利用2017年1月1日-2019年12月31日重庆市渝北国家气象观测站数据及同期重庆市医科大学附属第三医院呼吸道疾病数据,采用Spearman相关分析法分别计算不同潜伏期(M=1～7天)气象因子与发病期(N=1～6天)就诊人次的相关性,探讨不同时效气象因子对呼吸道疾病的影响,并利用逐步回归分析和K最近邻分类算法(K-Nearest Neighbor,KNN)分别建立不同时效的呼吸道疾病风险等级预测模型.结果显示,重庆市呼吸道疾病患者男性略多于女性,冬季发病人数年占比28.7％,明显高于夏季的21.6％.气温、水汽压与呼吸道疾病就诊人次均呈现显著负相关,其中最低气温对呼吸道疾病影响最大,并且气温、水汽压对呼吸道疾病的影响具有滞后性.不同时效的逐步回归模型预测呼吸道疾病风险等级与实际完全一致的准确率为22.1％～47.9％,预测等级与实际相差1级以内的准确率为71.2％～91.7％;不同时效的KNN模型预测呼吸道疾病风险等级与实际完全一致的准确率为23.6％～64.4％,预测等级与实际相差1级以内的准确率为59.5％～92.3％.在历史气象资料充足的情况下(使用过去3～7天的气象因子),KNN模型预报未来1～6天的呼吸道疾病风险等级的准确率均明显高于逐步回归模型的准确率.

呼吸道疾病;气象因子;相关分析;预测模型

王娜;崔秀云;冉亮;骆方;高雅;赵衍斌;芦华

重庆市渝北区气象局,重庆401120;甘肃省气象局,兰州730020;重庆市防雷中心,重庆401147;重庆市气象信息中心,重庆401147;重庆市气象科学研究所,重庆401147

气象与环境科学

[1]王娜;崔秀云;冉亮;骆方;高雅;赵衍斌;芦华-.重庆市气象因子对呼吸道疾病的影响及预测研究)[J].气象与环境科学,2022(04):98-105

气象因子,预测研究,渝北,北国,气象观测站,相关分析法,潜伏期,就诊人次,不同时效,逐步回归分析,最近邻分类算法,Nearest,Neighbor,KNN,疾病风险,风险等级,等级预测,呼吸道疾病患者,略多于,病人数,数年,水汽压,最低气温,疾病影响,滞后性,逐步回归模型,完全一致,气象资料

0.245923