中国气象学会气象青年科技交流会暨2021年青年科学家论坛

目的 探究深圳市流感发病特征及其与当地气象条件的关联性，并尝试构建预测模型。方法 采用非线性生物统计学模型，分析了2003-2019年深圳流感样病例（ILI）监测数据与相关气象要素的关系，并采用Prophet时间序列模型和回归方法对流感风险进行预报检验。结果 近17年来ILI发病数呈现先增加（2003-2009）、继而平稳（2010-2014）、最后下降（2015-2019）的趋势，其年际周期特征明显；多数年份发病呈单峰型，6-7月出现峰值，个别年份在年末出现次高峰，与大规模疫情有关。分布-滞后模型揭示，高温对ILI风险的影响最显著、即时性强（温度为29.9℃，RR=1.237，95%CI: 1.203-1.272）；而低温的效应滞后2-3周出现。70-80%的湿度范围对应ILI高风险段，且与高温可产生交叉协同影响。累积滞后危险度在气温日较差处于4-6℃和>9℃时均有显著增加，说明日温差对流感的传播存在显著影响。深圳的风速整体偏小、影响较弱。对比Prophet模型和逐步回归对ILI发病人数的预测结果，发现前者综合表现较优。结论 在深圳特殊的南亚热带季风气候背景下，其ILI风险与多种气象要素存在显著的非线性关系，相关发病率也具备一定可预测性。

流感样病例；温度；湿度；气温日较差；预测