摘要目的 基于乌鲁木齐市人口加权大气污染暴露水平(population-weighted exposure level,PWEL)与日门诊就诊人数构建可反映健康危害风险的空气健康指数(air quality health index,AQHI).方法 收集乌鲁木齐市 2018-2023 年逐日污染物暴露数据(CO、SO2、NO2、PM2.5、PM10、O3-8 h)、空气质量指数(AQI)、同期气象数据(平均温度、平均气压、平均相对湿度、日平均风速)、常住人口分布栅格数据(1 km×1 km)及定点医疗机构日门诊就诊量数据.计算得到逐日 PWEL 并与日门诊就诊量构建类似泊松广义相加多污染物模型,利用暴露反应关系得到日 AQHI,并对其进行验证.结果 各污染物 2018-2023 年逐年PWEL浓度除SO2 与O3-8 h外,与原始站点平均浓度相比均有增加.多污染物滞后模型结果显示,NO2 移动平均滞后效应 lag01 d的影响最大,ER值为 47.17%(95%CI:38.06%～56.28%).PM2.5 单日滞后 lag7 d产生的影响最大,ER 值为 2.25%(95%CI:0.26%～4.25%),PM10、SO2、O3 对日门诊就诊量的影响均无统计学意义.选择 PM2.5-lag7 d 和 NO2-lag01 d 构建AQHI,时序交叉验证结果显示平均绝对误差(MAE)的均数为 5.18,均方根误差(RMSE)的均数为 5.57.每日AQHI与AQI呈高度正相关(r=0.738,P<0.01),偏相关分析结果显示,AQHI与不同医疗机构类型日门诊就诊量均呈正相关(P<0.01).结论基于 PWEL构建的 AQHI对空气污染物程度预报比 AQI更为准确,可以反映健康效应.