花粉浓度等级划分探讨

随着环境气象服务的拓展,开展花粉预报的省市地区逐年增加,但花粉预报等级在国内尚无统一标准,影响服务效果。为了使花粉浓度预报客观化规范化,根据全国29个省市花粉调查数据,按华北、东北、华东等七大区域进行了花粉季节变化规律分析。利用天津市2001—2005年、武汉市1994—1995年花粉观测资料和同期花粉过敏患者病例,进行了花粉浓度与发病率的相关分析,依据不同种类植物花粉致敏性的强弱,分别按木本植物和草本植物进行了花粉浓度等级划分,共分为低、较低、中等、较高、高5个级别。结果表明花粉浓度与发病率等级有较好的一致性。虽然用花粉浓度的高低不能精确地表示发病率的高低,但基本可以表征花粉症的发病趋势。此等级标准在实际应用中既方便而且又非常有实际意义。     

昆明市花粉过敏症预报试验

通过对昆明城区和郊区2000-2001年花粉观测资料的分析,发现一年中花粉浓度有明显的周期性和季节性。分析了气象要素与空气中飘移花粉的相关关系。在此基础上,利用统计方法,找出了与花粉过敏症相关好的气象因子,建立了花粉过敏症的预报方程;应用医院花粉过敏症的发病率进行验证,同时利用气温、风速、相对湿度对预报值加以订正,使预报结果更接近实际。     

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。     

洛阳市城市环境气象监测预报服务研究

利用洛阳市环境监测资料和气象资料,分析了洛阳市污染物浓度的日变化、季节变化、年际变化规律,并分析了污染物浓度与气象因子的关系.在此基础上,通过回归分析预报方法、污染潜势预报方法、CAPPS模式预报方法对洛阳市3种主要污染物的浓度和级别进行了24 h和48 h预测,并建立了气象局与环保部门共享的气象和污染数据库平台,为双方今后的合作奠定了基础.     

洛阳市城市环境气象监测预报服务研究

利用洛阳市环境监测资料和气象资料,分析了洛阳市污染物浓度的日变化、季节变化、年际变化规律,并分析了污染物浓度与气象因子的关系。在此基础上,通过回归分析预报方法、污染潜势预报方法、CAPPS模式预报方法对洛阳市3种主要污染物的浓度和级别进行了24 h和48 h预测,并建立了气象局与环保部门共享的气象和污染数据库平台,为双方今后的合作奠定了基础。     

北京地区1～4天花粉浓度预报的应用研究

漂浮在大气低层的植物花粉颗粒,可引发花粉过敏人群的免疫变态反应,也是一种常见病多发病,随着城市绿化系数的增大,近年来有加剧的趋势。使用北京市城区及周边郊县共计7个站点,1999—2005年度(3月1日至9月30日)逐日大气底层花粉实测浓度和同步地面气象资料,应用正交筛选回归方法,建立了不同站点1～4天花粉浓度的预报模式(均通过了F_a=0.01的F统计检验),经业务试验,效果较好,可为首都医院的变态反应门诊及花粉过敏患者提供花粉预测和预防服务。     

用卡尔曼滤波法和逐步回归法建立空气质量预报系统

用卡尔曼滤波法和逐步回归方法，选用地面及850hPa的气象因子资料和环境监测浓度资料，建立预报方程，对贵阳市城市空气污染物浓度进行滚动预报，预报效果较好。该方法能有效地弥补单一的统计回归方法的不足，实用性高。     

玉溪空气负氧离子预测模型的建立

利用玉溪市九县区14台空气负氧离子自动测报系统实时观测数据和同步气象要素观测资料,使用相关分析、回归分析等方法,分析了影响空气中负氧离子浓度的主要气象因子,以及影响因子与空气负氧离子浓度的关系,并建立预测模型。结果表明,玉溪市空气负氧离子浓度年变化、季节变化与各气象因子之间无显著的相关关系。影响玉溪空气负氧离子浓度日变化的主要气象因子为空气相对湿度和空气温度。当空气温度20.4℃时,空气负氧离子浓度日变化与空气温度呈负相关关系。当空气湿度45.6%时,空气负氧离子浓度与空气湿度呈正相关关系。通过建立负氧离子浓度预测模型,实现了负氧离子预报的定量化。经检验,预报方程效果显著,在预报业务中具有参考价值。     

气象要素对肠道传染病的影响及预报

根据1980－1988年天津市肠道传染病发病资料与气象台同步观测资料，分析发病资料和气象资料的变化规律，并与前期的气象要素进行相关分析，揭示出由于气象条件的变化导致肠道传染病发病的周期性规律。采用逐步回归方法建立天津市肠道传染病发病率月预报方程，取得了较好的预报效果。     

东营市空气质量预报技术方法研究

利用1999-2001年高空气象资料、东营市地面气象资料和空气污染物浓度资料,对东营市空气污染状况进行了分析,并利用逐步回归、最优回归、B-P神经网络和CAPPS系统四种方法建立了东营市空气质量预报模型,再根据四种模型历史拟合结果的TS评分确定其权重系数,建立东营市空气质量集成预报模型,通过2002-2004年的预报试验表明,集成预报优于四种模型的单一预报精度.