共查询到20条相似文献，搜索用时 921 毫秒
1.
2.
3.
阿勒泰地区死亡病例与气象要素关系初步分析 总被引：2，自引：1，他引：2
对阿勒泰地区急诊死亡人数与气象要素进行了逐步回归分析，结果表明逐月、逐季死亡人数与同期平均气温、最高气温、最低气温、平均气压、日照时数的相关关系较好。影响脑血管疾病逐月死亡人数的主要气象因子为气压，呈正相关，影响呼吸系统疾病逐月死亡人数的主要的气象因子为气温，呈负相关，所有回归方程都反映出冬季与气温呈负相关，气压呈正相关，夏季与气温呈正相关，气压呈负相关，即温度低、气压高的冬季和温度高、气压低的夏季死亡人数相对较多。 相似文献
4.
脑卒中发病与气象要素变化关系分析 总被引：4，自引：0，他引：4
对南宁市脑卒中发病人数与气象要素关系的分析得出：气温、气压等要素与脑卒中发病有密切关系,全年以春季发病率最高,逐日发病人数与１４时气压呈明显的正相关,与最低气温明显的负相关,气压上升、气温骤降的冷空气天气过程可导致脑卒中病人急剧增加。 相似文献
5.
为了探讨北京市观象台地面气象要素与北京城八区非职业性一氧化碳(CO)中毒人次的相关性,收集了北京16个急救中心日CO 中毒人次与同期日平均气温、日最高气温、日最低气温、日平均海平面气压等气象要素的时间序列,利用线性回归分析分别统计CO 中毒人次与各气象要素的月平均气候及9天滑动平均的相关关系.CO中毒人数主要集中在冬半年(10月至次年4月),1月平均 CO中毒人数最高,每千万人口为8.1人;北京月平均 CO中毒人数与月平均海平面气压成正相关、与月平均极端最低气温呈反相关;过去9天的平均极端最低气温与未来9天CO中毒人数的相关系数达-0.7661,统计学意义明显(P＜0.01).气象部门在冬季通过预测天气变化来提醒使用燃气、煤炭等取暖的居民预防CO 中毒,做好公共事件气象服务工作. 相似文献
6.
利用沪渝高速公路恩施-宜昌路段恩施附近的三岔口大桥(海拔708 m)自动站监测2013年6—8月(夏季)及2013年12月至2014年2月(冬季)逐日逐时次气象要素资料,统计分析夏季、冬季路面温度与气温的变化特征及路面温度与气象因子的关系,基于逐步引入因子线性回归分析方法建立路面温度统计模型,并对模型的预报效果进行实验研究。结果表明:夏季路面最高温度受多种气象要素的影响,与日最高气温、日平均气温、前一日路面最高温度、前一日路面平均温度呈正相关,与相对湿度、24 h累计降水呈负相关。冬季路面最低温度与最低气温呈显著性相关。通过模型的效果实验,发现夏季路面最高温度用日最高气温、日最小相对湿度及前一天物理量建立的模型预报结果与实况的变化趋势最为接近;冬季路面最低温度用日最低气温、日最小相对湿度、日平均风速及前一天物理量建立的模型预报结果与实况的变化趋势最为接近。 相似文献
7.
8.
《广东气象》2018,(5)
基于广州地区2010—2016年梅花开花期和气象因子平行观测资料,采用相关分析、线性回归等方法研究了梅花开花期与气象因子的关系。结果表明:广州地区梅花初花期、盛花期和凋谢期年际变化较大。梅花初花期、盛花期、凋谢期出现的时间与降水量没有明显的相关,反应不敏感,但初花期和盛花期持续时间的长短在一定程度受降水量影响;初花期前10 d降水量、前20 d降水量与初花期天数有显著的正相关,与盛花期天数有较为明显的负相关。梅花花期与其前期气温有显著的负相关,初花期前1个月平均最高温度每升高1℃,初花期就提前3. 8 d,盛花期就提前5. 1 d;前3个月平均温度每升高1℃,凋谢期就提前5. 3 d;而初花期前2个月平均温度每升高1℃,初花期天数就减少2. 7 d;初花期前1个月平均温度每升高1℃,盛花期天数就增加2. 3 d。 相似文献
9.
利用南阳市1995-2005年大气能见度和地面气象要素的观测资料及南阳市环境检测站提供的近3 a空气污染物监测数据,统计分析了近10 a南阳市大气能见度变化特征及其与气象要素和空气污染物的关系,结果表明:南阳市能见度年际变化呈缓慢波动上升趋势,夏秋季节2001年之后呈波动下降趋势;冬季能见度最低,春季最高;能见度月变化呈双峰型,第一个峰值在5月份,第二个峰值在9月份;一日之中,08时能见度最差,14时最好.能见度与同期气象要素及污染物浓度的相关分析表明,能见度与相对湿度、空气污染物PM10浓度呈显著性负相关,与NO2、SO2浓度负相关性较弱,与风速和气压呈弱的正相关,与温度的相关性较为复杂,雾是影响能见度的主要天气现象之一. 相似文献
10.
应用盘锦市疾控中心2008年1月1日至2009年12月31日逐日脑血管病发病人数及同期逐日气象资料,采用相关分析、逐步回归等方法,分析了脑血管病与气象要素的关系,建立了逐日脑血管病发病趋势的气象预报模型。结果表明：各类气象要素与未来3 d脑血管病发病人数滑动平均具有较好的相关性;气象因子对脑血管病发病人数的影响存在着一种滞后效应和持续效应;脑血管病发病人数与当日最低气温、平均气温、最低气压、平均风速、湿度、最大气温日较差等气象要素相关显著;不同的季节影响脑血管病发病人数的敏感气象因子不同,且相关关系差异较大。逐日脑血管病发病趋势的气象预报模型预报检验效果较好。 相似文献
11.
12.
The analysis of the correlation between the monthly mean temperature and total monthly precipitation of the months of cold and warm periods demonstrated an existence of several rather close correlations. Supposedly, these correlations can be used as supplementary tools for the long-range weather forecasting for the months of the warm period on the basis of the mean temperature and total precipitation of cold period months. 相似文献
13.
14.
探讨分析气温对细菌性痢疾发病的影响及其滞后效应。通过收集嘉峪关市2008-2013年每日细菌性痢疾发病资料,结合同一时间段的气象资料,利用分布滞后非线性模型分析气温与人群细菌性痢疾发病的关联性,分析不同气温和不同滞后天数对细菌性痢疾发病可能的影响。结果表明细菌性痢疾发病与气象因素关系密切,发病高峰一般出现在每年6-8月,对气象因素与细菌性痢疾病例数据做相关分析,表明嘉峪关市细菌性痢疾每日发病人数与气温、气压和降水量均存在相关性,嘉峪关市日平均气温对不同性别、不同年龄人群暴露效应曲线为J型和U型,气温对细菌性痢疾日发病存在明显的滞后效应,在暴露当天出现,女性2~3 d达到峰值,男性3~5 d达到峰值。气温对细菌性痢疾发病的效应中,女性所受的高温效应大于男性,高温效应随着年龄的增长而增大。气象因素在嘉峪关市细菌性痢疾的发生和发展中发挥重要作用,细菌性痢疾发病受到多种气象因子共同作用的影响,但首要影响因素是高温。气温对细菌性痢疾发病不是直接作用,而是通过影响细菌性痢疾发病的各个环节(居民生活习惯、传播途径与易感人群自身体质),间接影响细菌性痢疾在人群中的分布。 相似文献
15.
利用线性趋势法对1961-2008年阿勒泰地区7个气象站点气温日较差进行趋势研究,并根据各因子趋势值,应用相关统计法分析了影响气温日较差呈减小趋势的因子。结果表明：阿勒泰地区四季日较差呈现显著减小趋势,其中冬季最显著,秋季变化最弱。各季节最低气温上升趋势最明显,而最高气温上升趋势较弱。阿勒泰地区与月平均气温日较差相关性最强的因子是日照时数,呈正相关;其次分别为总云量、降水量和水汽压,都呈负相关。年气温日较差与降水量和水汽压相关性最大。 相似文献
16.
利用1981—2015年鲁西南25个气象站35 a整编资料及2015—2019年部分区域气象站逐小时数据资料,系统分析了鲁西南气温分布特征及南四湖在其分布中的贡献,揭示出：年平均气温在东南部湖区呈现出与南四湖东南—西北走向一致的暖舌,南四湖改变了气温通常的南高北低态势,使得鲁西南的月平均气温分布呈现出了东高西低型和过渡调整型;湖区是最高气温分布的低值区,最低气温分布的高值区,年气温日较差平均值偏小;相对于鲁西南同经度和同纬度区域,湖区的月气温日较差平均值和月气温日较差最大值均偏小,秋季差异最明显,夏季差异最小,气温日变化曲线较平稳,白天气温较高时段偏低,夜间气温较低时段偏高,日最高气温出现时间约迟1 h,在同一天气条件下,湖区气温日变幅总是偏小,不同天气条件下,日最高气温的差值和日最低气温的差值表现为晴天最大、阴天次之、雨天最小。 相似文献
17.
通过对近百年El Nino/La Nina事件与北京气候相关性研究发现，El Nino/La Nina事件与北京夏季（6－8月）降水、平均最高气温（7月）和冬季（1月）平均最低气温之间相互关系显著。El Nino事件与夏季降水、冬季平均最低气温呈负相关，与夏季平均最高气温呈正相关，造成降水减少，气温年较差较大，大陆性增强的气候特点。La Nina事件与夏季降水、冬季平均最低气温呈正相关，与夏季平均最高气温呈负关，使降水增加，气温年较差减小，大陆性减弱的气候特点。 相似文献
18.
濮阳市0 cm地温变化特征及成因分析 总被引：5，自引：1，他引：4
利用线性分析方法和相关分析方法,分析了濮阳近50年地面温度的变化倾向率及成因。月平均地面温度变化趋势具有明显的阶段性,12月至翌年4月呈升温趋势,5～11月呈降温趋势,其变化倾向率分别为0．01～0．32℃／10a和-0．04～-0．83℃／10a,年平均地面温度变化倾向率为-0．23℃／10a;各月地面平均最高温度的变化倾向率,11月为0．01℃／10a,其余月份则为-0．46～-2．16℃／10a,年变化倾向率为～0．23℃／10a;各月地面平均最低温度的变化倾向率,11月为-0．02℃／10a,其余月份则为0．09～0．76℃／10a,年变化倾向率为0．34℃／10a;各月平均地气温差的变化倾向率为-0．17～-0．66℃／10a,年变化倾向率为-0．35℃／10a。当地地面平均最高温度呈逐年递减趋势,地面平均最低温度呈逐年递增趋势,地面平均最高温度的递减趋势远大于平均最低温度的递增趋势,因此,年平均地面温度呈逐年递减趋势。地气温差逐年递减,大气稳定度增强,不利于近地层污染物和水汽扩散,由此带来轻雾日数增多,空气污染加重。日照时数减少,地面受太阳直接辐射减少,是地面温度趋降的直接原因,空气湿度和降水量趋增、空气污染加重等要素的变化,是地面温度趋降的间接原因。 相似文献
19.
利用包头市区1951—2010年历年7月气温、降水、日照、天气现象及1991—2010年历年7月自记风等气象资料进行统计分析,揭示包头市区历年7月基本气候特征。分析结果表明:7月份是包头市区一年中最热的月份,97%年份的最高月平均气温、87%年份的最高月平均最高气温、60%的年份的年极端最高气温出现在7月份,46%年份的月最多大雨以上降水日数、60%的最多月雷暴日数、40%年份的最多月降水量和冰雹日数均出现在7月份。7月中旬前后副热带高压雨带逐渐北抬至河套地区,暖湿气流强盛,开始进入主汛期,高温、降水和强对流天气明显增多,它们的到来不仅给"中运会"带来影响,还会给人们的生产和生活带来灾难。通过总结7月份包头市区气候状况,提出重点关注和防御的重要天气过程,以此达到警示和预防的作用。 相似文献
20.
Modeling monthly mean air temperature for Brazil 总被引：1，自引：1，他引：0
Clayton Alcarde Alvares José Luiz Stape Paulo Cesar Sentelhas José Leonardo de Moraes Gonçalves 《Theoretical and Applied Climatology》2013,113(3-4):407-427
Air temperature is one of the main weather variables influencing agriculture around the world. Its availability, however, is a concern, mainly in Brazil where the weather stations are more concentrated on the coastal regions of the country. Therefore, the present study had as an objective to develop models for estimating monthly and annual mean air temperature for the Brazilian territory using multiple regression and geographic information system techniques. Temperature data from 2,400 stations distributed across the Brazilian territory were used, 1,800 to develop the equations and 600 for validating them, as well as their geographical coordinates and altitude as independent variables for the models. A total of 39 models were developed, relating the dependent variables maximum, mean, and minimum air temperatures (monthly and annual) to the independent variables latitude, longitude, altitude, and their combinations. All regression models were statistically significant (α?≤?0.01). The monthly and annual temperature models presented determination coefficients between 0.54 and 0.96. We obtained an overall spatial correlation higher than 0.9 between the models proposed and the 16 major models already published for some Brazilian regions, considering a total of 3.67?×?108?pixels evaluated. Our national temperature models are recommended to predict air temperature in all Brazilian territories. 相似文献