摘要目的 描述2013-2022年济南市空气污染物以及气象因素和居民死亡率的变化情况,探索济南市日高温和日低温以及6种空气污染物与居民死亡之间的风险,为有关部门制定居民的健康防护策略提供参考建议.方法 选取每日死亡人数作为结局变量,采用Poisson分布为连接函数,自变量为日均气温、空气污染物(包括PM2.5、PM10、SO2、NO2、CO、O3)等指标.日均温变量使用自然样条函数构建交叉基,选取日均温的中位数(P50)作为参考温度建模.采用DL-NMs模型,以PM2.5、PM10、SO2、NO2、CO和O3日均浓度的P25为参考,P75作为分析浓度,计算其增高一个四分位间距浓度时对居民死亡率的滞后效应影响.结果 PM2.5、PM10、SO2、NO2、CO和O3的浓度升高,均会造成非意外总死亡的增加,PM2.5、PM10和NO2对非意外总死亡的影响均在lag15时达到最大,分别造成0.62％(0.42％～0.83％)、0.71％(0.51％～0.91％)和 0.40％(0.10％～0.71％)的风险增加.SO2 的影响在 lag20 最大,造成 0.41％(0.15％～0.67％)的风险增加.O3的影响在lag0最大,造成3.31％(2.53％～4.09％)的风险增加.高温对非意外总死亡以及循环系统死亡的影响滞后时间较短,在滞后时间为0时效应最大,人群非意外总死亡风险增加5.10％(95％CI:3.16％～7.07％),低温滞后时间较长,极端低温在lag6时效应最大,人群非意外总死亡风险增加0.95％(95％CI:0.01％～1.98％).结论 济南市10年间主要存在PM2.5、PM10浓度超标的空气污染,且与居民死亡存在相关性,均会增加非意外总死亡、循环系统患者死亡以及呼吸系统患者死亡的风险,高温带来的居民死亡风险较低温更应加大关注.