热带气候地区特定位置气象因子对COVID-19每日感染的影响:马来西亚吉隆坡的一例

摘要

关于新型冠状病毒(COVID-19)的信息不足，使世界更难应对其持续内爆。据报告，在实验室和流行病学研究中，气象和环境因素会影响病毒的存活和传播。在这项研究中，研究人员于2020年3月14日至2020年8月31日在吉隆坡调查了热带气候中特定地点的气象参数对每日新冠肺炎感染(NDI)的可能影响。将广义加性模型(GAM)引入环境温度(T)和绝对湿度(AH)，探讨其与NDI的非线性关系。然后用分段线性回归进一步辨别阈值以下和以上的关系，这两个T和啊。之间的关系T与NDI呈线性关系，具有统计学显著性T> 29.7°C，表明温度每升高一个单位，NDI增加约3.210% (CI: 1.372-7.976)。必威2490当AH≤22.6 g/m时，AH与NDI的线性关系更明显^3.但在这个值之上，暴露-反应曲线趋于平坦。1 g / m^3.AH的增加使NDI增加3.807% (CI: 2.064-5.732)。一般来说，结果表明T和NDI，尤其是在29.7°C以上，而与AH的相关性在22.6 g/m以下表现出更强的正相关^3.．这意味着，由于天气变暖，2019冠状病毒病无法得到遏制，因为此类公共卫生干预措施仍然是当务之急。

1.简介

2020年早些时候，中国各地出现了新型冠状病毒病例，之后，世界卫生组织(世卫组织)于2019年12月31日宣布收到了一场源自中国武汉的疫情的信息，原因不明。[1，2］．这种新型疾病与严重急性呼吸系统综合征冠状病毒2 (SARS-CoV-2)有关，被认为具有高度传染性，会引发突发公共卫生事件。2020年3月11日，世卫组织宣布SARS-CoV-2为大流行，因其具有高传染性，全球流动性增加，并正式更名为COVID-19 [3.］．

据信，COVID-19可通过感染者与健康人在一米范围内的呼吸道飞沫(打喷嚏、咳嗽、大笑，在很大程度上还可交谈)在人与人之间直接传播。健康人士亦可透过受污染的表面间接感染[1，4，5］．因此，保持至少一米的社交距离，避免接触鼻、口和眼，以及经常洗手/消毒，是降低感染率的重要步骤[3.］．根据临床诊断，新冠肺炎患者的症状与严重急性呼吸系统综合征(SARS)、中东呼吸系统综合征(MERS)等其他冠状病毒相似[6］．虽然人们普遍认为COVID-19是通过人类呼吸道飞沫和直接接触传播的，但病毒气溶胶传播的可能性和天气参数的作用仍是一个持续的争论。

许多研究将COVID-19的传播与一系列广泛的因素联系起来，其中包括与天气相关的条件[7- - - - - -10]，包括环境因素，例如空气污染指数[11，12］．在干燥和寒冷的天气条件下，被感染者的飞沫可使病毒存活和传播，[13］．自2020年初以来，有关气象条件对COVID-19传播影响的研究主要在中国进行[14，15)、伊朗(16、欧洲及美利坚合众国[17］．这些报告和其他报告对气象因素与COVID-19传播之间的关系得出了相互矛盾的结论。例如，Liu等[14，根据2020年1月20日至3月2日中国130个城市的数据，得出的结论是，较低的温度和湿度有利于它的传播。然而，谢和朱[15世卫组织调查了2020年1月23日至2月29日中国许多城市的日平均气温与新冠肺炎确诊病例之间的关系，报告称没有证据表明在温暖天气病例数会下降。Yao等[18另一方面，截至2020年3月9日，中国224个城市的累计确诊病例表明，COVID-19与温度或紫外线辐射不存在相关性。然而，Bukhari和Jameel [17]分析了全球受新冠肺炎影响地区的局部天气模式，报告大部分地区的温度和绝对湿度都在一定范围内。Gupta等人也证实了这一点[8研究了2020年1月1日至4月9日期间天气对美国COVID-19的影响。据报道，温度和绝对湿度是与COVID-19传播相关的关键天气指数，例如[8，17］．

除了天气与covid -19关系的矛盾结果之外，可以认为，报告的关联在热带气候中可能有所不同，那里的温度和湿度几乎全年一致高，因此变化较低。此外，上述研究涵盖的调查周期很短，这有影响这些调查的结果的趋势。伊朗、意大利和韩国等国家以及美国一些州的COVID-19发病率较高，温度范围也类似，在3至10°C之间[8，17与疾病的发源地中国湖北有关。东南亚国家(如马来西亚、新加坡和泰国)COVID-19病例数较低的原因是该地区气温升高[17］．因此，可以推断，除了流动性和隔离，其他因素也不利于某一地区COVID-19病例的增加。

本研究探讨了特定地点的天气参数对马来西亚每日新冠肺炎确诊病例的影响。这是由于在不同国家和城市发现的疾病增长速度的显著差异，这主要归因于不同的气候特征。此外，对热带气候地区的天气参数与COVID-19演变之间的评估很少[9，11，19］．因此，必须调查热带天气参数是否减缓或加剧了病毒的传播。这项研究专门探讨了温度(T)和绝对湿度(AH)与吉隆坡每日新确诊COVID-19感染(NDI)。选择研究地区是根据其热带位置、该疾病的高发病率和人口密度。

2.数据和方法

2.1.研究区域

马来西亚第一例新冠肺炎病例于2020年1月25日在柔佛巴鲁记录在案，当时一些外国人的目的地被追踪到中国[20.),症状。感染水平一直很低，主要局限于输入病例，直到出现了本地聚集性病例，由于2020年3月早些时候在吉隆坡的一次宗教集会，该病例激增。从2020年3月14日至2020年8月31日，马来西亚的感染总人数为9353人，吉隆坡、雪兰莪、内盖里森比兰、柔佛州、沙捞越和沙巴的病例数依次较高。吉隆坡以及上述地区累计感染7,963例，占马来西亚在此期间确诊病例的85%以上(见图)1)．

吉隆坡是马来西亚的首都，位于马来西亚半岛中西部，北纬3.141°，东经101.687°。它是全国最大的城区，也是文化、商业和交通中心。在Köppen气候分类下，气候是Af(热带雨林)，高温和湿度全年变化不大。最高温度、平均温度和最低温度的算术平均值分别为35℃、29℃和23.4℃，平均相对湿度为80%。该地区每年的降雨量约为2400毫米，必威2490其中6月和7月是最干燥的月份。作为首都，吉隆坡是投资者、求职者和游客的主要目的地。因此，它是马来西亚人口最密集的城市，约有800万人居住在方圆243公里内必威2490²，年增长率为3.14% (https://worldpopulationreview.com/world-cities/kuala-lumpur-population)．鉴于吉隆坡的经济相关性和人口密度，分析COVID-19传播与天气和环境变量的关系非常重要。更甚者，Auler等人[11和Bashir等人[12]强调了在人口密集的环境中评估天气参数的重要性。截至2020年8月31日，吉隆坡累计确诊的COVID-19感染人数为2587人，为该国最高，如图早些时候所示1．

2.2.数据

2020年3月14日至8月31日期间平均环境温度(°C)、风速(m/s)和相对湿度(%)的每日记录从地下气象(Weather Underground)的档案中检索，可在http://www.wunderground.com/．这个广受欢迎及可靠的网上气象资料，已广泛用于大气研究应用[7，19，21，22］．AH，它定义了每体积空气中水蒸气的质量(g/m^3.)，因为它被认为是对严重健康影响的湿度的较好指标[8，23，24］．萨满与科恩[24]报告称，尽管AH分别可以解释流感病毒传播及其存活的50%和90%的变异，H只能解释12%和36%，流行性流感通常在低AH最大化的冬季达到高峰。因此，一些研究支持流行病学的观点，即低AH(寒冷和干燥的天气)促进飞沫介导的病毒生长，而高AH(温暖和潮湿的条件)减弱病毒传播[24，25］．AH的日平均值(g/m^3.)，因此，使用公式(1)： 在哪里T而且H分别为温度和相对湿度。

每小时空气污染指数数据，是基于PM的平均浓度₁₀阿,_3.公司,所以₂,没有₂，是从马来西亚环境部空气质素科取得的。从研究期间的2个背景监测站(Batu Muda和Cheras)提取了吉隆坡每小时的API数据，并将其调整为日常数据，以与COVID-19日常病例兼容。马来西亚各州/城市COVID-19病例的二级数据(累计和每日)可从马来西亚卫生部官方网站获得:http://covid-19.moh.gov.my/吉隆坡的数据就是从那里提取出来的。

2.3.统计评估

对所有数据集进行描述性分析。由于本研究的主要目的是探讨COVID-19每日新感染(以下简称NDI)与天气变量的关系，因此采用了非参数检验——斯皮尔曼相关性(Spearman correlation)。斯皮尔曼等级相关系数(r_年代)决定两个变量之间单调关系的方向和强度，可以用方程(2)： 在哪里d_我两个等级的区别是每个观察和n是观察到的次数。当得到完全正或负的斯皮尔曼相关系数时 ．利用广义加性模型(GAM)研究了气候因子对NDI的影响。GAM是广义线性模型的半参数扩展，常用于探讨天气参数与健康问题之间的非线性关系[15，26，27］．由于天气对COVID-19的影响可能会持续好几天[20.，我们考虑了移动平均线方法来适应累积滞后。的移动平均滞后效应(lag0-7、lag0-14、lag0-21、lag0-28)T因此，我们检查了AH对NDI的影响。

采用高斯分布链路函数的GAM方法，首先建立了不含气象变量的NDI基本模型。我们加入了平滑的时间样条函数，它可以适应NDI和时间之间的非线性和非单调模式，从而提供了一个灵活的建模工具。赤池的信息准则决定了模型拟合数据的程度。利用惩罚平滑样条函数控制时间趋势、周指数(day of week, DoW)、API等混杂因素的影响，然后引入气象因素，根据一些时间序列研究分析其对NDI的影响[27，28］．模型定义为方程(3.)： 在哪里为NDI的预期数量，NDI是一天的吗 ，而且是观察的日子。而且β为截距和回归系数，是当天的气象参数值吗t,是时间和API变量的平滑函数。统计分析采用95%间隔的双侧分析，并使用统计软件进行R(版本3.5.3)与MGCV(版本1.8-27)包。与NDI相关的气象变量每增加一个单位的效应估计值以其95%置信区间(ci)的百分比变化表示。

3.结果与讨论

3.1.COVID-19病例与天气变量的描述性分析

图中分别显示了2020年3月14日至8月31日本研究使用的天气参数的日变化及其描述性统计2和表1．在此期间，研究区域累计记录了2587例COVID-19确诊病例，期间温度范围为25.7°C ~ 33.4°C，平均29.50±1.13°C，平均日变化7.7±1.59°C。在热带气候中，温度的微小变化是可以预料的，那里的季节差异不像在中纬度和高纬度地区那样明显。风速在0.01±0.04 ~ 4.81±1.15 m/s之间，平均风速为1.56±0.47 m/s。较大的日变化(20.8 g/m^3.)的绝对湿度平均值分别为13.90±2.06和34.7±2.96 g/m^3.，整体平均为22.7±1.06 g/m^3.．吉隆坡在研究期间的空气污染指数中等，见表1，最大值、平均值和最小值分别为69、55和38。虽然在调查期间，该地区的空气质素普遍中等，但数值仍高于马来西亚大部分城市的数值(图中未显示)。

图中显示了3月14日至8月31日吉隆坡的累计感染人数和非传染病感染人数2(一个)．NDI显示出非常高的差异，可能是由于马来西亚的次通报病例。这一结论来源于一个事实，即没有统计模式的注册NDI如表早些时候所示1．新病例数与累计感染数遵循相同的趋势，直到4月13日这一趋势被扭曲，特别是在6月4日至8月31日期间，除了5月25日和6月3日出现一些峰值外。例如，8月31日的最高累计病例与零新增每日感染病例相匹配。每日感染人数在2020年6月3日达到峰值，有204例NDI，导致累计病例2,288例，之后该数字大幅下降，使累计曲线变得平坦。报告感染的下降可能是由于马来西亚当局采取的措施，在此期间实施了隔离和公共封锁，导致宣布了移动控制命令(MCO)。截至2020年8月31日，无新增感染病例，累计感染2587例。吉隆坡是投资者、求职者和游客的主要经济中心，由于人口密集，可以预计会出现相对大量的新冠肺炎病例[17，29)，以及天气等其他因素。

3.2.气象/环境变量与NDI的关系

2020年3月14日至2020年8月31日，吉隆坡气温、风速、绝对湿度和空气污染指数与NDI相关。尽管解释变量(气象和环境)根据其峰度和不对称性在表中显示为正态单变量分布1，在±2以内[30.，我们选择了一种非参数方法来避免可能的自相关问题。因此，对变量进行Spearman秩相关检验，结果汇总于表中2．TAH与NDI在1%水平上分别呈0.38和0.64的显著正相关。然而，观察到强烈的负面关联u(-0.36)和原料药(-0.35)也在1%水平。

3.3.气象变量对NDI的影响

控制了API和NDI的影响后，气象变量与NDI的关系u的曝光-响应曲线如图所示3.．一般来说，两者之间的关系T和NDI，如图所示3(一个)，3 (c)，3 (e),3 (g)，表明一种正且显著的非线性关联( ）除了lag0-28，其中的关联是线性的。如图所示，AH对NDI有更明显的非线性影响3 (b)，3 (d)，3 (f),3 (h)．NDI对AH增加的初始阳性反应是线性的，直到阈值为22.60 g/m^3.当关系变得不显著时，导致观察到的曲线此后变平。

通过改变自由度(df)的惩罚平滑样条函数的日历时间以及更改df都在3到6之间T和啊。在敏感性分析中，基于NDI与气象变量之间的GAMs非线性关系，我们采用分段线性回归的方法进一步评估其影响。采用29.7°C和22.6 g/m的阈值进行分段线性回归^3.估计…的影响T和AH在NDI在这些结点的上下。分段回归的结果，经过控制u和API的断点处T和所有滞后的AH，包括它们在95%水平上对应的置信区间(ci)，见表3.．

据观察，海平面上升了1摄氏度T，以其价值29.7℃时，lag0-7和lag0-28的NDI分别为1.024% (CI: 0.721 ~ 2.864)和1.462% (CI: 0.191 ~ 3.170)。然而，在这个温度范围内，积极的影响Tlag0-14和lag0-21对NDI的影响无统计学意义。气温每升高1°C, NDI的显著性和正向响应就会增加T在所有滞后中29.7°C以上的值都有记录，其中滞后0 - 28的影响最大，为3.210% (CI: 1.372-7.976)。结果还表明，在AH条件下，绝对湿度对NDI的影响22.6克/米^3.一般是积极的，并且在95%水平上非常显著。lag0-28位点的影响最大，AH变化1%导致NDI增加3.807% (CI: 2.064-5.732)。虽然AH对NDI的影响在22.6 g/m以上^3.是积极的，但在统计上并不是所有的滞后都显著。

4.讨论

此前的研究表明，温度是中东呼吸综合征冠状病毒等人类冠状病毒传播的一个重要因素[31非典冠状[的],32，33和COVID-19 [11，12，15，19］．因此，我们将我们的主要发现与这些研究的结果进行比较。在实验室研究中，Chan等人[32研究发现，SARS病毒可在22 ~ 25°C的光滑表面上停留5天，在温度为~ 38°C的更高温度下迅速丧失生存能力。基于北京、广州、香港和太原的数据，Tan等[33]还报告说，SARS病毒的最佳环境温度在16至28°C之间。同样，据报道，中东呼吸综合征冠状病毒在高温下高度不稳定[31］．布哈里和贾米尔不同地区COVID-19感染的显著差异[17]直接比较了病毒的传播和全球各地的环境状况。他们得出的结论是，3到10°C的平均温度有利于病毒的生长速度，这意味着在更温暖潮湿的气候中，更高的温度可能会减轻感染，这是预期的。探讨中国部分城市COVID-19病例数与气象参数的关系，Liu等[14]表明感染与温度呈负相关。他们声称，气温每上升1°C，每日感染病例的累计相对风险率就会降低0.80。Bashir等人[12然而，据报道，COVID-19新病例和纽约市平均气温之间存在微弱但在统计上显著的正相关性。

上述引用的一些研究暗示了这样的结论:虽然COVID-19可能在某些最佳温度下生长，但更温暖的温度应该会抑制它。然而，在本研究中，在评估期内没有观察到高温对COVID-19传播的负面影响。据分析，在调查期间，研究地区的气温最高，最低平均值为~ 26℃，最高变化幅度为7.7℃。然而，我们的结果与巴西报告的类似关联是一致的[11]及新加坡[19它们都有类似的热带气候。Pani等[19]探索了2020年1月23日至5月31日天气数据在新加坡COVID-19传播中的作用，发现它与平均温度呈正相关。此外，Auler等人[11]，利用主成分分析，发现病毒感染激增与气温上升有关。此外，谢、朱[15]研究了2020年1月23日至2月29日中国122个城市的环境温度与每日新冠肺炎确诊病例的关系，报告称气温上升1℃与每日确诊病例增加4.861%相关。然而，他们报告的阈值为3°C，超过这个阈值，感染率在统计上就变得无关紧要。吉隆坡气温和每日新感染病例之间的联系与Yao等人的发现相矛盾。18他们没有报告中国每日新冠肺炎病例与温度之间的相关性。

据报道，AH也与冠状病毒疾病的传播密切相关[8，14，17］．布哈里和贾米尔[17]分析了2020年1月20日至3月19日的全球数据，并报告称，COVID-19在AH在3 - 9 g/m之间的地区传播更普遍^3.．类似地，Gupter等人[8]，利用美国2020年1月1日至4月9日的数据，报告了病毒稳定的有利范围为4 < AH < 6 g/m^3.．他们的结论暗示高嗜酸杆菌的地区将经历低感染率，这可能不适用于热带地区。更重要的是，这些调查的时间很短，有可能损害报告的结果。在我们的案例中，AH对NDI的显著正影响是非线性的。直到22.60 g/m时，两者呈线性关系^3.当观察到一个统计上不显著的负面反应时。在这项研究中，天气指标和新确诊病例之间的正相关性表明，COVID-19可能会因为公共卫生干预而消失，而不是因为天气变暖。因此，在某些情况下，公众或政府不能指望温暖的气候会抑制这种新型病毒。

然而，我们并非没有注意到我们的研究存在一些局限性。该研究主要考虑了一些天气因素与2020年3月14日至2020年8月31日在热带城市吉隆坡COVID-19每日感染的演变之间的关联。然而，一个地区/国家/州/城市的COVID-19病例数取决于其他几个因素，包括检测率、人口比例、全球流动性、政府政策、环境空气和地面互动等[17，34]，在目前的研究中，这些数据太过复杂，无法进行汇总。此外，我们研究中考虑的天气因素只适用于室外传播，尽管室内和直接/间接传播也有报道。本文提出的结果旨在评估热带天气变量对COVID-19生存能力的可能影响。因此，这表明，其他变量，如地面压力、露点温度、水蒸气、降雨量和水平风速，可以包括在随后的评估病毒在热带气候中的传播。

5.结论

关于新型冠状病毒(又称COVID-19)的信息不足，使世界更难应对其正在发生的内爆。在这项研究中，我们提出了日常社区感染与一些气象参数之间的可能关联。通过分析2020年3月14日至2020年8月31日的数据，考虑到热带城市吉隆坡的每日新增感染病例和特定地点的温度和绝对湿度。我们的研究结果表明，每日新冠肺炎确诊病例与温度和绝对湿度呈显著的非线性关系。各1°C和1 g/m^3.平均气温和绝对湿度上升导致每日新增COVID-19感染率分别上升3.210%和3.807%。在研究期间，平均温度和绝对湿度似乎有利于吉隆坡每日新增感染病例。这一发现与全球温带地区报告的结果不同，温带地区温度较低(3-17°C)，绝对湿度较低(4-11 g/m)^3.)据说可以提高疾病的生长速度[8，17］．

数据可用性

气象参数的每日记录，已从“地下气象”档案(网址https://www.wunderground.com/weather/my/kuala-lumpur．每小时空气污染指数数据，基于PM的平均浓度₁₀阿,_3.C_O,所以₂,没有₂，由马来西亚环境部空气质素科于http://apims.doe.gov.my/public_v2/api_table.html．各州/城市的继发性COVID-19病例可从马来西亚卫生部的官方网站(网址http://covid-19.moh.gov.my/．

的利益冲突

作者声明他们没有利益冲突。

作者的贡献

Ezekiel Kaura Makama对数据管理做出了贡献，提供了软件，并撰写了原始草案。Hwee San Lim对审查和编辑、资金获取和项目管理都有贡献。

致谢

作者感谢马来西亚环境部提供了这项研究中使用的空气污染指数数据。该研究得到了RUI基金的资助，东南亚海洋大陆的燃烧(1001/PFIZIK/8011079)和FRGS基金的资助，东南亚海洋大陆燃烧气溶胶的直接和半直接辐射效应研究(203.PFIZIK.6711608)。

补充材料

关于吉隆坡每日COVID-19感染的二手数据，来自马来西亚卫生部官方网站(http://covid-19.moh.gov.my)，以及空气污染指数的观测资料，作为补充资料。日平均温度、露点、风速和相对湿度也包括在内（补充材料）

参考文献

1. 黄春春，王赟，李昕等，“中国武汉新型冠状病毒感染患者的临床特征”，《柳叶刀》，第395卷，第10223条，第497-506页，2020。视图:出版商的网站|谷歌学者
2. p .周X.-L。杨,X.-G。Wang等人，“与一种可能源于蝙蝠的新型冠状病毒相关的肺炎爆发，”自然，第579卷，第5期。7798，第270-273页，2020年。视图:出版商的网站|谷歌学者
3. 世界卫生组织,世卫组织/欧洲|冠状病毒病(COVID-19)爆发-世卫组织宣布COVID-19爆发为大流行，世界卫生组织，瑞士日内瓦，2020年。
4. c c。赖,陈宗柏。施,观测。Ko,周宏儒。唐,P.-R。薛晓明，“严重急性呼吸系统综合征冠状病毒2 (SARS-CoV-2)和冠状病毒病-2019 (COVID-19):疫情和挑战，”国际抗菌剂杂志第55卷第1期。3、文章ID 105924, 2020。视图:出版商的网站|谷歌学者
5. 世界卫生组织，“2019冠状病毒病(COVID-19)”，世界卫生组织技术代表，瑞士日内瓦，2020，形势报告- 66。视图:谷歌学者
6. 王赟、王莹、陈赟、秦倩:“新型冠状病毒肺炎独特的流行病学和临床特征，需要采取特殊的控制措施。”医学病毒学杂志第92卷，没有。6, pp. 568-576, 2020。视图:出版商的网站|谷歌学者
7. S. S. Gunthe, B. Swain, S. S. Patra和A. Amte，“Gumpte 2020.pdf，”《从理论到实践的公共卫生杂志》，第22卷，2020年。视图:谷歌学者
8. S. Gupta, G. S. Raghuwanshi和a . Chanda，“天气对COVID-19在美国传播的影响:2020年印度的预测模型，”总环境科学，第728卷，文ID 138860, 2020。视图:出版商的网站|谷歌学者
9. R. Tosepu, J. Gunawan, D. S. Effendy等人，“天气与印度尼西亚雅加达covid-19大流行的相关性，”总环境科学，第725卷，2020年。视图:出版商的网站|谷歌学者
10. N. L. A. Rani, A. Azid, S. I. Khalit, H. Juahir, M. S. Samsudin，“2010- 2015年马来西亚空气污染指数趋势分析”，波兰环境研究杂志， vol. 27, pp. 801-808, 2018。视图:谷歌学者
11. a . C. Auler, f.a.m. Cássaro, V. O. Da Silva和L. F. Pires，“高温和中等相对湿度可能有利于COVID-19在热带气候中的传播的证据:对受影响最严重的巴西城市的案例研究，”总环境科学，第729卷，2020年。视图:出版商的网站|谷歌学者
12. M. F. Bashir和B. Ma，“气候指标与美国纽约COVID-19大流行的相关性，”总环境科学，第728卷，文章ID 138835, 2020。视图:出版商的网站|谷歌学者
13. L. M. Casanova, S. Jeon, W. A. Rutala, D. J. Weber和M. D. Sobsey，“空气温度和相对湿度对冠状病毒在表面存活的影响，”应用与环境微生物学第76卷第1期。9，第2712-2717页，2010。视图:出版商的网站|谷歌学者
14. 刘杰，周杰，姚杰等，“气象因素对COVID-19传播的影响:中国多城市研究”，总环境科学《中华人民共和国刑法》，第726卷，ID 138513, 2020。视图:出版商的网站|谷歌学者
15. 谢杰和朱勇，“中国122个城市的环境温度与COVID-19感染的相关性，”总环境科学《中华人民共和国刑法》，第724卷，2020年第1期。视图:出版商的网站|谷歌学者
16. M. Ahmadi, A. Sharifi, S. Dorosti, S. Jafarzadeh Ghoushchi和N. Ghanbari，“伊朗COVID-19疫情的有效气候学参数调查”，总环境科学，第729卷，2020年。视图:出版商的网站|谷歌学者
17. 问:布哈里和贾米尔:“到夏天，冠状病毒大流行会减弱吗?”SSRN电子杂志，第66卷，2020年。视图:谷歌学者
18. 姚洋，潘杰，刘振宇等，“中国城市COVID-19传播与温度和紫外线辐射无关，”欧洲呼吸杂志， vol. 55, pp. 7-9, 2020。视图:出版商的网站|谷歌学者
19. S. K. Pani, n . h。Lin和S. RavindraBabu，“COVID-19大流行与新加坡气象参数的关联，”总环境科学，第740卷，文ID 140112, 2020。视图:出版商的网站|谷歌学者
20. A. Elengoe，“马来西亚爆发COVID-19疫情，”《奥松公共卫生与研究展望第11卷第1期。3, pp. 93 - 100,2020。视图:出版商的网站|谷歌学者
21. M. Kumar, m.p. Raju, R. K. Singh, A. K. Singh, R. S. Singh, T. Banerjee，“印度-恒河平原中部地区冬季气溶胶特征:垂直剖面、运输和辐射强迫，”大气研究， vol. 183, pp. 268-282, 2017。视图:出版商的网站|谷歌学者
22. L. W. Vos, H. Leijnse, A. Overeem和R. Uijlenhoet，“众包个人气象站的质量控制，以实现操作降雨监测，”《地球物理研究快报第46卷，no。15, 8820-8829页，2019年。视图:出版商的网站|谷歌学者
23. K. Zhang, Y. Li, J. D. Schwartz和M. S. O׳Neill，“什么天气变量在预测热相关死亡率方面很重要?这是统计学习方法的新应用。”环境研究， vol. 132, pp. 350-359, 2014。视图:出版商的网站|谷歌学者
24. J. Shaman和M. Kohn，“绝对湿度调节流感的存活、传播和季节性，”美国国家科学院学报第106卷，没有。9, pp. 3243-3248, 2009。视图:出版商的网站|谷歌学者
25. 李s .，“环境介导的流感传播模型及其关系”，2011。视图:谷歌学者
26. 马艳，赵艳，刘杰等，“温度和湿度变化对武汉新冠肺炎死亡病例的影响”，总环境科学《中华人民共和国刑法》，第724卷，ID 138226, 2020。视图:出版商的网站|谷歌学者
27. R. D. Peng, F. Dominici，和T. A. Louis，“空气污染和死亡率时间序列研究中的模型选择，”英国皇家统计学会学报:A辑(社会统计)第169卷第1期。2，页179-203,2006。视图:出版商的网站|谷歌学者
28. 曾强，李国强，崔勇，蒋国强，潘欣，“中国多城市温度-死亡暴露-反应关系和最适环境温度的估算”，国际环境研究与公共卫生杂志， 2016年第13期。视图:出版商的网站|谷歌学者
29. M. Mofijur, i.m.r. Fattah, A. B. M. Saiful Islam, S. M. A. Rahman, M. A. Chowdhury，“气候变量与孟加拉国达卡每日新冠肺炎病例的关系，”可持续性第12卷，没有。20, pp. 1-11, 2020。视图:谷歌学者
30. D. George和P. Mallery，SPSS for Windows步骤:一个简单的指南和参考。11.0更新，阿林和培根，波士顿，MA，美国，2003年第4版。
31. N. van Doremalen, T. Bushmaker, V. J. Munster，“中东呼吸综合征冠状病毒(MERS-CoV)在不同环境条件下的稳定性，”Eurosurveillance， vol. 18, pp. 1-4, 2013。视图:出版商的网站|谷歌学者
32. 陈国辉，裴伟士，林淑英，潘丽玲，袁国元，濑文华，“温度和相对湿度对SARS冠状病毒生存能力的影响，”病毒学的进步， vol. 2011，文章ID 734690, 15页，2011。视图:出版商的网站|谷歌学者
33. 谭杰，穆丽玲，黄杰，余绍华，陈斌，尹杰，“从环境温度及其变化的角度探讨SARS暴发与天气的关系”，流行病学与社区卫生杂志第59卷，no。3，第186-192页，2005。视图:出版商的网站|谷歌学者
34. L.患者，D. Taylor, A. C. Lindsay和J. P. Halcox，“与SARS-COV-1相比，SARS-COV-2的气溶胶和表面稳定性”，2020。视图:谷歌学者

betway赞助

betway赞助版权所有©2021 Ezekiel Kaura Makama and Hwee San Lim。这是一篇开放获取的文章，在知识共享署名许可，允许不受限制地在任何媒介上使用、分发和复制，前提是正确引用原作品。