The Air Quality Health Index (AQHI) is an aggregate indicator of air pollution used to communicate to Canadians the health impact of short-term exposure to current air pollutant levels. Understanding the stochastic behaviour of the AQHI can aid public health officials in predicting air pollution levels, determining the likelihood and duration of air quality advisories, and planning for increased strain on the health care system during periods of higher air pollution. Previous research has applied discrete-time Markov chains to investigate stochastic behaviour of air pollution indices but only in a handful of regions and none with the same climatic characteristics as Canadian regions. In this study, we investigated the stochastic behaviour of AQHI risk categories in Ontario (34 air monitoring stations) for 5 years from 2015 to 2019. We employed discrete-time Markov chains using three of the AQHI risk categories (Low Risk, Moderate Risk, High Risk) as states to determine (1) the transition probabilities between these states, (2) the long-run proportion of time spent in each state, and (3) the mean persistence time of each state. These results were then used to assess spatial trends in the stochastic behaviour of AQHI risk categories and the likelihood and duration of air quality advisories. Overall, the air quality (as characterised by the AQHI) in Ontario tends to decrease as population density increases. Urban areas spent a greater proportion of time in higher risk categories, and tended to remain in the higher risk categories for longer before transitioning.

空气质量健康指数（AQHI）是空气污染的综合指标，用于向加拿大人传达短期暴露于当前空气污染物水平下的健康影响。了解AQHI的随机行为可以帮助公共卫生官员预测空气污染水平，确定空气质量咨询的可能性和持续时间，以及计划在空气污染较高的时期对医疗保健系统造成更大的压力。先前的研究已应用离散时间马尔可夫链来研究空气污染指数的随机行为，但仅在少数地区且没有与加拿大地区相同的气候特征。在这项研究中，我们调查了2015年至2019年5年中安大略省（34个空气监测站）的AQHI风险类别的随机行为。我们使用AQHI风险类别中的三个（低风险，中度风险，高风险）作为状态的离散时间马尔可夫链来确定（1）这些状态之间的转换概率，（2）每个状态，以及（3）每个状态的平均持续时间。然后将这些结果用于评估AQHI风险类别的随机行为的空间趋势以及空气质量咨询的可能性和持续时间。总体而言，安大略省的空气质量（以AQHI为特征）往往随着人口密度的增加而降低。城市地区在较高风险类别中花费的时间比例更大，并且在过渡之前往往会在较高风险类别中停留更长的时间。高风险）作为确定以下各项的状态：（1）这些状态之间的转换概率；（2）在每个状态中花费的时间的长期比例；以及（3）每个状态的平均持续时间。然后将这些结果用于评估AQHI风险类别的随机行为的空间趋势以及空气质量咨询的可能性和持续时间。总体而言，安大略省的空气质量（以AQHI为特征）往往随着人口密度的增加而降低。城市地区在较高风险类别中花费的时间比例更大，并且在过渡之前往往会在较高风险类别中停留更长的时间。高风险）作为确定以下各项的状态：（1）这些状态之间的转换概率；（2）在每个状态中花费的时间的长期比例；以及（3）每个状态的平均持续时间。然后将这些结果用于评估AQHI风险类别的随机行为的空间趋势以及空气质量咨询的可能性和持续时间。总体而言，安大略省的空气质量（以AQHI为特征）往往随着人口密度的增加而降低。城市地区在较高风险类别中花费的时间比例更大，并且在过渡之前往往会在较高风险类别中停留更长时间。然后将这些结果用于评估AQHI风险类别的随机行为的空间趋势以及空气质量咨询的可能性和持续时间。总体而言，安大略省的空气质量（以AQHI为特征）往往随着人口密度的增加而降低。城市地区在较高风险类别中花费的时间比例更大，并且在过渡之前往往会在较高风险类别中停留更长的时间。然后将这些结果用于评估AQHI风险类别的随机行为的空间趋势以及空气质量咨询的可能性和持续时间。总体而言，安大略省的空气质量（以AQHI为特征）往往随着人口密度的增加而降低。城市地区在较高风险类别中花费的时间比例更大，并且在过渡之前往往会在较高风险类别中停留更长的时间。