黃開龍，林錦春，馬 盼，黃文靜，陸俊翔，唐小新，王式功

(1.成都信息工程大學大氣科學學院，高原大氣與環(huán)境四川省重點實驗室，四川 成都 610225；2.深圳大學第三附屬醫(yī)院，廣東 深圳 518000；3.廣東省深圳市氣象服務中心，廣東 深圳 518000；4.廣東省汕頭市氣象局，廣東 汕頭 515041)

引 言

近年來全球氣候變化和災害性天氣的頻發(fā)對人體健康造成了不可忽視的影響，因此關于天氣氣候變化對人群健康影響的研究日益增多[1-3]，隨著“健康中國2030”規(guī)劃綱要的提出，如何應對全球氣候變化背景下的人群健康風險已成為當下研究的重心之一[4]。呼吸系統(tǒng)作為人體的第一道防線，常受多種細菌病毒的侵蝕，較其他身體器官更易受到來自外界的刺激[5-6]。上呼吸道感染(簡稱“上感”)屬于呼吸系統(tǒng)疾病中最易感、最常見的一類疾病，由于其發(fā)病狀況與天氣氣候條件密切相關，近年來備受流行病學、氣象學領域相關學者的關注[7-9]。研究表明，秋冬季為我國北方地區(qū)上感的主要高發(fā)期，氣溫變化是誘發(fā)上感的主要因素之一[10-13]；南方地區(qū)上感多于冬春季爆發(fā)，且相對濕度、氣壓等要素與上感的發(fā)病存在明顯的聯(lián)系[14-15]；伴隨冷空氣的活動，上感發(fā)病人數(shù)增加明顯，老人、兒童在此期間的健康風險也有所上升[16-18]。深圳地處我國華南沿海地區(qū)，具有亞熱帶海洋性氣候特征，夏半年常受熱帶氣旋和季風低壓的影響，冬半年受冷空氣活動影響[19]。以往對深圳地區(qū)乃至華南地區(qū)上感疾病的研究較少[20-21]，而國內(nèi)外大多數(shù)相關研究側重于分析氣象條件對疾病死亡率或傳染病的影響[22-24]，資料多來源于疾病預防控制中心或綜合醫(yī)院，對社區(qū)人群患病情況的相關研究較少，而社區(qū)醫(yī)院多為上感等易感疾病的第一就診。本文基于深圳市獨特天氣氣候條件，選取基層醫(yī)院(社區(qū)健康服務中心)作為切入點，探究氣象要素與深圳地區(qū)上感發(fā)病的關系，分析疾病發(fā)病規(guī)律與我國其他地區(qū)的異同，更好地了解人群應對天氣氣候變化的真實反饋情況，以期為當?shù)芈毮懿块T和醫(yī)療機構提供理論依據(jù)，從而有助于促進深圳健康城市建設。

1 資料與方法

1.1 資 料

利用深圳市羅湖區(qū)49家社區(qū)健康服務中心2014—2018年逐日上感就診人數(shù)資料，根據(jù)國際疾病分類標準第10版(ICD-10)[25]，從中篩選出上感(ICD-10編碼：J00.0-J06.9)就診病例資料。由于可獲取資料的局限性，利用國家氣象科學數(shù)據(jù)中心(http://data.cma.cn/)提供的深圳市國家基準站2014—2018年逐日氣溫、氣壓、相對濕度、風速等氣象要素，并使用五點平滑方法補齊缺測值，該測站位于深圳市福田區(qū)，與羅湖區(qū)相鄰，中心距離約10 km。利用觀測數(shù)據(jù)計算日較差、水汽壓，具體公式[26]如下：

(1)

式中：DTR(℃)為氣溫日較差；Tmax、Tmin(℃)分別為日最高、最低氣溫；T、t(℃)分別為絕對溫度、攝氏溫度；e0(T)(hPa)為飽和水汽壓；ea(hPa)為水汽壓，采用改進馬格納斯公式[27]計算，RH(%)為相對濕度。

1.2 方 法

為保證數(shù)據(jù)的可信性，對采集的就診數(shù)據(jù)去除錄入錯誤、數(shù)據(jù)不完整條目，在此基礎上，合并同一季度出現(xiàn)的重復就診序列以規(guī)避基層醫(yī)院由于復診增加的病患數(shù)，統(tǒng)計得到上感就診人數(shù)的逐日序列資料。

分布滯后非線性模型(the distributed lag non-linear model，DLNM)著重關注不同氣象、環(huán)境要素與疾病的暴露-反應關系，并考慮其中的滯后關系和累積效應，對健康效應的評估符合實際變化規(guī)律[28]，引入廣義線性模型(generalized linear models，GLM)建立變量的期望值函數(shù)(連接函數(shù))與預測變量之間的線性關系。選取與上感就診人數(shù)相關的氣象因子(通過α=0.05的顯著性檢驗)，考慮到每日上感就診人數(shù)為小概率事件，為避免可能存在的過度離散化，采用廣義泊松回歸(generalized Poisson regression)進行模型擬合，建立基于氣象要素基變量嵌套GLM的DLNM模型。在控制節(jié)假日效應和周末效應的同時，確定以中位數(shù)為基準分析氣象要素與上感就診人數(shù)的暴露-反應關系[29]，并計算相對風險(relative risk，RR)作為主要的表征量。相對風險代表一個群體暴露在一定風險下與未暴露在該風險下某事件發(fā)生概率的比值，比值等于1，表明暴露與否與該事件發(fā)生無關；大于1表明暴露使該事件發(fā)生風險增加；小于1表明暴露使該事件發(fā)生風險降低?；灸Ｐ蚚28]可表示為：

LnE(Yt|X)=NS(Time, df)+

NS(M,df,lag,df)+holiday+DOW+β(2)

式中：Yt是第t日上感就診人數(shù)；X是引入模型的不同氣象因子；NS是自然立方樣條基函數(shù)；Time是時間變量(Time=1，2，…，1826)；df是自由度參數(shù)，利用赤池信息準則(akaike’s information criterion，AIC)調(diào)整氣象要素的非線性自由度和滯后自由度；M是相應氣象因子的交叉基矩陣；lag(d)是滯后天數(shù)；β為常數(shù)?？紤]每年節(jié)假日特別是春節(jié)期間深圳地區(qū)人口大量外流，在模型中添加啞變量holiday和DOW，包括研究期內(nèi)的所有法定節(jié)假日和周末，在建模分析中，避免了因人為主觀因素影響而造成暴露風險的誤差。在氣溫分析中，引入累積效應作為疊加表征量，以溫度為例：氣溫累積效應表征持續(xù)暴露在低溫(高溫)環(huán)境后冷(熱)效應的疊加效應，其中低溫(高溫)環(huán)境是指低于(高于)研究期10%(90%)的氣溫范疇[30]，其余氣象要素也進行相同劃分。

利用SPSS19.0對氣象要素與上感就診人數(shù)進行描述性統(tǒng)計及相關性分析，采用R軟件3.4.4版“dlnm”程序包進行分布滯后非線性模型(DLNM)分析，檢驗水平為α=0.05。

2 結果分析

2.1 基本特征

表1列出2014—2018年深圳市不同氣象要素統(tǒng)計特征。可以看出，2014—2018年深圳市日平均氣溫、相對濕度、氣壓、風速分別為23.5 ℃、75.4%、1005.6 hPa、1.9 m·s-1；主要表征量日均氣溫在3.5～33 ℃之間，日均相對濕度在19%～100%之間。研究期內(nèi)上感就診人數(shù)共計1 395 553例，日均764.3人(表2)；按年齡段分組，未成年組(0～18歲)病案共423 433例，占比30.3%，成年組(19～59歲)病案共858 430例，占比61.5%，老年組(60歲及以上)病案共113 690例，占比8.2%。

表1 2014—2018年深圳市不同氣象要素統(tǒng)計特征Tab.1 The statistical characteristics of meteorological elements in Shenzhen from 2014 to 2018

表2 2014—2018年深圳市羅湖區(qū)上感就診人數(shù)統(tǒng)計Tab.2 Summary statistics of the number of upper respiratory tract infections (URI) visits in Luohu district of Shenzhen from 2014 to 2018 單位：人

圖1是2014—2018年深圳市羅湖區(qū)上感就診人數(shù)的日變化?？梢钥闯觯驮\人數(shù)極大值出現(xiàn)在2018年1月2日(2792人)，極小值出現(xiàn)在2015年2月19日(6人)；逐日上感就診人數(shù)變化呈明顯的季節(jié)特征，春(3—5月)、夏(6—8月)、秋(9—11月)、冬(12月至次年1月)日均就診人數(shù)分別為827.6、770.5、665.3、786.3人，分別占總上感就診人數(shù)的27.24%、25.40%、21.71%、25.65%。

圖1 2014—2018年深圳市羅湖區(qū)上感就診人數(shù)日變化Fig.1 The daily variation of the number of URI visits in Luohu district of Shenzhen from 2014 to 2018

2.2 不同時間尺度上感就診人數(shù)變化

圖2為2014—2018年深圳市羅湖區(qū)逐日上感就診人數(shù)的月平均變化?？梢钥闯觯钲谑辛_湖區(qū)逐日上感就診人數(shù)月平均值存在3個高峰，分別是1月、4月、7月，逐日就診人數(shù)平均值分別為1007.9、935.1、968.9人；逐日上感就診人數(shù)月平均的最低值出現(xiàn)在9月(547.3人)；總體上男性患者較女性患者多4.44%。

圖2 2014—2018年深圳市羅湖區(qū)逐日上感就診人數(shù)月平均變化Fig.2 The monthly mean variation of the number of daily URI visits in Luohu district of Shenzhen from 2014 to 2018

研究發(fā)現(xiàn)節(jié)氣變化會直接或間接影響人體，從而產(chǎn)生相應的病理反應[31]，因此引入24節(jié)氣分析2014—2018年不同節(jié)氣上感就診人數(shù)變化(圖3)?？梢钥闯?，上感發(fā)病的第一高峰出現(xiàn)在冬至、小寒期間(小寒1103.6人、冬至981.0人)，對應深圳地區(qū)初冬季節(jié)；次高峰(993.3人)出現(xiàn)在小暑期間，對應深圳持續(xù)高溫時節(jié)；第三高峰(953.9人)出現(xiàn)在清明期間，對應深圳地區(qū)冷熱交替的春季；最低值(501.0人)出現(xiàn)在處暑期間。男女就診人數(shù)與總就診人數(shù)的節(jié)氣變化趨勢相似，在清明、小暑、小寒期間出現(xiàn)就診高峰，各節(jié)氣男性患者均比女性患者多，最大差值出現(xiàn)在夏至期間，男性就診人數(shù)較女性高8.16%。

結合不同時間尺度的上感分布圖發(fā)現(xiàn)，深圳地區(qū)初春、初夏和初秋時節(jié)上感發(fā)病人數(shù)較少，而冬春季大部分時間和盛夏時節(jié)的上感就診人數(shù)較多，與我國北方城市上感多為秋冬季爆發(fā)[32]不同，這與深圳地區(qū)海洋性氣候特點關系密切，溫暖濕潤的環(huán)境有利于病菌滋生，且時斷時續(xù)的冷空氣活動和夏季持續(xù)高溫天氣也是上感發(fā)病的重要誘因。

2.3 氣象要素對上感就診人數(shù)的影響

表3列出2014—2018年深圳市羅湖區(qū)不同人群上感就診人數(shù)與氣象要素的Spearman相關系數(shù)?？梢钥闯?，上感就診人數(shù)與氣溫、相對濕度、水汽壓、日累計降水呈顯著負相關，與日均氣壓、日較差成顯著正相關。深圳地區(qū)女性上感就診人數(shù)與氣象要素的相關系數(shù)較男性更高；成年組(18～60歲)和老年組(≥60歲)上感就診人數(shù)與氣象要素變化的關系顯著，與氣溫、相對濕度、水汽壓、日累計降水呈顯著負相關，與日均氣壓、日較差成顯著正相關。

2.3.1 氣溫與上感就診人數(shù)的暴露-反應關系

選取日均氣溫的中位數(shù)(24.8 ℃)作為參考值，并以此為分界點分別討論溫度小于和大于該溫度時的冷效應和熱效應，研究深圳市羅湖區(qū)氣溫與上感就診人數(shù)的暴露-反應關系(圖4)，同時計算持續(xù)暴露在低溫(高溫)環(huán)境中的累積效應。由圖4可以看出，氣溫效應對上感發(fā)病的影響以冷效應為主，在滯后4～5 d達到最高，熱效應以即時反饋為主。選取冷熱效應關鍵表征值(日均氣溫的第1、5、10、90、95、99個百分位數(shù))的相對風險剖面(圖5)進一步分析冷熱效應對上感發(fā)病的影響。當日均氣溫小于24.8 ℃時，上感的發(fā)病風險隨氣溫下降逐漸升高，RR在滯后4 d達到最高(RR為1.041，95%置信區(qū)間為1.022～1.060)，冷空氣活動對深圳地區(qū)影響周期較長；高溫的影響以即時效應為主，滯后效應不顯著(RR<1)。

圖4 2014—2018年深圳市羅湖區(qū)氣溫與上感就診人數(shù)的暴露-反應關系三維圖Fig.4 Three-dimensional map of exposure-response relationship between temperature and number of URI visits in Luohu district of Shenzhen from 2014 to 2018

圖5 2014—2018年深圳市羅湖區(qū)氣溫關鍵表征值的相對風險剖面Fig.5 Relative risk (RR) profile of temperature key characteristic value in Luohu district of Shenzhen from 2014 to 2018

由圖5可見，冷熱效應曲線均在滯后2～4 d達到拐點，故分別選取9、31 ℃(日均氣溫的第1個、99個百分位數(shù))進行累積效應分析(表4)。總體上，低溫的累積效應隨時間遞增，累積期為10 d時相對風險達到最高(全人群RR為1.239，95%置信區(qū)間為1.088～1.411)；而高溫的累積效應總體不顯著，累積期為4 d時全人群RR為0.947，95%置信區(qū)間為0.833～1.076，未通過顯著性檢驗。性別分組可見，男性較女性更易受冷效應的累積影響，累積期為10 d時相對風險為1.241，95%置信區(qū)間為1.088～1.415；年齡分組可見，成年組(19～59歲)與老年組(≥60歲)上感發(fā)病風險受冷效應的累積影響較大，累積期為10 d時成年組、老年組的相對風險分別為1.409、1.597，且95%置信區(qū)間分別為1.243～1.598、1.376～1.854，未成年人對冷效應的累積響應不顯著。

表4 2014—2018年深圳市羅湖區(qū)溫度效應對不同人群上感就診人數(shù)的影響Tab.4 The effects of temperature on the number of URI visits in Luohu district of Shenzhen from 2014 to 2018

2.3.2 相對濕度與上感就診人數(shù)的暴露-反應關系

選取日均相對濕度(RH)的中位數(shù)(77%)作為參考值并以此為分界點分別討論小于和大于該相對濕度時的低濕效應和高濕效應，建立模型研究相對濕度與上感就診人數(shù)的暴露-反應關系(圖6)。可以看出，濕度影響以低濕效應為主，當相對濕度小于77%時，隨濕度下降上感發(fā)病逐漸增加，且RR在當天達到峰值(RR為1.058，95%置信區(qū)間為1.049～1.068)，且在低濕條件下，在滯后0～4 d都存在上感發(fā)病的風險；在濕潤環(huán)境下(77%≤RH≤90%)上感發(fā)病相對較少。

圖6 2014—2018年深圳市羅湖區(qū)濕度與上感就診人數(shù)的暴露-反應關系三維圖Fig.6 Three-dimensional map of exposure-response relationship between humidity and number of URI visits in Luohu district of Shenzhen from 2014 to 2018

選取相對濕度關鍵表征值(日均相對濕度的第1、5、10、90、95、99個百分位數(shù))的相對風險剖面(圖7)分析濕度效應對上感發(fā)病的影響。低濕效應曲線在當天達到峰值，而后逐漸下降并在滯后3 d后趨于水平，高濕效應曲線在滯后1～2 d變化明顯。當RH<77%時，RH每下降1%，上感發(fā)病的相對風險上升12.00%(95%置信區(qū)間上升9.86%～14.19%)；高濕條件(RH>90%)對上感發(fā)病的貢獻以滯后效應為主，RR在滯后2 d達到高峰，RR為1.010，95%置信區(qū)間為1.006～1.015；當RH>90%時，RH每上升1%，上感發(fā)病的相對風險上升14.36%(95%置信區(qū)間上升11.82%～16.97%)。

圖7 2014—2018年深圳市羅湖區(qū)濕度關鍵表征值的相對風險剖面圖Fig.7 Relative risk profile of humidity key characteristic value in Luohu district of Shenzhen from 2014 to 2018

由相對濕度的關鍵表征值中分別選取36%、96%(相對濕度的第1個、99個百分位數(shù))進行濕度分層效應研究，得到濕度效應分層表(表5)。從性別分組可以看出，女性較男性更易受低濕效應的影響，女性、男性即時(滯后0 d)的相對風險(RR)分別為1.082、1.064，95%置信區(qū)間分別為1.065～1.100、1.047～1.081；在高濕環(huán)境下，男性對高濕條件的耐受程度較女性高，男性、女性滯后14 d的RR分別為1.027、1.031，95%置信區(qū)間分別為1.020～1.033、1.024～1.037，隨著時間累積發(fā)病風險都有不同程度的上升。從年齡分組可以看出，在低濕環(huán)境中，成年組(16～60歲)上感即時發(fā)病的RR較其他年齡組高(RR為1.077，95%置信區(qū)間為1.061～1.092)；未成年組(0～18歲)相對較低，滯后3 d時RR為0.998，95%置信區(qū)間為0.991～1.005，說明未成年組對持續(xù)低濕天氣的耐受程度較好；老年組(>60歲)對高濕天氣的響應明顯，RR在滯后2 d左右達到峰值(RR為1.035，95%置信區(qū)間為1.018～1.051)，未成年組則是隨著濕度累積，發(fā)病風險愈高，當RH>90%時，RH每上升1%，上感發(fā)病的相對風險上升36.13%(95%置信區(qū)間上升30.74%～41.77%)，青少年兒童有必要提防持續(xù)高濕天氣帶來的不利影響。

表5 2014—2018年深圳市羅湖區(qū)濕度效應對上感就診人數(shù)的影響Tab.5 The effect of humidity on the number of URI visits in Luohu district of Shenzhen from 2014 to 2018

2.3.3 氣壓、風速與上感就診人數(shù)的暴露-反應關系

氣壓、風速對上感發(fā)病的影響雖沒有溫濕變化帶來的影響直接，但在天氣過程影響時，這兩個要素的變化較為劇烈，其反饋也十分重要。分別選取日均氣壓、日均風速的中位數(shù)(1005.6 hPa、1.8 m·s-1)為模型參考值并分析氣壓、風速與上感就診人數(shù)的暴露-反應關系(圖8)?？梢钥闯觯瑲鈮河绊懼饕憩F(xiàn)為高壓效應，冷空氣活動常常伴隨高氣壓過境，與上感的發(fā)病高峰有著強對應關系；風速影響以大風效應為主，滯后1 d的相對風險隨風速增大呈準線性增加。

圖8 2014—2018年深圳市羅湖區(qū)氣壓(a)、風速(b)與上感就診人數(shù)的暴露-反應關系三維圖Fig.8 Three-dimensional map of exposure-response relationship between air pressure (a), wind speed (b) and the number of URI visits in Luohu district of Shenzhen from 2014 to 2018

選取高壓和大風關鍵表征值(日均氣壓和風速的第90、95、99個百分位數(shù))的相對風險剖面做進一步分析(圖9)?？梢钥闯觯?019 hPa(日均氣壓的第99個百分位數(shù))在滯后1 d時上感發(fā)病的相對風險(RR)為1.075，95%置信區(qū)間為1.065～1.085，這與冷效應有強對應關系；低壓效應整體對上感發(fā)病的影響相對不大，但在極端低壓天氣時(日均氣壓小于991.83 hPa，日均氣壓的第1個百分位數(shù))，上感的相對風險也有所提高(圖略)。日均風速為4.4 m·s-1(日均風速的第99個百分位數(shù))滯后1 d時RR為1.030，95%置信區(qū)間為1.022～1.038，這與冷空氣大風天氣有強對應關系；另外，在靜穩(wěn)天氣下，即當日均風速小于1.1 m·s-1(日均風速的第10個百分位數(shù))時，上感發(fā)病的風險隨時間升高，在滯后14 d達到最高，日均風速為0.8 m·s-1(日均風速的第1個百分位數(shù))滯后14 d時RR為1.017，95%置信區(qū)間為1.012～1.023(圖略)。

圖9 2014—2018年深圳市羅湖區(qū)高壓(a)、大風(b)效應對上感就診人數(shù)的相對風險剖面圖Fig.9 Relative risk profile of high-pressure (a) and strong wind (b) conditions to the number of URI visits in Luohu district of Shenzhen from 2014 to 2018

3 討論與結論

3.1 討 論

對比不同時間尺度分析結果，深圳市冬季上感的高發(fā)期與國內(nèi)相關研究趨于一致[14-15]，伴隨冷空氣南下，氣溫驟降，人群對低溫天氣有明顯響應。與北方地區(qū)有所不同的是，春季特別是清明期間出現(xiàn)的上感高發(fā)期，可能與在此期間天氣異常變化過程有關，人群對冷熱交替變化的不適應導致上感爆發(fā)[17]。夏季發(fā)病高峰也同其他地區(qū)有所差異，這可能與該地區(qū)夏季流動人口激增有關[33]，人群接觸時間的增加、密閉的室內(nèi)空氣流通等因素[8]，都會在一定程度上加劇呼吸道疾病傳染的發(fā)生?？紤]深圳地處華南沿海地區(qū)，緯度的差異造成了該地區(qū)夏季持續(xù)的高溫天氣；沿海地區(qū)汛期期間，特別是熱帶氣旋與季風低壓影響時[19,34]，風速激增，氣壓、氣溫驟降，從病理學角度來講，暴露在惡劣天氣和潮濕環(huán)境中，會使人體呼吸道局部溫度降低，毛細血管急劇收縮，黏膜上皮的纖毛活動逐漸減慢，氣管排出細菌的功能越來越弱，極易誘發(fā)呼吸系統(tǒng)疾病[35-36]。

在各氣象要素建模分析中，上感發(fā)病有明顯的氣溫效應，但暴露風險在不同地區(qū)存在差異[37-39]。在北京地區(qū)，低溫效應的RR峰值為1.811，95%置信區(qū)間為1.229～2.667[10]，而在本研究區(qū)低溫效應的RR峰值為1.041，95%置信區(qū)間為1.022～1.060，說明冷空氣在南下過程中強度逐漸減弱，氣溫降幅減小，人群呼吸道疾病發(fā)病風險也有所降低。深圳地區(qū)濕度的發(fā)病風險與已有研究結論[40-41]相似，其曲線均呈“U”型分布，并在低濕干燥的環(huán)境下表現(xiàn)為較高的發(fā)病風險；不同的是，南方地區(qū)上感的濕度閾值較北方高[42]，北方地區(qū)上感發(fā)病的相對濕度低值區(qū)為45%～55%，而研究區(qū)發(fā)病的相對濕度低值區(qū)為70%～80%，說明南北方人群呼吸道黏膜對空氣濕度的耐受程度不同。

在實際情況中各氣象要素的影響機制比較復雜，后續(xù)也將綜合考慮不同大氣環(huán)流背景下各氣象要素的疊加效應，特別是在極端天氣過程期間，氣溫變幅、氣壓變幅及它們之間的相互作用也會對上感的發(fā)病產(chǎn)生影響[40-41]。上感的發(fā)病與空氣質量狀況存在一定關聯(lián)[43-44]，本研究曾嘗試在模型中加入污染物(例如SO2、NO2)作為混雜因素，再量化氣象要素的影響，發(fā)現(xiàn)其暴露風險變化甚微，加之為避免模型過擬合，故在最終模型去除了污染變量，僅探討氣象要素誘發(fā)的相關風險。

3.2 結 論

(1)深圳市羅湖區(qū)上感發(fā)病的分布特征存在時間尺度的差異，春季上感就診人數(shù)最多，冬夏次之；24節(jié)氣分組發(fā)現(xiàn)，處暑期間上感就診人數(shù)最低，同時年內(nèi)有3個發(fā)病高峰期，分別是冬至小寒、清明與小暑期間。

(2)模型研究顯示，氣溫對于上感發(fā)病的影響以滯后效應為主，在滯后4 d時相對風險達到最高(RR為1.041，95%置信區(qū)間為1.022～1.060)；冬春季的冷空氣活動造成的大風降溫天氣易引發(fā)上呼吸道疾病，同時，女性較男性、老年人較中青年人有更顯著的冷效應反饋；濕度對上感發(fā)病的影響以低濕效應為主，相對風險在當天達到峰值(RR為1.058，95%置信區(qū)間為1.049～1.068)；氣壓對上感發(fā)病的影響以高壓效應為主且RR在滯后1 d達到峰值；風速變化對上感發(fā)病的影響以大風效應為主。