气象条件对北京夏季中暑的影响及预测研究

气象与环境学报 ›› 2015, Vol. 31 ›› Issue (2): 67-72.doi:

气象条件对北京夏季中暑的影响及预测研究

党冰^1,2 刘博¹尹岭³ 周忠玉⁴何史林³ 黎檀实³ 尚可政¹ 王式功¹

1.兰州大学大气科学学院甘肃省干旱气候变化与减灾重点实验室，甘肃兰州 730000；2. 北京市气候中心，北京 100089；3. 中国人民解放军总医院，北京 100853；4. 杨凌气象局，陕西杨凌 712100

出版日期:2015-05-01 发布日期:2015-05-01

Effect of meteorological conditions on heatstroke in summer and its prediction in Beijing

DANG Bing^1,2 LIU Bo¹ YIN Ling³ ZHOU Zhong-yu⁴ HE Shi-lin³ LI Tan-shi³ SHANG Ke-zheng¹ WANG Shi-gong¹

1.Key Laboratory of Arid Climate Change and Reducing Disaster in Gansu Province, College of Atmospheric Sciences, Lanzhou university, Lanzhou 730000, China; 2. Beijing Climate Center, Beijing 100089, China; 3.General Hospital of PLA, Beijing 100853, China; 4.Yangling Meteorological Service, Yangling 712100, China

Online:2015-05-01 Published:2015-05-01

摘要/Abstract

摘要：

利用2009—2012年北京市467例中暑病例与同期9个气象要素资料和当日及前期1—4 d累积平均气象要素共45个气象因子，采用相关分析法分析北京夏季中暑发病人数与气象因子之间的关系|采用多元线性回归和非线性拟合方法构建了改进的北京中暑气象预报模型，选取拟合优度较好的模型对中暑人数进行回代及预测检验，并与现用模型进行对比。结果表明：气温是引发北京夏季中暑的决定性因子|气温、水汽压、气压及降水的两日累积效应均高于当日效应，表明气象要素的连续累积作用对人体中暑影响较大|建立的中暑预报模型具有较好的历史拟合及预测效果，中暑等级划分较合理，对北京市中暑气象等级预报服务和公众有效防范中暑有实际的指导意义。

关键词: 中暑, 气象因子, 相关分析, 预报模型

Abstract:

Based on 467 heatstroke cases, daily meteorological data and 1-4 days’ accumulated meteorological elements before heatstroke day from 2009 to 2012 in Beijing (sum 45 meteorological factors), relationships between heatstroke incidence and meteorological factors were analyzed by a correlation method. Improved forecast models of heatstroke were established by methods of a multiple linear regression and a nonlinear fitting, and the better model was selected to back substitution and verification for number of heatstroke patients. Also, this model was compared with the current used model. The results show?that temperature is a dominant factor causing heatstroke in summer in Beijing. Cumulative effects of temperature, vapor pressure, air pressure and precipitation in two days have a greater impact on heatstroke. In addition, new models have better fitting and forecasting effect for heatstroke, so is the grades of heatstroke. Thus, the models are of indicative to forecast heatstroke grades and prevent heatstroke.

Key words: Heatstroke, Meteorological factor, Correlation analysis, Forecast model

党冰刘博尹岭周忠玉何史林黎檀实尚可政王式功. 气象条件对北京夏季中暑的影响及预测研究[J]. 气象与环境学报, 2015, 31(2): 67-72.

DANG Bing LIU Bo YIN Ling ZHOU Zhong-yu HE Shi-lin LI Tan-shi SHANG Ke-zheng WANG Shi-gong. Effect of meteorological conditions on heatstroke in summer and its prediction in Beijing[J]. Journal of Meteorology and Environment, 2015, 31(2): 67-72.

0
/ / 推荐

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: http://www.jme1984.net.cn/CN/

http://www.jme1984.net.cn/CN/Y2015/V31/I2/67

[1]	陈培章, 陈道劲. 兰州主城臭氧污染特征及气象因子分析[J]. 气象与环境学报, 2019, 35(2): 46-54.
[2]	孙仕强, 鹿文涵, 郭建民, 钱燕珍, 卢晶晶. 2012—2016年宁波市中暑流行特征及热浪对其影响分析[J]. 气象与环境学报, 2019, 35(1): 66-71.
[3]	项程程, 柴曼. 辽宁城市PM_2.5时空变化聚类及其气象影响特征[J]. 气象与环境学报, 2019, 35(1): 35-44.
[4]	田磊, 裴琳, 陈宇罡, 夏江江, 汪翔. 1970—2015年蚌埠地区霾日气候资料重建及时空变化特征[J]. 气象与环境学报, 2018, 34(5): 39-46.
[5]	胡晓, 徐璐, 蒋飞燕, 俞科爱. 宁波地区不同季节不同强度霾天气变化特征[J]. 气象与环境学报, 2018, 34(5): 31-38.
[6]	孙虹雨, 程攀, 程佳悦, 朱轶铭, 贾斌英, 黄阁, 陆忠艳. 辽宁省林火发生和过火面积与气象因子关系分析[J]. 气象与环境学报, 2018, 34(5): 128-134.
[7]	任景全;郭春明;王丽伟;李建平; 刘玉汐; 李琪. 1961—2015年吉林省霜时空分布特征及其影响因素[J]. 气象与环境学报, 2018, 34(4): 119-125.
[8]	吴刚哲;严金哲;任国玉;索南看卓. 朝鲜中西部地区春季植被覆盖度与气候因子的关系[J]. 气象与环境学报, 2018, 34(4): 112-118.
[9]	王晓立, 王恬茹, 杨萌, 张娜, 鲁丹, 徐太安. 潍坊市地面水汽压时空分布特征及其影响因素[J]. 气象与环境学报, 2018, 34(3): 78-85.
[10]	李琛, 郭文利, 吴进, 金晨曦. 北京市夏季日最大电力负荷与气象因子的关系[J]. 气象与环境学报, 2018, 34(3): 99-105.
[11]	张勇, 陈兰英, 刘婷, 肖娟. 峨眉山景区负氧离子浓度变化特征及预测模型研究[J]. 气象与环境学报, 2018, 34(2): 61-68.
[12]	廖玉芳, 张剑明. 湖南省雨季与中国南方地区不同雨期相关分析[J]. 气象与环境学报, 2018, 34(1): 69-81.
[13]	赵先丽, 李丽光, 蔡福, 王宏博, 赵梓淇, 丁抗抗. 播期对辽南地区春玉米生育进程及产量影响的试验研究[J]. 气象与环境学报, 2017, 33(6): 66-72.
[14]	徐玉秀, 蒋姗姗, 周福然, 温舟, 白雪, 史虹婷, 胡明, 张翠艳. 1981—2010年锦州地区玉米生育期气象因子变化及其与气象产量的关系[J]. 气象与环境学报, 2017, 33(5): 82-90.
[15]	刘春涛, 慕臣英, 李德萍, 郭灿, 朱俊翰. 青岛市崂山地区樱桃产量预报方法研究[J]. 气象与环境学报, 2017, 33(5): 108-112.