1983年日本海中部大震前无震应变前兆的倍九天活动特征

介绍了倍九律的科学内函以及在地震预报实际应用中的几个主要方面；进而对１９８３年５月２６日日本海中部Ｍｓ＝７．７级大震前的无震应变前兆的倍九天特征进行了分析，同时探讨了倍九律在日本海地区预报强余震的可参考性。     

1995年气候对交通系统的影响

根据气象部门和交通部门的资料，对１９９５年气候条件对我国交通系统造成的影响进行了分析评述，其中影响最大的是暴雨洪水，其它气候灾害还有雾、雪、风及高温等，使我们对影响交通系统的气候灾害有了进一步的认识。     

暴雨洪水预报方法初深

暴雨洪水是威胁人类安全最常见的一种自然现象,特别是特大暴雨所形成的山洪、泥石流,给人们生命安全及财产造成巨大损失.本文针对暴雨降水量大、强度大、范围广的特点.通过对国内外大量高空地面资料进行分析与探索.采用统计分析与成因分析相结合的方法,寻求大气环流异常指标,探讨其发生发展运动规律.文中选用了发生暴雨洪水前期亚欧500百帕大气环流指标作为研究暴雨洪水背景预报的主要物理量. 文中用大量图表实例说明了该方法的可行性与实用性.经过多年实践认识到,要作好预见期较长的暴雨洪水预报,必须结合本地区水文气象特征进行多学科密切合作,充分发挥技术群体优势.文中认为对异常暴雨洪水进行预报是可能的.     

1991年中国严重洪涝灾害主要成因

1991年中国严重洪涝灾害的主要原因和江淮流域持续性特大暴雨成因,都在于半球间宏观天气系统侵入中国所起的作用。这个结论是从实测现象和卫星云图以及工作经验推断出来的,又用以解释暴雨的几个交出特点,然后讨论持续性特大暴雨和特别严重洪涝灾害形成原因。     

天灾预测最新的原理和方法：天文气象超长期预报新学科

本文简要地叙述了天文气象超长期预报的原理、方法,提出了天文气象学是实现超长期天气预报的一门新兴学科。     

城市暴雨迳流污染

城市暴雨迳流的污染迄令仍未引起人们的足够重视，然暴雨迳流的污染危害甚大，它威胁着工农业生产、鱼类生存和人们的饮用水源。以明显的事例介绍了暴雨迳流污染的危害，并介绍了城市暴雨迳流的计算方法，以期对城市水环境规划，评价与管理提供参考。     

耕作措施对三峡库区土壤侵蚀和养分流失的影响

为研究三峡库区土地耕作措施对土壤侵蚀和营养物质流失的影响,在三峡库区张家冲小流域设置10个不同土地利用方式的试验小区,在自然降雨条件下,进行为期1 a的小区试验,研究不同土地利用方式下土壤侵蚀和径流中氮、磷流失特征.结果表明:在10个试验小区中,土坎梯种柑小区年均径流量和土壤侵蚀量最大,土坎篱种柑小区年均径流量最小,坡地种粮小区土壤侵蚀量最小;坡篱种粮小区总氮和总磷年流失量最大,坡地种柑小区年流失量最小;土壤侵蚀和营养物质流失主要发生在6-8月降雨集中的暴雨季节.在类似于研究区域的其他农业区域,适合于坡地种柑,而坡篱种粮和土坎梯种柑是不适合推广的种植方式.     

杭州市静稳天气指数构建及应用研究

采用杭州市近7年的气象与环保监测资料,综合考虑2 m相对湿度、10 m水平风速、日均海平面气压、24 h变压、24 h变温、低层逆温等气象因子,通过历史样本统计划分阈值范围再权重求和的方法,构建了静稳天气指数（SWI）.经过实况回算检验,分析所建指数与污染天气的对应关系,并应用到重污染天气成因分析、空气质量预报和污染减排评估等方面.结果表明：①SWI可以综合反映大气静稳程度,与PM_2.5浓度有较好对应关系,SWI越大越容易出现污染天气,SWI大值最易出现在冬季,其次为秋季和春季,夏季主要污染物往往是臭氧,不易发生中度以上的污染天气.②SWI可用于判断杭州秋冬季重度及以上污染天气的成因,平均而言SWI<6.7时不易出现重度及以上污染;若SWI<6.7时仍出现重污染天气,可判断主导风向上游的外来污染物输入是引起重污染的主要原因,根据前期SWI的相对大小可判断有无叠加前期本地污染物积累;若SWI持续大于6.7且出现重度及以上污染天气,可判断由大气静稳而产生的本地污染物堆积是主要成因.③依据预报数据计算的SWI对空气质量分级预报有较好的参考价值,在短期和中期预报时效内均有表现力.④将SWI应用到G20会议期间污染减排效果评估中发现,在气象条件静稳程度相当时,减排措施有效降低了污染程度.     

基于决策树的统计预报模型在臭氧浓度时空分布预测中的应用研究

近地面层臭氧是光化学污染的主要污染物之一.臭氧污染不仅严重影响着空气质量并且危害人类健康与动、植物生长.本研究以徐州市为研究区,基于环境监测站连续监测数据分别采用分类回归树(CART)、随机森林(RF)和M5模型树方法建立臭氧浓度统计预报模型,选取1、4、7、10等4个月作为季度代表进行区域臭氧浓度预测的研究.以2015整年逐小时徐州市国控大气监测站实时监测的臭氧浓度(因变量)和气象因子数据(自变量)为训练样本建立臭氧浓度统计预报模型.模型验证结果表明,总体上3种决策树模型能够较好的预测臭氧浓度动态变化特征,月尺度上预测值与观测值相关系数均值为0.68,平均绝对误差和均方根误差均值分别为21.63μg·m~(-3)和27.42μg·m~(-3).在此基础上,基于站点观测所建立臭氧统计预报模型,以WRF模型模拟的气象场作为输入,预报区域网格化臭氧预报值,并发现臭氧浓度空间分布与站点观测特征总体一致性较好.经与观测值进行对比,结果表明两者相关系数均值为0.58,平均绝对误差及均方根误差分别为29.38μg·m~(-3)和37.15μg·m~(-3),预报准确率均高于75%.同时利用周步长观测值与预测值建立的多元线性集合预报回归方程对3种决策树模型的预报值进行修正,在一定程度上提高了预报值的精度.