理论基础篇
第一章  大数据概念及相关技术
  1.1  大数据基本概念
  1.2  相关技术研究进展
    1.2.1  互联网大数据存储及管理技术
    1.2.2  遥感大数据技术发展
  1.3  小结
第二章  环境健康概念及研究进展
  2.1  环境健康概念
  2.2  研究进展
    2.2.1  空气污染与人类健康
    2.2.2  高温热浪与人类健康
    2.2.3  城市绿地与人类健康
  2.3  健康影响的空间分异研究
  2.4  小结
案例应用篇（一） 高温热浪对健康影响的感知研究
第三章  城市热岛对健康影响的研究综述
  3.1  城市热岛对健康影响的评价指标研究
  3.2  城市热岛对健康影响的空间分异研究
  3.3  研究目标和内容
    3.3.1  研究目标
    3.3.2  研究内容
  3.4  研究框架
  3.5  小结
第四章  地理空间城市热岛的时空特征研究
  4.1  引言
  4.2  研究区
  4.3  数据集和研究方法
    4.3.1  地表城市热岛强度计算
    4.3.2  地表城市热岛强度的时空映射和多视角分析
  4.4  结果与讨论
    4.4.1  地表城市热岛强度的时空变化
    4.4.2  地表城市热岛强度的自组织映射聚类
    4.4.3  地表城市热岛强度格局的多视角分析
  4.5  小结
第五章  虚拟空间中城市热岛对健康影响的测度研究
  5.1  引言
  5.2  数据和研究方法
    5.2.1  气象观测数据
    5.2.2  社交媒体数据
    5.2.3  BERT语义识别
    5.2.4  社交媒体空间中热浪事件的定义
  5.3  研究结果
    5.3.1  基于文本挖掘的高温
    5.3.2  相关性分析
    5.3.3  基于社交媒体数据的高温事件识别
    5.3.4  对从社交媒体中提取的热浪事件的评估
  5.4  小结
第六章  高温热浪对居民健康影响的空间分异研究
  6.1  引言
  6.2  数据和研究方法
    6.2.1  研究区
    6.2.2  数据
    6.2.3  研究方法
  6.3  结果和讨论
    6.3.1  空间分布特征
    6.3.2  城市间热浪事件的聚类
  6.4  小结
案例应用篇（二） 空气污染对健康影响的感知研究
第七章  空气污染对健康影响的测度
  7.1  大数据
  7.2  方法
    7.2.1  数据预处理
    7.2.2  BERT模型
    7.2.3  健康感知信息提取
  7.3  结果和讨论
    7.3.1  健康感知提取结果
    7.3.2  健康感知数据精度验证
  7.4  小结
第八章  空气污染对健康影响的空间分异
  8.1  引言
  8.2  数据与研究方法
    8.2.1  研究区
    8.2.2  数据
    8.2.3  基于广义相加模型的健康感知与空气污染的关联
  8.3  结果
    8.3.1  模型结果的描述性分析
    8.3.2  ER值的空间分布特点
    8.3.3  ER值的区域差异
  8.4  讨论
    8.4.1  基于数据的健康感知创新
    8.4.2  广义相加模型的意义
    8.4.3  区域对空气污染的反应
    8.4.4  对空气污染的适应
  8.5  小结
第九章  北京市空气污染对健康影响的时空异质研究
  9.1  引言
  9.2  数据和研究方法
    9.2.1  研究区
      9.2.2 基于数据的PM2.5-RH提取
    9.2.3  基于多源数据提取的影响因素
    9.2.4  地理加权回归模型
  9.3  结果和讨论
      9.3.1 PM2.5-RH的时空变化及讨论
    9.3.2  模型结果
    9.3.3  影响因素的时空异质性
  9.4  小结
参考文献
后记