南宁市着装厚度气象指数预报

对着装厚度与气温、风力的关系,着装厚度与适宜服装款式品种的关系的研究,制作出在不同气温、风的条件下的着装厚度指数;通过每天各时段气温、风力的预报值,可预报出四季室外活动适宜服装的款式与种类.     

南宁市着装厚度气象指数预报

对着装厚度与气温,风力的关系,着装厚度与适宜服装款式品种的关系的研究,制作出在不同气温,风的条件下的着装厚度指数,通过每天各时段气温,风力的预报值,可预报出四季室外活动宜服装的款式与种类。     

哈尔滨市着装厚度气象指数、晨练气象指数预报

根据环境温度、风力及湿度和人体热量散失的关系,建立适合哈尔滨市气候特点的理论公式,得到在不同的环境条件下的着装厚度及服装款式。编制的软件可自动输出着装指数的等级、服装厚度和着装建议。     

着装指数预报在西宁市的应用

引用“服装对人体感受的调节作用”已有的研究成果，结合西宁地区的气候，对服装着装厚度公式进行适当的修正，并根据未来西宁市环境气温、昼夜温差、风力的预报结果，制作和发布西宁市的着装指数预报，为公众提供着装信息服务。     

着装厚度及穿衣指数预报服务方法的初步探讨

本文根据长春市的气候特点及实际着装情况 ,研究了长春市着装厚度的计算方法 ,给出了长春市着装厚度与穿衣指数、服装款式的关系 ,经一年试用 ,其预报方法稳定可靠 ,实用性较高。     

云浮地区着装气象指数预报

对云浮地区着装厚度与温、湿、风的关系进行分析,根据前人的经验,得出着装厚度预报的经验公式,并统计分析近30年云浮地区气象观测资料,计算出云浮地区各时期（各旬）平均着装厚度,给出与着装厚度相应的着装建议,通过分析云浮地区着装厚度随时问的变化趋势,估算云浮地区穿着不同类型服装的大致时间,为服装制造业和商家提供预测信息和决策服务。Ⅲ     

着衣气象指数预报方法

着衣厚度与空气温度、湿度、风速等有着直接的关系。如何正确作出适宜着装的气象指数预报 ,对拓宽专业气象服务领域 ,满足人们生活需要 ,具有重要的意义。通过介绍着衣气象指数预报方法 ,作出各时段温、湿、风的预报值 ,据此确定四季室外活动适宜着装的种类 ,达到准确为公众服务的目的     

着衣气象指数预防方法

着衣厚度与空气温度、湿度，风速等有着直接的关系，如何正确作出适宜着装的气象指数预报，对拓宽专业气象服务领域，满足人们生活需要，具有重要的意义，通过介绍着衣气象指数预报方法，作出各温，湿，风的预报值，据此确定四季室外活动适宜着装的种类，达到准确为公众服务的目的。     

无锡着装气象指数研究

本文统计分析了无锡市温、湿、风的变化规律，并探讨其对着装厚度的影响，得出了计算着装厚度的经验公式以及与着装厚度相对应的着装建议，提出了增减衣气象指数。文中提出的增减衣气象指数与着装厚度气象指数的联合运用，提高了服务的针对性和准确性。气象指数应用软件可利用中尺度数值预报产品自动生成着装气象指数，方便地应用于预报服务。     

石河子绿洲棉区覆膜内5cm地温变化与气温的关系及膜内5cm地温预报分析

膜内5cm地温稳定通过10-12℃即可播种为棉花适宜播种温度指标,找出地膜内5cm地温与气温的定量关系并进行地温预报,同时确定对应的日平均气温的稳定界限指标值,就成为开展棉花适宜播种期预报的关键所在。以石河子绿洲覆膜栽培棉区为研究对象,分析了2008-2014年棉区春播期膜内5cm地温、气温的变化趋势以及气温与覆膜内、外地温的关系,并建立了膜内5cm地温预报模型。结果表明：近年来石河子棉区春播期内气温和膜内外5cm地温变化趋势一致,均有所上升,且膜内5cm地温显著高于膜外地温和日平均气温。棉田覆膜内外5cm地温与气温之间显著相关（P≤0.01）,石河子棉田覆膜内5 cm地温稳定通过10-12℃时,对应的日平均气温界限范围为6.3-8.2℃;利用逐日气温建立膜内5cm地温预报模型,回代检验绝对误差平均为1.01℃,2014和2015年预报检验绝对误差分别为0.5、0.7℃。预报模型可为更好地开展棉花播种期气象服务提供参考依据     

花粉浓度预报

重点探讨气候和植物对空气中花粉浓度的影响。通过对天津市河西区气象铁塔站、和平区南京路站1999年4月－2000年10月花粉观测资料分析表明：一年中花粉浓度有明显的周期性和季节性。经统计分析得出：当日花粉实况、气温日较差、日平均气温距平与未来25小时花浓度相关显著，用基作因子分别建立了春季、夏秋逐日花粉浓度预报主程，复相关系数分别为0．73和0．76，均通过F检验。同时利用降水、风、云量气象要素以及植物物候加以订正，作花粉浓度预报效果很好。     

中国典型大雾落区基本概念模型的研究与建立

利用MICAPS气象信息综合分析处理系统的历史气象资料,根据大雾形成的物理机制,对2008-2010年发生在中国典型区域大雾天气个例中主要影响因子进行分析,得出7个有利于区域大雾产生的因子。结果表明：7个因子中,逆温层厚度为20-200 hPa;地面温度露点差多小于1 ℃,前一日多小于3℃;近地面湿空气厚度0.05-0.70 km;逆温层极值点0 ℃线是雾淞产生特征线;地面偏南风风速为2-6 m·s-1;气温为-15.0～20.0 ℃,其中,-5.0～5.0 ℃占比例最大,0 ℃线是大雾发生的特征线;变性或减弱的高气压。7个因子均有12-24 h的超前特征,经过叠加,构成了“大雾落区基本概念模型”。根据模型建立了大雾落区预报业务系统。理论检验表明,区域大雾预报时效可提前到12-24 h,24 h区域大雾预报准确率为87.5 %。     

兰州市冬季空气污染的天气成因分析及浓度预报

兰州是全国冬季大气污染最严重的城市之一 ,通过对污染与天气形势的分析 ,给出了影响冬季兰州污染的天气分型 ;对 3种主要空气污染物TSP、SO2 、NOX 浓度值与同期表征逆温特征的逆温参数及地面气象要素作了统计分析 ,结果表明 :(1)污染物浓度与逆温层厚度呈显著正相关 ;(2 )污染物浓度与平均温度、能见度、风速、总云量、相对湿度成负相关 ,与温差、气压成正相关。最后针对不同天气分型 ,给出了冬半年兰州污染物浓度预报方程 ,经检验预报效果良好     

贵州玉舍冬季滑雪气象指数等级制订

运用1988~2017年贵州省玉舍滑雪场附近30年气候资料和2015~2016年冬季滑雪场客流量资料,分析贵州高海拔地区滑雪运动与气象条件的关系,进而进行滑雪气象指数等级研究。结果表明:(1)玉舍滑雪场冬季具有少雨、低风、温度适宜的气候特点,可以开展滑雪运动。(2)玉舍的滑雪人数与气象因子风速、气温、相对湿度、降水量呈显著反相关。(3)根据玉舍滑雪场气候背景特征,分别对降水量、相对湿度、舒适度指数三个气象要素进行分级,通过实际滑雪人数分级与滑雪气象指数等级预报进行的检验表明:实际滑雪气象指数等级与指数预报等级相同(即绝对值之差为0)的准确率达26.4%,实际滑雪气象指数等级与指数预报等级绝对值之差为1的准确率达66.7%,即预报滑雪气象指数等级与实际滑雪气象指数等级之差≥1的准确率达93%。     

海水养殖的气象风险分析及预报

对海水养殖灾害及适生环境条件进行分析研究，确定海水养殖气象灾害风险及以盐度、海温为特征的各类海水养殖生物适生环境风险评价标准，并建立风险指标数据库；利用1968-1982年的盐度、海温、降雨、气温、风向风速资料，采用逐步回归方法，建立以相关气象要素为因子的海温、盐度预报方程，在此基础上，通过对天气的监测预报并结合风险评价标准，实现海水养殖的气象风险分析预报，为海水养殖业防灾减灾、提高产量和质量提供更有针对性的气象服务。     

石家庄市采暖期气象服务系统

在采暖期内为了做到既能让人们感到冷暖适宜，又能合理地减少采暖期内的采暖能源浪费，该文对石家庄市采暖期气象条件进行了详细分析，建立了与气象预报相结合的采暖气象服务系统，实际应用效果良好。     

精细化要素客观预报中的站点差异性研究

以山东省乡镇级精细化要素预报为例,预报站点由县级123个增至1 561个。在精细化要素客观预报方法开发中,如何处理多量预报站（格）点问题？利用山东省稠密的区域自动站观测资料,通过分析不同站点空间分辨和地形属性的观测要素的统计学差异,研究各种气象要素的站点差异性。结果表明：温度、降水等要素具有明显的局地小气候特征,需要更高空间分辨率的预报站点来捕捉;市区、郊区以及不同高度山区等站点间最低气温各分位数统计值差异均较大,但相关系数较高,且频率分布形态相似;风对地形更敏感,不同测站间相关系数较低,分位数统计值和频率分布形态差异均较大。上述结果可为精细化要素客观预报业务中的站（格）点处理提供理论和技术支撑。     

基于特定因子的河南省干热风客观预报方法

利用2000—2014年5月1日到6月10日河南省121个气象观测站点的逐日观测数据、欧洲中心模式预报资料,对河南省干热风天气进行分析,总结了干热风天气形势分类模型,同时利用多元回归法建立了河南省干热风天气的客观预报方法。分析结果得出:河南省干热风天气发生主要形势为西北气流型、高压脊型和纬向环流型3类;通过多元回归分析筛选出日最高温度预报因子为前一日最高气温、当日最低气温、08:00气温、EC850hPa 24h温度预报,相对湿度预报因子为EC850hPa 24h相对湿度预报、前一日14:00相对湿度、当日08:00露点温度,风速预报因子为EC细网格过去3h10m阵风预报,建立温度、湿度和风速3要素的预报方程;利用预报方程对2014年预报时段的天气进行检验,结果表明,对于轻干热风预报的TS评分为62%,重干热风预报的TS评分为64%。     

沈阳冬季供暖指数预报研究

利用2009年11月1日至2010年3月31日沈阳逐日6时次气温、气压、相对湿度、降水、风速、日照和云量等气象资料及同时间、同时次的供、回水温度等供暖资料,采用多元线性回归方法,建立供暖预报方程,制定供暖气象节能预报指数,并根据供暖指数大小确定供热量。结果表明：在确保室温达到18℃时,沈阳的供暖指数可以分为7级;供热量（即供、回水温度值）预报值与气温实况值相似度较高,而供热量实际值与气温实况值相差较大。在151 d的供暖期内,约60 d的供、回水温度与气温变化接近,占供暖日数的40%。采用供暖气象节能预报方法进行供暖,在改善供暖质量的同时也可达到节能减排的目的,可为供暖部门科学供暖、降低能耗提供科学依据。