兩種不同氣候環(huán)境COVID-19活動相關氣候因素比較

[摘要] 目的 通過分析新型冠狀病毒肺炎（COVID-19）日發(fā)病例數(shù)與氣候因素之間的關系，探討氣候因素對不同氣候環(huán)境中COVID-19發(fā)病率的影響。

方法 收集2020年3—6月莫斯科和新加坡的COVID-19日發(fā)病例數(shù)及相關氣象數(shù)據(jù)，構建負二項式回歸模型，分析COVID-19發(fā)病率與氣象因子之間的相關性。

結(jié)果 Spearman相關性分析顯示，莫斯科日發(fā)病人數(shù)與日平均氣溫（Ta）（r=0.39，P<0.001）、日最高氣溫（Th）（r=0.34，P<0.001）、日最低氣溫（Tl）（r=0.39，P<0.001）、相對濕度（RH）（r=0.24，P=0.015）、絕對濕度（AH）（r=0.40，P<0.001）、氣壓（Pa）（r=0.29，P=0.003）、露點溫度（Td）（r=0.40，P<0.001）呈正相關;新加坡日發(fā)病人數(shù)與AH（r=0.24，P=0.009）、Td（r=0.25，P=0.006）呈正相關，與風速（WS）（r=-0.43，P<0.001）、Pa（r=-0.75，P<0.001）呈負相關。負二項式回歸分析顯示，AH和Pa被納入莫斯科日發(fā)病人數(shù)負二項式回歸方程，Td、AH、Pa、WS被納入新加坡日發(fā)病人數(shù)負二項式回歸方程，提示Pa和濕度因素是這兩個地區(qū)共同的影響因素。

結(jié)論 AH和Pa對COVID-19的傳播具有重要影響，盡管莫斯科和新加坡氣候環(huán)境差別較大，但是這兩個地區(qū)具有共有的氣候影響因子。

[關鍵詞] 新型冠狀病毒肺炎;氣候和疾病;濕度;氣壓;莫斯科;新加坡

[中圖分類號] R563.12;R188.8

[文獻標志碼] A

[文章編號] 2096-5532（2021）06-0923-05

doi：10.11712/jms.2096-5532.2021.57.194

[開放科學（資源服務）標識碼（OSID）]

[網(wǎng)絡出版] https：//kns.cnki.net/kcms/detail/37.1517.R.20211229.1625.001.html;2021-12-30 11：51：28

CLIMATE FACTORS ASSOCIATED WITH COVID-19 ACTIVITY IN TWO DIFFERENT CLIMATIC ENVIRONMENTS

LIU Zhenchao， LIU Guang， ZHOU Zhen， YU Zhuqin， WANG Guanxi

（Institute of Integrative Medicine， Qingdao University Medical College， Qingdao 266021， China）

[ABSTRACT]Objective To investigate the association of the number of daily COVID-19 cases with climate factors and the impact of climate factors on the incidence rate of COVID-19 in different climatic environments.

Methods The number of daily COVID-19 cases and related meteorological data were collected in Moscow and Singapore from March to June 2020， and a negative binomial regression model was constructed to analyze the correlation between the incidence rate of COVID-19 and climate factors.

Results The Spearman correlation analysis showed that the number of daily cases in Moscow was positively correlated with daily average temperature （r=0.39，Plt;0.001）， daily highest temperature （r=0.34，Plt;0.001）， daily lowest temperature （r=0.39，Plt;0.001）， relative humidity （r=0.24，P=0.015）， absolute humidity （AH） （r=0.40，Plt;0.001）， atmospheric pressure （Pa） （r=0.29，P=0.003）， and dew point temperature （Td） （r=0.40，Plt;0.001）; in Singapore， the number of daily cases was positively correlated with AH （r=0.24，P=0.009） and Td （r=0.25，P=0.006） and was negatively correlated with wind speed （WS） （r=-0.43，Plt;0.001） and Pa （r=-0.75，Plt;0.001）. The negative binomial regression analysis showed that AH and Pa were included in the negative binomial regression equation for the number of daily cases in Moscow， and Td， AH， Pa， and WS were included in the negative binomial regression equation for the number of daily cases in Singapore， suggesting that Pa and humidity were the common influencing factors in these two regions.

Conclusion AH and Pa have an important impact on the spread of COVID-19. Although there is a great difference in climatic environment between Moscow and Singapore， AH and Pa are the common climate factors in these two regions.

[KEY WORDS]COVID-19; climates and diseases; humidity; air pressure; Moscow; Singapore

新型冠狀病毒肺炎（COVID-19）在全球范圍內(nèi)暴發(fā)，傳播快速廣泛，在不同氣候類型的地區(qū)均有疫情發(fā)生。目前認為，COVID-19可以通過飛沫液滴或者氣溶膠形式在空氣中傳播[1]，因此氣候因素可能對COVID-19的傳播存在一定的影響，但具體影響目前仍不明確?，F(xiàn)有的研究顯示，各個地區(qū)影響COVID-19傳播的氣候因素存在差異。GOSWAMI等[2]研究顯示，印度日平均氣溫（Ta）和相對濕度（RH）之間的相互作用對COVID-19發(fā)生率有影響，但各州之間的結(jié)果不完全一致。AHMADI等[3]研究顯示，在伊朗風速（WS）、濕度和太陽輻射值較低的區(qū)域具有較高的COVID-19感染率。目前較多的研究結(jié)果表明，COVID-19的傳播與氣候因素存在著一定的關系，但是由于各疫情發(fā)生地的環(huán)境因素復雜不同造成結(jié)果存在一定的差異，且隨著疫情的進一步發(fā)展，在干燥低溫的地區(qū)和濕潤高溫的地區(qū)都出現(xiàn)了COVID-19的暴發(fā)流行，因此對氣候因素做深入的分析是十分必要的。莫斯科為溫帶大陸性氣候，3—6月期間氣溫和濕度都相對較低;而新加坡為熱帶雨林氣候，3—6月期間具有較高的氣溫和濕度，但是兩個地區(qū)都出現(xiàn)了COVID-19的大流行。為此，本研究選擇這兩個氣候類型迥異的地區(qū)作為研究對象，以確定影響 COVID-19 傳播的氣候因素的共性，深入分析不同氣候類型下氣候因素對COVID-19流行的影響，為制定納入氣候因素以控制 COVID-19 的防疫政策提供一定的依據(jù)。

1 資料和方法

1.1 日發(fā)病例數(shù)和氣候數(shù)據(jù)收集

選擇不同氣候類型的兩個COVID-19流行地區(qū)莫斯科和新加坡為研究對象，收集2020年3—6月期間（兩地區(qū)均在3月份零星散發(fā)，至5月份達到峰值，6月份日增病例數(shù)開始下降）的每日新增病例數(shù)[4-6]，通過wheat1.2.1收集相關氣象站點的Ta、日最高氣溫（Th）、日最低氣溫（Tl）、氣壓（Pa）、WS、露點溫度（Td）等氣象因素數(shù)據(jù)。RH、絕對濕度（AH）采用濕度換算軟件V3.10計算。

1.2 統(tǒng)計方法

應用STATA 16.0軟件對所得數(shù)據(jù)進行統(tǒng)計學分析。采用Shapiro-Wilk檢驗對數(shù)據(jù)進行正態(tài)性分析，對氣象因素與COVID-19發(fā)病情況的關系進行Spearman相關性分析，通過方差膨脹因子檢驗判斷多重共線性后將相關性氣候因素納入負二項式回歸分析，對負二項式回歸分析結(jié)果進行殘差正態(tài)性檢驗。根據(jù)目前COVID-19潛伏期研究，選擇14 d分析滯后效應。

2 結(jié)果

2.1 發(fā)病人數(shù)

根據(jù)現(xiàn)有可查數(shù)據(jù)記錄，2020年3月11日—6月22日莫斯科發(fā)病人數(shù)最多的一天為5月7日（6 703例），最少的一天為3月17日（1例），每日病例數(shù)呈非正態(tài)分布（W=0.92，P<0.001）;2020年3月1日—6月22日新加坡發(fā)病人數(shù)最多的一天為4月20日（1 426例），最少的一天為3月2日、3月3日和3月4日（2例），每日病例數(shù)呈非正態(tài)分布（W=0.95，P<0.001）。

2.2 Spearman相關性分析

莫斯科2020年3月11日—6月22日氣候資料見表1。相關性分析顯示，莫斯科此段時間每日發(fā)病人數(shù)與Ta（r=0.39，P<0.001）、Th（r=0.34，P<0.001）、Tl（r=0.39，P<0.001）、RH（r=0.24，P=0.015）、AH（r=0.40，P<0.001）、Pa（r=0.29，P=0.003）、Td（r=0.40，P<0.001）呈正相關。新加坡2020年3月1日—6月22日氣候資料見表2。相關性分析顯示，新加坡此段時間每日發(fā)病人數(shù)與AH（r=0.24，P=0.009）、Td（r=0.25，P=0.006）呈正相關，與WS（r=-0.43，P<0.001）、Pa（r=-0.75，P<0.001）呈負相關。

2.3 負二項回歸模型分析

將相關氣象因素納入負二項式回歸模型（方差膨脹因子檢驗VIF>10者納入模型），擬和模型為最優(yōu)模型（莫斯科和新加坡均滯后14 d）。負二項式回歸模型最優(yōu)擬合的結(jié)果顯示，AH和Pa對兩個地區(qū)的COVID-19發(fā)病均有影響，Td和WS對新加坡的COVID-19發(fā)病有影響。見表3。Wilcoxon秩和檢驗表明，實際病例數(shù)與回歸模型預測病例數(shù)之間差異無顯著意義，表明模型預測效果理想（莫斯科：Z=-0.62，P=0.534;新加坡：Z=-1.79，P=0.074）。見圖1。對殘差進行正態(tài)性檢驗結(jié)果表明，莫斯科模型93.33%的標準化殘差值在-2～+2區(qū)間內(nèi)，標準化殘差值是完全隨機分布的（W=0.98，P=0.077），表明莫斯科模型擬合的數(shù)據(jù)較好;但新加坡模型的擬合效果不佳，標準化殘差值不符合正態(tài)分布（W=0.95，P=0.002）。見圖2。

3 討論

COVID-19疫情暴發(fā)至今，全球幾乎每個國家和地區(qū)都被波及。雖然早期研究顯示，COVID-19的傳播和Ta、RH、降水量有著一定的關聯(lián)[2-3，6-7]，但是隨著相關國家和地區(qū)疫情的暴發(fā)，數(shù)據(jù)顯示，無論是在RH較低的中東地區(qū)、俄羅斯，甚至是被稱作“無雨之都”的秘魯首都利馬，還是濕度較高的巴西、新加坡等地區(qū)都暴發(fā)了COVID-19的大流行，而低氣溫的俄羅斯和高氣溫的新加坡、印度也都存在著COVID-19的流行。這些都對之前濕潤環(huán)境和高降水量利于冠狀病毒傳播的研究結(jié)果提出了挑戰(zhàn)。新加坡屬于熱帶雨林氣候，無明顯季節(jié)性，溫度均勻，全年炎熱，降雨量大，空氣濕度高，氣候溫暖而潮濕;莫斯科屬于寒溫帶大陸性氣候，氣溫低，濕度小，降雨相對較少，環(huán)境干燥[8-11]。雖然這兩個地區(qū)氣候類型迥異，但都出現(xiàn)了COVID-19的大流行，因此本研究選取這兩個具有代表性的地區(qū)作為研究對象，探究氣候因素對COVID-19傳播的影響。

本研究結(jié)果顯示，濕度與莫斯科和新加坡的COVID-19流行有關，但關于AH對COVID-19影響的研究目前相對較少。對于同為冠狀病毒所致的重癥急性呼吸綜合征（SARS）和中東呼吸綜合征（MERS）的研究也顯示，氣象因素對二者的傳播有一定的影響，SARS的傳播有其適宜的氣溫和RH，具有季節(jié)傾向性[12];MERS的傳播也有其最適的氣溫和RH，較低的RH和溫度會增強其在人群中的傳播，高溫和干燥對MERS有抑制作用[13-14]。AH可以直接表征空氣中的水蒸氣含量，這表明其對于利用飛沫和氣溶膠傳播的病毒傳播具有重要影響?，F(xiàn)有研究證實，流感病毒最有可能在AH較低的條件下生存和傳播[15-16]。SHAMAN等[15]研究表明，較高的AH會導致含脂質(zhì)病毒的表面失活，但AH影響病毒傳播的確切機制仍然不夠清楚。MCDEVITT等[17]研究表明，與RH相比，AH可以更好地預測A型流感病毒滅活。GUAN等[18]研究發(fā)現(xiàn)，AH的增加可以增強禽流感病毒的滅活。XU等[19]研究發(fā)現(xiàn)，AH是模擬登革熱發(fā)病率的良好預測指標。本文結(jié)果顯示，莫斯科和新加坡的日發(fā)病人數(shù)都隨著AH的增加而減少，這表明COVID-19可能跟流感一樣更適于AH較低的環(huán)境。AH表示空氣中實際存在的水蒸氣量，與溫度無關。研究表明，室內(nèi)和室外溫度之間的關系是非線性的，但室內(nèi)與室外AH全年都有很強的相關性[19]。因此，AH的觀測對于評估COVID-19病毒繁殖和存活有較高的價值，而且制定隔離政策時也需要考慮隔離環(huán)境內(nèi)AH的影響。參考關于流感病毒的研究，適當增加環(huán)境的AH可能對控制病毒有效[17-18，20-21]，所以需要進一步研究AH與COVID-19傳播之間的關系，評估增加室內(nèi)AH是否可以抑制病毒繁殖和存活。

本研究結(jié)果顯示，Pa也被納入到兩個方程之中，在AH較低且Pa較高的莫斯科，隨著Pa的升高日發(fā)病人數(shù)上升，而在AH較低且Pa較低的新加坡結(jié)果則相反。濕度對Pa有一定影響，Pa的高低與空氣的成分有關，濕度較低空氣中的氣體分子的密度和平均質(zhì)量要高于濕度較高空氣[22]，因此，隨著濕度增加，Pa將降低。但是目前關于Pa對病毒傳播影響的研究較少，且現(xiàn)有研究顯示Pa對氣溶膠質(zhì)量濃度等沒有影響[23]。因此，Pa、濕度引起的空氣分子成分變化是否對病毒傳播具有影響尚不能確定，需要進一步的研究。

本研究結(jié)果還顯示，新加坡COVID-19日發(fā)病人數(shù)與Td和WS存在相關性。風可能會對流感病毒氣溶膠傳播產(chǎn)生影響，但是這種影響受到風向、WS、場源等多種因素的影響[24-27]。新加坡常年受到亞洲季風的影響，因此WS可能是病毒在新加坡傳播的影響因子[28]。本文負二項式回歸分析結(jié)果顯示，隨著Td的增加，新加坡的日發(fā)病人數(shù)增加，這與同代表濕度的氣象因素AH的影響相反。Td是在空氣中水汽含量不變、Pa一定的條件下，空氣冷卻達到飽和時的溫度，與人體舒適度有關，相關制冷行業(yè)曾規(guī)定Td上限為17.00 （-8.3 ℃）[29]。較高的Td會引起人體的極度不適，可能會對人員流動聚集造成影響。既往研究顯示，流感活動在溫帶和寒帶地區(qū)與低Td高度相關，而在熱帶地區(qū)情況較為復雜，高Td可能導致人們聚集于室內(nèi)，近距離接觸，呼吸導致的渾濁空氣和暴露于室內(nèi)空調(diào)系統(tǒng)所產(chǎn)生的低Td當中反而促進了病毒的傳播[30]。這也提示我們氣候因素雖然對COVID-19的傳播有一定的影響，但是不能單純地從氣候因素去考慮，還應當考慮氣候因素對人員聚集和流動造成干擾進而對傳播造成的影響。

盡管本研究有很多局限性（如AH并不是直接觀測值而是計算所得，各地區(qū)人員聚集和流動因素、生活環(huán)境和習慣不同造成的體質(zhì)差異沒有被考慮，各地檢測能力所造成的數(shù)據(jù)偏差等），但是結(jié)果仍表明，在氣溫較高和較低、濕度較低和較高的環(huán)境下，COVID-19的流行都可能會受到AH的影響，隨著AH的增加病例數(shù)會下降。因此從AH因素入手，對公共環(huán)境進行相對的干預可能對控制COVID-19的傳播會有一定的效果。

[參考文獻]

[1]ANDERSON E L， TURNHAM P， GRIFFIN J R， et al. Consideration of the aerosol transmission for COVID-19 and public health[J].Risk Analysis， 2020，40（5）：902-907.

[2]GOSWAMI K， BHARALI S， HAZARIKA J. Projections for COVID-19 pandemic in India and effect of temperature and humidity[J].Diabetes amp; Metabolic Syndrome： Clinical Researchamp; Reviews， 2020，14（5）：801-805.

[3]AHMADI M， SHARIFI A， DOROSTI S， et al. Investigation of effective climatology parameters on COVID-19 outbreak in Iran[J].The Science of the Total Environment， 2020，729：138705.

[4]DXY， BNO. Coronavirus-monitor. Онлайн статистика корона-вируса Covid-19 в Москве на сегодня[EB/OL].https：//coronavirus-monitor.ru.

[5]Singapore Ministry of Health. COVID-19 situation report[EB/OL].https：//www.moh.gov.sg/covid-19/situation-report/.

[6]QI H C， XIAO S， SHI R Y， et al. COVID-19 transmission in Mainland China is associated with temperature and humidity： a time-series analysis[J].Science of the Total Environment， 2020，728：138778.

[7]LOCH "FERN NDEZ-AHJA J M， FERN NDEZ MART NEZ J L. Effects of climate variables on the COVID-19 outbreak in Spain[J].International Journal of Hygiene and Environmental Health， 2021，234：113723.

[8]RODRIGUEZ-MARTINEZ C E， SOSSA-BRICE O M P， ACU A-CORDERO R. Relationship between meteorological conditions and respiratory syncytial virus in a tropical country[J].Epidemiology and Infection， 2015，143（12）：2679-2686.

[9]KURGANOVA I， LOPES DE GERENYU V， KHOROSHAEV D， et al. Effect of snowpack pattern on cold-season CO 2 efflux from soils under temperate continental climate[J].Geoderma， 2017，304：28-39.

[10]楊玲. 桑杏湯+養(yǎng)陰清肺湯在新加坡地區(qū)治療慢性咳嗽（燥邪犯肺證）的臨床療效觀察[D].南京：南京中醫(yī)藥大學， 2014.

[11]戰(zhàn)云健，任國玉，任玉玉. 1951—2009年東亞日降水趨勢變化特征[C]//強化科技基礎 推進氣象現(xiàn)代化——第29屆中國氣象學會年會論文集. 沈陽， 2012：59-79.

[12]袁勁松，貟洪敏，藍薇，等. 北京地區(qū)SARS發(fā)病的氣象流行病學研究[J].中國科學院研究生院學報， 2005，22（5）：579-588.

[13]ALGHAMDI I G， HUSSAIN I I， ALMALKI S S， et al. The pattern of Middle East respiratory syndrome coronavirus in Saudi Arabia： a descriptive epidemiological analysis of data from the Saudi Ministry of Health[J].International Journal of General Medicine， 2014，7：417-423.

[14]PYANKOV O V， BODNEV S A， PYANKOVA O G， et al. Survival of aerosolized coronavirus in the ambient air[J].Journal of Aerosol Science， 2018，115：158-163.

[15]SHAMAN J， KOHN M. Absolute humidity modulates in-

fluenza survival， transmission， and seasonality[J].Procee-

dings of the National Academy of Sciences of the United States of America， 2009，106（9）：3243-3248.

[16]DALZIEL B D， KISSLER S， GOG J R， et al. Urbanization and humidity shape the intensity of influenza epidemics in US cities[J].Science， 2018，362（6410）：75-79.

[17]MCDEVITT J， RUDNICK S， FIRST M， et al. Role of absolute humidity in the inactivation of influenza viruses on stainless steel surfaces at elevated temperatures[J].Applied and Environmental Microbiology， 2010，76（12）：3943-3947.

[18]GUAN J， CHAN M， VANDERZAAG A. Inactivation of

avian influenza viruses on porous and non-porous surfaces is enhanced by elevating absolute humidity[J].Transboundary and Emerging Diseases， 2017，64（4）：1254-1261.

[19]NGUYEN J L， SCHWARTZ J， DOCKERY D W. The relationship between indoor and outdoor temperature， apparent temperature， relative humidity， and absolute humidity[J].Indoor Air， 2014，24（1）：103-112.

[20]KOEP T H， ENDERS F T， PIERRET C， et al. Predictors of indoor absolute humidity and estimated effects on influenza virus survival in grade schools[J].BMC Infectious Diseases， 2013，13：71.

[21]LAPIDUS N， DE LAMBALLERIE X， SALEZ N， et al. Factors associated with post-seasonal serological titer and risk factors for infection with the pandemic A/H1N1 virus in the French general population[J].PLoS One， 2013，8（4）：e60127. doi：10.1371/journal.pone.0060127.

[22]梁季彝，黃旭釗，黎弘蔚. 基于溫濕度控制的天氣預測裝置[J].電子制作， 2018（11）：69-72.

[23]韓道文，劉文清，張玉鈞，等. 影響氣溶膠質(zhì)量濃度垂直分布的氣象因素分析[C]//中國光學學會、浙江省光學學會、安徽省光學學會、江蘇省激光與工程光學學會. 長三角光子科技創(chuàng)新論壇暨2006年安徽博士科技論壇. 2006：445-448.

[24]施孝增，高乃平，朱彤，等. 室內(nèi)氣溶膠顆粒濃度分布與傳播特性的研究：對人體顆粒暴露的影響[J].建筑科學， 2009，25（12）：93-100.

[25]陸劍云，劉艷慧，李美霞，等. 2014—2017年廣州市氣象因素、休市措施與H7N9禽流感發(fā)病相關性研究[J].實用預防醫(yī)學， 2020，27（2）：129-131，144.

[26]BISCHOFF W， BLEVINS M， ANDERSON A， et al. The effect of temperature， humidity， wind speed， and UV-light on the recovery of aerosolized influenza virus[J].Open Forum Infectious Diseases， 2014，1（suppl_1）：S222-S223.

[27]SEO I H， LEE I B. CFD application for estimation of airborne spread of HPAI （highly pathogenic avian influenza）[J].Acta Horticulturae， 2013（1008）：57-62.

[28]周德，莊或勛. 亞洲季風與ENSO對新加坡降雨影響的初步研究[J].熱帶氣象學報， 1994，10（1）：9-27.

[29]田元媛，許為全. 高空氣濕度對人體熱舒適影響初探[C]//中國建筑學會，中國制冷學會. 全國暖通空調(diào)制冷2000年學術年會論文集. 2000：591-594.

[30]ZHOU Steven Zhixiang. 季節(jié)性流感的多元激發(fā)理論及其包含氣象和社會行為因素的數(shù)學模型[J].熱帶氣象學報， 2009，25（6）：706-716.

（本文編輯 馬偉平）