猝死与气象条件的关系

通过调查 1999年 1～ 12月上海市医疗救护中心急救的 839例院外猝死病例 ,并与同期气象资料进行分析 ,发现院外猝死男性多于女性 ,高发年龄为 6 0～ 84岁 ,院外猝死在年内的高峰期为冬季 ,在昼夜中的高峰点为早晨0 7时 ,既往有心血管病史是院外猝死的主要原因。总猝死数与相对湿度、平均气压呈正相关 ,与最低气温、平均气温呈负相关 ,心血管猝死数除与以上气象要素相关外 ,还与气压变化、最低气温变化、日照时数变化等呈正相关。冠心病和其他心脏病与平均风速呈负相关 ,高血压病与平均气压呈正相关。

水稻栽培模拟优化决策系统(RCSODS)中的水稻病虫害预测模型及其应用——以上海奉贤县为例

利用上海奉贤县1995～1999年的水稻病虫害(稻瘟病、纹枯病、稻纵卷叶螟、稻飞虱)资料及同期气象资料,在水稻栽培模拟优化决策系统(RCSODS)原有的框架下,补充、完善了水稻病虫害预测模型(RPEST),利用奉贤县2000、2001年的气象资料和上海精准农业园区上述4种病虫害的前期发生资料,对其后期的发生期、发生量或发生程度进行试预报。结果表明:RPEST对上述病虫害有较好的预测能力,预测值与实测值之间有较好相关性,且误差较小。可以认为:RPEST在上海及周边地区是适用的。

基于RCSODS的直播水稻精确施氮模拟模型

遵照“因天、因地、因苗精确施肥”的原则 ,将江苏省农科院研制的 RCSODS(水稻栽培模拟优化决策系统 )改造为适合“上海精准农业园区”的直播水稻精确施 N模拟模型。该模型利用园区的土壤空间信息资料 ,首先可确定不同小区的土壤供 N量 (N Sj) ;然后根据产量目标 ,可确定各小区的水稻需 N量 (N Rj) ,进而确定施 N量的初值 (N Ij) ;将 N Ij输入经改造的 RCSODS,可模拟不同小区各生育阶段的 L AI动态 ,以之与同期适宜 L AI指标作比较 ,可进一步决定水稻的长势因子 (FG) ;最后 ,以 FG对水稻施 N量的初值进行订正 ,即可确定不同小区适宜的施 N量。检验结果表明 :该模型有较好的模拟精度。

水稻栽培模拟优化决策系统(RCSODS)在N胁迫条件下的应用

通过构建施N量模块与土壤供N量模块 ,对水稻模拟优化决策系统 (RCSODS)中的群体光合生产模型进行了N素因子订正 ,使之具有更强的普适性。检验结果表明 :订正后的群体光合生产模型能较好地模拟N胁迫条件下水稻的生长与产量形成。该模型与水稻高产栽培的优化指标相结合 。

典型站点气溶胶对云特性的影响

结合Cloud Sat对云的主动观测和MODIS(MODerate-Resolution Imaging Spectroradiometer)对气溶胶的被动反演,研究了典型站点气溶胶对云的宏观、微观和辐射特性的影响。结果表明,气溶胶对大陆性和海洋性站点的云均有显著影响。1)随气溶胶光学厚度(Aerosol Optical Depth,AOD)增加,水汽含量较弱站点的低层(高层)云量呈减小(增加)趋势,而水汽条件较强站点的各层云量均增大,且具有较高(较低)云顶的云层发生概率在各个站点都呈增加(减小)趋势。2)AOD的增大导致各站点云滴和冰晶粒子的有效半径均减小、大气层顶的短波和长波云辐射强迫均增强、短波云辐射强迫绝对值的加强更显著、长波云辐射强迫增加的幅度相对更大。3)气象要素在AOD大(小)值情况下的变化表明,大尺度动力条件并不能解释云的上述特性随AOD的显著改变。

利用CloudSat卫星资料分析云微物理和光学性质的分布特征

利用2007年1月2010年12月高垂直分辨率CloudSat卫星的2B数据产品,对云微物理特征量(包括云中液态水/冰水含量、液态水/冰水路径、云滴有效半径等)以及云光学参数(云光学厚度等)的全球分布和季节变化进行了统计分析,并研究了云微物理性质对光学性质的影响。结果表明,冰水路径分布在北美南部、南美大陆、非洲大陆、澳大利亚和南亚的陆地上空,以及太平洋、大西洋和印度洋的洋面上空,高值区最大值达600 g·m-2以上;垂直方向上,高值区位于赤道地区8 km附近以及中纬度地区4~8 km高度上。液态水路径在300 g·m-2以上的高值区主要位于太平洋、印度洋和大西洋的中低纬度海域上空,垂直上液态水含量随高度递减。冰云有效半径在高纬度地区近地面层达200μm以上,在赤道附近4~8 km上有1个高值区,南北半球中纬度地区2~4 km上有2个高值区,最大值均达到80μm以上。在1 km以下的边界层水云有效半径值较大,达到12μm以上。总云光学厚度在全球大部分地区【40,高值区普遍位于中高纬度的广阔地区和低纬度靠近大陆的洋面上空;垂直方向上,云光学厚度的高值集中在2 km以下的边界层。云光学厚度的分布受云量、云水含量和云滴有效半径的影响,云量大的地区基本为云光学厚度的大值区。