抽查舔水白紧大视频,冲喜娘子超甜哒 激情五月,亚洲黄色图片偷拍网站,亚洲三级黄片免费播放,91在线观看喷潮红桃,日韩精品在线观看一区二区,久久久久久久久久久久黄色片子,日产精品99久久久久久久久,欧洲亚洲另类图片小说

摘要:我國是世界上受臺風(fēng)影響最多的國家之一,臺風(fēng)強(qiáng)度和登陸前后精細(xì)降水預(yù)報一直是業(yè)務(wù)難題,因此數(shù)值模式就成為重要的預(yù)報工具,但由于多種因素的影響,高分辨率模式容易出現(xiàn)虛假對流,從而引起降水的空報情況。本文針對臺風(fēng)雷達(dá)資料同化中未充分同化大范圍低反射率區(qū)域非降水回波問題,利用多普勒岸基天氣雷達(dá)對精細(xì)風(fēng)場和水凝物分布有高時空觀測的特點,基于廣州和陽江兩部S波段多普勒雷達(dá)的徑向風(fēng)速和反射率因子資料,通過WRF及其3DVAR系統(tǒng),進(jìn)行非降水回波同化試驗,研究該同化方法在臺風(fēng)天氣過程中的預(yù)報效果。對2018年強(qiáng)臺風(fēng)"山竹"進(jìn)行資料同化和數(shù)值模式模擬,結(jié)果表明,非降水回波同化降低了氣旋性風(fēng)場增量和水汽增量,減小了臺風(fēng)北部螺旋雨帶和海南地區(qū)的組合反射率,抑制了模式的虛假對流,使臺風(fēng)的強(qiáng)度、結(jié)構(gòu)與雷達(dá)觀測更接近。同時非降水回波同化還增大了臺風(fēng)中心的最小海平面氣壓,顯著改進(jìn)了臺風(fēng)最小海平面氣壓12 h的模擬效果,降低了廣東北部和海南島北部的過量降水模擬,改進(jìn)了6 h降水模擬的TS評分和FAR評分,有效減少了常規(guī)反射率同化試驗的降水空報情況。

摘要:本文對2020年8月13—14日山東一次颮線演變?yōu)閰^(qū)域持續(xù)性特大暴雨的過程進(jìn)行了數(shù)值模擬和診斷分析,發(fā)現(xiàn):(1)前期降水形成的冷池出流遇西南暖濕氣流觸發(fā)東北—西南向颮線系統(tǒng);(2)大尺度系統(tǒng)的移動速度決定了降水系統(tǒng)的性質(zhì):13日冷渦系統(tǒng)東移較快,形成的颮線自魯西北向魯東南不斷移動,而14日冷渦系統(tǒng)東移緩慢、副熱帶高壓脊線穩(wěn)定維持在32°N附近,大尺度環(huán)境相對穩(wěn)定導(dǎo)致區(qū)域性持續(xù)性降水的發(fā)生;(3)干冷空氣的侵入使得颮線內(nèi)對流單體沿干侵入與低層暖濕氣流的交界面強(qiáng)烈發(fā)展,并隨著干侵入的南推向東南移動,干侵入與西南暖濕氣流相對位置的變化促使此次暴雨過程由颮線演變?yōu)閰^(qū)域持續(xù)性降水,干侵入的穩(wěn)定少動使得魯南持續(xù)性降水得以較長時間維持;(4)對流環(huán)境的反復(fù)重建是此次區(qū)域持續(xù)性特大暴雨發(fā)生的中尺度環(huán)境影響因素。

摘要:本文以2016年4月9—10日發(fā)生在華南地區(qū)的一次颮線過程為例,通過分析增量更新(Incremental Analysis Update, IAU)方法將全球模式再分析場ERA5信息融入高分辨率區(qū)域模式WRF中,研究了IAU初始化對此次颮線過程預(yù)報的影響。結(jié)果表明:(1)IAU初始化能有效減少粗分辨率全球再分析場引入到高分辨率區(qū)域模式所導(dǎo)致的不平衡,并保留區(qū)域模式背景場中的微物理信息,減少模式初始調(diào)整時間。(2)相比于直接利用ERA5冷啟動的試驗,采用IAU初始化模擬的颮線系統(tǒng)的線狀結(jié)構(gòu)和降水分布都更加接近觀測。(3)進(jìn)一步診斷表明,IAU初始化對此次颮線過程預(yù)報的改進(jìn)主要與:保留區(qū)域模式背景場中的微物理信息導(dǎo)致冷池更快發(fā)展和通過修正環(huán)境場生成更加有利于颮線系統(tǒng)發(fā)展的層結(jié)條件有關(guān)。

摘要:本文以江蘇省為研究區(qū)域,采用地區(qū)線性矩法進(jìn)行一致區(qū)劃分、最優(yōu)頻率分布曲線選擇和極值降水頻率估計值計算,并分析其時間和空間分布特征。結(jié)果表明:根據(jù)不和諧檢測和異質(zhì)性檢驗的分析結(jié)果將研究區(qū)劃分為7個合理的子區(qū)域,并在此基礎(chǔ)上,通過蒙特卡洛模擬和均方根誤差綜合判斷得出各時段的最優(yōu)頻率分布曲線。其中,12 h時段下的各子區(qū)域的最優(yōu)頻率分布曲線分別是GLO、GNO、PE3、GEV、GLO、PE3、GNO。利用最優(yōu)分布函數(shù)計算出各站點一整套短歷時(1、3、6、12 h)不同重現(xiàn)期下的極值降水頻率估計值,同一降水時段下,頻率估計值隨著重現(xiàn)期的增加而增加。同一重現(xiàn)期下,頻率估計值的空間分布差異明顯,大值區(qū)與實際觀測結(jié)果一致。

摘要:北極冷空氣爆發(fā)(Cold Air Outbreaks,CAO)是指北極冷氣團(tuán)間歇性地南下、穿越較低緯度暖洋面的寒潮現(xiàn)象,這期間常伴隨著強(qiáng)烈的海氣熱交換。北歐海是北極最大的全年不凍海,是北極氣候變化的關(guān)鍵海區(qū)。冬季,北極的北歐海區(qū)常呈現(xiàn)出冰面、邊緣海冰區(qū)和開放洋面共存的復(fù)雜下墊面分布。如何準(zhǔn)確識別出影響這一北極關(guān)鍵區(qū)域的冷空氣爆發(fā)事件,并分析其對北極區(qū)域海氣熱交換的影響,對理解北極的氣候變化、提升對北極極端天氣氣候的預(yù)測能力都有顯著的科學(xué)意義。已有的對北極CAO事件的識別常針對北歐海的開放洋面,以低層位溫差作為指標(biāo)。本文則針對冬季北歐復(fù)雜的下墊面情況,探討了用中高緯度寒潮研究中的局地溫度標(biāo)準(zhǔn)差方法識別北極CAO事件,并與已有的位溫差方法進(jìn)行系統(tǒng)對比,比較兩種方法識別出的不同強(qiáng)度的北極CAO事件的時空分布特征,對應(yīng)的大氣環(huán)流演變特征及其對北歐海海氣熱通量的影響。兩種識別方法均顯示,冬季北歐海CAO的發(fā)生頻率約為30%,絕大部分CAO的生命周期在3 d以內(nèi),強(qiáng)度越強(qiáng)的CAO事件維持時間越長。CAO產(chǎn)生的向上湍流熱通量約占整個冬季北歐海區(qū)域海表海氣熱交換的60%,其中,中等強(qiáng)度的CAO對海氣熱通量的貢獻(xiàn)較大。CAO發(fā)生期間對向南水汽通量的輸送在北歐海相關(guān)區(qū)域約占整個冬季的50%~60%。引起拉布拉多?！窳晏m島和冰島?！餐！蛡愔Э蓚€區(qū)域CAO的環(huán)流場異常不同,前者主要受區(qū)域低壓橫槽轉(zhuǎn)豎的影響,后者則與偶極型的大氣環(huán)流異常有關(guān)。

摘要:基于1979—2018年我國臺站觀測的逐日降水和JRA-55大氣逐日再分析資料,本文分析了夏季江淮流域南北偶極型降水10~30 d季節(jié)內(nèi)振蕩(Intra-seasonal Oscillation,ISO)特征,并重點探討了青藏高原南側(cè)大氣熱源不同強(qiáng)度的加熱狀態(tài)對江淮流域南北偶極型降水ISO的峰值和谷值的調(diào)節(jié)作用。結(jié)果表明,當(dāng)高原南側(cè)為強(qiáng)加熱狀態(tài),有利于增強(qiáng)江淮流域夏季降水的南澇北旱;而當(dāng)高原南側(cè)為弱加熱狀態(tài),則易于加劇江淮流域的南旱北澇。這主要由于青藏高原南側(cè)異常強(qiáng)加熱,對流層低層異常熱低壓增強(qiáng),加熱氣泵的抽吸效應(yīng)有利于孟加拉灣水汽向高原輻合。同時,高原南側(cè)的輻合上升運動又促使其對流層上層氣流輻散增強(qiáng),導(dǎo)致自西向東傳播的歐亞遙相關(guān)波列的異常反氣旋性環(huán)流在抵達(dá)高原西部時,將向高原南側(cè)擴(kuò)張并增強(qiáng),進(jìn)一步加劇上層氣流的輻散,加強(qiáng)對流層低層的水汽輸送,江淮流域南部充足的水汽供應(yīng)導(dǎo)致降水增強(qiáng)。此外,高原南側(cè)和孟加拉灣形成的北正南負(fù)的非絕熱加熱的經(jīng)向不均勻性分布,促使異常局地負(fù)渦源的產(chǎn)生,增強(qiáng)了孟加拉灣的反氣旋性環(huán)流外圍水汽向高原的輻合并轉(zhuǎn)向江淮南部。當(dāng)高原南側(cè)為弱加熱狀態(tài)時,情況則相反。

摘要:利用1961—2019年云南省122站逐月氣溫、ERA5再分析和大氣環(huán)流指數(shù)等資料,首先分析了云南省冬季氣溫的變化特征,表明云南冬季氣溫存在顯著的增暖趨勢,1996年的暖突變之前為冷期,之后為暖期。進(jìn)一步分析冷期和暖期背景下冷、暖異常年的環(huán)流差異,發(fā)現(xiàn)不同背景下冷(暖)事件發(fā)生時大氣環(huán)流存在顯著差異,表現(xiàn)為暖期背景下冷事件(WC)發(fā)生時東亞東部強(qiáng)冷空氣活動特征比冷期背景下的冷事件(CC)顯著,而冷期背景下暖事件(CW)發(fā)生時呈現(xiàn)的冷空氣偏弱和西南暖濕氣流偏強(qiáng)的特征比暖期背景下暖事件(WW)顯著,即暖期背景需要更強(qiáng)的冷空氣活動才能引發(fā)冷事件,冷期背景下需要來自熱帶更強(qiáng)的西南暖濕氣流才能引發(fā)暖事件。高原高度場、印緬槽強(qiáng)度對云南冷、暖期冬季平均氣溫均有明顯的指示意義。

摘要:利用1961—2022年廣東省86個氣象站風(fēng)速資料,采用集中度、集中期等氣象統(tǒng)計學(xué)方法,分析了廣東大風(fēng)天氣的季節(jié)變化特征及年際變化規(guī)律。結(jié)果表明,廣東大風(fēng)天氣的頻發(fā)區(qū)位于南部沿海和中部山區(qū)。廣東大風(fēng)日數(shù)在1971—2000年整體呈下降趨勢,2000年后出現(xiàn)轉(zhuǎn)折性增長。大風(fēng)季節(jié)變化的區(qū)域特征明顯:表現(xiàn)為粵北西北和東北地區(qū)的大風(fēng)集中度最高,而粵西、粵中和粵東南部和粵北西南地區(qū)的大風(fēng)集中度較小;粵西南部、粵中中部、粵北西南和中部地區(qū)的大風(fēng)天氣主要集中在夏季,其余地區(qū)多集中在春末。另外,大風(fēng)年內(nèi)季節(jié)變化特征存在年際和年代際尺度演變,表現(xiàn)為:近62 a廣東大風(fēng)頻發(fā)區(qū)的大風(fēng)天氣年內(nèi)集中程度顯著增大,集中時期的年際變幅逐漸減小,但趨勢變化不顯著。分析發(fā)現(xiàn),廣東地區(qū)的強(qiáng)對流天氣、冷空氣過程、熱帶氣旋等天氣過程,以及西太平洋副熱帶高壓、極渦等大氣環(huán)流是影響大風(fēng)日數(shù)及其集中度時空分布的重要因素。

摘要:本文評估了18個CMIP6模式對中南半島極端降水的模擬能力,并預(yù)估了21st中期(2030—2059年)和末期(2070—2099年)低、中、高強(qiáng)迫情景路徑下極端降水的變化趨勢。使用相對均方根誤差評估模式對極端降水的模擬性能,將模擬效果較好的極端降水指數(shù)用于未來預(yù)估。結(jié)果表明:3個路徑下未來中南半島大部分地區(qū)最大單日降水量、大雨日數(shù)、最大無雨期和年總降水量都將增加;除最大無雨期外,最大單日降水量、大雨日數(shù)和年總降水量在21st末期的變化大于21st中期且具有明顯的情景依賴性和區(qū)域差異;最大無雨期在低強(qiáng)迫情景路徑下21st末期的增長幅度比21st中期小,但在中等強(qiáng)迫情景和高強(qiáng)迫情景路徑下21st中期的增幅更大。

摘要:本文以ERA5資料為參考,對比分析WACCM模式對北半球熱帶外平流層冬季逐月(12月—次年2月)溫度和環(huán)流的模擬結(jié)果,重點探討模式對十年際變化的模擬偏差,而后結(jié)合行星波活動探討引起模擬偏差的動力原因。ERA5資料結(jié)果表明,1980—2000年北半球平流層冬季溫度和緯向風(fēng)的氣候態(tài)逐月差異較小,但其十年際變化差異較大,表現(xiàn)為從12月暖弱極渦向次年2月冷強(qiáng)極渦的連續(xù)演變。WACCM基本能模擬出逐月的氣候平均場,也能模擬出12月、2月近乎反向的平流層溫度與環(huán)流變化,但其12月—次年2月的十年際變化顯示出不連續(xù)性。進(jìn)一步診斷發(fā)現(xiàn),資料與模式行星波1波強(qiáng)度和1~3波沿極地波導(dǎo)傳播有顯著的逐月變化,這與平流層溫度和緯向風(fēng)的變化相匹配。WACCM模擬的1波強(qiáng)度、E-P通量及其散度的十年際變化表現(xiàn)為逐月不連續(xù),相應(yīng)地,其平流層溫度和環(huán)流的十年際變化也表現(xiàn)為冬季內(nèi)不連續(xù)。

摘要:本文利用全球降水測量衛(wèi)星(Global Precipitation Measurement, GPM)的近地面降水強(qiáng)度資料與我國新一代靜止氣象衛(wèi)星風(fēng)云四號A星(FY-4A)的多通道紅外亮溫資料,研發(fā)了基于隨機(jī)森林算法建模的衛(wèi)星定量降水估測方案(RF-QPE),同時對2021年夏季3個月的時段進(jìn)行了降水估測,并將估測結(jié)果與FY-4A降水估測產(chǎn)品進(jìn)行對比。結(jié)果表明:(1)估測降水區(qū)域的命中率(POD)可達(dá)到0.642,與FY-4A降水估測產(chǎn)品相比提高了365.2%;估測降水強(qiáng)度的均方根誤差(Root Mean Square Error, RMSE)為1.792 mm·h^-1,與FY-4A降水估測產(chǎn)品相比降低了約36.2%;(2)估測的小雨、中雨的RMSE分別為1.060和3.780 mm·h^-1,而FY-4A降水估測產(chǎn)品對小雨、中雨估測的RMSE則分別為1.730和5.558 mm·h^-1。綜上,相較于FY-4A降水估測產(chǎn)品能更好地估測小雨和中雨降水強(qiáng)度,但對于大雨和暴雨降水強(qiáng)度的估測優(yōu)勢還不理想。

摘要:再分析資料已被廣泛應(yīng)用于東北冷渦的研究。這些冷渦常發(fā)生在春末夏初,引起低溫和雷暴。本文利用MetOp-B先進(jìn)微波溫度探測儀(Advanced Microwave Sounding Unit-A,AMSU-A)的對流層高層通道亮溫觀測追蹤2020年5—7月4個東北冷渦的移動路徑。權(quán)重函數(shù)峰值分別位于250和200 hPa高度的AMSU-A通道7和8的亮度觀測具有明顯的東北冷渦暖核結(jié)構(gòu),其時間演變反映平流層空氣的持續(xù)向南和向下入侵。因此,東北冷渦的移動路徑可以根據(jù)AMSU-A通道7和8的亮溫觀測暖核中心位置來確定。雖然再分析資料同化了無線電探空資料以及AMSU-A等其他衛(wèi)星觀測,但依據(jù)AMSU-A 單個儀器的觀測亮溫得到的4個東北冷渦的移動路徑與實況分析和ERA5 全天空模擬亮溫得到的一致。4個東北冷渦都起源于西伯利亞中部,向東南移動至不同緯度后再轉(zhuǎn)向東、東南或東北移動。MetOp-B是一顆上午星,每日提供兩次全球觀測。若與晨昏星(FY-3E)和下午星(FY-3D或NOAA-20)構(gòu)成三軌星座,則可實現(xiàn)對東北冷渦的移動路徑每天6次的實時觀測。

摘要:本文基于地面沙塵和氣象觀測數(shù)據(jù),結(jié)合遙感植被指數(shù)和NCEP/NCAR再分析資料,從下墊面條件和大氣環(huán)流背景兩方面分析了弱La Niña事件下2022年春季北方地區(qū)沙塵天氣特征及其氣候成因。結(jié)果表明:2022年春季我國北方地區(qū)共出現(xiàn)8次沙塵天氣過程,沙塵天氣發(fā)生整體偏弱、時間偏晚。2022年春季北方主要沙源地溫高雨少,大部植被返青偏早但長勢明顯偏差、地表裸露度高,沙塵天氣發(fā)生的物質(zhì)條件豐富。但是烏拉爾山至貝加爾湖之間以及中國大陸地區(qū)上空500 hPa位勢高度場春季轉(zhuǎn)為正距平,高緯度冷空氣南下偏弱,缺乏形成大范圍沙塵天氣所需的動力條件;加之主要沙源地附近4月偏西風(fēng)強(qiáng)度減弱、5月盛行異常偏東風(fēng),不利于地表起沙及沙塵粒子向偏東方向輸送,以上綜合作用導(dǎo)致沙塵天氣發(fā)生日數(shù)較常年同期明顯偏少。2022年春季500 hPa位勢高度場對La Niña事件的非典型響應(yīng)、表現(xiàn)為正異常是沙塵天氣發(fā)生偏少最直接且重要的關(guān)鍵因子。

摘要:因其獨特的地理位置與氣候,重慶市暴雨災(zāi)害頻發(fā),對其開展暴雨災(zāi)害風(fēng)險評估與區(qū)劃十分必要。本文利用暴雨過程強(qiáng)度影響因素、孕災(zāi)環(huán)境影響因素與承災(zāi)體暴露度等數(shù)據(jù),結(jié)合專家打分得到的指標(biāo)權(quán)重獲得致災(zāi)危險性與承災(zāi)體受災(zāi)風(fēng)險性指數(shù),以此構(gòu)建樣本集?；陔S機(jī)森林(Random Forest, RF)、自適應(yīng)提升(Adaptive Boosting, AdaBoost)、極端梯度提升(eXtreme Gradient Boosting, XGBoost)、梯度提升回歸(Gradient Boosting Regression, GBR)、支持向量回歸(Support Vector Regression, SVR)、線性回歸(Linear Regression, LR)算法分別進(jìn)行預(yù)測。結(jié)果顯示,XGBoost算法以最低的平均相對誤差值(Mean Relative Error,MRE)1.950%、均方根誤差值(Root Mean Square Error,RMSE)0.028,以及最高的相關(guān)性值(R-squared,R²)0.896,成為最優(yōu)算法(以暴雨致災(zāi)危險性預(yù)測結(jié)果為例)。在單場暴雨災(zāi)害風(fēng)險評估中,在缺少暴雨過程持續(xù)天數(shù)數(shù)據(jù)的情況下,XGBoost算法仍為最優(yōu)算法,其預(yù)測的MRE值與RMSE值分別為2.066%、0.030,R²值為0.885,利用XGBoost算法在評估區(qū)劃中劃分的各等級受災(zāi)風(fēng)險區(qū)域與實際受災(zāi)區(qū)域基本保持一致,表明XGBoost算法在缺少部分?jǐn)?shù)據(jù)的情況下,仍能高效準(zhǔn)確地進(jìn)行評估。

摘要:利用1976—2020年黃河上游8個國家站實測降水?dāng)?shù)據(jù)結(jié)合74項環(huán)流指數(shù),應(yīng)用RF和BP神經(jīng)網(wǎng)絡(luò)算法,建立了分降水等級的月降水等級和日降水等級預(yù)測模型,并檢驗兩種模型對實際降水的預(yù)測效果和模型的穩(wěn)定程度,最終選取合適的預(yù)測模型估計自然降水量并結(jié)合實際增雨作業(yè)和實際降水量檢驗作業(yè)效果。結(jié)果表明:兩種算法的月、日降水等級模型模擬結(jié)果均較好,樣本占總樣本的75%以內(nèi)時模型準(zhǔn)確率達(dá)80%,但對偏極端的月降水量預(yù)測結(jié)果較差。RF算法建立的模型更為穩(wěn)定,在非線性作用和缺失上均有較好的包容性,而BP神經(jīng)網(wǎng)絡(luò)建立的日降水模型中預(yù)測期的誤差大于訓(xùn)練期,模型的穩(wěn)定性相對較差。對2019—2020年甘德縣10次火箭增雨作業(yè)的效果進(jìn)行檢驗,2020年9月18日作業(yè)兩種算法均預(yù)測該日降水為1級,但實際降水等級為2級,認(rèn)為作業(yè)效果有效。

摘要:為探究雪災(zāi)對江蘇省越冬作物和設(shè)施農(nóng)業(yè)的危害程度及分布規(guī)律,本文利用1978—2020年江蘇省71個國家級氣象觀測站逐日最低溫度、積雪深度等氣象資料,數(shù)字高程模型(Digital Elevation Model,DEM)數(shù)據(jù),以及小麥、油菜和設(shè)施農(nóng)業(yè)生產(chǎn)相關(guān)的社會經(jīng)濟(jì)資料,使用層次分析法與CRITIC法相結(jié)合的方法(Analytic Hierarchy Process-CRITIC)構(gòu)建江蘇省雪災(zāi)對越冬作物和設(shè)施農(nóng)業(yè)的風(fēng)險評估模型,進(jìn)行雪災(zāi)風(fēng)險等級劃分。結(jié)果表明:江蘇省降雪過程最低溫度由西北向東南遞減,積雪日數(shù)由西向東逐漸減少,最大積雪深度與距海洋距離呈正相關(guān);雪災(zāi)高風(fēng)險地區(qū)集中在淮北西部,較高風(fēng)險地區(qū)為江淮之間地區(qū)的西部,中風(fēng)險地區(qū)分布在淮北和江淮之間地區(qū)的中部及蘇南西部,低風(fēng)險和較低風(fēng)險地區(qū)分布在沿海和蘇南東部地區(qū)。

摘要:針對新一代天氣雷達(dá)系統(tǒng)構(gòu)成復(fù)雜、難以定量分析系統(tǒng)運行狀況優(yōu)劣的問題,本文提出一種衡量天氣雷達(dá)系統(tǒng)設(shè)備健康狀況的綜合評價方法。通過該方法建立天氣雷達(dá)系統(tǒng)遞階層次評價體系,采用層次分析法和模糊理論進(jìn)行系統(tǒng)運行狀況的模糊綜合評價,完成天氣雷達(dá)系統(tǒng)設(shè)備及關(guān)鍵分機(jī)運行狀況的健康指數(shù)評估,從而反映系統(tǒng)性能的差異和變化態(tài)勢。通過雷達(dá)臺站歷史數(shù)據(jù)的實例分析,表明該評價方法對雷達(dá)系統(tǒng)的實時健康狀況評估有較好的適用性,健康指數(shù)能夠從整體上直觀并有效反映天氣雷達(dá)設(shè)備的性能差異及運行態(tài)勢。

摘要:本文利用2018—2020年江蘇省逐日支氣管炎就診人次數(shù)據(jù)和國控站環(huán)境監(jiān)測資料、氣象基本站觀測資料,研究了江蘇省支氣管炎的分布特征及其與大氣污染物的相關(guān)關(guān)系,并基于時間序列半?yún)V義相加模型(Generalized Additive Model, GAM)構(gòu)建了蘇南、蘇中和蘇北地區(qū)空氣質(zhì)量健康指數(shù)(Air Quality Health Indexes, AQHI)。結(jié)果表明,江蘇省支氣管炎就診人數(shù)呈現(xiàn)冬季多、夏季少的季節(jié)變化特征和周中多、周末少的周變化特征。蘇南地區(qū)就診人數(shù)最多,其次為蘇中,蘇北最少。大氣污染物存在顯著的季節(jié)變化特征以及地區(qū)差異,除O₃外,其他大氣污染物與支氣管炎就診人數(shù)均存在顯著的正相關(guān)關(guān)系。綜合考慮各種大氣污染物對支氣管炎影響的地區(qū)差異和滯后效應(yīng),分別將蘇南地區(qū)滯后3 d的NO₂、滯后1 d的PM_2.5、滯后1 d的PM₁₀、滯后2 d的O₃;蘇中地區(qū)滯后5 d的PM_2.5、滯后1 d的NO₂、滯后5 d的PM₁₀、滯后4 d的O₃以及蘇北地區(qū)滯后1 d的NO₂、滯后4 d的O₃、當(dāng)日的CO、當(dāng)日的PM₁₀納入多污染物模型,分別發(fā)展了蘇南、蘇中和蘇北地區(qū)AQHI。AQHI 每上升一個四分位間距(Interquartile Range,IQR),蘇南、蘇中和蘇北地區(qū)支氣管炎就診人數(shù)分別增加1.11%(95%CI:0.52%~2.4%)、1.14%(95%CI:0.51%~2.54%)和1.05%(95%CI:0.31%~3.56%)。不同地區(qū)AQHI和支氣管炎就診人數(shù)存在顯著正相關(guān)關(guān)系,表明AQHI較好地反映了空氣質(zhì)量波動對以支氣管炎為代表的呼吸道疾病的影響。

摘要:2024年秋季,中國平均氣溫創(chuàng)1961年以來歷史同期最高,平均降水量較常年同期偏多11.3%。主要天氣氣候事件包括:西北太平洋和南海地區(qū)生成臺風(fēng)數(shù)偏多,其中9月臺風(fēng)生成數(shù)創(chuàng)1979年以來歷史同期最多記錄,登陸臺風(fēng)偏多且登陸強(qiáng)度強(qiáng),臺風(fēng)"摩羯"為秋季登陸中國最強(qiáng)臺風(fēng),臺風(fēng)"貝碧嘉"為登陸上海最強(qiáng)臺風(fēng);發(fā)生區(qū)域性暴雨過程偏多,以南方型暴雨過程為主,且大部分與熱帶氣旋活動有關(guān);9月高溫天氣頻發(fā)、范圍廣、階段性強(qiáng),平均高溫日數(shù)創(chuàng)1961年以來同期最多;干旱主要集中在川渝和長江中游地區(qū),其中川渝地區(qū)干旱受9月底華西暴雨過程影響而緩解,而長江中游地區(qū)的旱情呈"發(fā)展—緩和—再發(fā)展"的階段性演變特征;冷空氣過程頻次與常年同期持平,其中10月冷空氣活動頻繁,頻次達(dá)歷史同期最大值,該月寒潮過程頻次也突破了歷史同期最大值;初步分析表明,2024年9月中國平均氣溫和高溫日數(shù)創(chuàng)新高可能與偏強(qiáng)、偏大的南亞高壓和西太平洋副熱帶高壓有關(guān),其中南亞高壓的強(qiáng)度和面積為歷史同期最大。9月西北太平洋西部和南海北部地區(qū)的平均臺風(fēng)潛在生成指數(shù)突破歷史同期最大值,表明大尺度環(huán)流為臺風(fēng)的生成提供了有利背景。