武汉市居民中暑与气象因子的统计特点研究

利用武汉市1994～2006年共13年1464个中暑病例资料和同期逐日气象资料,分别统计逐日中暑人数、日平均中暑人数与气象因子的线性、非线性相关系数,筛选出关键气象因子,建立中暑与多气象因子的非线性模型,制订中暑气象等级标准.结果表明:气温是中暑发生的最关键影响因子,不利气象因子3天或3天以上的累积效应才能导致中暑群发,中暑人数与气象因子呈现非线性关系.建立了日平均中暑人数与前3日平均气温、前3 日平均最小相对湿度的指数模型.将日平均中暑人数划分为5级,并应用该等级标准进行历史样本同代检验和独立样本预报检验,效果较好.     

2011年西安世园会中暑气象条件分析及预报

利用2011年西安世界园艺博览会4月28日—8月31日园区游客逐日中暑人数与同期气象资料,分析了园区气象条件对中暑发病的影响,筛选出影响中暑发生的重要气象因子,通过逐步回归方法建立中暑人数预报的多元回归预测模型,并对中暑指数进行了等级划分和历史样本拟合检验。在此基础上开发了中暑等级气象预报系统,此预报系统的预报结果于2011年9月被世园会运行指挥部职能处日常化应用,取得了良好的预报服务效果。     

气象条件对北京夏季中暑的影响及预测研究

利用2009-2012年北京市467例中暑病例与同期9个气象要素资料和当日及前期1-4 d累积平均气象要素共45个气象因子,采用相关分析法分析北京夏季中暑发病人数与气象因子之间的关系|采用多元线性回归和非线性拟合方法构建了改进的北京中暑气象预报模型,选取拟合优度较好的模型对中暑人数进行回代及预测检验,并与现用模型进行对比。结果表明：气温是引发北京夏季中暑的决定性因子|气温、水汽压、气压及降水的两日累积效应均高于当日效应,表明气象要素的连续累积作用对人体中暑影响较大|建立的中暑预报模型具有较好的历史拟合及预测效果,中暑等级划分较合理,对北京市中暑气象等级预报服务和公众有效防范中暑有实际的指导意义。     

MOS预报中的非线性因子处理

利用欧洲气象中心、日本东京和北京气象中心每天发出的各类数值预报产品，建立前期数值预报要素产品与未来天气过程要素的相关关系，并在回归方程中考虑预报因子和预报量之间的非线性关系，经统计发现方程中选入的非线性因子具有较高的相关显性。实践证明，合理利用这些数值预报产品信息，可以进一步提高短期天气预报的准确率。     

短期气候预测因子的选取及利用

短期气候预测是近年来气象科学研究的热点问题，文章就短期气候预测研究中因子选取、因子分析及因子利用等问题进行了初步探讨。文中认为，普查影响短期气候变化的所有因子组成备选因子集是进行短期气候预测的最基础的工作，对备选因子进行合理性、稳定性及代表性分析是预报是否取得成功的最关键问题，而使用先进的统计预报方法则是提高预报准确率的前提条件。另外，还要充分考虑到一些非线性因子的选取及利用，同时还要尽可能地利用数值预报产品作为预报因子。     

对冬小麦产量气象统计预报方法的认识与实践

针对冬小麦产量气象统计预报方法研究中的几个关键问题，在气象产量序列的分离与订正、趋势产量的预测、气象因子的处理等方面进行了探讨，并在淄博市冬小麦产量气象统计预报方法研究中试用，取得了较好的效果。     

武汉市居民中暑综合气象指标分析

利用武汉市1994～1998年所有中暑病例,采用区间平均法统计出日均中暑人数随气象因子的变化,分析发现,高温是引起中暑的最关键因子,湿度、云量等因子对中暑也有一定辅助作用;日均中暑人数随日最高气温升高呈指数规律升高,在31～34℃左右缓升、在35～39℃急升,非线性特征明显,并得出中暑5级判据;根据气温与其它因子的两两组合,提出了5种中暑典型天气型及综合指标,可作为中暑指数等级预报的重要补充,并可应用于长江流域广大夏热地区。     

南京地区中暑天气条件指数研究预报

本文采用南京地区1988－1997年每年夏季逐日各项气象要素及全市各医院同期重症中暑人数进行统计筛选出热夏年：1988年、1994年、1995年，对这三年中暑期重症中暑病例资料与气象资料进行相关统计分析，找出相关性较好的气象因子，经过方程化筛选，得出气温、湿度、气压、对中暑影响较大。三日滑动平均值为主要预报因子。设计中暑指数数学模式。根据中暑病病理、程度将中暑天气条件分三个等级，给出三个不同的中暑天气条件指数临界值，经过1998年、1999年试报验证，准确率较高，社会效益较好。该指数预测模式基本可行。     

徐州市侧柏毒蛾危害的气象条件及预测

利用现有实验结果和统计、调查资料，分析了侧柏(学名Playcladus Orientalis(L．)Franco)林主要虫害与气象因子的关系，建立起预报方程，并对林业部门开展了专业气象服务，为害虫防治工作争取了有利时机，拓展了气象服务领域，具有明显的社会经济效益。     

西安呼吸系统疾病气象风险指数等级预报研究与应用

利用2010年1月1日—2014年12月31日西安市呼吸系统疾病死亡数据与相应的气象观测数据,选取与呼吸系统疾病有显著相关性的气象因子,采用多元逐步回归方法,建立呼吸系统疾病死亡人数预测模型和呼吸系统疾病气象风险指数等级预报方法,并对预测模型和等级预报进行了检验。结果表明：呼吸系统疾病日死亡人数预测模型准确率在795%以上,呼吸系统疾病气象风险指数等级预报准确率达到98%,预测预报效果较好。将呼吸系统疾病气象风险指数等级预报融入西安公共气象指数预报服务系统,制作呼吸系统疾病气象风险指数等级预报、预警产品,并通过全方位融媒体发布手段开展健康气象预报预警服务。     

三门峡市短时暴雨预报方法

通过对三门峡市1997-2001年6-8月雷达资料及地面、高空气象资料统计分析，挑选出4个与短时暴雨相关性较好的预报因子，利用概率回归方法，建立了短时暴雨预报方程。     

基于暑热指数的河北省中暑气象等级预报指标研究

为有效开展高温中暑气象预报,对河北省中暑病例资料与气象条件进行了分析,确定了河北省可能发生中暑的日最高气温临界最低指标,建立了基于温湿度组合的暑热指数计算公式,依据日最高气温、暑热指数及其持续时间将中暑气象等级划分为四级,并依据不同等级对人体的影响,确定了不同等级的防范提示建议用语。从多地气象条件、中暑病例、分级指标应用三个方面对指标划分的合理性进行检验。结果表明：等级预报指标划分与河北省夏季气候分布特征相一致;中暑病例97 %以上发生在极易中暑和易发生中暑级别;分级指标应用试报检验预报准确率达到81.2 %。该指标对河北省中暑气象等级预报服务业务开展及公众有效防范中暑具有较好的指导性。     

周口地区汛期切变线型大～暴雨预报系统

利用１９８４￣１９９３年６￣８月周口地区９个台站的历史气象资料，确定了大￣暴雨日标准和切变线入型条件，挑选了预报因子，建立了预报方程，并编制系统软件，上机自行运行。经１９９４￣１９９６年试用，预报成功率为７５％。     

B—P神经元网络在山西省暴雨预报中的应用

Ｂ－Ｐ神经元网络是一种解决非线性问题的数学模型，我们在暴雨预报中，以它的自学习功能为主线，结合预报员的预报经验，选择有利的气象因子，利用１９８０￣１９９２年的历史气象资料，初步完成了Ｂ－Ｐ神经元预报暴雨的模型。     

自然降生与常规气象因子的相关分析

统计了１９９３－１９９４年逐月自然降水和相应的气象因子监测数据，找到了自然降尘的季节性分布规律。在此基础上，求得自然降尘与气象诸因子的相关系数，并进行了统计检验，为开展污染预报提供了科学依据。     

脑血管病的气象危险指数预报研究

为预防脑血管病发生、发展,提高人群自我保健意识,利用西安市2010—2013年脑血管病死亡人数和同期气象数据,通过SPSS17.0对气象因子与脑血管疾病逐日死亡人数进行单因素相关分析,通过多元逐步回归方法按月建立脑血管病日死亡人数预报模型,并建立脑血管病气象危险指数等级,应用2014年资料检验预报模型及等级预报。结果表明:西安市不同月份与脑血管病死亡人数有显著相关的气象因素不同;按月建立的脑血管病预报模型准确率在78%以上,气象危险指数等级预报准确率达90%,预报模型及气象危险指数等级预报效果较好。     

低能见度雾的分级预报方法研究

利用2007年11月—2009年12月京石（北京-石家庄）高速公路沿线气象站的人工观测资料、自动站资料和交通气象自动站资料,对低能见度雾天气进行分级统计,找出各级雾的生消特征。应用天气学原理和数理统计方法对低能见度雾的生消机理进行研究,利用相关分析找出了与低能见度雾的生消有密切关系的气象因子,建立能见度与气象因子之间的回归方程;在此基础上,结合对低能见度雾的成因分析和预报经验,加入降水因子和大气稳定度因子,建立低能见度雾的分级预报方程,找出各级雾的生消判别指标,为低能见度雾的分级客观化预报奠定基础。各预报因子采用MM5精细化数值预报产品,并通过自动站实时监测资料和预报员的综合预报结果对数值预报产品进行合理订正,得到预报时刻各气象因子的值,从而实现低能见度雾的分级客观化预报。      

利用地面气象资料进行福州市空气质量日预报

空气污染预报是建筑在空气污染与气象条件关系的基础之上的。利用福州市1995－1997年地面气象预测资料，运用统计学方法，探讨污染物浓度与气象因子（温度、气压、风、湿度、大气稳定度、降水等）分布规律，建立气象预报指标及统计预报方程，在1999年2－8月进行福州市空气污染物浓度等级试预报。结果表明运用统计模式开展城市空气污染浓度等级预报是切合实际并且可行的。     

地市级专业气象预报服务系统

利用9210传输的气象资料,通过计算预报因子和预报对象间的相关系数,挑选预报因子,建立多因子权重回归方程,用于气象要素、森林火险气象等级、城镇火险气象等级、空气环境质量等级预报。此外,根据调查指标和实践经验,建立了医疗气象、储运气象、商业气象预报判据。     

基于长时段非线性影响分析的冬小麦产量预报

为提高冬小麦产量预报的准确性、稳定性, 通过气象产量与气象因子的膨化相关普查, 筛选出长时段、非线性因子组建预报方程, 收到了预期的效果.经4年的使用验证及与其他几种统计方法的比较, 该方法预报结果较为理想, 可用于基层台站的冬小麦产量预报.