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。     

宁波市负氧离子浓度分布与预测模型及其在旅游气象中的应用

利用2010-2011年宁波地区空气负氧离子浓度资料,分析其分布特征及与气象因素的相关性,采用逐步回归方法建立负氧离子浓度预测模型。结果表明：负氧离子浓度有市中心附近低、郊区高的地域分布特征;夜晚到清晨高、白天低,夏季高、冬季低的变化规律。据此可选择在早晨或傍晚空气负氧离子含量高的时候多到远郊污染少、植被茂密、有动态水流的地区旅游,避开冬季空气污染大的雾霾日。空气负氧离子浓度与气温、PM₁₀呈负相关,与相对湿度、雷雨、闪电等正相关,可选择在雷阵雨过后的晴朗天气出行旅游。负氧离子预测模型预报能力较好,预测模型的建立实现了宁波地区空气负氧离子浓度的定量化预报,对旅游气象服务有重要意义。     

龙门县负氧离子浓度的分布特征

利用龙门县内南昆山、气象观测基地和沈村3个不同的大气负氧离子监测站数据,对龙门县负氧离子时空特征进行分析。结果表明：龙门县负氧离子资源丰富(年均浓度为2 989 cm^-3),其空间分布与植被覆盖度对应呈现为西高东低趋势。高植被覆盖度区域南昆山站的负氧离子浓度日变化不明显,而低植被覆盖度区域气象观测基地和沈村站存在夜间、早晨高,下午、傍晚低的特征。季节变化来看,龙门县负氧离子浓度呈现春夏高、秋冬低的分布趋势。     

揭西县负氧离子浓度特征及与气象条件的关系

利用2019年1-12月揭西县大北山森林公园和黄满寨瀑布旅游区2个监测站负氧离子的逐小时观测数据,对揭西县负氧离子浓度分布特征进行分析.结果表明:揭西县的空气负氧离子浓度非常高,大北山森林公园和黄满寨瀑布的全年空气清新日分别达到100％和96％.黄满寨瀑布旅游区负氧离子浓度冬季最高,春、夏季次之;大北山的负氧离子浓度冬...     

汉中负氧离子浓度分布特征及预测

利用汉中市宁强千山和略阳象山2018—2021年的负氧离子观测资料和同期的地面气象观测资料,分析了两地的负氧离子浓度分布特征,采用机器学习方法建立了负氧离子浓度预测模型。结果表明：汉中宁强千山和略阳象山的负氧离子浓度逐年增高,两地负氧离子浓度的季节和月份变化趋势基本一致。夏季的负氧离子浓度最高,冬季最低;8月最高,1月最低;日变化呈单峰趋势。温度和相对湿度与负氧离子浓度变化有密切关系。利用2022年1—6月资料对预测模型进行验证,宁强千山、略阳象山空气清新度等级预测准确率达到762%、732%,预报效果较好,可应用于两地的空气清新度预报业务。     

福建省空气负氧离子分布特征及气象预测模型北大核心CSCD

负氧离子是评价空气新鲜和清洁程度的重要指标。利用2018—2021年福建省负氧离子观测站数据分析负氧离子浓度的时空变化特征,并采用多元线性回归方法、多元逻辑回归方法和LightGBM机器学习方法建立负氧离子浓度预测模型。结果表明:福建省负氧离子资源十分丰富,中海拔区(350~550 m)年平均负氧离子浓度最高,低海拔区次之,高海拔区最小。负氧离子浓度日变化特征呈一峰一谷型,04:00—06:00(北京时,下同)达到峰值,12:00—13:00达到谷值;中海拔区负氧离子浓度季节变化较大,季节平均浓度从大到小依次为春季、夏季、冬季、秋季,而高、低海拔区季节变化相对较小。福建省不同海拔地区负氧离子浓度与湿度、降水和能见度均呈显著正相关,负氧离子浓度与气温、风速和气压显著相关,但不同海拔地区的相关性有所不同。机器学习方法对不同海拔地区负氧离子浓度数值的拟合效果比多元线性回归方法有明显提升,对负氧离子浓度等级拟合的准确率比多元逻辑回归方法提高7%~12%,且在绝大部分等级上的准确率均高于多元逻辑回归方法。     

揭西县空气负氧离子浓度的时空特征分析

利用揭西县8个大气负氧离子自动监测站数据,对揭西县大气负氧离子浓度空间分布与时间变化特征进行分析。结果表明:揭西县大气负氧离子资源十分丰富,负氧离子浓度呈现从西往东、从北往南逐渐增加的趋势,东部生态区负氧离子浓度普遍较高,年平均浓度基本超过1 000 cm~(-3),全县年平均为1 609 cm~(-3),揭西县坪上镇石内村最高,高达2 609.1 cm~(-3)。在居住区,一天之中负氧离子浓度在清晨前后最高,并有夜间高、白天低的变化规律;在生态区,负氧离子浓度有白天高、夜间低的变化规律,且最高浓度出现在上午。揭西县京溪园镇粗坑村夏季正午负氧离子浓度最高,有明显的年变化波动,1月负氧离子浓度最高,达2 728 cm~(-3)。大北山森林公园冬季午后负氧离子最盛,年变化波动较小,12月负氧离子浓度最高,8、9月负氧离子浓度处于较低水平。     

承德北部空气负氧离子浓度特征及预报模型

为提升生态康养气象服务能力,探讨空气负氧离子浓度与气象环境关系,利用承德北部丰宁县2020年—2022年5月两个空气负氧离子站监测资料,以及同期的气象环境数据,统计分析了负氧离子浓度时间变化特征、与气象环境要素的变化关系及关键影响因素,建立了负氧离子浓度的气象预测模型。结果表明:丰宁城市公园、林区负氧离子浓度年均值分别为1358.7个/cm3、1955.8个/cm3,最大值分别为3867个/cm3、5845个/cm3,具有治疗和康复功效的自然环境条件;林区的负氧离子浓度明显高于城市公园,城市公园和林区负氧离子浓度月变化均呈“单峰”型分布,峰值分别出现在7月、8月,最小值均出现在1月;林区、城市公园负氧离子浓度日变化夜间大于白天,年内及春夏秋冬四季内的日变化呈“双峰”型分布,峰值分别出现在日出以前及日落以后,最小值出现在午后;城市公园、林区负氧离子浓度与气温、降水量、相对湿度、风速、日照及PM2.5、O3浓度的变化有关,影响负氧离子浓度的最关键的气象、环境要素为相对湿度、PM2.5,城市公园受气象、环境影响更大;利用多元回归方法,分别建立了城市公园和林区的负氧离子浓度气象预报模型,经检验,两个模型的预报准确率分别为77.6%、74.9%,拟合效果良好,可为森林康养及健康生活提供气象服务。     

广西负氧离子浓度的变化特征分析

利用2016年9月至2017年9月广西6个监测站大气负氧离子浓度连续观测数据资料,对广西负氧离子浓度变化特征进行了初步的统计分析。结果表明,广西负氧离子浓度具有明显的日夜差异,呈现出两头高、中间低的"V"字型,夜间至凌晨,负氧离子浓度普遍高于白天,最大值出现在早晨08:00左右,最小值出现在下午15:00左右,白天负氧离子浓度变化波动较大,夜晚变化较平缓。6个站中,大明山月平均大气负氧离子浓度值最高,达2453个/cm~3;四季中,夏季平均负氧离子浓度值最大,为2012个/cm~3。     

湖北春季大气负氧离子浓度分布特征及与环境因子的关系

空气负氧离子浓度是衡量空气质量好坏的重要指标。选择湖北17个环境一致的国家气象观测站作为观测地点,采用符合国家及行业标准的设备,遵循负氧离子定义,开展了2014年湖北春季负氧离子浓度分布特征及与环境因子的关系分析。研究表明：湖北大气负氧离子浓度西部高于中东部,神农架林区的平均值最高,以武汉为中心的中、东部地区浓度普遍较低。负氧离子浓度的日变化为凌晨及清晨高,白天较低,傍晚后呈逐渐上升的趋势。负氧离子浓度与海拔、植被覆盖情况表现为正相关,与空气中的小颗粒物呈负相关,与气温、气压、相对湿度、风速及日照等气象要素相关性较为复杂,降水和雷电天气有利于负氧离子浓度的增加。     

大连市紫外线辐射强度分析和预报方法研究

利用大连市2007年8月至2008年8月逐日紫外线观测资料,分析了紫外线辐射季、月和日变化特征及其与相关气象要素的关系。结果表明：大连市紫外线辐射强度具有明显的季节变化,夏季最大,春季次之,冬季最小。各季节紫外线辐射强度的日变化同位相,均为正午呈大致对称分布。无论何季节,日照总时数、14时能见度和太阳高度角均为影响大连市紫外线辐射强度的关键因素。同时,详细分析了雾对辐射强度的影响。并运用逐步回归方法,求得各季节紫外线辐射强度的预报方程,实现了预报的定量化。     

石家庄温度预报检验及影响因子分析

对石家庄市2004年11月－2008年3月的温度预报进行了质量检验。结果表明：石家庄最低气温和最高气温的平均绝对误差均低于2 ℃,均方根误差低于3 ℃,最低气温预报准确率明显优于最高气温。进而对温度预报误差较大的样本出现原因进行了逐日客观分析,并通过自然正交函数分解（EOF）法,对不同情形下石家庄及周边县站极端最高、最低气温EOF分解特征向量场的变化特征对比,推断出影响气温预报偏差的主要因子大致相同,焚风是导致温度预报出现较大误差的重要原因。     

玉米螟越冬死亡率的气象条件及其预报模型研究

根据1994-2004年黑山气象资料和玉米螟越冬期资料,采用通径分析方法,对玉米螟越冬期的气象条件与死亡率的关系进行分析,建立了4月和5月死亡率的预报模型。结果表明：玉米螟受3-5月的气象因子影响较大,死亡率明显高于越冬前的死亡率,建立的模型能够反映玉米螟越冬期气象条件与死亡率的响应关系,可在实际预报业务中作为参考依据。考虑越冬前死亡率的预报拟合率明显高于不考虑越冬前死亡率的模拟结果,说明在对玉米螟进行预报时,只考虑气象因子,不考虑虫源基数是不全面的。     

无线网络技术在气象信息服务中的应用

介绍了利用无线网络这一先进技术为政府和部分行业部门提供及时天气信息、预报预警等气象信息服务,以及如何应用该技术进行气象信息自动采集、无线传输、发布显示,如何对发布的气象信息进行自动采集与实时更新。由于无线网络技术本身的优越性,被应用于越来越多的气象服务中,可以提高气象信息服务的及时性和高效性。     

Weather conditions of hypertension incidence and its forecast model in Dezhou, Shandong province

采用1999-2008年德州市人民医院的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很小;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。     

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。     

基于多元线性回归的滇西南短时强降水预报模型研究

利用云南省普洱市2015—2017年多普勒天气雷达资料、探空资料和气象观测站5 min雨量观测资料,分析了普洱地区研究期间41次短时强降水的环境场和雷达回波演变特征。结果表明:中尺度辐合线、中气旋、逆风区是强降水触发和维持的重要成因。短时强降水发生前,整层大气水汽充沛,静力不稳定层结,大气可降水量(PW)≥35 mm、SI≤-0. 23、K> 35,可作为环境场对流潜势的判定因子;短时强降水发生时,雷达回波最强反射率因子≥40 d Bz,35 d Bz回波顶高> 5 km,径向速度的辐合切变量> 5 m·s^-1。通过多元线性回归分析,选取4个相关性显著的影响因子,建立普洱市短时强降水预报模型。所选预报因子包括:35 d Bz回波顶高、30 d Bz垂直剖面中心高度、30 d Bz以上雷达回波面积和SI。预报模型的回报检验表明,普洱短时强降水平均雨强相对均方根误差为17. 0%,局地降水持续时间相对均方根误差为33. 9%,局地过程降水相对均方根误差为25. 6%,回报效果较好。4次短时强降水预报检验中,平均雨强的预报误差每5 min小于1. 2 mm,局地强降水持续时间的预报误差小于10 min,局地过程降水的预报误差小于4 mm,模型均预报出局地连续性降水超过50 mm。预报模型有较好的预报能力,可应用于普洱短时强降水的临近预报预警。     

大连市蒸发量变化特征及影响因子

采用线性倾向估计法和累积距平曲线和完全相关系数法,分析了1951—2001年大连市蒸发量变化特征及其影响因子。结果表明：大连市年蒸发量呈增加趋势,其中夏季蒸发量的增加趋势最为明显,其次为春季,秋季和冬季蒸发量增加趋势不显著;年蒸发量的增加主要来自夏季的贡献。大连市年及四季蒸发量与日照时数、平均地面温度、平均气温日较差和平均风速总体上呈正相关,与平均相对湿度呈负相关。平均相对湿度减小和平均地面温度上升是大连市蒸发量增加的主要原因。     

大连市蒸发量变化特征及影响因子

采用线性倾向估计法、累积距平曲线和完全相关系数法,分析了1951-2001年大连市蒸发量的变化特征及其影响因子。结果表明：大连市年蒸发量呈增加趋势,其中夏季蒸发量的增加趋势最为明显,其次为春季,秋季和冬季蒸发量增加趋势不显著;年蒸发量的增加主要来自夏季的贡献。大连市年及四季蒸发量与日照时数、平均地面温度、平均气温日较差和平均风速总体上呈正相关,与平均相对湿度呈负相关。平均相对湿度减小和平均地面温度上升是大连市蒸发量增加的主要原因。