流感是由流感病毒引起的一种急性呼吸道传染病,全球范围内每年的流感大流行造成300万至500万例严重病例,由此导致的死亡人数约29万至65万人,该疾病对Crizotinib作用人类的生命健康构成了极大的威胁,且对全球带来了极大财产损失。众多研究表明,流感的发病不仅取决于感染者自身排毒能力以及易感程度,而且与外界环境具有很大程度的相关性。因此,了解流感发病的时空分布格局及其对地理环境的响应,从而帮助相关部门制定科学合理的防控措施成为了亟待解决的问题。本文以中国为研究区,收集2005-2018年流感数据和包括气候数据、空气质量数据、人口数据在内的地理环境数据,通过地理信息系统、遥感、机器学习等技术手段,分析中国流感发病“三间分布”特征、筛选影响流感发病的地理环境因素、构建中国流感高风险区预测模型。最终得到以下研究结论:(1)在时间上,中国流感发病的高峰期主要集中在1月、3月以及12月这三个月份。此外,2005-2018年间中国流感的发病率整体呈现逐年上升的趋势,其中上升幅度最大的年份是2009年。(2)在空间上,全局空间自相关分析结果显示,中国流感发病率呈现空间正相关性;局域空间自相关分析结果显示,中国各个地市间此网站流感发病率的集聚类型差异明显。核密度分析结果显示,在地理分区尺度上,华中地区的流感发病率在2005-2018年期间,有大量的样本数据表现出流感发病率高的特点;在省域尺度上,河北省、江西省、湖南省的流感发病率在2005-2018年期间,有大量的样本数据表现出流感发病率高的特点。(3)中国流感发病的时空扫描统计结果显示:省域尺度上,在2017年12月1日-2018年3月31日期间,湖南省、江西省等地是流感发病的最有可能聚集区;地市尺度上,在2017年6月1日-2017年7月31日期间,东莞、深圳等地是流感发病的最有可能聚集区。(4)在人群中,儿童的流感发病率在历年间均表现为最高值;老年人的流感死亡率在历年间普遍表现为最高值;青年人的流感发病率和死亡率在历年间普遍表现为最低值。(5)影响流感发病的地理环境因素有平均气温、平均相对湿度、日照时数、降水量、PM2.5、PM10、NO2、O3、AOD以及人口密度,其中平均气温对流感发病的解释力最强,不同因素两两交互后对流感发病的解释力呈现出不同程度的增强趋势。流感发病影响因素的空间异质性结果表明,不同地区的流感发病率受到地理环境的影portuguese biodiversity响有正负效应上的差异。基于随机森林构建的中国流感高风险区预测模型,能反应不同地理环境因素与流感高风险区产生概率的阈值效应和刻画中国流感高风险区的地理分布。