上海热浪与健康监测预警系统

用1989～1998年上海逐日4次气象观测资料,应用美国特拉华大学的SSC天气分类方法确定逐日天气类型,形成了10年逐日天气类型日历。并通过天气类型与死亡率的对比分析,确定MT+类型是上海地区形成热浪的“侵人型”气团,是具有最高死亡率的天气类型。采用逐步回归方法建立了MT+类型下因受热浪侵袭而超正常死亡数的回归方程。在此基础上建立了上海热浪与健康监测预警系统。通过1999年气象和死亡实况资料检验,系统对热浪及因此引起的死亡具有较好的监测和预警效果。     

盘锦市脑血管病气象敏感因子分析及其预报模型

应用盘锦市疾控中心2008年1月1日至2009年12月31日逐日脑血管病发病人数及同期逐日气象资料,采用相关分析、逐步回归等方法,分析了脑血管病与气象要素的关系,建立了逐日脑血管病发病趋势的气象预报模型。结果表明：各类气象要素与未来3 d脑血管病发病人数滑动平均具有较好的相关性;气象因子对脑血管病发病人数的影响存在着一种滞后效应和持续效应;脑血管病发病人数与当日最低气温、平均气温、最低气压、平均风速、湿度、最大气温日较差等气象要素相关显著;不同的季节影响脑血管病发病人数的敏感气象因子不同,且相关关系差异较大。逐日脑血管病发病趋势的气象预报模型预报检验效果较好。     

城市暑热危险度统计预报模型

利用武汉市5个区1993－2000年中暑死亡个例，统计了中暑死亡的时间分布、性别、年龄、区域差异等流行病学特征，进行了中暑死亡的气候分析，计算了中暑死亡数与27个气象因子的单相关系数，找出了关键气象因子为持续不小于37℃的有效累积温度。利用逐步回归方法建立了逐日中暑死亡数的统计预报模型，并将高温危险度划分为5个等级，经回代和试报检验，预报效果较好。     

锡林郭勒盟春季沙尘暴时空分布特征及影响因子分析

以锡林郭勒地区沙尘暴高发季节15个气象站1961-2008年春季(3-5月)的气象资料为数据源,分析沙尘暴发生的时空分布规律及气象因子对锡盟春季沙尘暴发生的影响,结果表明:春季沙尘暴发生频次与大风、前期降水量等气象因子有关;另外,沙尘暴的发生与蒙古气旋这一特定的天气系统间存在一致的变化趋势。掌握沙尘暴分布规律及其与气象因素的关系,在预报和监测沙尘暴工作中具有重要的实际意义。     

基于数据挖掘处理的影响辽宁高速公路冬季交通事故主要气象要素分析

利用2014—2016年辽宁省冬季高速公路事故记录,将多要素逐日气象观测数据与事故数据按照日期进行匹配,分析气象条件引发高速事故的空间分布特征。数据挖掘分析首先利用两步聚类方法确定辽宁地区冬季天气类型数量,再通过K-means方法对气象数据进行聚类处理。采用随机森林方法对不同天气类型搭建高速公路交通事故分类模型,并分析模型中气象要素的特征重要性。结果表明：受气象条件影响的高速事故数量辽南地区最多,其次是辽西地区,辽东、辽北地区占比较低。辽宁冬季天气可以分为四种类型,根据气象要素数据结构总结出的天气特征分别为：当日出现降水、前一日出现降水、寒冷干燥、潮湿回暖。有明显降水特征天气类型的事故率超过七成,降温、升温天气类型的事故率在两成左右。随机森林方法对前一日出现降水、寒冷干燥两种天气类型的分类精度更高,模型泛化能力也更好。4种天气类型中气象要素的特征重要性有明显差异,最高地温要素在事故高发天气类型中特征重要性排第1位,在潮湿回暖天气类型排第3位,对于冬季辽宁地区高速公路交通安全影响高于其他要素。     

数值与统计方法在广东核事故应急系统中的应用

根据研究区域（310km×220km）三年的气象资料,将每天的天气按季节、天气状况和风向与风速及其日变化等因子划归为具有代表性的不同天气类型,然后用中尺度气象模式模拟这些天气类型的风温场,使得模拟的风温场能反映下垫面动力和热力不均匀性的影响,并以此统计出研究区域内关心点的天气状况、风向和风速与天气类型之间的相关关系和相关判据。在已知关心点的季节、天气状况、风向和风速后,依据这种相关关系,找出相应天气类型的风温场,并用以预报核泄漏物的污染路径、强度和范围。     

乌鲁木齐头屯河区急性心肌梗塞发病率与气象关系的分析

从1979～1996年17年新疆钢铁公司职工医院收住的急性心肌梗塞（简称心梗）168个病例,结合相应的气象资料,分析了心梗发病的季节特征和5种天气类型,指出冬春季是心梗的多发季节;在5种天气类型中,以高压低温和低压高温两种类型发病率最高,而低压低温型最低。     

天津市供水量与气象因子相关分析及预测模型

利用天津市某区2017年逐日、2017年7月逐时供水资料和气象资料,分析日、时供水量的变化特征及其与气象因子的关系,建立基于气象因子的日供水量预测模型。结果表明:夏季供水量最多,秋季、春季的次之,冬季的最少;日供水量存在明显的节假日效应,特别是在春节长假期间供水量下降明显。分析日供水量与气象因子的相关系数发现,除冬季外,日供水量与气温相关性较高,与其他气象因子相关系数季节差异明显。7月供水时变化特征主要受居民工作生活习惯影响,同一时次的供水量与蒸发量、相对湿度和整点气温相关性较高,但有明显的滞后性,13时的气象条件对全天总供水量影响较大。综合以上分析结论,建立多元回归日供水量预测模型。模型预测结果平均误差为1.48%,可作为日供水量预测参考依据。     

EI Nino类型年对低纬大气环流及我国天气的影响

应用热带格点风及OLR资料,通过统计和物理量诊断,讨论了El Nino不同过程类别的低纬环流的差异和季节性特征以及对我国天气气候的影响。得到如下主要结果:(1)El Nino年的不同类型间存在着差异。它们在常定动能、动量和温度的分布特征等方面都存在着明显的差异。(2)El Nino不同的过程类别对我国降水、气温的影响不同,且表现出明显的季节变化。     

EI Nino类型年对低纬大气环流及我国天气的影响

应用热带格点风及OLR资料,通过统计和物理量诊断,讨论了El Nino不同过程类别的低纬环流的差异和季节性特征以及对我国天气气候的影响。得到如下主要结果:(1)El Nino年的不同类型间存在着差异。它们在常定动能、动量和温度的分布特征等方面都存在着明显的差异。(2)El Nino不同的过程类别对我国降水、气温的影响不同,且表现出明显的季节变化。     

北京急性脑血管疾病与气象要素的关系及预测

基于2006年1月至2010年12月北京市120急救中心的逐日脑血管急症接诊病例数据资料,首先探讨北京市急性脑血管疾病与气象要素的关系,选取不同季节的影响因子,然后根据概率积分方法将发病人数划分为4个级别,并采用人工神经元网络方法(artificial neural network,ANN)分别建立了北京市不同季节的急性脑血管疾病预测模型。研究结果表明:(1)急性脑血管疾病发病人数存在明显的季节性变化和日变化特征,冬春季发病人数高于夏、秋季,发病主要集中在早晨到中午的09—14时;(2)发病人数相对于气象要素存在明显的滞后效应,夏和冬秋季发病分别与高温高湿、冷空气活动有关;(3)脑血管疾病预测模型通过对新样本进行预报,除夏季外,完全准确率高于30%,预报误差≤±1级的准确率高于60%,研究成果对于预防急性脑血管疾病发病和调度120急救车辆等应急措施具有较好的科学参考价值。     

德州市高血压发病气象条件与预报模式

采用1999—2008年德州市人民医院高血压发病人数入院资料和德州市地面气象资料,应用逐步回归方法,分别建立四季的高血压发病人数与气象条件及其变化的线性回归关系模型,借鉴生活气象指数、医疗气象学等研究方法,利用聚类分析法将德州市高血压病发病等级划分为4级,从而预测每个季节德州市高血压的发生程度。结果表明：德州市高血压发病与气压、气温关系密切;大雾主要对冬季高血压发病有影响,冬季出现大雾,尤其出现连续性大雾时,高血压发病等级增高,大雾对其他季节高血压发病影响较小;高血压发病等级与日照时数呈负相关。秋冬季连续阴天寡照,高血压发病等级增高。     

基于气象因子的南京市冬季和夏季用电量预测研究

基于2014—2016年南京市常规气象逐时观测数据、逐日用电量和逐时用电负荷数据, 分析南京市用电量变化及其与气象因子的关系。结果表明: 南京市用电量7—8月、12月至翌年1月为两个峰值, 4月和10月为两个谷值, 年变化明显。四季均呈现显著“周末效应”。用电负荷一天内有两个峰值, 分别出现在10时和20时; 两个谷值, 一个谷值冬夏季在04时, 另一谷值冬季在14时, 夏季在18时。南京市用电量与气象条件的变化密切相关, 气象因子与用电量的关系在不同月份有所不同, 如夏(秋、冬)季气温日较差越大(小), 用电量越大; 7月、8月(10月至翌年3月)气温越高(低), 用电量越大; 冬季用电量受气象要素的影响程度总体低于夏季。冬季用电量主要受气温制约; 夏季用电量受气象要素的影响更为复杂, 除了气温, 还需综合考虑水汽、日照等因子。利用逐步回归法, 建立冬、夏季逐月日用电量气象预测方程, 方程中入选气象因子的存在明显的月际差异。不同月份分别针对性地考量入选气象因子的预报值, 做出用电量预估, 可为电力调度提供参考。     

南充交通事故与天气关系的研究

天气变化与交通事故之间存在较为密切的关系,利用2010～2018年南充市交通事故数据及相关气象数据等资料,探讨了不同气象条件对驾驶员、车辆、道路环境等的具体影响,统计分析了南充市所辖区域内交通事故年和月际、逐日变化和事故发生地当时气象要素特征,以及两者的相关性。结果表明:近年来交通事故呈现出逐年减少的趋势,主汛期(5～8月)和冬季是南充市交通事故的高发时期,而春季(3～4月)及秋季(9～11月)交通事故发生相对较少。同时,交通事故发生存在明显的日变化特征,每日07～08时、11～12时、14～15时、18～19时为高发时段;交通事故多发与天气条件具有一定的相关性,尤其是高温、降雨、大雾等天气现象;另外,在不同的天气条件下,有针对性的采取一些措施,可以有效避免交通事故的发生。      

Long-Term Variations in Seasonal Weather Conditions Important to Corn Production in Illinois

An analysis of long-term records ofcorn yields and seasonal weather conditions inIllinois found major temporal shifts and importantspatial variations in the types of seasonal weatherconditions, expressed as the normality of temperatureand rainfall conditions, that create positive andnegative impacts on yields. Nineteen different typesof corn-weather seasons (May–August) occurred during1901–1997, and 9 of these seasons accounted for mostof the high corn yields (top 20 of the 97) and 8seasonal types produced most low yields (lowest 20values). Assessment of the years with either high orlow yields revealed (1) some corn-weather seasonaltypes were uniformly distributed throughout thecentury; (2) others were unevenly time distributed,some occurring only in early decades and others onlyin the last few decades; and (3) certain weather typesvaried regionally. The yield responses to certainseasonal types varied over time, being good early andnot so later, or vice versa. The findings indicatethat time changes in farming practices, cornvarieties, and agricultural technology have alteredhow certain types of growing season weather affectcorn yields. Regional differences in yield outcomesfrom a given set of weather conditions reflect varyingsoil and climate differences across Illinois. Thespatial and temporal differences reveal the importanceof using weather-impact results to define seasonalweather extremes. The kinds of seasons creating highyields predominated during 1901–1910 and 1961–1997,and most seasons creating low yields were concentratedbetween 1911 and 1960. Comparison of the 1901–1997temporal distributions of yield extremes (high andlow) with the temporal distributions of cyclonepassages and the incidence of ENSO conditions thataffect growing season weather conditions revealed agenerally good relationship. The shifting temporalresponses to various kinds of seasonal weatherconditions during the 20th century reveal some ofthe difficulties facing efforts to project realisticand detailed impacts in agriculture from alteredfuture seasonal weather conditions.     

Selecting the best performing fire weather indices for Austrian ecoregions

The interpretation and communication of fire danger warning levels based on fire weather index values are critical for fire management activities. A number of different indices have been developed for various environmental conditions, and many of them are currently applied in operational warning systems. To select an appropriate combination of such indices to work in different ecoregions in mountainous, hilly and flat terrain is challenging. This study analyses the performance of a total of 22 fire weather indices and two raw meteorological variables to predict wildfire occurrence for different ecological regions of Austria with respect to the different characteristics in climate and fire regimes. A median-based linear model was built based on percentile results on fire days and non-fire days to get quantifiable measures of index performance using slope and intercept of an index on fire days. We highlight the finding that one single index is not optimal for all Austrian regions in both summer and winter fire seasons. The summer season (May–November) shows that the Canadian build-up index, the Keetch Byram Drought Index and the mean daily temperature have the best performance; in the winter season (December–April), the M68dwd is the best performing index. It is shown that the index performance on fire days where larger fires appeared is better and that the uncertainties related to the location of the meteorological station can influence the overall results. A proposal for the selection of the best performing fire weather indices for each Austrian ecoregion is made.     

基于滤波技术的上海日最大电力负荷气象预报模型

电力负荷与气象条件密切相关,为建立上海市日最大电力负荷的预报模型,利用2010—2013年上海市日最大电力负荷数据及同期气象资料,分析日最大电力负荷的时间变化特征及其与气象因子的相关性,并基于滤波技术将日最大电力负荷分离为时间趋势项和逐日变化项,用逐步回归方法针对冬季和夏季分别建立预测模型。结果表明：①上海日最大电力负荷的各个节假日效应存在差异,春节节假日效应持续时间最长,影响最大,国庆节假期前半段节假日效应明显大于后半段。夏季的周末效应最强。②采用逐步回归方法建立的气象预报模型效果较好,回代年和预测年的平均预测相对误差均小于5%。