上海市PM_(2.5)浓度延伸期预测模型的构建及评估

基于PM_(2.5)浓度、次季节到季节预测项目(S2S)三家模式(CMA、UK和ECMWF)历史回报气象要素(2000~2014年)作为预测因子,利用长短时记忆神经网络(LSTM)深度学习方法和轻量级梯度提升机(LGBM)算法开发了上海PM_(2.5)延伸期预测模型,并应用LSTM模型建立了上海秋冬季(11月~次年2月)PM_(2.5)浓度延伸期预测融合模型.结果显示:融合模型11~40d逐候预测与实况的相关系数为0.47~0.76,比单一模型相关系数上升23.5%~31.1%;融合模型RMSE介于19~25.1μg/m^(3)之间,较单一模型下降19%~19.3%.融合模型能够较好地预报出未来11~40d上海秋冬季PM_(2.5)浓度的总体趋势、浓度峰值谷值的变化及发生时间等关键特征,逐候HSS技巧评分在0.18~0.5之间,显示出较好的预测技巧.对于典型污染过程个例的预测而言,融合模型在不同的预测时效预测准确率存在差异,提前11−40d的总体预测准确率为75.5%.对于持续3d及以上的3次污染过程,11~40d预测准确率达到100%.融合模型的预报时效可达40d,是目前污染数值预报模型(一般96~240h)预报时效的近4倍,且运算速度快,能够节省大量计算资源和时间成本.

上海市浦东新区手足口病与气象因素相关性研究

目的利用2010年1月—2012年12月上海市浦东新区手足口病发病资料和气象环境资料,进行Pearson相关分析和逐步回归分析,探讨了上海市浦东新区手足口病发病和气象环境因素之间的关系,为手足口病的防治提供科学依据。方法整理上海市浦东新区2010—2012年手足口病发病数据进行描述性分析,对可能影响手足口病的气温、气压、相对湿度、风速、周日照时数、降水量和环境因素PM_(2.5)等气象环境因子,运用Pearson相关分析和多元线性回归分析进行相关性分析。结果手足口病周发病例数和周平均气温(r=0.334,P<0.001)、最高气温(r=0.367,P<0.001)、最低气温(r=0.327,P<0.001)、平均相对湿度(r=0.313,P<0.001)及累计降水量(r=0.159,P=0.048)呈正相关,与平均气压(r=-0.444,P<0.001)呈负相关,而与最小相对湿度,平均风速,日照时数以及PM_(2.5)相关性不显著。与气压和最低气温之间的线性依存关系具有统计学意义,且呈负相关(r<0,P<0.05),与周平均气温,最高气温,平均相对湿度以及累计降水量的线性依存关系无统计学意义(P>0.05)。结论气象因素与手足口病的发生有较密切的关系,要做好手足口病的防治工作要采取综合性措施,结合社会、个人和气象环境等因素防治手足口病。

上海市天气和污染对儿童哮喘就诊人次的影响

目的研究上海市天气和大气污染对3-14岁儿童哮喘就诊人数的影响。方法在控制了时间的中长期效应、节假日效应、星期效应基础上利用广义相加的泊松回归模型分析了2009年1月1日到2010年12月31日上海市三家三甲儿科专科医院3-14岁儿童哮喘的就诊人数受天气（温度、湿度）和大气污染SO2、NO2、O3、PM10（量直径在10微米以下的颗粒物）、PM2.5（量直径在2.5微米以下的颗粒物）的影响。结果模型结果显示上海市温度和大气污染物对3-14岁儿童哮喘的就诊人数有影响：当平均温度低于20℃时儿童哮喘的就诊人数明显高于其他温度段;同时,滞后一天的污染物与3-14岁儿童哮喘的就诊人数有统计学意义,表现为：PM10、PM2.5、NO2、SO2每升高10μg/m3相应的3-14岁儿童哮喘就诊人数增加大约0.69%（CI：0.27%-1.1%,P=0.001）、0.78%（CI：0.16%-1.4%,P=0.014）,1.49%（CI：2.72%-4.94%,P〈0.001）,1.73%（CI：0.7%-2.76%,P=0.001）,O3每升高10ppb儿童哮喘就诊人数会相应增加大约3.83%（CI：2.7%-4.94%,P〈0.001）。结论根据本研究结果可通过提供有效的天气防护措施预防儿童哮喘的发作。

上海市温湿度与感冒就诊人次的时间序列研究

目的研究上海市天气变化对普通感冒门、急诊人次的影响。方法利用自然立方样条函数控制了季节效应和时间的长期趋势、用哑元变量描述星期效应、节假日、医保结算期等混杂效应,在此基础上构建了广义相加的泊松回归模型,分析了2008～2010年温度和湿度对上海市所有二、三级医院门、急诊人次的影响。结果温度与感冒就诊人数有着非线性的负相关,但是不同年龄层对温度的耐受力不同,具体表现为:儿童(14岁以下)的感冒高发期为10.9℃,其对温度的耐受力较成人(14～64岁)和老人(65岁及以上)差,成人和老人的高发期分别为6.5℃和6.8℃。成人由于夏季工作环境内的空调效应使得平均温度在高于27.5℃后感冒就诊人数有所回升。湿度对感冒就诊人数的对数相对危险度分别为-3.2×10-3(0～14岁)、-5.05×10-3(14～65岁)、-4.13×10-3(65岁以上)。结论温度和湿度是感冒门、急诊人次的主要影响因素,根据本研究结果对公众提供及时恰当的预防措施有助于减少感冒的发生。

一种基于粗糙度分布的大风风速降尺度方法初步研究——以上海市域为例

精细准确预报大风风速对于风功率预报和风灾防御具有重要意义。本文以上海市域为研究区域,基于形态学方法估算上海市域空气动力学粗糙度分布,并通过近地层分层风速插值方法推算上海市域10 m高度精细风速分布。针对2016年1月23日20时—24日20时一次大风过程开展实证检验,对比分析降尺度模拟风速、地面实测风速、ECMWF预报10 m风速的空间分布、时间变化以及垂直廓线特征。结果表明,该方法可以较好地模拟上海市域风速大小的精细空间分布,模拟精度总体上表现为中心城区精度高、郊区精度稍低,但相比于ECMWF预报10 m风速分布有了明显提高,可以为风速的精细化预报提供技术支撑。

影响上海地区冬春季流感流行强度的关键局地气象因子研究

识别影响流感流行强度的关键气象因子有助于提高流感疫情预警、预测能力。基于2010—2018年上海市冬、春季周流感样病例数(ILI)和气象观测资料,采用分布滞后非线性模型(DLNM)和广义相加回归模型(GAM)系统分析了ILI与多种气象因子的关联,在此基础上使用多元逐步回归模型识别调控流感流行强度的关键气象因子。结果表明,冬、春季平均气温和相对湿度与ILI呈反向关系,低温和低湿效应的滞后持续时间较长,5℃和50%环境下滞后3周的累积风险分别为2.16(95%CI:1.18—3.95)和2.51(95%CI:1.96—3.23),且气温与相对湿度对ILI存在交互影响,干燥环境会显著加强冷效应。此外,与气温有关的不稳定天气要素也与ILI具有显著关联,其中气温日较差对ILI的影响在当周最大,每升高1℃,ILI风险增加1.8%(95%CI:0.2%—3.4%),ILI流行早期的冷空气活动频次与ILI呈单调递增线性关系,冷空气活动频次每增加1次,ILI风险增大6.8%(95%CI:2.1%—11.7%)。其中,流行早期阶段的频繁冷空气活动和流行期内的干燥环境为严重流感事件的爆发提供了合适的外界环境。研究结果可为科学理解暖冬背景下出现的大规模流感流行事件提供理论依据。

上海市温度和大气污染对居民心血管疾病门急诊人数的影响

目的探讨上海市日均温度和大气污染物对居民心血管疾病门急诊人数的影响。方法采用广义相加Possion回归模型,在控制时间的长期趋势、节假日效应、星期效应和医保政策等混杂因素后,分析上海市2013年1月至2014年12月温度、主要大气污染物与心血管疾病门急诊人数之间的关系。结果上海市2013年1月至2014年12月,上海市主要大气污染物PM_(2.5)、PM_(10)、SO_2、NO_2的日均浓度分别为56.3、76、20.6、46.7μg/m^3。当平均温度低于18℃时,心血管疾病的就诊风险是平均温度高于18℃时的1.016倍(95%CI:1.013~1.018)。春夏季,PM_(2.5)、PM_(10)、SO_2、NO_2浓度每升高10μg/m^3,居民心血管疾病门急诊人数分别增加0.502%(95%CI:0.464%~0.545%)、0.251%(95%CI:0.221%~0.282%)、2.716%(95%CI:2.558%~2.874%)、1.496%(95%CI:1.421%~1.571%);秋冬季,PM_(2.5)、PM_(10)、SO_2、NO_2浓度每升高10μg/m^3,居民心血管疾病门急诊人数分别增加0.543%(95%CI:0.521%~0.570%)、0.568%(95%CI:0.548%~0.587%)、1.607%(95%CI:1.528%~1.685%)、1.923%(95%CI:1.868%~1.978%)。结论上海市居民心血管内科门急诊人数与日平均温度呈非线性负相关,在控制温度等混杂因素后,与大气污染物浓度呈正相关。

上海市大气颗粒污染物对居民出血性脑卒中住院人数的影响

目的探讨上海市大气颗粒污染物(particulate meetter,PM)对居民出血性脑卒中住院人数的影响。方法连续监测2013年1月至2014年12月上海市大气污染物和气象资料,并收集同期居民出血性脑卒中住院资料,在调整长期、季节性趋势及星期几效应、节假日等潜在混杂因素的影响后,应用泊松回归模型结合天然样条平滑函数(广义线性模型)对数据进行分析。结果单独滞后效应显示:PM_(2.5)和PM_(10)对出血性脑卒中住院人数的影响在事件当天效应达到最强;在单污染模型中,PM_(2.5)和PM_(10)浓度每升高10μg/m^3,住院人数分别增加0.36%(95%CI:0.27%~0.44%)和0.49%(95%CI:0.42%~0.55%);累积滞后效应显示:PM对出血性脑卒中住院人数的影响在滞后第3天最强,PM_(2.5)和PM_(10)浓度每升高10μg/m^3,住院人数分别增加0.29%(95%CI:0.16%~0.41%)和0.46%(95%CI:0.37%~0.56%)。分层分析显示:女性和66~85岁人群的PM效应更加明显;当PM_(2.5)浓度每升高10μg/m^3时,出血性脑卒中住院人数分别增加0.39(95%CI:0.28%~0.49%)和0.37%(95%CI:0.26%~0.47%);当PM_(10)浓度每升高10μg/m^3时,出血性脑卒中住院人数分别增加0.50(95%CI:0.41%~0.59%)和0.52%(95%CI:0.44%~0.61%)。结论上海市出血性脑卒中住院就诊人数的增加可能与颗粒污染物浓度的升高有关,在女性和66~85岁人群中效应更明显。

上海健康气象预测研究和服务

天气气候和大气环境与人们健康息息相关。在了解气象、环境对健康影响的科学事实和规律的基础上,根据未来天气气候和大气污染状况,对健康风险进行预测并采取相应的预防措施,对于减少疾病的发生,提高市民健康水平都具有重要意义。近年来,上海市气象工作者研制了上海热浪与健康监测预警系统,开展了气象、环境条件对上海地区中暑、细菌性食物中毒、感冒、儿童哮喘和慢性阻塞性肺病(COPD)等疾病的影响研究,确定了影响疾病的气象、环境敏感因子及其暴露反应关系,开发了中暑等疾病气象风险预报产品。研制了人工气候环境暴露仓,通过毒理学实验研究为健康预报提供理论支持。与卫生、教育等部门合作,通过短信、邮件、网页、微信等方式,在试点医院、学校、餐饮单位开展了健康气象预报服务,并采用横断面研究、干预研究等方法对部分健康气象预报服务进行评估,获得了较好的用户反馈。

深度学习方法在上海市PM2.5浓度预报中的应用

为提升PM2.5浓度预报能力,尤其是对PM2.5重污染的预报能力,以中尺度气象-化学耦合模式系统(WRF-Chem)为基础,结合中尺度WRF气象预报数据、地面及高空气象观测数据、PM2.5浓度观测数据,基于人工智能深度学习序列到序列的算法建立了上海市PM2.5统计预报模型.结果表明,人工智能深度学习算法(Seq2seq)明显修正了WRF-Chem模式由于模型非客观性造成的偏差,提高了上海市PM2.5浓度的预报能力;该算法优化和修正了WRF-Chem模式结果,并通过检验发现可以使PM2.5浓度预报值与实况值间的相关系数由0.51上升至0.79,均方根误差由25.9μg/m3下降至15.01μg/m3.而单独使用套索法(Lasso)线性回归算法对WRF-Chem模式优化效果不理想.基于Seq2seq的PM2.5浓度预报修正模型能够有效提升预报精度.

上海市复合型大气污染对儿童肺功能和呼出气一氧化氮的急性效应

【目的】了解复合型大气污染对儿童呼吸道的急性影响。【方法】采用定组研究设计,在上海市徐汇区、虹口区各选择1所小学(A、B),随机抽取四年级5个班级的学生开展肺功能和呼出气一氧化氮(FeNO)的测定,前3次检测开展于2020年5—6月,第4次肺功能检测开展于2021年9—12月。同时收集同期2所学校就近空气质量监测点细颗粒物(PM_(2.5))、可吸入颗粒物(PM_(10))、SO_(2)、NO_(2)、O_(3)、CO大气污染物的日均值和小时均值,收集同期气象监测资料(温度、湿度、风速、大气压)。采用线性混合效应模型分析夏季大气污染对肺功能指标和呼吸道炎症改变指标的影响。【结果】单污染物模型结果显示,PM_(2.5)、PM10、SO_(2)和NO_(2)与FeNO呈正相关,效应体现在滞后0~3日(lag0~lag3)(均P<0.05),PM_(2.5)、PM_(10)和NO_(2)与肺功能最大呼气流量(PEF)、用力呼气流量25%的呼气流速(FEF_(25%))、FEF_(50%)、FEF_(75%)、FEF_(25%~75%)、用力呼气量(FVC)、第1秒用力呼气容积(FEV1)和FEV1/FVC改变呈负相关,效应体现在lag0~lag3(均P<0.05)。双污染物模型结果显示,O_(3)、PM_(2.5)分别与SO_(2)和NO_(2)组合时,SO_(2)、NO_(2)浓度变化与FEV1的降低显著相关(均P<0.01),PM_(2.5)分别与O_(3)、SO_(2)、NO_(2)组合时,PM_(2.5)浓度变化,与FeNO的上升显著相关(均P<0.01),且效应值大于PM_(2.5)的单污染物模型。【结论】夏季不同大气污染物与儿童呼吸道功能指标的健康效应表现不同。双污染物联合作用分析显示,污染物对儿童肺功能的效应有不同程度的升高。夏季大气污染虽然较轻,但对儿童呼吸道功能指标和炎症指标依然有影响,且双污染物联合作用较单一污染物效应更显著。

京津冀地区霾健康气象服务社会经济效益评价研究

采用统计调查分析方法,对京津冀地区2014年霾气象服务情况进行调查。在此基础上,统计分析了公众对霾的认知程度、防护措施及预报服务评价等情况,并利用直接损失评估法和疾病成本法等方法,对北京地区2014年霾健康气象服务减少的健康人口损失和经济损失进行了估算。研究发现,京津冀地区的公众对霾的认知度和关注度极高,但公众对霾预报气象服务满意程度仍有较大的提升空间;七成以上的公众会根据霾预报服务信息采取适当的防护措施。经估算,北京市2014年由于PM2.5造成的健康人口损失数为3085人,占总死亡人数的2.3%,造成的健康经济损失值为24.52亿元;未来在与2014年同等的PM2.5暴露浓度之下,公众采用相应气象服务后,在不同的情景下所接受的PM2.5年平均暴露浓度减少5%和10%的情况下,北京市每年可能减少的健康人口损失数为113~226人,可能减少健康经济损失值为0.9~1.8亿元。

空气污染气象指数在上海地区的应用

利用常规气象观测资料和逐小时PM_2.5浓度实况数据,对上海近3年污染天气过程分析后发现,导致上海重污染的天气类型主要为冷空气输送型和静稳累积型。为更好地表征及描述两种导致污染的天气类型,并在业务预报中起到指示作用,本文在反映大气垂直扩散条件的通风系数和反映水平扩散条件的滞留指数的基础上建立了空气污染扩散指数,通过检验发现,空气污染扩散指数与PM_2.5浓度呈线性正相关,相关系数达0.525,并优于单一的通风系数和滞留指数对空气污染的指示作用。针对冷空气导致的区域输送型,结合历史个例分析改进了输送强度指数,将公式中排放源参数改为上游PM_2.5浓度实况,回算检验表明改进后输送强度指数和上海市PM_2.5浓度呈指数正相关,对区域输送性污染具有明显的指示性。

2015年上海地区空气质量状况及其与气象条件的关系

利用2001—2015年上海地区空气质量监测资料和2014—2015年气象观测资料,详细分析了2015年(强厄尔尼诺年)大气环流背景下上海地区的空气质量状况及其变化特征,并分析了引起这种变化的气象因子的特征。结果表明:2015年上海地区PM_(10)和SO_2年平均浓度均达2001—2015年的最低值,NO_2为次低值。上海地区空气污染已从S、N和PM_(10)等传统煤烟型污染转为以PM_(2.5)为代表的复合型污染和以O_3为代表的光化学污染。在上海、广州和北京3个一线城市中,2015年上海市空气质量优良率、PM_(2.5)和PM_(10)年平均浓度均介于北京和广州市之间,上海市年平均NO_2和O_3浓度最低,SO_2年平均浓度最高。2015年上海市PM_(2.5)浓度较2014年出现上升趋势,其中春季和夏季PM_(2.5)浓度明显下降,而易污染季节(1月、2月、10月、11月和12月)PM_(2.5)浓度显著上升,主要是由于易污染季节平均风速减小,连续小风次数出现增多,逆温强度增强和逆温次数增多及西向输送增加。受强厄尔尼诺事件影响,易污染季节北半球极涡收缩,欧亚纬向环流增强和东亚大槽偏东偏弱,导致冷空气活动减弱,为2015年上海市空气质量变差提供了大气环流背景。

上海地区2017年三次短时重度污染过程变化特征及其气象影响因素

2017年10月29日、11月2-3日和7-8日上海地区出现了三次PM2.5短时重度污染过程,根据环流形势可以将其分为两种污染类型:10月29日为输送型污染,具有污染输送过程快,污染持续时间短的特点;11月2-3日和7-8日为静稳叠加输送型污染,具有污染输送过程较慢,污染持续时间长的特点。分析这三次污染过程的气象要素特征可知,小的风速、稳定的垂直结构及下沉运动使得污染物在水平和垂直方向上都不易扩散出去,为污染物的积聚和污染的长时间维持创造了有利条件。另外,分析北京-上海一线PM2.5浓度、地面气象要素和垂直环流的剖面图发现,10月29日污染带自北向南呈窄带状分布,中低空和近地面对上海的污染输送都有贡献;11月的两次污染过程污染自北向南持续时间较长,分布范围较广,对上海的污染输送以近地面传输为主。计算三次污染过程的静稳指数和输送指数,进一步验证了10月29日的重度污染由外源输送造成,而11月的两次污染则由本地积累和外源输送叠加造成。应用FLEXPART扩散模式和华东区域大气环境数值预报系统对11月的两次污染过程进行定量分析,得到与观测数据分析一致的结论,同时发现这两次污染过程的潜在来源区域均为上海周边地区,来源集中,且江苏、浙江和安徽都有贡献。

2017年上海臭氧污染气象条件分析及臭氧污染天气分型研究

根据2016-2017年上海空气污染物和相关气象要素数据,分析上海2017年O3变化特征以及气象影响因素,并对造成O3污染的天气系统进行主观分型。结果表明:2017年上海市空气质量优良天数为275 d,占全年天数的75.3%,O3-8h污染天数为55 d。上海市O3-8h年均浓度115μg·m-3,同比增幅超过10%,为2013年以来的最高值,主要体现为夏半年O3浓度的上升。与2016年相比,2017年夏半年西太平洋副热带高压偏西偏强,上海地区风速风向、温度、水汽、光照、辐射条件均有利于O3浓度上升。造成2017年高浓度O3污染主要有4种天气类型:副热带高压控制型(SH)、地面高压型(G)、均压场型(J)和低压型(D)。其中副热带高压控制型是典型的O3-8h污染天气型,占总污染日数的29.1%,且污染程度较重;低压型出现次数较少;地面高压型的臭氧平均污染程度最弱。

2019-2020年上海地区空气质量变化特征及气象影响因素分析

利用2019-2020年上海地区6种空气污染物小时浓度和逐日空气质量分指数(IAQI)的监测资料,统计分析了上海地区空气质量变化特征及其气象因素的影响。结果表明,2020年上海地区空气质量优良率达86.9%,空气质量状况优于2019年。上海地区AQI具有冬季最差,秋季最好的季节特征,最主要的污染物已由过去的PM_(2.5)转变为O_(3)。分析O_(3)和PM_(2.5)浓度随时间的变化发现,O_(3)浓度一天中存在一个峰值和一个谷值,而PM_(2.5)浓度则有两个峰值和一个谷值;从逐月变化来看,O_(3)浓度呈现春夏高,秋冬低的季节特征,而PM_(2.5)则呈现夏秋低,冬春高的季节特征。地面风向风速、气温、日照和降水对上海地区O_(3)和PM_(2.5)浓度变化具有重要的影响。

上海海陆风分类特征、环流背景及对O_(3)的影响

针对2013~2019年上海三类海陆风(北支、南支和双支)过程,从气象要素(温度、湿度和风)、形成海陆风的六种环流背景及对O_(3)浓度的影响等方面进行了对比分析.结果表明:2013~2019年上海共出现海陆风237d,其中北支天数最多(209d),双支天数最少(88d),南支出现双支海陆风的比例最高(75.9%);三类海陆风中北支的起始时间最早,维持时间最长,海风强度最强,南支的平均温度最高,平均湿度较低,风场最分散;与无海陆风相比,北支、南支和双支海陆风的O_(3)浓度分别上升了20.5,26.4,25.1μg/m^(3),O_(3)污染浓度上南支与无海陆风持平,北支和双支均略低于无海陆风;在形成上海海陆风的6种弱环流背景中,高压中心型、无系统型和均压场型是最主要的三种类型,合计占比70%;环流背景和海陆风类型组合结果显示,上海海陆风中O_(3)污染概率最高的组合是均压场型的南支海陆风,达到40.0%,O_(3)浓度和O_(3)污染浓度最高的组合分别是无系统型的南支海陆风和高压前部型的双支海陆风,平均浓度分别为146.6,211.3μg/m^(3).

上海地区持续东风系统控制下污染扩散条件分析

利用常规气象资料、物理量场资料、PM_(2.5)小时浓度数据和激光雷达资料,对2014年上半年上海地区持续东风系统控制下两次截然不同的污染变化时空分布特征及其扩散条件进行对比分析。结果表明:海陆温差变化造成两次过程垂直扩散条件显著不同。1月26日海温相对于陆地较高,东风气流为暖平流,海陆热力差异造成近地层垂直温度层结趋于不稳定,加速边界层污染物的垂直扩散;而3月10日过程则相反,海温相对于陆地较低,东风气流为冷平流,造成近地层垂直温度层结趋于稳定,抑制边界层污染物的垂直扩散。此外,激光雷达资料能够直观反映污染物垂直分布,对于了解污染过程的传输特征和形成有一定指导意义。

上海夏季海风锋及其触发对流的时空分布和环流背景分析

基于2011—2014年6—9月多普勒雷达、加密自动站和NCEP/NCAR再分析资料,对上海地区海风锋及其触发对流的时空分布和环流背景进行统计,得出主要结论:(1)近4 a来上海夏季海风锋登陆65次,其中海风锋触发对流19次。海风锋最早于09时登陆,平均持续时间为5.2 h。海风锋触发对流时段为13—15时,对流平均维持时间为2.5 h。海风锋触发对流多出现在市区、北部郊区和浦东新区,呈现强局地性;(2)根据海风锋登陆点将海风锋分成北支、南支和双支3种类型。海风锋类型与环境风向密切相关,环境风为东北风时形成南支海风锋,环境风为偏南风和西南风时形成北支海风锋,环境风为偏西风时形成双支海风锋。南支海风锋不易触发对流,这与其出现时上海的热力条件不如北支和双支海风锋出现时有关;(3)海风锋触发对流日的环流背景为:500 hPa副热带高压强盛,上海受副高控制;中低层西南风增温、增湿,促进层结不稳定;低层925 hPa为弱西风。海风锋触发对流日的大气可降水量和K指数显著大于无对流日,但与其它对流日无明显差异。