简介:利用区域气候系统模式PRECIS(ProvidingRegionalClimatesforImpactsStudies)分析A1B情景下中国区域21世纪3个时段2011~2040年、2041~2070年、2071~2100年最高、最低气温及日较差相对于气候基准时段(1961~1990年)的变化.结果表明:中国区域未来3个时段平均最高、最低气温呈逐渐增大趋势,日较差呈逐渐减小趋势;最高气温增幅分别为1.7、3.2、3.9℃,最低气温增幅分别为1.9、3.6、4.7℃,最低气温增幅与最高气温增幅相比可达1.1倍以上.未来最高、最低气温冬季增幅最大、春季最小,日较差则表现为冬季减小幅度最大、夏季减小不明显.最高、最低气温及日较差变化的空间分布显示,最高气温在东北地区升幅最大,在西北、黄土高原和四川盆地亦有较大幅度的上升,但在青藏高原北部和华南地区升幅较小;最低气温在西北地区升幅最大,在东北和青藏高原北部升幅较大,而四川盆地和华南地区升幅较小;日较差在中国北方地区普遍减小,在青藏高原北部减小最为明显,但在四川盆地与云贵高原东部地区日较差则呈增大趋势.
简介:【中考预测】2014年11月1日起.商务部和国家发改委联合发布的《餐饮业经营管理办法》开始施行。《办法》规定.禁止餐饮经营者设置最低消费。餐饮经营者开展促销活动的.应当明示促销内容,以及相关限制性条件。促销活动期间.餐饮经营者不得故意拖延提供相关商品或服务.不得以任何形式降低商品质量或服务水平。对于餐饮经营者违反《办法》的行为,最高可处3万元罚款。禁止设置最低消费有利于节约资源。传承中华民族勤俭节绔的传统美德.有利于维护消费者的公平交易权.维护消费者的合法权益。2015年中考可以以此考查国家禁止设置最低消费的原因、意义,以及消费者出现纠纷后的维权途径等。
简介:利用2006~2010年陕西10地市逐小时的气温和逐日的最高气温、最低气温、平均总云量、降水量资料,通过线性回归方法建立了一种基于日最高气温和最低气温预报以及临近气温实况资料的逐时气温预报模型,并对2011年每天的逐时气温预报进行检验。结果表明:该方法在晴天、多云和阴雨天的预报能力依次减弱,其中晴天和多云天02~18时的预报效果好于19时至次日01时的,而阴雨天01~10时的预报效果好于其它预报时段的;当日最高气温和最低气温预报较为准确时,西安站各预报时刻的准确率均在60%以上,其中14~17时的准确率较高,晴天的达到100%,多云天的在96%~99%之间,阴雨天的准确率偏低一些,特别是11~17时较晴天和多云天偏低了12%~27%;该方法可以将24h日最高(低)气温预报细化到逐时气温预报,同时考虑了气温日变化的地域差异、季节特征、以及在晴天、多云和阴雨天的不同表现,具有一定的业务应用和推广价值。
简介:经济因素是影响城市低保标准的重要因素之一。本文首先分析目前各地制定低保标准的方法,探讨制定低保标准应遵循的原则,在此基础上使用安徽省数据,运用回归分析方法,分析相关经济变量与城市低保标准的数量关系,发现人均消费支出是影响低保标准的重要因素。
简介:利用英国Hadley中心QUMP模式(QuantifyingUncertaintiesinModelProjections)集合的5组敏感性试验产生的全球气候背景场驱动区域气候模拟系统PRECIS(ProvidingRegionalClimatesforImpactsStudies)产生的降尺度数据,分析PRECIS对中国地面气温变化的模拟能力,同时对SRESA1B温室气体排放情景下21世纪中期(2021-2050年)中国区域的温度做出预估。模拟能力分析结果显示:PRECIS在5组背景场驱动下都可以较好地模拟出气候基准时段(1961-1900年)中国区域气温的年变化和时空分布特征,但存在暖偏差,高敏感度模拟实验的暖偏差幅度要大于中低敏感度。预估结果显示:5组敏感性试验降尺度模拟的温度均呈增加趋势,其中最低温度的变暖幅度高于平均温度和最高温度。高敏感度试验Q10模拟的升温幅度介于低敏感度模拟和中敏感度模拟之间,其他敏感性试验表现出高敏感度模拟的升温幅度高于中敏感度模拟,而中敏感度模拟高于低敏感度模拟。从模拟的升温空间分布上看,西北地区升温幅度最显著,可达2.08-2.61°C,华南地区升温幅度相对较小,为1.33-1.84°C,但不同敏感度模拟的升温幅度具有一定的区域差异。
简介:目的:探讨北方秋冬季气温下降对高血压患者血压的影响。方法本研究通过观察4180例原发性高血压患者[其中男1943例,女2237例,平均年龄(61.14±11.77)岁]2012年9月至12月4个月间诊室血压的变化,对4个月间收缩压(SBP)、舒张压(DBP)以及血压达标率之间的差异进行比较。结果10月的SBP及DBP均高于9月(P=0.000),11月和12月的SBP(P=0.000及0.005)及DBP(P=0.008及0.002)均高于10月。共入选80岁以上的高龄患者290例,其4个月间SBP及DBP的差异均无统计学意义(P=0.165及0.135)。直线回归分析显示:气温每下降1℃,则SBP升高0.156mmHg,DBP升高0.091mmHg。回归方程:SBP=129.179-0.156T,DBP=79.053-0.091T。结论北方秋冬季气温下降引起高血压患者的血压增高,但在80岁以上的老年人中这种现象消失。
简介:利用常规地面气象观测资料及欧洲EC、美国GFS和T639数值预报产品分析了2014年1月30日至2月2日(春节期间)江苏淮北地区日最高气温预报明显高于实况的可能原因。结果表明:2014年江苏淮北地区春节期间对流层中低层强暖平流有利于大幅升温,期间低云较多、雾较浓且空气污染较重,减弱了到达地面的太阳辐射,地面气温较低,吸收大气热量,对暖平流的升温有明显的抵消作用,不利于淮北地区的大幅升温,甚至造成局地降温,垂直方向的温度层结上易出现逆温。当逆温层维持时,层结较稳定,地面风力较小,不利于空气中污染物和水汽的扩散,雾霾加重,形成一个降温正反馈机制。低云和雾霾及逆温层对地面气温的变化有重要影响。造成此次最高气温预报失误的主要原因为,模式预报的形势场与实况存在较大差异,未充分考虑近地层的相对湿度条件,预报的云量少于实况;对白天雾霾的降温效应估算过低;强暖平流增强850hPa气温时,当地面气温较低时,地面吸收大气热量,升温不明显,850hPa温度与地面气温变化的对应关系减弱,过高估算了强暖平流的升温作用;对EC和GFS等模式2m气温数值预报产品过度依赖,未对形势和要素的数值模式预报结果进行检验。
简介:选取湛江市1951-2011年气温观测资料,运用线性倾向估计法对气温变化特征进行分析;同时,利用湛江市1985-2011年城市化指标数据,运用主成分分析和相关分析方法探讨城市化进程对湛江气温的影响.结果表明:(1)近61年以来,随着城市化进程的加快,湛江市年平均气温呈现出明显的上升趋势,年平均气温变化速率为0.078℃·(10a)^-1;(2)从不同季节看,冬季增温对湛江气候变暖贡献最大,而春季贡献最小;从不同月份看,2月、4月、6月以及11月增温对湛江市气候变暖的贡献最大,1月和5月的贡献较小;(3)城市下垫面性质、生活方式城市化、人口城市化和经济城市化是影响年平均气温上升的主要因子;其中人口密度、工业废气排放总量、第三产业生产总值与年平均气温呈显著正相关.