古尔班通古特沙漠地区短命植物土壤种子库研究

采用野外定点取样和室内萌发相结合的试验方法,研究了短命植物在沙丘不同部位的空间分布、萌发状况、密度、物种多样性及土壤种子库生物多样性与地上植物多样性的关系。结果表明:短命植物种子主要集中分布于地表0~5 cm土壤中,5 cm以下土壤中极少存在有活力的种子;沙丘间及沙丘不同部位的种子库密度大小不同,密度自坡底随高度增加逐渐减少,坡底、坡中部及坡顶部密度分别为124粒/m2、91粒/m2、66粒/m2。迎风坡种子库密度比背风坡面少,迎风坡种子库平均密度为81粒/m2,而背风坡种子库平均密度为100粒/m2;短命植物种子在4月上旬达到萌发高峰,沙丘不同部位物种多样性存在差异,土壤种子库和地上植被存在较高的相似性,此外短命植物在沙丘不同部位的分布存在较高的空间异质性。     

基于错峰型洪水的伊洛河交汇区水动力特性

采用平面二维水动力数值模拟方法,对伊洛河交汇区河段的错峰洪水特性进行了系统分析,讨论了洪水水位、流态及两支流的相互影响,结果表明:数值模拟成果与实测数据有很好的一致性。研究发现:交汇区流场呈现马鞍形水面形态,并随流量增大向下游推进;错峰洪水过程中强势支流产生的漫滩水流对弱势支流形成壅堵,交汇区水动力要素与流态均与强、弱支流流量比有明显的关联性,交汇点下游的螺旋流结构与转向受当时强势支流控制;错峰洪水使交汇区水位随时间变化呈现三段式二次曲线特征,在两洪峰期间交汇区保持高水位的时间比单峰或同峰长5~7倍;错峰洪水使交汇区洪水位与流量形成特殊的Y型曲线关系,在两个洪峰点附近,水位与汇流比的对应关系出现前、后两个拐点。     

气温对呼吸和循环系统疾病影响及未来变化预估研究综述

随着全球气候变化的加剧,极端天气气候事件对相关人群健康的影响越发凸显。气温是气候变化的主要指标之一,也是影响人体健康关键的气象因素,呼吸和循环系统疾病作为主要的气象敏感性疾病,受气温的影响显著。本文通过梳理国内外气温对呼吸、循环系统疾病影响及未来随气候变化的风险预估等相关研究,探明了气温对诱发呼吸、循环系统疾病乃至死亡的共性和差异;适宜温度有利于降低呼吸、循环系统疾病的发病率,这为气候趋利的候鸟式旅居康养提供了理论依据。未来中国高温天气发生频次增加和强度增强,对老年人群及呼吸、循环系统疾病患者将产生更大影响。因此,候鸟式夏季避暑康养、有效降低其发病风险就显得更为重要。     

不同气候带城市气温对老年呼吸系统疾病死亡影响及趋利降风险效应研究

基于元江、成都与西安三个不同气候带城市的逐日疾病死亡数据与同期气象数据，首先采用广义相加模型和分布滞后非线性模型探究了这3座不同气候带城市气温对老年呼吸系统疾病死亡风险的影响，然后使用归因分值（AFs）量化不同气温段对呼吸系统疾病所造成的健康损失，并定量评估三地之间季节性气候趋利可获得的死亡风险降低效应。结果表明：（1）元江、成都与西安地区气温与老年呼吸系统疾病死亡关系大致分别呈“W”、反“J”、反“J”型分布。（2）气温对元江老年人群呼吸系统疾病死亡的影响以高温即时性更为突出，对于成都、西安老年人群而言，则以低温滞后性更为显著。（3）元江、成都与西安由气温造成的AFs分别为9.64%、11.25%和18.26%，其中冷效应对呼吸系统疾病产生的死亡风险更大。将气温进一步细分为4个气温段(极端低温、中等低温、中等高温和极端高温)，中等低温造成的超额死亡累计人数最多，这与其发生频次多密切相关。（4）若元江、成都、西安有意愿有条件的老年居民采取候鸟式季节性气候趋利避暑或避寒康养，可在一定程度上降低由当地季节性不适气候所产生的健康风险。     

人体舒适度与气候康养相关研究及应用进展

随着全球气候变化加剧和极端天气气候事件增多，加之城市化进程不断推进，人口老龄化日趋凸显，广大民众追求舒适环境进行旅居康养的需求逐年提高，气候康养产业也逐渐成为热门产业。本文基于人体舒适度，概括了国内外气候量化表征的研究成果，归纳了不同舒适度与人群健康之间的利弊关系。在此基础上对气候康养理念，康养气候资源及其康养效应，以及康养地的适宜性评价进行了梳理，展望了相关学科研究及产业发展动向，旨在促进气象医学发展，为加快实现“健康中国2030”战略目标提供参考依据。     

季风转换对深圳地区呼吸系统疾病的影响及预测研究

深圳地处我国华南沿海季风敏感区,为探究季风等气象和污染要素对其呼吸系统疾病发病的影响和其预测相关就诊风险的可行性,本文利用当地2015-2016年呼吸系统疾病就诊人数资料及同期气象和污染物资料,并运用BP人工神经网络和LSTM网络构建呼吸系统疾病就诊人数预测模型。结果显示:每年九月份开始,冬季风的冷胁迫效应会使相关人群呼吸系统疾病发病人数波动式增加,直至次年冬季风向夏季风转换前的三月份发病人数达到峰值；而夏季风控制期间当地居民呼吸系统疾病发病人数呈波动式减少态势,比峰值期间减少35%；另外,该地不同呼吸系统疾病其主控因素也不相同；对比两种预测模型,总体上LSTM网络预报模型对深圳呼吸系统疾病风险预测准确率更高,可以满足健康气象预报服务业务需求。