[目的]深圳市在人口结构和经济社会发展方面具备特殊性，而对于其热带向副热带过渡的气候特征对流感发病的影响仍缺乏深入研究。[资料和方法] 本研究收集长序列（2003-2019年）的深圳市流感样病例（Influenza Like Illness, ILI）监测数据，采用分布滞后非线性模型（DLNM）系统性分析了ILI与多重气象因子的关联性，并分别使用Prophet时间序列模型和多元逐步回归对流感风险进行预报。[结果] 近17年来深圳ILI发病在2003—2009年增加、2010—2014年平稳、2015—2019年下降，年周期特征凸显；多数年份发病率呈夏季单峰型，与高温高湿的气候背景高度相符；个别年份在年末出现次高峰，常与大规模暴发疫情有关。DLNMs揭示，高温对ILI风险的即时性影响较强，气温达到29.9℃，相对发病风险（RR）可达1.237 (95%CI: 1.203—1.272)；而低温效应在滞后2—3周起主导作用。70-75%的湿度范围对应ILI高风险段， 70%相对湿度的RR=1.089 (95%CI: 1.046—1.135)。此外，偏高的湿度与高温共存可诱使ILI最高风险点出现，即二者有协同增强效应，在其长夏短冬气候下需要尤其注意。ILI危险度在气温日较差处于4—6℃和>9℃时均有显著增加，即日内温差对流感的活跃程度亦有显著影响；由于深圳的风速整体偏小，其影响整体较弱。最后，Prophet时间序列模型和逐步回归模型的回代准确率相近（>86%），而同时考虑了气象因子和前期发病人数的回归模型预测准确率更高（>80%）。[结论]简言之，深圳市ILI风险与温湿度的非线性协同影响关系最为密切，其发病率很大程度上是可预测的。