城市化对长三角地区极端气温影响的时空分异研究

论文利用长三角地区65个气象站1960—2014年日最高、最低气温资料,分析并比较了大城市站、一般城市站和乡村站极端气温指数变化趋势以及城市化对大城市站和一般城市站各极端气温指数趋势变化的影响。结果表明：极端气温暖指日数明显增加,冷指日数明显减少,极值指数呈微弱上升趋势。暖指数城市站比乡村站增加趋势明显,冷指数城市站比乡村站减少趋势明显。除月最低气温极小值外,其他极值指数变化趋势在城市、乡村间差异较小。大城市站冰冻日数、霜冻日数、冷（暖）昼日数和月最低气温极小（大）值城市化影响显著,一般城市站冰冻日数、霜冻日数和月最低气温极小值城市化影响显著,城市化对极端气温影响明显的是长三角北部、江苏南部和浙东南的部分城市站点。冷昼日数城市化效应在冬季较明显,暖昼（夜）日数城市化效应在夏季较明显,春季、夏季、冬季城市化对极值指数的影响显著。     

深圳市几种空气污染物浓度日变化特征分析

通过对深圳市2002年8月至2003年8月五种空气污染物浓度日变化特征、相互关系及不同天气条件下的变化,与人们活动的关系等进行分析,试图找出深圳空气污染的主要成因及变化规律,为环境规划决策提供科学依据。     

建筑施工高处坠落事故研究

高处坠落是建筑施工中经常发生的安全事故之一。笔者首先通过对上海市 1995～ 2 0 0 1年建筑施工安全事故档案资料的统计整理 ,发现建筑施工高处坠落事故主要集中在建筑物临边、洞口 ,脚手架、操作平台 ,机械设备和模板工程等部位 ;进而采用曲线拟合的方法得到了上海市建筑施工安全事故年发生起数的预测模型 ,并通过对 2 0 0 2年、2 0 0 3年的预测值同实际数据的比较 ,对预测模型进行了验证 ;最后 ,笔者按照事故致因理论 ,从人、物、环境等因素系统分析了高处坠落的事故原因 ,提出了预防坠落的控制措施和有关建议。     

影响深圳市空气质量的天气因素分析

影响城市空气质量的因素很多，其中天气因素的变化与空气污染指数关系十分密切。本文对深圳市2001—2002年冬春季、夏秋季共365天的空气污染指数与天气因素(天气类型、气象因子)的相关性进行了详细分析，以期对深圳市空气污染指数的预报工作有一定的参考。     

基于格点数据的中国1961—2016年≥5 ℃、≥10 ℃有效积温时空演变

为了解气候变暖对农作物种植区域的影响,基于5日滑动平均、累积距平、MK检验、多元回归插值方法,选用格点数据对中国农业热量资源进行分析。结果表明：（1）≥5 ℃、≥10 ℃有效积温整体呈上升趋势,且≥5 ℃整体升幅更为显著,两者升幅均表现为南方地区最大,北方次之,青藏高原最小,秦巴山区积温呈现下降现象。（2）在空间分布上,≥5 ℃、≥10 ℃有效积温整体表现出自南向北随纬度更替变化的地带性分布和自东向西随海拔变化的阶梯状分布,东、中部地区受纬度影响明显,西部地区受海拔影响强于纬度。适宜喜凉作物种植的区域远大于喜温作物的适宜种植面积。（3）≥5 ℃、≥10 ℃有效积温均在1997年发生突变,突变后≥5 ℃、≥10 ℃各积温带界线呈现向北、向高海拔移动的趋势,积温整体升高。南方地区≥5 ℃、≥10 ℃积温增幅整体大于北方,青藏高原及高山山区增幅最小,秦岭地区积温增幅为负。（4）≥5 ℃、≥10 ℃有效积温初始日（结束日）整体呈提前（推迟）现象,且多数格点提前（推迟）日数在0~10 d以内,持续时间在突变后整体延长。青藏高原≥5 ℃、≥10 ℃积温初始日（结束日）提前（推迟）天数最大。     

基于标准化降水蒸散指数的中国东部季风区干旱特征分析

研究基于标准化降水蒸散指数,采用0.5°×0.5°中国地面气温和降水数据集,通过分析东部季风区季节和年尺度干旱覆盖率、频率以及单位面积干旱强度,揭示了中国东部季风区1961—2013年干旱特征时空分布变化。研究结果表明：近20 a东部季风区干旱特征变化明显,特别是1997年之后东部季风区干旱覆盖率和单位面积干旱强度显著增加;东北地区、华北平原、黄土高原和西南地区干旱频率增加,高频率覆盖范围扩大明显;气象干旱极端危险区扩大。全球变暖背景下东部季风区干旱呈现出极端化趋势。     

利用程控小总机进行安全防护

介绍了一种利用振铃起动电路与小型程控交换机结合，组成子站自动监测系统辅助装置的实用技术，以解决大气自动监测子站微机死机、受干扰后无法自动恢复正常工作和雷击问题。     

基于SPEI和SPI指数的青海省东部农业区春夏气象干旱特征的评估

青海省东部农业区是青海省重要的粮食生产基地,春夏干旱直接影响着该区农业的有序发展。论文选取青海省东部农业区13个气象站点1961-2014年平均月降水和气温数据,采用泰森多边形法、SPEI和SPI指数、R/S分析等方法对比评估了该区的春夏气象干旱演变特征。研究表明：1）近54 a SPEI和SPI指数显示青海省东部农业区干旱年际变化在2000年代前基本一致,2000年代后变化趋势发生变化;SPEI指数显示2000年代后春夏旱逐渐加重,SPI指数显示2000年代后春旱逐渐缓解该区干旱,气温是导致两者产生差异的主要原因。2）该区干旱面积覆盖率与干旱年际变化规律保持一致,两种指数主要在1990年代中期前后有所不同,1990年代中期后SPEI指数显示的春夏干旱覆盖面积要比SPI指数显示的广。3）SPEI和SPI指数在2000年代后春夏干旱频率呈相反趋势,SPEI指数显示的2000年代为干旱高频期,SPI指数为干旱低频期;两种指数均显示春旱高频区由西部转向东部地区,夏旱高频区由西北转向东南地区。4）根据干旱周期及R/S分析法,未来4~6 a该区春旱加重,北部地区为春旱高发区;未来18~22 a夏旱也有所加重,西部和东部地区为夏旱高发区。5）通过对比分析发现,SPEI指数在该区的适用性较好,能为该区干旱监测提供较为科学的理论依据。     

应用数据挖掘算法预测台风条件下PM_(2.5)质量浓度

利用6种数据挖掘算法对2012年台风和污染物浓度等数据建模,建立台风条件下的气象因素和环境空气中PM2.5的关系模型。通过对2013年数据的测试,表明6种数据挖掘方法模型的预测值与实测值具有很好的一致性。6种算法均能实现实时预测,其中Bagging算法预测结果的相关性整体最好,而对于测试样本,M5Rules算法最好,SMOreg算法次之。以2013年的超强台风"海燕"的预测为例,讨论台风条件下PM_(2.5)质量浓度的变化过程及对预测结果的解释。