欢迎访问中国气象科学研究院官方网站 English
  • 时间 2026-03-07
当前所在位置 : 首页 > 首页新闻区 > 科技动态
首页新闻区
> 成果发布|季节性流感预测研究取得突破性进展

面对气候变化背景下日益复杂的流感流行态势,被动的响应策略已不足以应对。中国气象科学研究院气象影响与风险研究中心的健康气象团队,面向人民生命健康的重大需求,经过多年长期持续攻关,在流感与气象环境的关系以及流感预测技术研发和服务方面取得不错的进展。以下梳理了研发工作的三个关键阶段:


1.从全球规律到区域特征的多尺度科学认知


流感的研究并非始于模型构建,而是源于对其基本科学问题的长期探寻。团队早期工作系统揭示了气象条件驱动流感流行的复杂机理,这一认知体系由三个具有代表性的深入研究共同构成。

图1 全球气象条件对流感峰值影响的阈值


绘制全球图谱:通过对全球57个国家流感样病例与气象数据的综合分析,在国际上提出了驱动流感流行的两种基本气象模态,即干冷模式与暖湿模式,并量化了其相互转换的温度阈值(16.5-19.5℃)。在全球尺度上提出,流感干冷模式如果要向暖湿模式转换,比湿需要增加2.15倍,以绝对水汽的增加弥补气温升高对流感流行性的抑制作用,这为理解纬度造成的季节性差异提供了统一的框架[1]。

图2 东亚季风对我国流感的调控作用


破解区域季风密码:聚焦东亚夏季风对我国流感时空格局的关键调控作用。研究证实,夏季风的阶段性北推与我国南方流感活动的波浪式北进高度同步,从气候动力学角度科学阐释了我国夏季流感南早北晚经典特征的形成原因,绘制了我国不同季节流感与季风系统时空关系的概念模型[2]。

图3 气候变暖对流感流行的多时间尺度影响


气候变暖背景下流感的演变趋势:着眼于全球变暖的宏观背景,前瞻性地评估了气候变化对流感流行特征的潜在影响。研究表明,冬季气温的持续升高,可能导致中高纬度地区的流感流行模式逐渐向低纬度地区现有的、更模糊的季节性特征演变,揭示了异常偏暖的多时间尺度信号在流感流行中能够存在的时间长度,这为规划和应对未来的长期公共卫生风险提供了科学依据[3]。


这三项发表在国际期刊上的系列研究,构成了后续技术研发不可或缺、层次分明的基础。


2. 预测技术的迭代创新:研发机理与数据融合的新一代流感模拟预测模型

图4 流感混合模型模拟预测


在深刻理解气象环境对流感流行影响机制基础上,针对传统预测方法的局限,团队完成了预测模型框架的重要升级。团队摒弃了单一模型的思路,将具有物理含义的传染病动力学模型与先进的机器学习算法相结合,形成了机理-数据双驱动的混合模型。该模型既能阐释流感传染动力学过程和气象要素对其驱动过程,又能通过机器学习捕捉模型无法描述的复杂非线性因素。经过在全国七大地理分区、数十个城市的长序列数据验证,该模型在预测峰值时间、强度及趋势形态上,均展现出比传统方法更优的性能和稳健性。


模型的可靠性高度依赖于其内部关键参数(如传播率、再生数、气象影响参数等)的准确性,而这类参数往往无法直接观测。为解决这一核心工程技术难题,团队创造性引入了在大气科学中已臻成熟的变分资料同化方法,特别是其用于变分参数估计的技术体系。


该方法的核心在于构建一个刻画模型模拟结果与海量历史观测数据之间整体偏差的代价函数。首先,利用伴随模型这一强有力的数学工具,高效、精确地计算出代价函数相对于所有待估模型参数的梯度,这指明了参数优化的方向。随后,采用迭代算法,沿着梯度方向不断调整参数值,最终寻找到使代价函数最小化的最优参数集合,从而实现对模型关键参数系统的校准。此项基于严格数学物理框架工作的完成,使模型的参数确定过程从国内大部分流感预测业务以主观经验给出参数或参考已有文献,转变为客观数据驱动,显著提升了预测结果的客观性和可移植性。


3. 在真实疫情中的实战检验与深化认知,预测并科学解读2025年流感异常流行



技术的价值最终需要实践检验。2025年秋冬季,我国遭遇了一次以H3N2亚型绝对主导、且呈现显著南早北晚时空特征的异常流感流行。这为整个研究体系提供了一次从预测到机理解读的完整实战考核。


基于构建的流感预测模型、流感和气象环境等多源大数据,团队于2025年11月6日成功预测了本次南方相关地区流行峰值相比于去年秋冬季将提前至2025年12月中旬、且感染人数规模将显著超过上一流感季的结论。成功预测的关键在于模型内核刻画了不同流感亚型与气象条件之间的选择性响应机制:

图5 全国平均温度(A)和绝对湿度(B)对不同流感亚型阳性率的影响(X轴为气象要素,Y轴为流感亚型的发生风险)


亚型拆解:H3N2H1N1的气象条件“偏好”迥异。团队前期机理研究表明,H1N1亚型更适应低温环境,其传播风险随温度升高而迅速下降;而H3N2亚型则在较宽的温度范围(尤其是10-25℃)内保持稳定的传播效力。在湿度响应上,两者也截然不同:H1N1呈“U型”曲线(极干或极湿时风险高),而H3N2的风险则随绝对湿度上升呈近线性增长。


图6 2025年全国35个城市(一线和二线)9-11月气象要素特征统计图(距平值是与2009-2025年气象条件平均状况相比)


2025年秋冬季气象条件:2025年秋季特殊的-湿组合。2025年10月的气象条件有利于H3N2的流行,前期(9-10月上旬)全国异常偏暖,为H3N2的早期流行创造了适宜的温度环境;随后(10月中下旬)的“断崖式降温”进而影响了人群免疫力;而贯穿整个秋季的持续高湿环境,则为主要通过气溶胶传播的H3N2病毒提供了持续的“加速”条件。


从机理到预测模型等一系列前后衔接、逐步深入的工作,系统性地提升了气象部门在流感领域的研发能力。它不仅是跨学科交叉融合的一次实践,更是将气象科技优势转化为提升公共健康防护能力的有益探索,为应对未来气候变化下的健康风险提供了新的途径。


参考文献

[1] Liang Y L, Sun Z B, Hua W, et al. Spatiotemporal effects of meteorological conditions on global influenza peaks[J]. Environmental Research, 2023, 231: 116171.


[2] Zhang S W, Sun Z B, He J, et al. The influences of the East Asian Monsoon on the spatio-temporal pattern of seasonal influenza activity in China[J]. Science of The Total Environment, 2022, 843157024.


[3] Ruan W X, Liang Y L, Sun Z B, An X Q. Climate warming and influenza dynamics: the modulating effects of seasonal temperature increases on epidemic patterns[J]. npj Climate and Atmospheric Science, 2025, 8: 72.



x 近期有不法分子仿冒中国气象科学研究院官方网站,请用户注意防范甄别。
中国气象科学研究院官方唯一网址为:https://www.camscma.cn/。