随着国家经济的繁荣发展和人类活动的加剧,排放到空气中的粉尘和有害气体不断增加,导致越来越严重的空气污染,严重影响了居民的身体健康。人类的呼吸系统是与外界空气直接接触的器官,空气污染因子可以直接进入呼吸道,进而进入呼吸系统深处的肺组织从而诱发与呼吸系统和肺部有关的疾病,因此,空气污染问题引起了大家的广泛的关注。当前,国内外对空气污染和呼吸系统疾病的研究主要集中在空气污染要素的来源,污染特征以及化学组成对人体健康影响,少有结合空间位置等信息从空间分布特征方面研究空气污染要素与呼吸系统疾病病例之间的关系。因此本文选取多学科结合的方式从传统时间序列分析方法及空间分析两个方面来分析空气污染要素集与呼吸系统疾病死亡病例的关系,同时针对空气污染要素信息获取方式较为困难的局面,摒弃传统的以空气质量监测站获取污染物分布及浓度信息的方式,选取卫星遥感监测手段来获取研究区的空气污染状况,极大的提高了空气污染数据获取的便利性。本文以四川省绵阳市为研究区域,收集2008—2016年研究区每日的遥感影像资料、大气污染物（PM2.5、PM10、SO₂、NO₂、CO和O₃）浓度资料、温度（每日最高温、最低温）和居民每日呼吸系统疾病死亡病例资料;运用统计分析和空间密度分析研究2008—2016年绵阳市呼吸系统疾病死亡病例的基本特征;利用空间分布、空间聚集性分析方法对比分析空气污染要素浓度分布以及呼吸系统疾病死亡病例的空间分布特征;基于时间序列分析方法定量评估空气污染要素含量与呼吸系统死亡病例之间的关系。本文取得的成果如下:（1）2009—2016年期间,绵阳市呼吸系统疾病死亡人数基本呈逐年上升趋势;男性呼吸系统病例死亡人数与女性呼吸系统病例死亡人数的比例约为1.3:1;每年的第一季度及第四季度呼吸系统疾病死亡人数较多,第二季度及第三季度呼吸系统疾病死亡人数较少,呈现出一定的季节效应;死亡病例基本集中在涪城区、游仙区、江油市、三台县及梓潼县。（2）分析单个污染物浓度空间分布及呼吸系统死亡病例密度的空间分布及聚集情况发现:同一年中绵阳市各个区县的死亡病例数和空气污染要素的平均浓度呈正相关,即污染要素浓度越高,死亡病例人数越多;研究区内呼吸系统疾病死亡病例与PM2.5、CO和SO₂浓度空间分布无明显关联性,PM10、NO₂和O₃浓度的空间分布与呼吸系统疾病死亡病例之间的空间分布基本一致。（3）对单个污染物含量与呼吸系统系疾病死亡病例的时间序列广义相加模型分别分析得出:6个污染物日均浓度升高对研究区呼吸系统疾病死亡病例的影响存在统计意义的时间不同,PM2.5和PM10仅在滞后1天—2天有显著意义,CO和O₃在滞后0天—1天有显著意义,NO₂在滞后0天—2天有显著意义,SO₂在滞后0天-3天都有显著意义。就单个污染物对呼吸系统疾病死亡病例的累积影响效应而言,PM2.5、PM10、CO、NO₂都是在累积滞后1天时对呼吸系统死亡病例的影响达到最大,其单个污染物每升高10μg/m³时,呼吸系统疾病死亡病例数分别增加约0.41%（95%CI:0.37%,0.44%）、0.49%（95%CI:0.45%,0.51%）、0.84%（95%CI:0.28%,0.41%）和0.47%（95%CI:0.23%,0.73%）;O₃在当天、SO₂在滞后2天时对呼吸系统死亡病例的影响达到最大,污染物每升高10μg/m3,呼吸系统疾病死亡病例数增加约0.94%（95%CI:0.46%,1.34%）、0.63%（95%CI:0.53%,1.05%）。（4）对多个污染含量与呼吸系统系疾病死亡病例的时间序列广义相加模型分别分析得出:在多污染物模型中,PM2.5每升高10μg/m3,呼吸系统疾病死亡病例增加0.83%（95%CI:0.73%,0.94%）,但跟单污染物模型中的影响效应相比来说多污染物模型的统计学意义却明显下降。其他各污染物对呼吸系统疾病死亡病例数据的影响无统计学意义（P>0.05）。