1961-2010年绥化市温度和降水变化特征分析

以绥化市测站数据为基础,同时选取气温和降水2个主要气象要素指标,采用线性倾向估计最小二乘法和滑动平均法对1961-2010年绥化市温度和降水的变化趋势进行探讨并统计年代际特征。结果表明：近50 a来,绥化市春季、秋季、冬季平均气温以及年平均气温均呈明显的增加趋势,夏季虽有增温趋势,但不显著。降水量呈波动变化并略有减少。     

2012年春季绥化市2次较大降水天气分析

本文针对2012年3月16日与3月29日2次较大的降水天气,对比分析了其大尺度的天气形势及相关物理量。分析表明,这2次过程在高空都存在低涡系统,低涡前部西南气流为降水提供了水汽输送,地面都有较强的低压中心维持。从涡度、垂直速度、水汽通量散度及相对湿度的垂直时间剖面看,在2次降水过程的时段内整层均表现为大面积的正涡度区,都有很强的上升运动,水汽输送带都处于中低层,只是相对湿度大值区高度不同。     

综合运用指标法和外推法与日较差法制作日极端气温预报

本文对绥化市2008-2010年逐日最高气温和最低气温以及850 hPa气温和天气现象等资料进行分析,发现1-2月日极端气温同850 hPa气温具有较好的相关性,在实际工作中可以利用欧洲850 hPa气温等数值预报产品作为不同天气条件下气温变化的预报指标,同时可以结合外推法预报气温变化。另外还发现气温日较差的一般性规律,合理利用日较差特点可以对气温预报起到一定的积极作用。     

一次大到暴雪天气过程分析

利用Micaps中常规资料、自动站资料及物理量场分析场,对黑龙江省2012年1月31日-2月1日的大到暴雪天气过程进行分析,本次降水过程主要是由高空中纬度的短波槽与低纬度系统南支槽强冷空气合并所引起的,高空500 hPa西来的低槽、700 hPa和850 hPa切变、地面低槽等影响系统共同导致绥化大到暴雪的天气.低空从渤海海面的水汽输送也是造成大到暴雪天气的重要水汽来源.低层辐合引起强烈的上升运动,又为这次大到暴雪提供了充分的动力条件,导致我国自南到北大部都有降水天气,尤其是黑龙江省降雪比较明显.     

基于网络药理学及分子对接研究大黄治疗肠梗阻的作用机制

目的：采用网络药理学及分子对接方法探讨大黄治疗肠梗阻的作用机制,为临床应用大黄治疗肠梗阻提供依据。方法：通过TCMSP数据库获得大黄的活性成分与作用靶基因,通过GeneCards、OMIM数据库获取肠梗阻的潜在作用靶点,取二者交集获得交集基因,运用Cytoscape软件构建大黄-活性成分-肠梗阻-靶基因网络图,在STRING平台制作蛋白互作网络,通过Metascape平台对交集靶点进行富集分析,获得靶点功能及通路。最后运用Vina等软件对大黄的关键活性成分与关键靶点进行分子对接验证。结果：筛选得到大黄7个活性成分（芦荟大黄素、β-谷甾醇、泽兰黄醇等）,涉及47个作用靶点（JUN、CASP3、MYC、PTGS2、ESR1、IL-1B、CDKN1A、CCNB1、CASP8、CASP9等）,主要涉及炎性信号通路、癌症通路。结论：大黄治疗肠梗阻具有多成分、多靶点、多途径的特点。     

公众气象服务的精细化发展方向探究

公众气象服务产品的精耕细作需要气象各部门之间的配合,数据来源的统一、气象信息的共享,人员之间的学习交流,目的是让一体化的工作流程更加的有序、简洁、高效,业务交流的“头脑风暴”则有助于增强气象服务产品的创新能力,“组合拳”的合力也让“龙江气象”的专属品牌充满活力。目前,黑龙江省气象服务中心已实现部分气象服务产品的自动化发布,并开发出可视化天气图形产品,节省下来的劳动力与时间就可以用来创新产品,把内容进一步做精、做细。同时也应深入思考:一方面要把服务做得更加深入,做好天气预报的深入解读、科普答疑,把新媒体目前的“多而不精”向“精耕细作”转变;另一方面,力争实现服务产品的延伸,如挖掘天气预报背后的故事、打造气象的品牌效应;以及在公益服务的基础上务必要实现天气预报产品的盈利。     

做好全国气象影视服务业务竞赛省级预报类比赛筹备工作

1背景介绍目前在全国气象行业中有三大主要赛事：天气预报、气象测报和气象影视服务业务竞赛,其中气象影视服务业务竞赛是2011年起,由＂全国电视气象节目观摩评比活动＂提升为＂全国气象影视服务业务竞赛＂,至今已经举行了十一届。比赛从级别上分为国家级、省级二级,从内容上分天气预报类、气象服务类、创意预报类,为了适应新形势,促进业务发展,2017年又新增加了现场制作预报类,共计四大类比赛。     

冬季降雪时段的日极端气温预报方法

本文分析绥化市2010—2013年历次降雪过程,统计降雪时段以及日极端气温出现时间,发现降雪时段的气温变化规律与非降雪时段有很大不同,所以日极端气温预报难度较大。本文从总结降雪时段的气温变化规律人手．试图根据850hPa预报场温度变化趋势推测出未来降雪时段内的地面气温变化趋势、幅度和日极端气温出现的时间,从而提高预报准确率。