对千百年来流行于中国地区的瘟疫现象，古代人民和传统医学将其归纳总结了一个规律，用谚语说：'瘟疫始于大雪、发于冬至、生于小寒、长于大寒、盛于立春、弱于雨水、衰于惊蛰、完于春分、灭于清明'。
当我看到这句谚语的时候，第一个直观的反应，是感觉到它所描述的时间段，与自己和家人在冬春之季增、减衣服的时间大致吻合，而且还让我想起另外一句话，叫'春捂秋冻'，就是民间认为，从保健的角度，虽然说冬季是一年中最冷的季节，但是从秋天进入冬天的时候，不需要立刻添加衣服，而是要尽量少穿衣服，直到感觉温度真的比较低了，再添衣；而冬去春来的时候，也不要马上就减穿衣服，而是要保持多穿点衣服，直到感觉真的有点热的时候，再脱去厚沉的冬衣。就我自己来说，去年到今年，在入冬节气开始的时候，也就是11月8日前后，确实还穿着单衣，因为没感觉到很冷；而3月初，惊蜇节气前后，立春之后的一个月，却还穿着羽绒服。
既然看到描述瘟疫的谚语，产生了对季节性温度变化的感觉的联系，那么，我们就需要对季节性温度的变化来进行一番研究分析，看看和谚语所描述的情况有何关联？
在我之前发表于今日头条的文章《一年里最冷最热的时间分别是哪一天？温度是多少？看完就懂》中，已经结合现代天文地理学、信息系统科学、地表热循环系统的热流回路、数学微积分等，证明了：在北半球的中国，大部分地区，一年内日平均气温升降的趋势，落后于日照时长变化趋势一个月（30天）左右，如下图所示：
中国中低纬度地区地表环境气温与白天时长的关系示意图（日照时长）
上面这张图，竖轴是以日照时长为参照，画出的地表环境气温变化趋势线。
下面因为我们要研究温度的变化，就需要在温度线上对坐标做一下定量。
怎么做呢？
因为我们研究的时间范围和地理跨度范围是比较广的，也就是说，我们不是研究具体的某一天、某一时刻在某地的即时的、具体的变化，而是从各地、全年的范围内来研究一种可以被归纳的统计学规律，那么就统计方法来说，它首先和某地的具体情况并不是一一对应，而是'大体上'、'相不多'、'平均来说'这样一种估计的、趋势判断的经验性概念。
所以，为了定标，我们也就会从经验和统计数据来寻找定标点。
【注：日平均气温和日最低温、最高温是有显著区别的，比如，某年北京的冬季，日平均气温是零下5度的那天，它的日最低气温和日最高气温可能是零下18度和零上10度】
根据对全国多个城市日平均气温数据的评估，我们这样来设定：以一年中日平均气温最高为摄氏30度、日平均气温最低为摄氏-5度（零下）。这个温度范围，应当可以用来近似代表全国大部分地区的年度日平均气温的变化。在这个温度设定下，我们再把横座标放大，以看清上述谚语所描述的那段时间，环境气温是如何变化的：
首先对上图进行坐标标定值变换，从以日照时长为坐标值参照，变换为以地表环境日平均气温为参照，如下：
中国中低纬度地区地表环境气温与白天时长的关系示意图（气温）
图中，蓝色虚线表示白天时长的变化趋势（非定标），红色虚线表示地表环境气温的变化趋势（定标），而绿色实线则是模拟日平均气温在变化趋势线上叠加的波动状况。
然后我们再把上面这个图的局部，也就是和谚语对应的时段，进行局部放大，如下：
图的起始时间比谚语描述的起始时间'大雪'早一个节气，也就是'小雪'（11月22日）
图的结束时间比谚语的描述的结束时间'清明'晚一个节气，也就是'谷雨'（4月19日）
中低纬度地区地表环境气温与白天时长的关系示意图（冬春节气与温度）
在图中，我们可以读出：
大雪节气，日平均气温零上1度，接近零度；并且将继续降温；
冬至节气，日平均气温零下2度，还将继续降温；
小寒节气，日平均气温零下4度，仍然不是最冷；
大寒节气，日平均气温零下5度，是一年中最冷的时间；之后气温开始回升；
立春节气，日平均气温回到零下4度，仍然比较寒冷；
雨水节气，日平均气温升到零下2度，温度进一步回升；
惊蛰节气，日平均气温回升到零度以上（约1度），冰雪开始解冻，万物复苏，虫子也从土里爬出来了，所以叫惊蜇；
春分节气，日平均气温气温进一步回升，超过4度；
清明节气，日平均气温气温升到8度以上，已经可以称为回暖了。
那么，对应于谚语：'瘟疫始于大雪、发于冬至、生于小寒、长于大寒、盛于立春、弱于雨水、衰于惊蜇、完于春分、灭于清明'，并非瘟疫最盛的时候是气温最低的大寒节气，而是大寒节气之后的'立春'节气；而如果以大雪节气对应的气温零上1度来看，按理说，气温在立春之后回到1度，是惊蜇时节；那么惊蜇之后还要两个节气，等待气温进一步上升，瘟疫才完全的结束，这中间的时间差大约是一个月，这是为什么呢？
我不由得又想起'春捂秋冻'，这4个字谚语的意思，除了讲气温的变化会滞后于日照时长的季节性变化，实际它还提示我们，人体免疫力也是随气温变化而波动的，当气温降低过程中，免疫力会随之下降；同样，在春季气温回升的过程中，免疫力将随着气温回升逐步恢复。所以，老祖宗居然能用'春捂秋冻'4个字来归纳、包含上面这一系列变化，真的是实在太有智慧了。这个过程，用易经的'阴阳消长'来讲，确实很有道理，实际上对应着：人体的免疫力依赖于生命的有序能量，当温度偏低时，有序的能量不足，免疫力降低，人体就容易生病。
对于瘟疫的消长来讲，实际上是两种力量的斗争：传染病源如病毒的生长和传播，人体免疫力。
有关的研究资料显示，病毒是怕热不怕冷。历史上明末、清末的鼠疫均发生在气候极端严寒的情况下，我们现在的科学研究也验证了这点：科学家在极地地区、青藏高原以及西伯利亚冻原等地都发现过被当地极低的温度封盖住的病毒。具体到当前的新型冠状病毒而言：在目前的实验中是对热较为敏感的。新型冠状病毒在-60℃状态下可保存数年，在4℃合适维持液中为中等稳定，随着温度的升高会使病毒的抵抗力下降，但必须达到一定温度且超过相应的时间才能灭活病毒：新冠病毒一般在56℃的环境中持续30分钟即可死亡。从古人的经验和现代医学实验都可以得出结论：随着气候趋于温暖，病毒的活性会被抑制。
下面，我们对人体免疫力和病毒的斗争再来做一个定量的统计式分析。我们知道，病毒如果感染了人，那么从它进入人体开始，它会开始大量复制，在它的数量没有达到足够多之前，人体免疫系统可能还无法识别它并与它进行斗争，这其间其实它可以说是以指数方式在人体内爆增，直到人体免疫系统觉察到它已经影响了人体机能时，免疫系统做出反应，人就发病了。这时候免疫系统虽然可以识别并有相应的反应，但是还没有准备好对抗病毒，所以病毒还会继续增长，病人的病情会继续加重。但随后要么是人体自身，要么是人体在医生的辅助之下开展治疗，提高了免疫力，之后再过一段时间，疾病到达最严重的程度时，人体免疫力也强大起来，抗体开始起到作用，免疫系统开始规模性的反击病毒，之后病毒将逐步减少直到从人体中消亡。上述过程我们称之为：潜伏期、发病期、病重期、消退期、恢复期，如果用一张图来表示生病的周期，其中竖轴为疾病的严重程度，横轴为时间：
之所以以30天为一个大致周期，是这样考虑的：人体从接触病原到发病，可能有5-7天的潜伏期，然后到病重，大致是半个月，然后开始消退、恢复，至病愈，差不多就一个月了。当然，这是对应治好的情况；对于治不好的，到30天，恐怕也就over了。
现在回到与气温的对应图中，我们这样来考虑：
在气温接近零度以及低于零度的大雪到惊蜇这段时间，是病毒生命力比较活跃的时间，而这期间又正好是人体免疫力很差的时段，这段时间人如果接触到病原，就非常容易感染。而且，可以这样来近似的认为：气温越低，人体免疫力就越低，当接触到病原时，发病感染的概率和对应人数就越多。我们以数字来做如下测算：
以大雪那天的温度为基本测算点（'瘟疫始于大雪'），每天温度每降低一点，我们记为该天接触病原后被传染的抽像人数（按比例计数）；
大雪至惊蜇期间，以每天变化的温度来近似的表示统计学上因气温变化而新增感染的人数（是被传染，而不是被确诊，因为刚被传染时还没有症状），如下：
冬春之季新增传染的概率与气温变化趋势图
接下来，我们要做一个'累积和'的测算，就是从大雪这天起，从统计学上进行被传染的人数其疾病的严重程度的累计，我们为每一天的抽象被传染人数建立一个纵向数列，里面用疾病的严重程度图形来与对应每一天的抽象新增感染人数做一个乘积（在系统理论中，这个过程叫'卷积'），得到的是大雪之后每一天，对应新增被传染人数的疾病严重程度的数值；如下表所示：
然后，我们再把所有疾病严重程度大于0的数列，按天数进行横向汇总，得到该天所有传染了疾病的人的疾病严重程度总和,我们可以称为'每日现存疫情状况'，这个过程，在系统理论中，称为求'卷积和'。
由于'每日现存疫情状况'的图形，数值比较大，远超了上面以温度为坐标的标量范围，我们再对它进行一下'尺度压缩变换'，使它叠加在温度变化趋势图中，成为：'疫情现状对标趋势'，以及，为了表示实际上存在的随机波动，再叠加上一定的随机波动，成为：'疫情现状对标模拟'，我们得到下图：
疫情状况与节气关系推演图
由图可见，在考虑到疾病严重程度随时间的周期变化（约30天）与瘟疫新增传染概率随气温变化趋势的'卷积和'之后，那句古谚'瘟疫始于大雪、发于冬至、生于小寒、长于大寒、盛于立春、弱于雨水、衰于惊蜇、完于春分、灭于清明',就和最终呈现的'疫情现状趋势对标图示'曲线几乎完美的对应上了，在立春之时，确实是疫情最盛的时候，而清明节气，则对应疫情的消灭。
以上的全部，就是从现代科学，对传统经验的科学性的推导验证。
在本文快要结束的时候，有必要对以上基于统计学推导的图线做进一步的解释说明：
1、基于统计学得出的经验规律，和物理学定律做比较，后者可以是非常准确的，而统计规律只能够表达一种趋势性变化，以及在趋势基础上的大致的数值变化范围；
2、以上关于气温随季节变化图中，温度是接近于全国平均的；如果要具体到某一地，必然会在原图基础上叠加正向偏量或负向偏量，而且随着当地纬度的不同，在波形趋势在左右方面也就是时间上还会有略微偏移；
3、既然是统计规律，那么这个图形必不可能和所有的疫情逐一对应，只是在疫情传播的时间节律方面和具体的某些疫情会有些类似；也无法用于对具体某个疫情中患病的具体人数来做比较和测算，因为具体情况发生时，各种人为的或自然的不确定因素实在太多，其影响可能最终使单个的疫情曲线图，与统计学归纳图形偏差甚远；
4、作为经验性的统计规律，可能和所有疫情中的一部分有契合，（这个比例可能是20-30%，也可能是30-40%，具体的可契合的比例目前没有去找历史上的所有数据做进一步的归纳分析），这个可契合的比例，统计学上称之为“相关性”。而且，因为过去和未来各种瘟疫的源起和传播性的复杂性变化，我们认为这个图，必然不可能和所有瘟疫的真实演化趋势都逐一对应上。也就是说，我们不能依据这个图形，来判断今年的“新冠肺炎”疫情，一定会在清明之后完全消灭！
5、导致疫病发生的病原体，种类繁多，冠状病毒，仅是其中的一类，它在气温接近零度的情况下会比较有活力。我们不能排除另外一些病原体可能适宜生存在较高的温度下，比如，酵母菌适应在20度到30度的温度中生长繁殖，酵母菌对于人体而言虽然不是病原体，但是我们不排除有和它相类似的、喜欢较高温度的病原体存在。对于适应于不同温度范围的病原体导致的疫情，本文所推导的规律肯定就不适合。这也就是为什么上一条说，在所有疫情中，和本文规律能够契合的相关性案例，可能只有20%-30%。由于和所有疫情的相关度不高，我们说，本文所推演的揭示的规律，是一个“不完全规律”。
6、人体免疫力，其实也是在一个适当的温度区域会随着温度的升高而升高，它不可能持续提高下去；当人体接受的外部环境温度高于某一值时，人体反而会发生代谢紊乱，能量平衡被打破，人力免疫力也就会随着环境温度的进一步升高而急剧下降。所以本文中揭示的规律，仅是对冬春之交所发生的某些瘟疫的近似推演，另外一些在夏季高温情况下也能发生和传播的瘟疫，并不适合用本文的图示规律来解释。
7、瘟疫在人类社会的传播，除了病原体本身对温度的敏感、人体免疫力对温度的适应两个斗争的基本条件，更重要的，是人体对病原体的接触，而后者是完全没有规律、无法预知的，这就造成了瘟疫在人群中的发作和传播，更多的情况下和上述数据及图形的推导没有什么关系，而仅是在传播过程中，一定程度上会受到季节气温变化的叠加影响。
8、但我最后要说明的是：本文数据图形的推导，已经让我们能够从一个角度，窥见瘟疫疫情和季节变化在一定程度上的相关性，这使得我们在应对及预防疫情的发生方面，还是能够有所依据。至少，作为个人，我会在未来，在冬春交替的时节，让自己和家人、朋友，更注重防寒、保健，以及在可能产生的传染性疾病（如流感）的高发期——小寒到惊蜇这段时间内，让家人配载口罩，防患于未然，避免冬春之季那些不可预知的瘟疫(传染病)的风险。
根据图示的不完全规律，我进一步认为，除了外伤性损害，人们所患的各种疾病，可能都与有序的生命能量的缺乏有关，那么，让生命恢复有序能量的有效方法，在无法改变大环境如季节的情况下，我们可以改变自己生命的小环境，除了食物、药物，还可以加以适当频率的振动能量的定向传输、照射，这样思考呢，在气温低时，烤红外线可能是一种有效的理疗方法，这也就是前些年某种'频谱仪'曾经流行的原理了。近年来，我自己在家里备了一个'小太阳'红外线取暖器，每当感觉身体稍有不适，我就会打开它照一照，别说还真的管用，适当照红外线之后，就很不容易发起病来，不少初显的小病，都在萌芽状态就被over掉了。
蛾扑火，火焦蛾，莫谓“祸生无本”…果种花，花结果，须知“福至有因”…文章做到极处，无有他奇，只是恰好…生命活到极处，无有他异，只是本然…
