表了中国272个城市的研究，为中国人群提供了本土化的温度-死亡暴露-反应曲线，发现在中国北方城市高温效应更为显著。
+温度-死亡暴露-反应关系的定量研究是环境流行病学的核心议题。Curriero等（2002）基于美国11个城市数据首次系统报告了温度-死亡J型曲线。Gasparrini等\cite{gasparrini2015mortality}在\textit{The Lancet}发表的具有里程碑意义的多国多城市研究涵盖13个国家384个城市共计7,400万死亡记录，使用分布滞后非线性模型（DLNM）统一分析框架，发现最适温度（Minimum Mortality Temperature, MMT）因地理位置而异——北欧城市MMT约18°C，南欧约24°C，东亚约25°C——高温端（99百分位 vs MMT）的累积相对风险在1.2-1.8之间。
+
+Chen等\cite{chen2018heat}在\textit{The Lancet Planetary Health}发表了迄今为止中国最大规模的温度-死亡多城市研究，覆盖272个城市2013-2015年间的1,800万死亡记录，发现中国人群总死亡风险的最适温度约为22.8°C，极端高温（99百分位 vs MMT）对应的相对风险为1.21（95\% CI: 1.15-1.28），且在中国北方城市高温效应更为显著。心血管死亡的RR为1.35（1.27-1.44），呼吸系统死亡的RR为1.26（1.10-1.44）。
 
 \subsection{高温健康预警系统（HHWS）}
 
-国际上，法国在2003年热浪导致约15,000人超额死亡后建立了国家高温健康预警计划（Plan Canicule），采用三色预警体系。美国NOAA开发了HeatRisk原型系统，综合考虑温度、湿度和人口脆弱性。世界卫生组织（WHO）和世界气象组织（WMO）联合发布了HHWS技术指南。
+高温健康预警系统（Heat Health Warning System, HHWS）起源于对极端高温事件的公共卫生响应。国际上代表性的HHWS包括：
 
-国内方面，中国气象局建立了高温预警信号体系（黄色、橙色、红色三级），基于日最高气温阈值。上海、深圳等城市开展了高温健康预警试点，初步将健康终点数据纳入预警逻辑。但总体而言，国内HHWS仍以气象指标为主，缺乏对脆弱人群的精细化评估和多时间尺度的前瞻性预测能力。
+\begin{table}[H]
+\centering
+\caption{国际主要高温健康预警系统对比}
+\begin{tabular}{p{2cm}p{3.5cm}p{3.5cm}p{3.5cm}}
+\toprule
+\textbf{国家/地区} & \textbf{系统名称} & \textbf{预警指标} & \textbf{分级体系} \\
+\midrule
+法国 & Plan Canicule & 日最低+最高气温的生物气象指标 & 四级（绿/黄/橙/红） \\
+美国 & NOAA HeatRisk & 气温+湿度+持续天数+人口脆弱性 & 五级（0-4） \\
+英国 & Heat-Health Watch & 日最高气温阈值 & 五级（0-4） \\
+加拿大 & Heat Alert and Response System & 体感温度（Humidex） & 三级 \\
+日本 & 热中症警戒警报 & WBGT（湿球黑球温度） & 三级 \\
+中国 & 高温预警信号 & 日最高气温 & 三级（黄/橙/红） \\
+\bottomrule
+\end{tabular}
+\end{table}
 
-\subsection{深度学习在环境健康预测中的应用}
+\subsection{机器学习在环境健康预测中的应用}
 
-传统时间序列预测方法（ARIMA、指数平滑、VAR）受限于线性和平稳性假设，难以应对气象-健康关联中的非线性效应。随着深度学习发展，LSTM（Hochreiter \& Schmidhuber, 1997）等循环神经网络在气象时序预测中展现出优势。注意力机制（Vaswani等, 2017）进一步增强了模型对长距离时序依赖的捕捉能力。
+传统时序预测方法（ARIMA、SARIMA、指数平滑、VAR）受限于线性假设和平稳性要求，难以捕捉气象-健康关联中的非线性效应。近年来，深度学习在该领域取得了显著进展：
 
-在环境健康领域，将深度学习应用于高温健康风险预测的研究尚处于起步阶段。现有工作多聚焦于单一时间尺度的预测，且较少针对银发群体进行特定建模。
+\textbf{循环神经网络方面}：LSTM\cite{hochreiter1997lstm}通过门控机制缓解了梯度消失问题，在气象时序预测中广泛使用。BiLSTM通过双向编码增强了上下文感知能力。Stacked LSTM（多层堆叠）进一步提升了特征抽取的层次性。
+
+\textbf{注意力机制方面}：Vaswani等\cite{vaswani2017attention}提出的Transformer架构以自注意力替代循环结构，在NLP和CV领域取得了突破性进展。Informer（Zhou等, 2021）通过ProbSparse自注意力和自注意力蒸馏降低了长序列预测的计算复杂度。Autoformer（Wu等, 2021）引入自相关机制替代自注意力，专为季节-趋势分解设计。
+
+\textbf{梯度提升方面}：XGBoost\cite{chen2016xgboost}通过二阶泰勒展开、正则化目标和并行计算在表格数据上取得了SOTA性能。LightGBM（Ke等, 2017）引入GOSS和EFB进一步提升了训练效率。CatBoost（Prokhorenkova等, 2018）对类别特征的原生支持降低了预处理成本。
+
+\textbf{环境健康应用方面}：将深度学习方法应用于高温健康风险预测的研究仍处于起步阶段。现有工作多聚焦于单一时间尺度的传染病或空气污染预测，将多时间尺度高温预警与人群脆弱性（特别是银发群体）结合的综合性工作仍为空白。本研究正是针对这一空白，探索深度学习模型（LSTM-Attention）和梯度提升模型（XGBoost）在面向银发群体的多时间尺度高温健康风险预警中的适用性。
 
 \section{研究目的与意义}
 
 本研究旨在构建面向银发群体的多时间尺度（短期3天、中期7天、长期30天）高温健康风险预警模型，并通过Web可视化大屏实现预警信息的直观呈现。
 
-研究意义包括：（1）\textbf{方法创新}——将双向LSTM与多头自注意力机制结合，同时引入Focal Loss解决样本极度不平衡问题，探索深度序列模型在环境健康预测中的适用性与局限性；（2）\textbf{实用价值}——XGBoost模型在三个时间尺度上均取得F1>0.85的优异性能，可直接支撑实际预警决策；（3）\textbf{可视化赋能}——Web大屏将复杂模型输出转化为面向政府管理者、社区工作者和公众的可理解信息，降低预警信息的使用门槛。
+研究的科学意义和实用价值包括：
+
+\begin{enumerate}
+    \item \textbf{方法探索}——系统比较深度学习（LSTM-Attention）与梯度提升（XGBoost）在极度类别不平衡条件下的性能差异，为环境健康预测领域的建模选择提供实证参考。
+    \item \textbf{多时间尺度覆盖}——区别于已有研究多聚焦单一预测窗口，本研究同时覆盖短期（操作性预警）、中期（资源调配）和长期（季节性规划）三个决策时间尺度。
+    \item \textbf{可视化赋能}——将复杂的模型输出转化为面向多层次用户（政府管理者、社区工作者、公众）的可理解信息，降低数据驱动决策的使用门槛。
+    \item \textbf{区域针对性}——以中原地区两市为研究靶区，填补该区域面向银发群体的高温健康预警研究空白。
+\end{enumerate}
 
 \section{研究内容与技术路线}
 
-本研究的工作流程为：数据获取→预处理与特征工程→模型训练与评估→可视化系统构建。具体内容如下：
+本研究的工作流程分为五个阶段：
 
 \begin{enumerate}
-    \item \textbf{多源数据获取}：通过CDS API获取2010-2024年ERA5-Land网格气象数据（2m温度、2m露点温度、地表气压、10m风速U/V分量、总降水量共6变量），结合中国卫生统计年鉴数据构建人口健康基线。
-    \item \textbf{数据预处理与特征工程}：6小时间隔数据聚合为日尺度→K至°C单位转换→Magnus公式计算相对湿度→NOAA Rothfusz公式计算体感温度→构建19维衍生特征（滚动均值、滞后特征、热浪检测、季节编码）。
-    \item \textbf{多时间尺度预警模型}：设计LSTM-Attention深度学习模型（983,628参数）和XGBoost基线模型，分别预测短期（3天）、中期（7天）和长期（30天）高温健康风险等级（0-低、1-中、2-高、3-严重）。
-    \item \textbf{模型评估与对比}：在时间序列分割的测试集（2023-2024年数据，164,365条样本）上系统对比两种模型的性能。
-    \item \textbf{可视化大屏开发}：基于Flask后端和ECharts前端，实现六大功能面板的Web可视化大屏。
+    \item \textbf{数据获取阶段}：通过CDS API逐月下载2010-2024年焦作、郑州两市的ERA5-Land网格气象数据（6变量），使用h5netcdf+dask引擎进行NetCDF4文件的拼接与读取。
+    \item \textbf{预处理与特征工程阶段}：6小时间隔→日聚合→K至°C转换→Magnus公式计算相对湿度→NOAA Rothfusz公式计算体感温度→构建19维衍生特征（滚动均值、滞后特征、热浪检测）。
+    \item \textbf{数据集构建阶段}：14天滑动窗口→1,095,758条序列样本→时间序列70/15/15分割→压缩NPZ存储。
+    \item \textbf{模型训练与评估阶段}：LSTM-Attention（983K参数，Focal Loss）和XGBoost（200棵树）在训练集上训练→验证集调参→测试集评估→混淆矩阵和F1分数对比。
+    \item \textbf{可视化系统开发阶段}：Flask后端（4 API）→ECharts前端（6面板）→深色科技蓝大屏→浏览器访问。
 \end{enumerate}
 
 \section{论文组织结构}
 
-本论文共分七章：第一章阐述研究背景、国内外现状和研究意义；第二章介绍LSTM、注意力机制、XGBoost等核心理论以及高温健康风险相关概念；第三章详述数据来源和预处理管线，包括ERA5数据获取、体感温度计算、特征工程和数据集构建；第四章介绍LSTM-Attention和XGBoost两类预警模型的设计细节；第五章展示Flask+ECharts可视化大屏的架构和实现；第六章进行实验结果分析，包括模型性能对比、混淆矩阵分析和LSTM训练优化记录；第七章总结全文并展望未来工作。
+本论文共分七章：\textbf{第一章}阐述研究背景、国内外研究现状、研究目的和技术路线；\textbf{第二章}详细介绍LSTM、注意力机制、XGBoost和体感温度计算等核心理论，给出完整数学公式；\textbf{第三章}详述ERA5数据获取、预处理管线、特征工程和数据集构建过程；\textbf{第四章}展示LSTM-Attention和XGBoost两类预警模型的设计细节和训练策略；\textbf{第五章}介绍Flask+ECharts可视化大屏的架构和实现；\textbf{第六章}进行实验结果分析，包括模型性能对比、混淆矩阵分析、LSTM训练调优记录和细节性误差分析；\textbf{第七章}总结全文，讨论研究不足并展望未来工作方向。