摘要:本文利用2015年1月至2017年12月寶坻區(qū)的月平均氣溫、2分鐘平均風(fēng)速、日平均氣壓和日降水量等氣象要素?cái)?shù)據(jù)以及寶坻區(qū)醫(yī)院人體患感冒病例數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，然后對(duì)病例發(fā)生數(shù)量與當(dāng)時(shí)的氣象要素?cái)?shù)據(jù)變化相關(guān)性進(jìn)行分析，從而得到寶坻地區(qū)人體患病人數(shù)與氣象要素變化的關(guān)系，并利用逐步回歸法將感冒發(fā)病期分類建立感冒指數(shù)等級(jí)及預(yù)測(cè)模型公式。

　　關(guān)鍵詞:氣象要素?cái)?shù)據(jù);患病指數(shù)模型;人體感冒

　　大家都知道，氣象要素的劇烈變化會(huì)增加人體患病機(jī)率。感冒雖為常見(jiàn)病，但也會(huì)影響人們正常的工作和學(xué)習(xí)。如果因?yàn)椴∏榉磸?fù)，治療不及時(shí)還會(huì)誘發(fā)呼吸道感染、氣管炎、支氣管炎甚至肺炎等疾病，對(duì)人體健康造成傷害。因此“因天制宜”應(yīng)成為預(yù)防感冒所要遵循的首要原則。具體來(lái)說(shuō)，就是要在及時(shí)了解本地天氣預(yù)報(bào)后，要及時(shí)更換衣被，注意保暖，以防受涼而誘發(fā)感冒。

　　而研究本地區(qū)感冒疾病與氣象條件關(guān)系的工作具有重要意義。本人將初步對(duì)感冒人群與相關(guān)氣象條件的關(guān)系進(jìn)行研究。而感冒作為一種生活中的常見(jiàn)多發(fā)病，與溫度、相對(duì)濕度、氣壓和風(fēng)速等有著非常密切的聯(lián)系。本文通過(guò)著重分析寶坻地區(qū)感冒患病人數(shù)與氣象要素的關(guān)系，并利用逐步回歸法建立感冒患病指數(shù)預(yù)測(cè)模型。

　　1數(shù)據(jù)選擇

　　通過(guò)選取2015年1月至2017年12月時(shí)段內(nèi)對(duì)寶坻區(qū)醫(yī)院的感冒患者日就診病例數(shù)量統(tǒng)計(jì)，及相同時(shí)段內(nèi)寶坻區(qū)氣象臺(tái)日平均氣溫、氣壓、風(fēng)和降水等氣象要素觀測(cè)資料。

　　2數(shù)據(jù)處理分析

　　人體感冒患病數(shù)量年變化不明顯，可是月變化比較突出，主要表現(xiàn)在:冬季和春季發(fā)病人數(shù)會(huì)明顯增多，特別是在冬末春初和秋末冬初的季節(jié)變換期間，是一年中感冒疾病的高發(fā)期，而夏季發(fā)病人數(shù)會(huì)相對(duì)較少。通過(guò)上圖可以看出2017年11月是近三年的感冒疾病高峰，感冒人數(shù)高達(dá)1032人次，較其他2年發(fā)病人數(shù)偏多2-3成。

　　具體分析為月內(nèi)共發(fā)生了5次冷空氣過(guò)程，冷空氣活動(dòng)頻繁以大風(fēng)降溫為主。最強(qiáng)一次冷空氣過(guò)后，日最高氣溫下降7℃，最低氣溫下降4.9℃。日平均氣壓升高11.4hpa，日平均相對(duì)濕度降低11%。月平均氣溫較常年偏低1.1℃。當(dāng)月晝夜溫差大于10℃天數(shù)高達(dá)24天。通過(guò)上述分析可以得知，冷空氣活動(dòng)頻繁、晝夜溫差和日最高氣溫變化較大都會(huì)造成患病個(gè)體數(shù)量的增加。

　　3數(shù)據(jù)分析與預(yù)報(bào)模型建立

　　3.1數(shù)據(jù)分析

　　感冒雖然在一年任何時(shí)段中皆可發(fā)生，但四季的氣候特點(diǎn)差異卻很明顯，而且各季中引發(fā)感冒的原因也不完全相同。本文根據(jù)寶坻區(qū)的感冒病例數(shù)量以及氣象要素?cái)?shù)據(jù)變化特點(diǎn)著重分析了冬春兩季(10月份至次年3月份)時(shí)段，并選取了2分鐘平均風(fēng)速、24小時(shí)溫差、日平均氣溫、日最高最低氣溫、日平均相對(duì)濕度和日平均氣壓等7個(gè)變量因子，利用LINEST函數(shù)進(jìn)行計(jì)算。

　　選取顯著水平a=0.05，對(duì)影響不顯著的自變量因子進(jìn)行剔除。并將高顯著水平的自變量因子和計(jì)算出的回歸系數(shù)保留組成的回歸方程:Y=58.61059+0.282383X1-2.047361X2-4.21566X3其中Y為次日就診病患數(shù)(考慮氣象要素變化后人體患病的滯后性)，X1為平均相對(duì)濕度，X2為日最低氣溫，X3為24小時(shí)溫差。

　　3.2預(yù)報(bào)患病指數(shù)模型

　　通過(guò)對(duì)這次感冒病例數(shù)據(jù)分析，可以得到本次樣本中的平均值即日就診人數(shù)平均值為27人。根據(jù)預(yù)報(bào)模型的預(yù)測(cè)結(jié)果，選取部分歷史數(shù)據(jù)進(jìn)行驗(yàn)證，將模型運(yùn)算結(jié)果與真實(shí)發(fā)生的就診人數(shù)進(jìn)行對(duì)比，如果兩個(gè)值處以同一等級(jí)則的為預(yù)測(cè)準(zhǔn)確，并得出預(yù)報(bào)準(zhǔn)確率為73.2%，說(shuō)明了通過(guò)該逐步回歸方程建立的預(yù)測(cè)模型是有一定效果的。

　　4結(jié)論

　　(1)我區(qū)感冒患病人數(shù)呈現(xiàn)為冬春季節(jié)明顯增多，特別是在冬春和秋冬交替轉(zhuǎn)換時(shí)節(jié)，是一年中發(fā)病率明顯增多的時(shí)段。而夏季患病人數(shù)相對(duì)較少。

　　(2)從分析數(shù)據(jù)及建立逐步回歸方程可以得出，冬春兩季節(jié)人體患病與24小時(shí)溫差、日平均相對(duì)濕度及日最低氣溫存在很密切的關(guān)系。因?yàn)槿〉玫馁Y料有一定的局限性，得出的也只是比較淺顯的研究結(jié)果，今后需做更深入和細(xì)致的研究。

　　參考文獻(xiàn):

　　[1]劉庚山，等.流行性感冒與氣象條件的關(guān)系研究.環(huán)境與健康，2011(3).

　　[2]格央，倉(cāng)決.西藏感冒氣象指數(shù)預(yù)報(bào)方法研究.西藏科技，2014(4).

　　[3]王飛鳳，等.用Excle作逐步回歸分析.廣東氣象，2011(5).

　　農(nóng)業(yè)氣象論文范文閱讀：農(nóng)業(yè)氣象災(zāi)害對(duì)農(nóng)作物產(chǎn)量的影響

　　摘要:氣象災(zāi)害在多數(shù)情況是不可預(yù)知的，但極大地影響著農(nóng)作物的產(chǎn)量，也是在種植過(guò)程中不可避免的因素。為了使農(nóng)作物的產(chǎn)量最大程度上得到提升，就要深刻的了解不同氣象災(zāi)害對(duì)農(nóng)作物產(chǎn)生的影響，以防范出現(xiàn)不同氣象災(zāi)害時(shí)采取適當(dāng)?shù)拇胧�。同時(shí)也應(yīng)該給人們宣傳有關(guān)農(nóng)作物的防御措施，使人們?cè)鰪?qiáng)環(huán)保和防范意識(shí);相關(guān)工作人員也應(yīng)該加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，當(dāng)自然災(zāi)害出現(xiàn)時(shí)最大程度的減少農(nóng)作物的損失，從而促進(jìn)農(nóng)業(yè)生產(chǎn)的不斷發(fā)展。

　　關(guān)鍵詞:農(nóng)業(yè)氣象災(zāi)害;農(nóng)作物;產(chǎn)量;影響