高温中暑气象等级评定方法

在全球气候变化的大背景下, 高温热浪天气频繁出现, 由其引发的群发性中暑事件不断发生。为了有效预防极端高温天气对人体健康的影响, 利用全国358个重点城市1996-2005年逐日地面气象观测资料, 通过对气象要素与中暑的相关分析, 选择炎热指数为气象指标对引发中暑的气象条件进行了等级划分, 同时考虑不同程度高温天气的持续时间确定了高温中暑气象等级, 分别为可能发生中暑、较易发生中暑、易发生中暑和极易发生中暑4个等级。利用武汉市1994年和1995年7 -8月中暑人数与高温中暑气象等级进行对比分析, 结果表明:两者具有较好的对应关系。     

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。     

安徽省一季稻高温热害致灾指标研究

以气象行业标准《区域性高温天气过程等级划分》为基础,依据1981—2018年7月下旬至9月上旬安徽省62个气象站点逐日气象资料,探讨划分出安徽省一季稻高温热害的单站、区域致灾等级指标,将全省一季稻高温热害致灾等级划分为轻、中、重三个等级。采用该指标,对近40年全省一季稻高温热害发生情况进行了试评估。结果表明,该指标可以定量地评估全省一季稻高温热害的致灾程度,历史检验灾害等级符合率达到97%,因此,该指标可应用于安徽省一季稻产量预报和灾害评估业务服务中。     

改进的武汉中暑气象模型及中暑指数等级标准研究

为了更好开展高温中暑气象预报服务和气候评价工作,以武汉市2003-2005年高温期间逐日中暑人数与当天、前期共33个气象因子为基础资料,通过相关普查寻找关键气象因子,通过逐步回归方法建立了改进的中暑气象模型,修订了1990年代研制的中暑指数5级划分标准,新提出了中暑天数的推算方法,并进行了回代检验和2006-2007年试报检验.结果表明:中暑人数与当日各项气温、气压、日照时数为正相关,与总云量、相对湿度为负相关,其中气温最为关键,考虑前期气温累积效应后相关系数有所提高;日最高气温≥36℃的累积高温为首选因子,比1990年代的临界指标上升1℃;建立了3套预报(评估)模型,并推荐使用以日最高气温≥36℃的累积高温、日平均气温为因子的模型;回代试验、试验报检验表明,改进的模型、等级划分标准科学适用.     

2013—2019年宁波市高温热浪对中暑的滞后影响

高温热浪日趋严重,给居民身体健康带来了重大的威胁。采用2013-2019年6-9月逐日气象观测数据及同期中暑病例数据为基础资料,重点利用分布滞后非线性模型（DLNM）定量分析了宁波市高温热浪对中暑的滞后影响。结果表明：高温热浪（不分等级）引起中暑的单日相对危险度RR值（95%CI）在发生当天达到最大值;累计RR值（95% CI）在滞后0-4 d达到最大值;不同等级高温热浪（一般高温热浪、危害高温热浪和强危害高温热浪）引起中暑的最大单日RR值（95% CI）均出现在发生当天,最大累计RR值（95% CI）都发生在滞后0-3 d;高温热浪引起中暑的单日及累计RR值（95% CI）低龄组（< 65岁）明显小于高龄组（≥ 65岁）,随着高温热浪等级的增加,引起中暑的单日及累计RR值（95% CI）逐渐增高。     

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。     

2012—2016年宁波市中暑流行特征及热浪对其影响分析

城市高温热浪事件严重影响人体健康和生命安全已成共识。利用宁波市2012—2016年中暑病例数据和同期气候数据对宁波市夏半年中暑流行特征及热浪对其的影响作了相关分析。结果表明:2012—2016年,2012年和2013年中暑人数最多,并集中在6—8月,其中7月人数最多占比55. 3%;男性中暑概率明显高于女性,中暑程度主要集中在轻度中暑,31—60岁年龄段中暑人数占比最高,市区中暑人数占比要高于郊区(县);用温湿两要素结合的炎热指数和热浪公式定义宁波热浪过程,发现热浪天数和中暑人数的相关系数高达0. 898,选出7次热浪过程计算热浪中暑的相对危险度,发现除2013年以外其他年份热浪中暑的相对危险度均在10以下,2013年的3次热浪中暑的相对危险度分别为18. 1、21. 6和25. 8,这与2013年热浪出现相对频繁集中有关;同时通过这7次热浪过程的前、后段热浪中暑的相对危险度的比较,并未见明显的热浪滞后效应存在。     

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。     

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。     

中国南方设施番茄高温热害风险区划

以中国南方设施番茄为研究对象,利用1990—2019年3—9月359个气象站点的气象资料、温室小气候实测资料以及高温控制试验资料,通过BP神经网络模拟南方塑料大棚内日最高气温,结合高温控制试验资料,采用相关性分析和主成分分析方法,构建适用于中国南方设施番茄高温热害等级指标体系,开展设施番茄高温热害风险区划。结果表明:1990—2019年高温热害发生频率增加趋势不显著,轻度高温热害发生频率最高,其次是中度高温热害,各等级高温热害发生频率变化趋势均不显著,且年际变化较大。南方设施番茄高温热害高风险区主要分布在广东西部和东部、广西东部和西部以及云南北部、中部和南部;次高风险区分布在湖南南部、广西大部、广东中北部、江西南部以及福建;中度风险区分布在湖南中北部、江西北部、浙江、安徽、湖北、重庆;其他地区为低风险区。     

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.     

淮河上游暴雨事件评估模型

暴雨灾害是我国面临的主要气象灾害之一,对其进行评估具有重要的理论和现实意义。该文以气象降水数据为基础建立数据集,采用统计分析的方法建立暴雨事件评估模型,对淮河流域上游的暴雨事件进行评估。该模型选取了4项描述暴雨事件的指标:区域平均日降水量、区域最大日降水量、覆盖范围和持续时间,通过对淮河上游16个站1961—2007年逐日降水量资料的统计分析,按概率分布划分出这4项指标的各等级标准,从而建立暴雨事件等级标准评估矩阵,而需要评估的暴雨事件等级则通过计算该暴雨事件各指标所组成的向量与等级标准评估矩阵中各等级所组成的列向量之间的欧式距离来确定。通过对历史资料及2008年4月—2010年7月发生的暴雨事件实况资料进行评估,发现评估结果与其所造成的实际影响对应较好,说明该模型对暴雨事件等级的划分较为合理。     

江苏水稻高温热害的发生规律与特征

用江苏1961—2007年47 a气象资料、农业气象观测站水稻观测资料,研究分析了江苏单季稻拔节期和孕穗扬花期2个高温敏感期,高温热害发生空间分布、时间变化。结果表明:常发生高温热害的地区主要分布在淮河以南地区,尤以宁镇扬丘陵地区为重,该地区47 a发生高温热害的总次数达到40次以上;而且年代际上表现为2001—2007年最重,1960 s次之,1980s最少。     

吉林省高温天气气候特征及其过程等级评估

利用1951—2018年吉林省50站逐日最高气温资料,采用气候倾向率、距平累积、灰色关联度、正态分布等方法分析了吉林省高温天气的时空分布特征、建立了吉林省高温过程综合指数、高温过程评估等级指标和气候重现期指标。结果表明：近68 a来,吉林省年平均高温日数总体呈增加趋势,气候倾向率为0.04 d/10 a。吉林省高温次数阶段性变化明显,1959—1996年为偏少时段;1951—1958年、1997—2018年为偏多阶段。吉林省高温天气主要出现在6月中旬至8月中旬,其中7月下旬最多,8月上旬次多。西部为高温的高发区,吉林省年平均高温日数呈自西向东减少特征。对高温过程进行了等级划分,并给出等级及气候重现期评估指标,对于高温过程,可采用综合指数评估指标和各分项评估指标进行评估,便于在决策业务中应用。     

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。     

山东区域性高温的变化特征及其对增暖的响应

基于区域性高温天气过程等级划分标准，利用逐日最高气温资料，客观识别山东省区域性高温事件，并分析其时空分布和变化特征及其对气候增暖的响应。结果表明：1961—2020年山东省共发生了区域性高温154次，平均每年约2.6次，主要出现在6—7月；西部地区多，山区和沿海地区少；年际和年代际变化明显，发生了减少到增多的趋势变化，20世纪60年代至80年代显著减少，90年代中期之后开始增多，21世纪明显增多，持续时间、影响范围和过程强度明显增加增强。区域性高温对气候增暖响应显著，随着增暖加剧，年最晚出现时间明显推迟，频次也更多，持续时间更长，影响范围更大，强度更强，且更长更强的区域性高温事件也更容易发生。     

基于CI指数的衡阳县2013年干旱特点分析

利用衡阳县观测站1960—2013年逐日平均、最高(低)气温、降水量等气象资料,统计出该区域2013年逐日综合气象干旱指数(CI指数)、积温等数据,并对其进行日、月变化分析及历年对比。结果表明:2013年衡阳县干旱是在全球变暖背景下出现的极端气候事件,年内有两次干旱过程,过程数略偏少,第2次过程持续时间长达149 d,干旱强度为-235.1,仅次于1964年;本次干旱发展及消失过程迅速,中段持续时间长,以中等及以上干旱为主,越严重的干旱日,较历年偏多越显著;全年达到CI干旱等级日数偏多,共有162 d,7月3日—8月14日,出现了该地区有气象记录以来的最长连续高温日数(43d);衡阳县全年热量充沛,月积温以正距平为主,3月积温偏多最明显(32.9%);CI指数干旱等级越高,其对降水敏感性越强。     

基于体感温度的中国户外高温风险分布研究

采用657个气象站点2000～2019年气象数据和遥感数据,基于体感温度（Apparent Temperature）指数,以人体热舒适为基础综合考虑气温、湿度、风速和辐射这些气象因素来讨论中国暖季（5～10月）的户外高温风险的分布情况,制成1 km分辨率的户外高温风险地图。与以温度为单一指标的高温分类结果对比,基于体感温度的高温风险区划分的更详细,更符合人的热感知,将帮助易受潜在高温风险影响的户外工作者做好自身防护。结果表明:热风险等级和天数基本符合从南向北,从东向西递减的规律。全国热风险等级最高和热风险天数最长的地区是长江中下游和广东—广西—海南地区,热风险天数可达140 d以上;华北地区在100～120 d之间,北方地区出现热风险的天数在50～90 d之间。其次,各省的热风险等级在6月、7月、8月达到峰值。另外,新疆吐鲁番地区、西藏南部河谷这些地区在整个暖季都面临着不同等级的热风险,属于局部热点地区。本研究充分考虑了影响户外热舒适度的几个要素,划定的风险等级和区域可以为户外工作者提供高温避险指导,使其最大程度的免受高温带来的伤害。还可以为我国不同地区制定更详细的高温补贴措施提供科学依据。     

北方地区小麦蚜虫气象适宜度预报模型构建

根据1958—2015年我国北方地区8个主产省（市）小麦蚜虫分省发生面积和发生程度资料、1958—2015年601个气象站点相应逐日气象资料和农业气象站小麦发育期资料,采用相关分析、主成分分析和逐步回归等方法,并利用相关系数法进行因子普查,结合小麦蚜虫适宜生理气象指标和华北、黄淮小麦生育期规律,筛选影响小麦蚜虫年发生程度的关键气象因子,构建分区域的小麦蚜虫气象适宜度预报模型,并将气象适宜度指数划分为非常适宜、适宜、较适宜、不适宜4个等级,以反映气象条件对小麦蚜虫发生发展的适宜程度。结果表明:筛选出影响华北小麦蚜虫年发生程度的8个关键气象因子,影响黄淮小麦蚜虫年发生程度的6个关键气象因子。建立的华北、黄淮模型回代检验等级准确率分别为91.2%,93.1%,2016—2018年3年外推预报平均准确率均在75%以上;利用黄淮模型反演苏皖两省2016—2018年小麦蚜虫发生等级、异地检验3年预报效果均较理想。模型适用于从气象角度对华北、黄淮及江淮地区小麦蚜虫发生等级进行监测和预报。