科学评估我国典型粮食主产区耕地的潜在水分条件状况,继而"以水定地"实现耕地空间重构布局,对保障国家粮食安全、促进农业高质量发展具有重要现实意义.以河南沿黄的原阳县等6个产粮大县为研究区,从作物种植视角出发,基于耕地及作物分布数据、MODIS数据和长时间序列气象数据,通过构建区域遥感蒸散模型和水分平衡评价模型,精准揭示当地水分平衡状况及耕地利用下水分平衡效应,进而构建多智能体空间优化配置模型来实现耕地作物种植的空间重构.结果表明:(1)沿黄6县耕地面积占土地总面积的比例持续下降,其中2020年冬小麦和夏玉米播种面积分别占耕地总面积的74.75％和48.91％,种植模式以玉米小麦轮作为主,夏玉米单一型耕地分布零散且对应田块规模偏小;(2)地表蒸散量与有效降水量的时空错位引致当地水分平衡状态存在较大差异,全境缺水且水分亏缺量呈东北高、西南低的分布规律,应依据作物水分平衡态势的空间差异进行差别化灌溉管理;(3)耕地空间重构表现出明显的空间尺度性效应,且县域尺度的优化结果优于单一整体尺度,在保障粮食安全前提下,重构后的冬小麦和夏玉米水分亏缺情势均得到一定程度缓解,田块的空间积聚性和连片性更加有利于作物日常灌溉管理.河南沿黄区需大力推行"以水定地"耕地空间重构战略,以缓解耕地用水压力、促进农业可持续发展.

海拔梯度作为一个重要的环境因素,对植物的分布、种类、生长速度和生理特征具有深远的影响.为探究大兴安岭北部不同海拔樟子松(Pinus sylvestris var.mongolica)树轮宽度对气候因子的响应差异,利用大兴安岭北部满归地区5个海拔樟子松的树芯样本,建立树轮宽度年表,并分析5个海拔樟子松树木径向生长特征与气候要素的相关关系,进而探讨了不同海拔间的树木生长气候响应异同及响应关系的稳定性.研究结果表明,与其他海拔相比,中高海拔(1150m)樟子松树轮宽度年表可能包含更多的气候信息.树轮宽度年表与气候因子的相关分析表明,高海拔(1200 m)樟子松对温度的响应并不明显,仅与上年10月和当年9月的气温呈显著正相关,中高海拔和中海拔(900 m)的樟子松分别对生长季4-9月和5-8月的温度表现出较好的显著正相关,中低海拔(800 m)和低海拔(700 m)的樟子松均受到了干旱胁迫的抑制,均与当年6月的降水量呈显著正相关,与4月和6月的温度呈显著负相关,与上年10月到当年9月的帕默尔干旱指数均呈极显著正相关.气温发生突变后,高海拔、中高海拔和中海拔樟子松的生长趋势显著上升,而中低海拔和低海拔樟子松的生长趋势下降.相关结果显示,当年5月的平均最低气温是高海拔、中高海拔和中海拔树轮宽度增加的主要原因.滑动相关分析结果显示,高海拔和低海拔的樟子松对气候因子的敏感性均减弱,中高海拔和中海拔樟子松对温度的敏感性增强,但中海拔樟子松对帕默尔干旱指数的敏感性减弱,中低海拔樟子松对降水和帕默尔干旱指数的敏感性均减弱.研究揭示了大兴安岭北部不同海拔樟子松树木年轮宽度与气候因子之间的复杂关系,并为评估大兴安岭樟子松对未来气候变化的适应能力提供了科学依据.

生态系统服务权衡/协同关系的时空格局变化和关键阈值识别对区域生态保护与修复工程的建设和效益评价具有重要参考意义.已有研究主要关注生态保护和修复工程带来的生态系统服务及其权衡/协同关系的变化,很少将生态恢复的阈值效应考虑其中.采用基于生态系统服务权衡/协同关系构建的生态获益指数,评价了陕西省2000年和2020年净初级生产力、土壤保持和产水服务的协同供给能力;利用地理探测器和约束线方法分析了生态系统服务协同供给能力的主导影响因素和阈值特征.结果表明:与2000年相比,2020年陕西省净初级生产力、土壤保持和产水服务均有所增加,两两生态系统服务之间总体表现为协同关系,但具有明显的时空差异.2020年生态系统服务协同供给能力明显增加,其中陕北中部和陕南西部提升最为明显.降水和归一化植被指数(NDVI)是生态系统服务协同供给能力的主导影响因素,他们对生态系统服务协同供给能力的影响具有非线性效应和阈值特征.当NDVI在0.6-0.7之间或年降水量为1100 mm左右时,生态系统服务协同供给能力达到最高,超过上述阈值后NDVI或降水对生态系统服务协同供给能力的促进作用减弱.研究能够为生态恢复效益评价提供参考方案,为陕西省生态保护和恢复建设提供决策支持.

植物总初级生产力是定量描述生态系统固碳能力的重要指标,为了分析气候时空滞后效应和空间异质性对植被总初级生产力(GPP)的影响,以当年气象数据组(CC)、10年平均气象数据组(MC)和邻域气象数据组(FM)分别代表气候波动性、时间滞后效应和空间异质性,以及地形数据为自变量,构建随机森林模型,模拟了 2000-2014年的历史时期的GPP值以及2015-2021年在SSP126、SSP245、SSP370和SSP585排放情景下的GPP值,计算模拟解释率,因子贡献率,最终确定最佳气象数据组.结果表明(1)地形因子中坡度对GPP的影响最大,气象因子中降水量对GPP的影响最大,整体而言GPP与地形因子较气象因子相关性强,是地形再分配气象因子的结果;(2)各时期GPP模型之间交叉模拟值与MODIS数据对比发现模型解释率R2均达到0.80以上,表明所建预测GPP的随机森林模型稳定性较强;(3)历史气象数据的GPP模型结果显示CC对当年GPP的解释率更高,表明气候波动性更好地展现当年气象与GPP间的关系;(4)基于历史时期和4种未来气候情景下3个气象数据组建立的模型之间交叉模拟,结果表明MC预测模型的解释率最高,表明该数据组稳定性最强,反过来采用4种未来气候情景下3个气象数据组的模型模拟历史时期的GPP,结果表明MC与其他两个气象数据组之间存在显著性差异(P＜0.05),充分表明植被GPP响应气候具有时滞效应,并其影响程度显著大于气候的空间异质性和波动性,即前9年的气候持续影响植被GPP;(5)统计3个气象数据组在历史时期出现的概率,可知MC出现概率高的区域占比比其他两个数据组的大,在林地、灌木和草本三种景观类型中也出现相同的结论,另外MC对中高海拔和陡坡的预测能力比其他两个数据组的强,表明中高海拔地区在分配太阳辐射等复杂过程存在明显的时滞效应,而平缓地区易受当年和气候空间异质性影响.因本研究以10年为平均值计算单元,最佳时间滞后效应可能会比10年短或更长,需要进一步探讨,结论为气候变化背景下GPP模拟预测提供了最佳气象数据组.

目的:分析石家庄市气象因素与手足口病发病相关性及其滞后效应。方法:资料来源于中国疾病预防控制信息系统2017-2019年石家庄市手足口病逐日发病数据、中国气象数据网的各气象监测点地面逐小时气象数据。运用R 3.6.2软件构建分布滞后非线性模型并进行统计学分析。结果:当日均气温为15~26 ℃时，滞后3~6 d的手足口病发病风险增加，滞后3 d时发病风险最大（ RR=1.03，95% CI：1.00~1.06）。当日均相对湿度>80%时，滞后5~18 d的手足口病发病风险增加，滞后9 d时发病风险最大（ RR=1.04，95% CI：1.02~1.06）。当日均气压为999~1 007 hPa时，滞后5~8 d的手足口病的发病风险增加，滞后6 d时的发病风险最大（ RR=1.01，95% CI：1.00~1.02）。当日降水量为15~32 mm时，滞后3~18 d的手足口病发病风险增加，滞后6 d的发病风险最大（ RR=1.11，95% CI：1.02~1.19）。 结论:2017-2019年石家庄市气象因素中，日均气温较高（15~26 ℃）、日均相对湿度较高（>80%）、日均气压较低（999~1 007 hPa）和日降水量较高（15~32 mm）都会增加手足口病的发病风险，均与手足口病发病存在相关性，并有一定的滞后性，可作为手足口病疫情预警的参数。

本研究收集了2014年1月1日—2018年12月31日甘肃省妇幼保健院和2015年1月1日—2018年12月31日天水市第一医院儿童腹泻病门诊数据，以标准化降水指数（SPI）和气象干旱综合指数（MCI）作为干旱指标，采用quasi-Poisson分布广义相加模型分析干旱与儿童腹泻门诊量的关联情况。研究期间，兰州市和天水市干旱天数依据SPI-1分别为298和379 d，依据MCI分别为303和398 d；甘肃省妇幼保健院和天水市第一医院0~6岁儿童腹泻门诊量分别57 147和18 703例。基于月降水量的SPI（SPI-1）和MCI与儿童腹泻门诊量呈负相关。与非干旱时期相比，依据SPI-1划分，中旱与儿童腹泻病门诊量关联性最强，兰州市和天水市儿童腹泻病门诊量分别增加了13.4%（95% CI：7.9%~19.3%）和20.0%（95% CI：12.7%~27.8%）；依据MCI划分，特旱导致天水儿童腹泻门诊量增加60.5%（95% CI：3.4%~149.0%）。

目的:探讨温州市儿童水痘流行特征与气象之间的关系，为水痘防控策略提供依据。方法:收集2012年1月至2018年12月温州医科大学附属育英儿童医院就诊的6 844例水痘患儿临床资料和温州市气象局的同期气象数据。采用相关及多元线性回归分析评估水痘流行特征与气象因素的关系。结果:2012—2018年间温州市水痘发病呈逐年增长的趋势，尤其在2017和2018年（1 448例和1 271例）；10~14岁患儿占比在2012—2018年间逐年增加；病例在大多数年份中呈大高峰（11月至次年1月）及小高峰（5—6月）双峰流行；高发时月平均气温多在10.7~13.8 ℃及18.8~21.6 ℃，水痘发病数与月平均降水量（ X1）及平均风速（ X2）均呈负相关。 结论:温州市10~14岁儿童为水痘主要防控人群；水痘发病季节性明显，流行特征与气象因素关系密切，其发病受气候变化影响明显。

目的:探讨重庆主城区人呼吸道合胞病毒（HRSV）日发病例数与气象参数之间的关系。方法:本研究以2009年6月至2019年6月于重庆医科大学附属儿童医院呼吸中心因急性下呼吸道感染住院患儿为研究对象，共3 107例。采集患儿入院当天鼻咽抽吸物（NPA），检测HRSV及常见呼吸道病毒核酸；结合同期重庆主城区气象资料，对HRSV日发病例数及气象参数进行相关性和分布滞后非线性模型分析。结果:3 107例患儿的HRSV阳性率为34.53%（1 073例），年龄 M（ Q1， Q3）为6（3，13）月龄，男性占64.31%（690例）。HRSV日发病数与最低温度（ r=-0.220， P<0.001）、最高温度（ r=-0.221， P<0.001）、平均温度（ r=-0.221， P<0.001）、降水量（ r=-0.052， P<0.001）存在负相关，与日照时间（ r=0.011， P<0.001）、平均相对湿度（ r=0.095， P<0.001）存在正相关。与参考温度（20 ℃）相比，最低气温6~10 ℃在滞后4~8 d时对HRSV发病的 RR值为1.11~1.14，最低温度5~19 ℃在滞后5 d和2~19 ℃在滞后10 d时 RR值分别为1.02~1.14和1.00~1.03。累积滞后5、10、15和21 d时，与参考温度（20 ℃）相比，最低温度为10.4 ℃的 RR值（95 %CI）分别为1.93（1.08~3.46）、3.49（1.64~7.45）、5.00（2.01~12.46）和6.69（2.18~20.48）；最低温度为22.1 ℃的 RR值（95 %CI）分别为0.87（0.77~0.98）、0.77（0.66~0.90）、0.74（0.62~0.89）和0.68（0.55~0.85）。在累积效应中，与参考温度（20 ℃）相比，在不同滞后天数下最低温度对男童和女童的最大 RR值（95 %CI）分别为7.24（1.84~28.51）和2.19（1.07~4.46），对<6月龄儿童和≥6月龄儿童的最大 RR值（95 %CI）分别为4.72（1.05~21.23）和11.98（1.70~84.35）。 结论:在重庆主城区，儿童HRSV日发病例数与气候参数有相关性，其中最低温度对HRSV感染有滞后和累积效应，6~10 ℃在滞后4~8 d时对HRSV发病的影响较大，累积效应对男童及≥6月儿童HRSV发病影响更明显。

目的:了解西藏自治区（简称西藏）亚东县自然疫源地特点及蚊虫、蜱虫的空间分布特征。方法:西藏亚东县自然疫源地生态地理特征、人口学信息、农牧业资料收集自亚东县2020年统计年鉴，媒介生物资料收集自亚东县疾病预防控制中心，2010-2021年亚东气象站数据收集自世界天气网站。2021年7月，根据亚东县植被、畜牧分布情况选择蚊虫、蜱虫采样点共20个进行现场调查。采用灯诱法诱集蚊虫，人工检查和布旗法捕捉蜱虫，分析蚊虫和蜱虫的空间分布特征。结果:西藏亚东县自然疫源地地势北高南低，海拔落差约5 000 m；水资源丰富，亚东河平均径流量为20.1 m 3/s；北部气候高寒干燥、南部温和湿润。2010-2021年亚东县年均站点气压为452.8 mmHg（1 mmHg = 0.133 kPa），月均最高气温、降水量及空气相对湿度分别为8.7 ℃、134.5 mm、81.3%，均在7月份。灯诱法共诱集双翅目昆虫6 897只，均为非吸血蚊虫；蚊虫总密度为163.77只/（灯·小时），优势种群为眼蕈蚊科，占89.69%（6 186/6 897）。不同采样地区中，以下亚东乡诱集蚊虫数最多，占67.17%（4 633/6 897）；其他依次为亚东县县城和上亚东乡，分别占27.36%（1 887/6 897）、5.47%（377/6 897）。共对2 014只宿主动物进行体表检查，梳检出寄生蜱23只，包括硬蜱属20只、血蜱属3只；各蜱虫采样点均未捕捉到游离蜱。 结论:西藏亚东县自然疫源地气候和生态环境具有明显的垂直梯度；蚊虫和蜱虫有活动但密度不高，蚊虫密度整体呈南高北低的趋势。

目的:探讨气象和空气污染物对原发性气胸(PSP)发病的影响。方法:收集2014年1月1日至2018年12月31于河北大学附属医院就诊的PSP患者的病例资料以及同时期气象和空气污染物资料。比较各季节的气象和空气污染物特征，根据PSP发病时间分为无PSP发病天和有PSP发病天2组，比较2组气象和空气污染物差异，采用logistic回归模型分析气象和空气污染物对PSP发病的影响。结果:503例自发性气胸患者中有325例PSP患者，其中男274例(84.3%)，女51例(15.7%)。PSP夏季高发，聚集天发病195例，占总发病人数的60.0%。平均气压、相对湿度、平均风速、日降水量、PM2.5、PM 10、O 3、CO、SO 2、NO 2浓度在各季节分布不同( P值均<0.01)。与无PSP发病天组比较，有PSP发病天组平均气压( Z＝-3.374， P＝0.001)、NO 2浓度( Z＝-2.539， P＝0.011)较低，O 3浓度( Z＝-3.271， P＝0.001)较高。多因素回归分析显示平均气压降低为PSP发病的危险因素( OR＝0.763，95% CI：0.607～0.960， P＝0.021)。 结论:PSP发病有聚集性，与低气压有一定的联系。