作者：翟紅楠 張莉 孫石陽 覃軍 陳正洪

【摘要】 利用深圳市2003～2007年共5年的流感樣病例資料和相關氣象資料，探討流行性感冒（簡稱流感）高峰與氣象條件間的關系，對深圳市流感進行等級劃分，分析了深圳市流感與氣象要素的相關性，并探討了兩者間的超前滯后關系，最終得出深圳市流感受氣溫、相對濕度影響的臨界值及其預報方程。

【關鍵詞】 流行性感冒； 流感樣病例百分比ILI(%)； 氣象因子； 預報方程

流感是第一個是實行全球監(jiān)測的呼吸道傳染?。?］，近百年來曾多次發(fā)生世界大流行，歷史上最嚴重的流感疫情是1919年爆發(fā)的西班牙流感，導致2，000萬人死亡［2］。至今流感的并發(fā)癥及間接經濟損失仍然是很多國家的主要公共衛(wèi)生問題，是世界各國重點防治的傳染病之一［3，4］。

流感一年四季都會發(fā)生，但發(fā)生幾率的時間分布卻是不均勻的，影響這種"幾率分布"的主要環(huán)境因素就是氣象要素［5～9］。不同地域的天氣形勢有很大的區(qū)別，故流感的流行特征也有很大區(qū)別，例如美國流感高峰發(fā)生在冬末春初［10］，泰國發(fā)生在夏季［11］；我國北方一般在冬季，南方多在冬夏兩季［12］。深圳市在地理位置上與香港毗鄰，兩地區(qū)域小氣候條件相仿，同時深圳市人口高度密集，人群流行性感冒四季均有發(fā)生，發(fā)病率高，危害大。本文研究了深圳市流感與氣象條件間的關系，對深圳市流感進行等級劃分，分析了深圳市流感與氣象要素的相關性，并探討了兩者間的超前滯后關系，最終得出深圳市流感受氣溫、相對濕度影響的臨界值及其預報方程，為相關部門做好流感防治工作提供有效的科學依據(jù)，盡可能減輕流感造成的人體健康及社會經濟方面的損失，對社會安定、經濟發(fā)展都有重要的現(xiàn)實意義 。

1 資料與方法

1.1 資料來源

按照世界衛(wèi)生組織和國家流感中心推薦的流感樣病例定義［13］（Influenzalike Illness， 簡稱 ILI）：體溫≥38℃，伴有咳嗽，或咽疼痛、全身疼痛等癥狀的急性呼吸道感染病例，及全國流感監(jiān)測方案（試行），在深圳市第一人民醫(yī)院和深圳市婦幼保健院的內科、兒科、內/兒急診科和發(fā)熱科開展流感樣病例監(jiān)測，即通過長期連續(xù)地監(jiān)測流感樣病例就診數(shù)占監(jiān)測點就診總人數(shù)百分比的動態(tài)變化情況得出連續(xù)完整的流感樣病例百分比ILI% ［13］。設有專人在上述監(jiān)測診室收集ILI就診人數(shù)及監(jiān)測門診病例總數(shù)，每周由預防保健科專人負責匯總、上報深圳市疾病控制中心（CDC），市疾控中心專人負責統(tǒng)計核準監(jiān)測數(shù)據(jù)。本研究ILI(%)時間序列長度為2003～2007年，總樣本個數(shù)為255。

氣象資料來自中國氣象局提供的全國地面氣候資料日值數(shù)據(jù)集，包括深圳市逐日地面平均氣壓、平均氣溫、日最高氣溫、日最低氣溫、平均相對濕度、最小相對濕度、降水量、平均風速、日照時數(shù)共9個氣象要素的數(shù)據(jù)資料，時間序列長度為2003～2007年。

1.2 方法

小波分析可研究時間序列的周期性和階段性特征，用于比較不同要素時間序列間的內在變化規(guī)律。小波分析［14］的核心是多分辨率分析， 它能把信號在時間和頻率域上同時展開， 可得到各個頻率隨時間的變化及不同頻率之間的關系。同時， 由于小波變換的母函數(shù)窗口與頻率有關，頻率越高，窗口越窄，因此小波變換可以分析出其它方法不能分析出的短波分量，并具有分析函數(shù)奇異性的能力。小波分析目前已廣泛用于氣溫變化分析、降水變化分析、降水場空間結構、多尺度分析、洪澇期間的氣象要素分析等， 取得了一些成果。

本研究選用的小波母函數(shù)為墨西哥帽：

φ(t)=(1-t2)exp (-t2/2) (1)

其傅里葉變換為φ(w)=〖JF(D〗∞-∞φ(t)eiwtd t〖JF)〗 ，對時間序列f(t) ， 其連續(xù)小波變換為：

Wa，b(f)=〖JF(D〗∞-∞φa，b(t)f(t)d t〖JF)〗 (2)

式中，a為伸縮尺度，b為平移因子，Wa，b(f) 值為小波函數(shù)。可以證明，墨西哥帽小波是對Gauss 函數(shù) g(t)=e-r2/2求二階導數(shù)取負而得到，即φ(t)=d2g(t)d t2 ，這時

Wa，t=Waf(t)=f·a3 d2gad t2(3)

其中，ga(t)=1/ A g ta ，t 等價于b 。小波逆變換可寫成：

f(t)=1Cr 〖JF(D〗∞-∞〖JF)〗 〖JF(D〗∞-∞〖JF)〗［ Wa，b(f)·φa，b(t) / a2 ］da d b (4)

式中，Cr 為常數(shù)。擾動尺度(周期或波長)與伸縮尺度(小波的分辨尺度) a的關系為T = 3.974a ，時間尺度L 與a 的關系為L=aπ/ 2 。將小波系數(shù)的平方在b 域上積分，即得小波方差：

Wa(P)= 〖JF(D〗∞-∞|Wa，b(P)|2 d b〖JF）〗(5)

可以證明，墨西哥帽小波變換系數(shù)的變化趨勢與分析信號變化趨勢基本一致。如果分析信號為氣溫，則某一時間尺度的正小波系數(shù)區(qū)與該時間尺度氣候變化的暖位相對應，負小波系數(shù)與冷位相對應。本文中小波變換等值線圖中的正、負中心分別對應于ILI(%)或氣象要素的高、低值中心。

本研究ILI(%)為周合計值，即一周的流感樣病例就診數(shù)占就診總人數(shù)的百分比，因此氣象要素均以七天為一周計算其周平均值。

2 結果分析

2.1 等級劃分

對5年的ILI(%)資料進行分級處理，以便更加方便的分析流感的流行特征。設樣本平均值為E（yi) ，樣本均方差為Sx ，并參考深圳市流感監(jiān)測的基線值與預警值［15］，對深圳市ILI(%)劃分等級如下：若ILI（%）>E(yi) +2Sx ，屬于1級，表示ILI（%）極高；若ILI（%）在E(yi) +2Sx 與警戒線8.88%之間，則屬于2級，表示ILI（%）較高；若ILI（%）在警戒線8.88%與基準線5.95%之間，則屬于3級，表示ILI（%）一般；若ILI（%）在基準線5.95%與E(yi) -Sx 之間，則屬于4級，表示ILI（%）較低；若ILI（%）在E(yi) -Sx 與E(yi) -2Sx 之間，則屬于5級，表示ILI（%）極低。等級劃分見表1。 表1 ILI(%)等級劃分

2.2 相關分析

本研究選取9個氣象要素：平均氣壓、平均氣溫、日最高氣溫、日最低氣溫、相對濕度、最小相對濕度、24小時降水量、日平均風速以及日照時數(shù)，以7天為1周計算其周平均值?？紤]到發(fā)病前的潛伏期和疾病后效表現(xiàn)期， 對周時間尺度的ILI%和氣象因子進行時滯相關分析，得到ILI%與氣象因子的相關系數(shù)表，見表2。表2 ILI%與氣象因子相關系數(shù)表注：表中黑體數(shù)字表示通過99.9%的信度檢驗。

由表2可見，主要氣象要素（周平均的氣壓、氣溫、相對濕度，周平均的最高氣溫、最低氣溫和最小相對濕度）均與ILI%相關性顯著，而且ILI%與氣象要素有較好的時滯關系，前期氣象因子可超前1～4周對后期ILI%產生影響：在平均氣壓與流感發(fā)病率的關系中同期相關最顯著，且氣壓與ILI%呈負相關，前期平均氣壓可超前3周對后期ILI%產生影響；平均氣溫、最低氣溫、最高氣溫均與流感發(fā)病率同期相關顯著，并且平均氣溫、最低氣溫可超前3周、最高氣溫可超前2周對流感發(fā)病產生影響；相對濕度對流感發(fā)病影響的滯后效應最長，可達4周，其中相對濕度超前2周時對后期ILI%的影響最為顯著。

2.3 周ILI(%)、周平均溫度和周相對濕度的時間序列分析

借助于小波實部圖，可分析出時間序列的階段性。小波實部圖中的正、負中心代表了時間序列變化的主周期，而正、負區(qū)域代表時間序列變化的高（增加）、低（減少）階段。由ILI(%)時間序列分析實部圖圖1可見，深圳市ILI(%)有48～55個星期左右的主周期，在此變化周期上，2003年1月～8月為正位相即ILI(%)增加，處于流感高峰時期；9月～次年1月為負位相即流感發(fā)病處于低峰時期。將周平均溫度和每周ILI(%)圖進行比較，發(fā)現(xiàn)在2003年～2007年期間周平均溫度與ILI(%)的的變化周期、正負位相均極其吻合，說明氣溫的變化周期對流感發(fā)病有很大影響。而且ILI(%)的正負位相呈現(xiàn)略滯后于周平均溫度的正負位相的規(guī)律，滯后時間約為1～3周。通過周相對濕度圖與周ILI(%)圖的對比可知，平均相對濕度存在49至52個星期左右的主周期，其正負相與ILI(%)存在相似的循環(huán)周期且呈現(xiàn)負相關關系。例如，相對濕度2003年第8～32周相對濕度為負位相， 在第33～66周間為正位相。而ILI(%)在第18～45周間為負位相，在第46～72周間為正位相，再次驗證了兩者之間存在滯后效應。說明月余前的相對濕度與1個月后的流感高峰有一定的聯(lián)系，即相對濕度對流感疾病具有一定的預報意義，對流感的預防可起到預警作用。圖1 ILI(%)時間序列分析實部圖

2.4 氣溫與ILI(%)間的關系

由周平均氣溫與周ILI%的散點圖圖4可見，ILI(%)極高點都發(fā)生在平均氣溫25～30℃之間，且此溫度段內的ILI(%)發(fā)生比率也很高，在10～20℃之間ILI(%)發(fā)生比率也較高，但求診率均在8.88%以下。無法形成高峰。由周最高氣溫與ILI%的散點圖圖5可見，隨著最高溫度的上升，ILI%達到1級的點數(shù)開始增多，當最高氣溫達到30℃時，1級ILI%點數(shù)最多，且ILI%值也達到最高點，最高氣溫繼續(xù)上升，ILI%值開始明顯下降，1級ILI%點開始減少。由周最低氣與ILI%的散點圖圖6可見，周最低氣溫在10～30℃范圍內均存在1級ILI%點，但當周最低氣溫<20℃時，1級ILI%點較少，隨著周最低氣溫的上升，1級ILI%點數(shù)開始增多，當周最低氣溫達到25℃時，1級ILI%點數(shù)達到最多，然后周最低氣溫繼續(xù)升高，1級ILI%點數(shù)開始減少。由以上分析可知，當平均氣溫25～30℃之間易發(fā)生流感高峰，當同時滿足周最低氣溫在25℃左右，周最高溫度在30℃左右時有發(fā)生流感高峰的極大可能。

2.5 周平均相對濕度與周ILI(%)的關系

圖7為周最小相對濕度與周ILI%的散點圖，由該圖可知，流感高峰發(fā)生在周最小相對濕度為60%左右時，由說明適中的相對濕度是流感高峰出現(xiàn)的1個條件。由周平均相對濕度與周ILI%的散點圖圖8可知，1級ILI%點集中于周平均濕度60%～80%的范圍內，由此可知適當?shù)臏囟仁橇鞲懈叻宄霈F(xiàn)的必要條件。

2.6 ILI(%)等級預報

由以上分析可知，ILI(%)的高低與氣溫、相對濕度有緊密的關系，且月余前的氣溫、相對濕度可超前影響后期ILI(%)。故選取同期、前1周、前2周、前3周的平均氣溫、最高氣溫、相對濕度、最小相對濕度進行逐步回歸，利用220個樣本建立 ILI(%)預報方程，得到預報方程如下：

Y=-1.561+0.075X1+0.107X2 （R=0.473，N=220）

其中：Y為ILI% 預報值，X1為超前1周平均日氣溫，X2為超前兩周平均相對濕度。

對預報方程進行檢驗，檢驗樣本數(shù)為35，將檢驗樣本的實測氣象要素代入預報方程，計算結果與實際就診率相比較，若兩者處于同一級別算對，否則算錯，則正確率為60.00%。若兩者處于同一級別或差一級別算對，否則算錯，則正確率為96.67%。

3 結果與討論

本研究利用深圳市近5年的流感樣病例資料和相關氣象資料，用周時間尺度的時滯相關分析方法，分析了流感的暴發(fā)流行特征及其與氣象要素因子的關系。結果表明：

① 主要氣象要素（周平均的氣壓、氣溫、相對濕度，周平均的最高氣溫、最低氣溫和最小相對濕度）均與ILI%相關性顯著，而且ILI%與氣象要素有較好的時滯關系。

② 當平均氣溫25～30℃之間易發(fā)生流感高峰，當同時滿足周最低氣溫在25℃左右，周最高溫度在30℃左右時有發(fā)生流感高峰的極大可能。

③ 適當?shù)南鄬穸仁橇鞲懈叻灏l(fā)生的必要條件，尤其是相對濕度在60%～80%范圍內時。有發(fā)生流感高峰的較大可能。

④ 得出了深圳市ILI%周時間尺度的預報方程，且預報因子易于獲取。

致謝：感謝深圳市氣象局、深圳市疾病控制中心（CDC）提供相關資料。