浅谈医疗气象预报

随着国民经济的快速发展,人民群众的生活水平越来越高,相应地对生活质量要求也越来越高。常规的天气预报已不能满足老百姓的日常需求,更专业、更具体的专业预报才会受老百姓欢迎,因此,各种专业预报也就应运而生,医疗气象预报就是专业预报的一个分支,它的目的就是为了让人们有可能预防天气对人体造成的危害,健康地享受生活。医疗气象预报的任务是预测自然大气和人工环境是否适合人类活动的气象条件。人生活在大气中,无时不受气象条件变化的影响,气象要素对人体的影响是通过皮肤、呼吸系统、感觉系统等神经感受器、下丘脑、植物神经…     

地面人工影响天气外场实时监控的方法

针对地面人工影响天气作业时效性强的特点,为了解决对作业车辆的实时监控与指挥的问题,介绍了3种地面人工影响天气实时监控的实现方法。分别是：基于无线通信网络监控、基于GPS／GSM短消息监控以及基于GPS／GPRS监控。并比较3种实现方法各自的优、缺点。基于无线通信网络的监控方法覆盖区域广、使用费用低,但精度受环境影响较大;基于GPS／GSM短消息的监控方法覆盖面广、定位精度高、使用费用低,但在命令繁忙时容易出现数据延迟或丢失;基于GPS／GPRS技术的监控方法覆盖面广、定位精度高、通信质量稳定,但费用较昂贵。     

多元自适应回归样条法的滑坡敏感性评价

针对一般滑坡敏感性评价方法不能有效筛选滑坡条件因子的问题,以中国新疆维吾尔自治区新源县为研究区,基于15个滑坡敏感性条件因子,利用多元自适应回归样条法构建了滑坡敏感性指数预测模型,并自动筛选出研究区滑坡敏感性条件因子,在此基础上,实现了新源滑坡敏感性制图.此外,使用逻辑回归方法与多元自适应回归样条法进行精度对比分析.结...     

采用DBM方法的时间序列LAI建模与估算

运用DBM(Data Based Mechanistic)方法,使用MODIS数据,建立了遥感观测反射率数据与叶面积指数(LAI)在时间序列上的统计关系模型(LAI_DBM模型),并结合部分Bigfoot站点实测LAI数据进行了模型检验。结果显示,LAI_DBM模型能够较好表达时间序列反射率与LAI的动态变化关系。LAI_DBM模型使用遥感观测数据实时估算得到的LAI,在数据质量和时间连续性上比MODISLAI有改进。     

树冠叶面积体密度和叶面积指数的间接估值方法研究

本文论述了根据计算机断层成像的原理，对树冠的叶面积体密度和叶面积指数等构造参数进行间接估值的方法。说明了对树冠多角度底视数据的获取，对树冠外形的反投影重构，和获得冠层内叶面积体密度的空间分布的原理和方法。总结了测量工作经验，并用测量数据对估值方法进行了检验。     

2009年11月13日至12月19日北京气溶胶吸收特性分析

利用北京地区供暖期间2009年11月13日至12月19日共计37 d的黑碳仪测量数据,以气溶胶吸收ngstrom指数（absorption ngstrom exponent, AAE）和各种气溶胶特性之间的关系作为气溶胶组分指示器,分析了北京冬季燃煤和交通排放对环境气溶胶组分的影响。37 d平均(average)、清洁大气(clean)和雾 霾大气(fog haze)三种天气状况下AAE的日变化特征及对比分析结果显示：average和fog haze状况下的AAE均在交通高峰时段达到最小值,在其他时段相对增大;clean状况下的AAE则从夜间到白天逐渐减小,在交通高峰时段出现相对变小的拐点;AAE在clean状况下明显高于其他两种天气状况,且在夜晚差值增大。结合各种天气状况下的气象条件的变化,证明了北京冬季夜间燃煤时段含有褐碳气溶胶的较高排放和交通时段细颗粒物的显著增加,及两者对大气环境中气溶胶组分变化的重要影响。     

吉林省一次强对流天气的中尺度分析

作者对１９９３年８月１２日发生在吉林省境内的一次龙卷风天气进行了分析。结果表明：在出现龙卷风之前和形成初期，地面风场，高空环流形势，Ｑ↑→矢量散度，对流稳定度和能量场诸方面都有表现，可提供预报信息。     

重庆城区浓雾的基本特征

统计分析沙坪坝1951～2002年间发生的浓雾事件，结合2001年12月重庆市雾的外场试验资料，探索重庆市主城区浓雾的基本特征。重庆主城区浓雾随年代演变有减缓趋势；主城区浓雾是自然雾与烟尘等的混合物，河谷及城市效应使雾更浓；城市中出现浓雾的大气边界层特征是在近地面层有逆温及增湿降温现象；高浓度气溶胶的净辐射效应阻碍白天混合层发展，使大气边界层趋于稳定，它是重庆连续几天有雾的原因之一；浓雾具有一定的湿沉降作用，能有限地清洁空气；有浓雾的天气条件下，建议降低污染物的排放总量，以避免严重大气污染事件发生。     

一种基于微博语义的天气情感地图设计

天气情感地图是一种表达情感相关的专题地图。本文提出了一种基于微博语义的天气情感地图设计方法,基于程序获取了合肥市区2016年6月20日至2016年7月10日暴雨期间带有地理位置的新浪微博数据,通过数据清洗及标准化处理,利用情感词库,结合人工判读,将暴雨天气过程相关情感微博文本数据分为8种情感类别,设计了8种情感着色,结合GIS格网技术与核密度分析方法,制成暴雨天气过程前、中后期情感地图,并分析了暴雨天气过程3个阶段中微博用户多维情感变化。该研究可为政府相关部门在突发性天气灾害过程中制定救助与决策提供参考。