滁州市空气质量与气象要素的关系及其预报方法研究

利用滁州市2015年1月至2017年5月逐日大气污染物数据及对应的气象观测资料,分析滁州市空气污染状况及其与气象要素的关系并建立基于气象要素的空气质量预报模型。结果表明,该地区空气污染物以细颗粒物PM2.5为主,主要出现在冬、春季,其次为O_3,主要出现在夏季;该地区出现中度以上污染时,上游西北来向的污染输送起重要作用,风速、降水与空气质量指数(AQI)及各类污染物浓度呈显著负相关,气温与PM10、PM2.5、NO_2、CO呈显著负相关,与O_3呈显著正相关,日照时数和相对湿度与颗粒物PM10、PM2.5浓度呈显著正相关;基于气象要素的预报模型对AQI及PM2.5、PM10和O_3的浓度预测效果优良,能满足日常的业务需求,对NO2的预报效果相对较差,标准化平均误差(NME)超过了30%,且对NO_2浓度有一定程度高估。

20世纪前半叶中国社会工作的架构与实践--以蒋旨昂为中心

抗日战争期间,国民政府正式将社会工作纳入国家建设的总体框架。由此,中国高校的社会工作教学与研究也走上新台阶。为推动中国社会工作理论的体系化、学科的规范化,深度参与清河试验区调研和建设的蒋旨昂将燕京大学乡村建设试验的理论与方法、人文区位学、西方社会工作理论、丰富的中国社会基层服务经验和克里斯陶勒的“中心地”学说相融合,在重新定义社区、社会制度的基础之上,提出了一套集理论、方法与研习于一体的社会工作体系,积极推动高校社会工作人才培养方案的改革,并在成都郊外创办了“研究—服务—训练”三位一体的石羊场社会研习站。作为一门相对独立的学科,理论与实践意义兼具的社会工作与本土化社会学——社区社会学相互充实且殊途同归,共同成为认知和改善中国的工具。对当下中国的社会工作、社会学的学科建设而言,这些行以求知,服务国家、社会与民众,且与社会学互为表里的社会工作本土化的探索仍具启示意义。

1970—2019年滁州市降水特征分析

采用具有自适应性的EEMD方法(Ensemble Empirical Mode Decomposition)重点研究滁州市1970—2019年7个国家基本站年降水和汛期降水的非线性变化特征。结果显示,以滁州站为例,其近50年的降水量变化存在年际尺度和年代际尺度,分别为2.3年和8.0年以及16年和32年,同时发现具有2.3年和8.0年时间尺度的年际变化占主导地位;全市7个国家站汛期降水量对年降水量贡献率均在60%以上,且在空间上总体呈东南多西北少的特征;全市7个国家站汛期多年平均暴雨降水量占汛期多年平均降水量的比率均在33%以上。7个国家站近50年汛期暴雨频数除来安站和天长站呈下降趋势外其余皆呈增加趋势,而汛期小雨频数皆呈下降趋势。

基于SPI的安徽省1961—2019年干旱演变特征分析

为分析标准化降水指数(SPI)在安徽省干旱监测评估中的适用性,基于SPI从干旱频率、站次比和干旱强度3个方面分析了1961—2019年该地区干旱时空演变特征。结果表明,1961—2019年安徽省各地区干旱频率总体呈南高北低分布,轻旱、中旱、重旱平均频率分别为31.7%、15.7%和6.1%;1961年以来安徽省轻旱以上平均站次比高达31.7%,有15年发生全域性干旱,1978年是干旱发生面积最广的年份,共发生18次全域性春旱、14次全域性夏旱、17次全域性秋旱和16次全域性冬旱;1961年以来安徽省干旱总体以轻旱到中旱为主,且呈微弱下降趋势,最强年份1978年为特旱级别,各季节干旱强度表现为夏旱>秋旱、春旱>冬旱,2011年的春旱、1978年的夏旱、2019年的秋旱和1968年的冬旱是1961年以来各季节性干旱最强年份。SPI可用于安徽省干旱监测评估。

Research on Herb Pairs of Classical Formulae of ZHANG ZhongJing Using Big Data Technology

Objective To analyze various herbal combinations in Treatise on Exogenous Febrile Diseases(Shang Han Lun,《伤寒论》)and Synopsis of Prescriptions of the Golden Chamber(Jin Gui Yao Lve,《金匮要略》),seeking to identify fundamental rules dictating the selection of herbal combinations through probability models and big data technology.Methods A total of 252 formulae were collected from Treatise on Exogenous Febrile Diseases(Shang Han Lun,《伤寒论》)and Synopsis of Prescriptions of the Golden Chamber(Jin Gui Yao Lve,《金匮要略》)by ZHANG Zhong-Jing.Formulae were then preprocessed with all herb names standardized.The concepts of candidate herb pair and candidate herb pair probability were proposed to analyze the rules of combinations in classical formulae based on probability statistics.MapReduce parallel computing framework of distributed big data technology was adopted to analyze large data samples combined with inverted index algorithm.Results The results showed that the core herbs were Glycyrrhizae Radix Rhizoma(Gan Cao,甘草),Cinnamomi Ramulus(Gui Zhi,桂枝),Zingiberis Rhizoma Recens(Sheng Jiang,生姜),Jujubae Fructus(Da Zao,大枣),Paeoniae Radix Alba(Bai Shao,白芍),etc.43 high-frequency pairs co-occurring 10 times or above were extracted,and 35 of these combinations were recognized as traditional herb pairs,such as Cinnamomi Ramulus(Gui Zhi,桂枝)-Glycyrrhizae Radix Rhizoma(Gan Cao,甘草),Zingiberis Rhizoma Recens(Sheng Jiang,生姜)-Jujubae Fructus(Da Zao,大枣),and Cinnamomi Ramulus(Gui Zhi,桂枝)-Ginseng Radix Et Rhizoma(Ren Shen,人参).The other 8 pairs of combinations,such as Paeoniae Radix Alba(Bai Shao,白芍)-Zingiberis Rhizoma Recens(Sheng Jiang,生姜),Paeoniae Radix Alba(Bai Shao,白芍)-Jujubae Fructus(Da Zao,大枣),and Zingiberis Rhizoma Recens(Sheng Jiang,生姜)-Ginseng Radix Et Rhizoma(Ren Shen,人参),were not defined traditionally,but in connection with commonly used herbs.Classical formulae took the core herbs as principles,focusing on tonifying deficiency,strengthening the spleen and the stomach,strengthening the healthy Qi,and eliminating pathogenic factors.The compatibility pattern of properties involved was mainly acrid and sweet,which reflected the compatibility laws of benefiting Qi and tonifying Yang,replenishing Qi and nourishing blood,etc.Conclusions The research of classical formulae provides common understanding of some basic rules that have been adopted to tackle common illnesses/diseases using herbal medicine.The results help to reinforce theoretical understanding and development of traditional Chinese medicine(TCM),and revealing the hidden rules of combination in TCM data.Analyzing wider data samples of various herbal combinations through computation and big data technology can further optimize the use of TCM.

2018年安徽东部连续两次回流形势下强降雪成因分析

利用常规气象观测资料、区域自动气象站资料和NCEP 1°×1°逐6 h再分析资料等对2018年1月3-4日和24-28日出现在安徽东部两次极端大暴雪过程的成因及动力、水汽热力、干侵入等结构演变特征进行诊断分析。结果表明,高空冷槽配合中低层低涡切变发展是形成暴雪的重要环流背景,700 hPa西南低空急流带是暴雪区主要水汽输送通道,异常的水汽通量大值中心与水汽通量散度中心相配合是产生极端强降雪的重要原因。从降雪机制看,1月3-4日暴雪过程属暖区冷流降雪,大气处于湿对称不稳定状态,暴雪区位于垂直方向上螺旋度正负值中心相叠置的区域中靠近下沉支的上升支气流中,且高低空急流耦合形成垂直方向上次级环流,高空槽后的强西北气流与高效率的水汽辐合输送相结合,降雪强度大;而1月24-28日属非典型性冷平流降雪,低层先有冷空气南下,干冷空气受底层抬升而直接降雪,过程相对冰面过饱和现象主要在低层,过冷水较弱,持续时间长。且两次强降雪过程中低空急流发生发展与高空急流周围正的涡度平流都有很好的对应关系,辐合强弱与降雪强度相对应。

基于多要素的油菜产量构成估算模型研究

通过寻找油菜产量构成的主要影响因子,并在此基础上构建油菜产量构成的估算方法。以油菜单株子粒重、单株荚果数及千粒重为研究对象,利用1995—2018年江苏省油菜农业气象观测资料及对应时段的气象资料、观测品种审定资料,结合油菜生理特性,确定油菜主要生育阶段内的关键气象因子、生育期特征、品种特性、种植密度是影响油菜产量构成的4类重要因素,整理出43个油菜生长影响因子,基于相关分析采用逐步回归法构建油菜产量构成估算模型,并对模型进行验证。结果表明,(1)油菜主要生育阶段内的关键气象因子、生育期特征、品种特性、种植密度4类要素中有多个因子与产量构成呈显著或极显著相关;(2)构建的3个油菜产量构成估算模型均通过了0.01水平的显著性检验,拟合优度好;(3)3个产量构成估算模型的组内、组间预测准确率达80%以上,其中千粒重估算模型的准确度达88.31%。油菜产量构成的估算模型具有较好的适用性,可为油菜精确测产提供理论依据和建模思路。