资源描述：
《中国冷空气的活动特征及其对呼吸系统疾病的影响》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
分类号：P4密级：公开研究生学位论文论文题目（中文）中国冷空气的活动特征及其对呼吸系统疾病的影响CharacteristicsofColdAirActivityinChina论文题目（外文）andItsImpactonRespiratoryDiseases研究生姓名王琪学科、专业大气科学·气象学研究方向极端天气与灾害气象学位级别硕士导师姓名、职称李艳副教授论文工作2014年9月至2017年5月起止年月论文提交日期2017年5月论文答辩日期2017年6月学位授予日期2017年6月校址：甘肃省兰州市 原创性声明本人郑重声明：本人所呈交的学位论文，是在导师的指导下独立进行研究所取得的成果。学位论文中凡引用他人已经发表或未发表的成果、数据、观点等，均已明确注明出处。除文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究成果做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：日期： 中国冷空气的活动特征及其对呼吸系统疾病的影响中文摘要冷空气活动是影响我国天气气候的重要天气过程，会带来气象要素的剧烈变化，对人群特别是患有天气敏感性疾病的患者健康产生重要影响。尤其在目前全球气候变化的大背景下，与冷空气活动密切相关的极端低温天气气候事件频发，给呼吸系统疾病这类天气敏感性疾病，带来更为显著的影响。本文借助最新发展的风寒指数，系统研究了我国冷季冷空气过程以及风寒指数的时空分布特征；在此基础上，选择南北方代表城市南京和兰州，研究冷空气过程对于呼吸系统疾病的影响及其机理。主要结论如下：（1）中国的冷空气活动呈现北强南弱、北多南少的分布特征。冷空气发生频次在1961-2014年整体呈减少趋势。将冷空气活动分为5个区域，发现4区即江南地区冷空气频次有所增长，其余4个区域频次均减少。冷空气活动有明显的年代际变化特征，在20世纪60、70年代冷空气发生频次偏多，80、90年代频次显著减少，2000年之后又有所回升。单次冷空气强度有所增强，但幅度不大，单次冷空气的持续时间主要为3-4天。风寒指数呈现南北方分布截然不同的特征。随着风寒等级的加大（4--6）相应的日数分布呈现南北的反位相状态，对于存在冷空气过程的风寒指数（-1--6）的日数特征，同样呈现南北反位相分布特征，北方3区（西北地区、黄河中下游流域、东北地区）以中度风寒、重度风寒为主，南方2区（长江流域、华南地区）以轻度风寒为主。风寒等级日数的时间变化也存在一定的年代际特征，但没有冷空气的明显。（2）2005-2008年南京地区体感分布全年主要以热域为主，呼吸系统疾病引起死亡的高峰期出现在每年的1﹑2和12月，与风寒指数分布呈显著的负相关，月平均呼吸系统疾病死亡人数与风寒指数相关系数可达-0.87。气象因子对呼吸系统疾病的影响存在明显的滞后效应，滞后效应在第三天达到最大，相关系数可达0.63。呼吸系统疾病死亡人数异常偏多的冷空气过程中气象要素变化的阈值分别为：气压增幅为8.6hPa，变湿为±0.16，风寒指数为-1.83。选择南京地区一次典型的寒潮过程进行个例分析发现，冷空气过程阻塞高压偏强，配合地面西伯利亚高压显著偏强，由此造成气象要素的显著变化，气压增幅达到22.1hPa、湿度变幅为0.23、风寒指数为-2.3、均超过本文得到的阈值范围，最终I 导致呼吸系统疾病死亡人数异常偏多。（3）对兰州市2001-2005年冷空气过程对于呼吸系统疾病的影响研究发现：兰州市2001-2005年全年体感以冷域为主，呼吸系统疾病入院人数冬季最多，冷季住院人数月分布与中度风寒日数显著相关，相关系数可达0.80。兰州冷空气对呼吸系统疾病有同期、滞后、前期的影响，滞后主要存在于冷空气过后的1-4天，前期影响主要在冷空气过境之前的1-3天，对于65岁以上的人群影响大于65岁以下的。呼吸系统疾病入院患者异常偏多的气象因子阈值分别为：气压8.1hPa、最低温降幅3.9C、风寒指数-1。选择一次寒潮过程进行个例分析发现，此次过程中乌拉尔山阻塞高压偏西偏强，而地面西伯利亚高压同样偏西偏强，冷空气主要影响我国西北地区。兰州地区气压降幅最大达到18.5hPa，日平均温度降幅为12.8C，使得呼吸系统疾病住院人数几乎达到5年日均值的2倍。对比发现：冷空气期间，湿度的变化对南京的影响比较显著，兰州则是最低变温的影响比较显著，这可能是因为兰州常年比较少雨干燥；两个城市冷空气过程中气压的增幅与呼吸系统疾病均有显著的关系；风寒指数与疾病的相关关系南京的大于兰州的。（4）利用WRF（WeatherResearchandForecast）模式模拟了兰州市2005年4月6-9日的一次冷空气过程，分析了WRF模式对于风寒指数的模拟能力。结果显示：WRF模式能够很好的模拟冷空气过程的形势场，也能够很好地模拟冷空气过程期间温度、气压等气象要素骤变的特征，因此其模拟量能够比较好的刻画体感温度和风寒指数的变化特征。这是一次有益的尝试，表明天气模式数值模拟可以提供精确到小时的气象要素值，如果能够获得相应的疾病资料，将会为深入认识气象对于人体健康影响机理以及防控相关疾病提供更多的参考。关键词：冷空气活动，风寒指数，呼吸系统疾病，人体健康II CharacteristicsofColdAirActivityinChinaandItsImpactonRespiratoryDiseasesAbstractColdairactivityisanimportantweatherprocessthataffectsourweatherandclimate,whichwillbringaboutdramaticchangesofmeteorologicalfactorsandhaveanimportantimpactonhumanhealthandweathersensitivediseases.Especiallyunderthebackgroundofglobalclimatechange,coldweatherandclimateeventscloselyrelatedtoextremelowtemperatureweathereventsoccurmorefrequently,bringingmoresignificantimpactonrespiratorydiseasessuchasweather-sensitivediseases.Inthispaper,westudythetemporalandspatialdistributioncharacteristicsofcoldairandthechillindexinourcountrybymeansofthelatestdeveloppedindex.Onthisbasis,wechooseNanjingandLanzhouastherepresentativesofthenorthandsouthcitiestostudytheeffectsofcoldaironrespiratorydiseasesanditsmechanism.Themainconclusionsareasfollows:(1)China'scoldairactivityischaracterizedbymodeofstrongnorth-southandnorth-southdistribution.Thefrequencyofcoldairwasdecreasingfrom1961to2014asawhole.BydividingthewholeChinaintofiveregions,itwasfoundthatthefrequencyofcoldairinthefourareashasincreased,andthefrequencyoftheotherfourregionshavereduced.Thereareobviousinterdecadalvariationsincoldairactivity.Thefrequencyofcoldairwasmorefrequentinthe1960sand1970s,significantlyreducedinthe1980sand1990s,andreboundedafter2000.Singlecoldairstrengthhasbeenenhancedbutnotsignificantly,it’sdurationismainly3-4days.Thedistributionofwindchillindexshowsdistinctcharacteristicsofoppositedistributionbetweenthenorthandsouth.Withtheincreasementofthewindchillfrom4to-6,thecorrespondingdailydistributionshowsthereversephaseofthenorthandthesouth,andthenumberofthewindchillindex(-1--6)inthecoldairprocessisthesame.The3regionsofthenorthwerecharacterizedasmoderatecoldorseverecold.Southern2regionsareofmildcold-based.Therearealsosomeinterdecadalcharacteristicsofthetimevariationofthenumberofdaysofcoldness,butnotsoobviousascoldairprocess.(2)ThedistributionofsomatosensorydistributioninNanjingareain2005-2008wasmainlydominatedbyheatfield,andthepeakofdeathcausedbyrespiratorydiseasemainlyoccurredin1,2and12monthseachyear,whichwasnegativelycorrelatedwiththedistributionofwindchillIII index.Thecorrelationcoefficientofmonthlyaveragenumberofrespiratorydiseasedeathsandthewindchillindexwas-0.87.Theeffectofmeteorologicalfactorsonrespiratorydiseaseshasasignificantlageffectwiththecorrelationcoefficientupto0.63onthethirdday.Thethresholdsofchangesinmeteorologicalfactorsduringthecoldairprocesswithabnormalhighnumberofrespiratorydiseaseswere:airpressureincreasementwas8.6hPa,humiditywas±0.16,andwindchillindexwas-1.83.AtypicalcoldwaveprocessinNanjingareawasselectedasacasetostudy,showingthattheblockinghighduringtheprocesswerestronger,andtheSiberianhighpressurewassignificantlystronger,whichresultedinasignificantchangeinthemeteorologicalfactors.Theairpressureincreasedby22.1hPa,thehumidityaddedby0.23,thecoldindexof-2.3,aremorethanthethresholdrangeobtainedinthispaper,ultimatelyleadingtoabnormallymorerespiratorydiseasedeaths.(3)AstudyontheeffectofcoldairprocessonrespiratorydiseasesinLanzhouCityfrom2001to2005showed:thesomatosentoryofLanzhouCitywasmainlycolddaysinthewholeyearfrom2001to2005,andthenumberofpatientsadmittedtorespiratorydiseaseswasthehighestinwinter.Thedistributionofhospitalizationincoldreasonswassignificantlycorrelatedwithmoderatenumberofcolddaysandthecorrelationcoefficientwas0.8.Impactsofoldairontherespiratorydiseasesarethesameperiod,lag,earlyimpact.Lagimpactwasmainlyafterthecoldair1-4days,andtheearlyimpactwasmainlybeforethecoldair1-3days.theimpactarestrongerforpeopleover65yearsofagethanwhowasunder65years.Respiratorysystemdiseasesinpatientswithunusuallyhighmeteorologicalfactorthresholdwere:airpressurewas8.1hPa,thelowesttemperaturedroppmentwas3.9C,windchillindexwas-1.Choosingacoldwaveprocessforacaseanalysis,itisshownthattheprocessofUralmountainblockinghighwasmorewestandstronger,andthegroundSiberianhighpressurewasalsomorewestandstronger,resultinginthatcoldairmainlyaffectednorthwestChina.Themaximumpressuredroppmentof18.5hPaandtheaveragedailytemperaturedroppmentof12.8C,makethenumberofrespiratorydiseasehospitalization2timesofthe5-yearmean.ComparedwithNanjingandLanzhouthechangeofhumidityhasamoresignificanteffectonNanjingthanthatinLanzhou.Lanzhouisthemostsignificanteffectedbythedailyminimumtemperaturechange,whichmaybeduetotherelativelydrydrierconditioninLanzhou.Therespiratorysystemdiseaseissignificantlyrelatedtotheincreaseofairpressureinthetwocities,whilethecorrelationbetweenwindchillindexandtherespiratorysystemdiseaseismoresiginificantinNanjingthaninLanzhou.IV (4)UsingWRF(WeatherResearchandForecast)modeltosimulatethecoldairprocessofLanzhouCityinApril6to9,2005,thesimulationabilityofWRFmodelforwindchillindexwasanalyzed.TheresultsshowthattheWRFmodelcansimulatethesituationfieldofthecoldairprocesswell,andcansimulatethesuddenchangesofthemeteorologicalfactorssuchastemperatureandairpressureduringthecoldairprocess.Therefore,thesimulationcanreflectthecharacteristicsofthewindchillindexandsomatosensorytemperature.Thisisausefulattempttoshowthattheweathermodelnumericalsimulationcanprovideaccuratehourlymeteorologicalelements.Ifthecorrespondingdiseaseinformationcouldbeaccessed,itwillbein-depthunderstandingoftheimpactofweatheronhumanhealthmechanismsandrelateddiseasesandgivemorereferencestothepreventionandcontrol.Keywords:coldair,windchillindex,respiratorydiseases,humanhealthV 目录中文摘要.....................................................................................................IAbstract.....................................................................................................III第一章绪论.............................................................................................11.1研究目的与意义...............................................................................................11.2研究现状..........................................................................................................21.2.1冷空气活动及风寒指数研究................................................................21.2.2冷空气对呼吸系统疾病影响的研究....................................................41.3本文研究内容..................................................................................................5第二章资料与方法................................................................................72.1资料..................................................................................................................72.2研究方法..........................................................................................................82.2.1冷空气的定义........................................................................................82.2.2风寒指数定义........................................................................................82.2.3统计学方法............................................................................................9第三章中国冷空气的时空分布特征....................................................123.1单站冷空气的分布特征..............................................................................123.1.1单站冷空气的空间分布特征..............................................................123.1.2单站冷空气的时间变化......................................................................173.2分区冷空气活动特征....................................................................................193.2.1区域冷空气活动的时间变化..............................................................203.3全国性冷空气活动特征................................................................................243.4本章小结.........................................................................................................26第四章风寒指数的分布特征..............................................................28 4.1风寒指数的空间分布特征............................................................................284.1.1单站空间分布特征..............................................................................284.2风寒指数的时间分布特征............................................................................324.3本章小结........................................................................................................37第五章冷空气活动对南京地区呼吸系统疾病的影响......................395.1呼吸系统疾病死亡人数与舒适度分布........................................................395.2呼吸系统疾病死亡人数与气象要素的相关性分析....................................405.3冷空气过程对呼吸系统疾病死亡人数的影响............................................415.42005年3月10-12日冷空气过程个例分析.............................................435.5本章结论与讨论............................................................................................45第六章冷空气对兰州市呼吸系统疾病的影响..................................476.1呼吸系统疾病的入院人数与风寒指数的特征............................................476.2兰州冷空气事件和呼吸系统疾病的相关性分析........................................486.32005年4月6-9日冷空气过程的个例分析.............................................506.4本章总结与讨论............................................................................................54第七章一次致病严重的冷空气过程的数值模拟................................557.1模拟设计方案................................................................................................557.2模拟结果分析................................................................................................567.3小结................................................................................................................61第八章全文结论与讨论......................................................................628.1总结................................................................................................................628.2特色与创新....................................................................................................638.3本文存在的问题及下一步工作计划............................................................63参考文献...................................................................................................65硕士期间研究成果...................................................................................69致谢...........................................................................................................70 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响第一章绪论1.1研究目的与意义近几十年来，天气气候的改变已得到人们的广泛认可和关注，天气气候的[1-2]变化已对自然生态和社会各个方面产生着影响，不仅造成了愈来愈多的自然灾害，而且对人类健康也产生了多方面的直接或间接的影响，因此倍受关注。自IPCC第四次报告以来，气候变化影响人类自然环境和社会环境的证据不断[3-4]增多，气候和天气变化在一定程度上影响着人类健康。IPCC第五次报告明确提到气候的变化影响人体健康。IPCC工作组副主席RobertWatson曾告诫人们：“人类生物气象学即医疗气象学是需要我们深入研究的领域，气候变化对人类健康影响值得我们给予高度的关注”。中国气象局发布的《应用气象研究计划（2009-2014年）》领域3“城市与健康气象”也将气候变化背景下天气敏感性疾病（循环系统疾病、呼吸系统疾病、免疫系统疾病等）发病和流行诱发机制及预报技术列为优先研究的课题。在目前极端天气气候事件多发、对人群造成重大影响的大背景下，研究气候变化对于人体健康影响，进而逐步发展基于天气预报的健康气象预报，是我国由治疗为主向预防为主的重心前移的必要基础。气候-健康之间的关系在未来会带来更多的健康危机，气候的变化可能会加剧极端天气事件的发生，导致世界许多地方气候敏感性疾病的发病率和死亡率增加，尤其极端低温天气气候事件的发生，会使得相关敏感性疾病人群受到更[5-6]大的影响。事实上，近几年极端低温天气气候事件在全球许多地区已悄然而至，并呈现出愈演愈烈之势，这对于已适应了暖冬气候的相关人群而言，由低温严寒造成的超额死亡和相关疾病发病、加重的情形日趋严重。如2009年冬季，北半球多数国家受寒潮活动影响，气温明显偏低，俄罗斯中部、东欧、蒙古国东部和美国中西部12月份的平均气温均极端偏低。低温严寒造成多国超额死亡事件发生，其中仅波兰由严寒导致的超额死亡人数就超过了120人；2010年冬季，从亚洲、南美洲到大洋洲、欧洲，全球很多国家都出现了数十年不遇的暴雪、寒流，12月份仅欧洲地区因低温严寒造成的超额死亡人数就超过了224名；2011年冬季，低温严寒天气又席卷欧洲和东亚，对多国人群健康造成重大影响，俄罗斯、瑞典等高纬度国家死伤严重。冷空气活动带来的低温寒潮事件已对人类生存、人体健康造成危害，所以其对人体健康的影响需要我们更加深入的研究，从而做到将其预报化，以降低异常天气气候事件的发生对人类的影响。在以全球变暖为突出特征的气候背景下，气温的变化对人体健康的影响尤为突出，1 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响其中低温寒潮等异常天气事件带来的气象要素的一系列变化容易使人体受到一[7-8]些非特异性的刺激。国家气候中心的统计表明，“1952-2007年，我国暖冬现象持续增长10%，全国性暖冬时段集中在1980s以来的近30年”。近几十年的暖冬气候使得我国相关人群已逐渐适应了暖冬和气温年（日）较差变小的气候环境，削弱了人体自身调节、适应和应对气候变化的能力。尤其在气温较低的[9]冷季，冷空气活动频繁，导致温度下降等一系列气象要素的变化，从而诱发天气气候敏感性疾病发病，呼吸系统疾病就是典型的这类疾病。呼吸系统疾病作为一种最为常见的多发病，已经成为威胁人类健康和生命的主要疾病之一。据2012年主要疾病死亡原因统计，呼吸系统疾病死亡率在城市位居第三，农村则占首位，是导致我国居民死亡的重要疾病。影响呼吸系统[10]疾病的因子很多，气象条件是其中重要的影响因子，气象要素包括温度、风[11]速、气压等因子均对呼吸系统疾病有不同程度的影响。但我国目前关于冷空气活动对呼吸系统的研究还比较少，且其研究多是从单一的气象因子角度，而气象要素之间是相互联系的，往往是多个因子的共同作用导致人生病或死亡，因此了解和研究冷空气对呼吸系统疾病的影响及影响机理有着重要的现实意义[12-13]和迫切需求。另外，不同的城市之间，其冷空气活动特征不同，对呼吸系统疾病的影响也不同，需要对其进行对比研究。因此，本论文基于这一需求，利用最新发展的风寒指数，研究中国冷空气活动的时空分布和风寒指数特征，利用南京和兰州这两个不同气候区代表城市的呼吸系统疾病资料，分析低温寒潮事件对呼吸系统疾病的影响，揭示低温事件对呼吸系统疾病影响及其机理，从而做到有效的预防，对未来天气预报的更全面化发展和疾病的预防有一定指示意义。1.2研究现状1.2.1冷空气活动及风寒指数研究冷空气过程是冷气团移动并引起天气变化的过程，冷空气的入侵对社会各[14]个方面均有不同程度的影响。中央气象台总结资料发现影响我国的冷空气源[15]地主要有三个，不同源地的冷空气的发生频次和强度各有不同，其中来自新地岛以西洋面的冷空气发生次数最多，强度最大；新地岛以东洋面的发生次数最少，但气温低，可达到寒潮强度；冰岛以南洋面的发生次数较多，但强度较[16]弱。冷空气从寒潮关键区入侵我国的路径主要有四条：西北路、东路、西路、2 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响[15]东路及西路。由于其大气环流背景的差异，冷空气的来源和侵入我国的路径不尽相同，对我国不同地区也有着不同的影响。[17-18]近几十年来，我国冬季气温表现出了显著的年代际变化特征，在1960-1987年期间，全国冬季气温普遍偏低，这时期我国冬季寒潮爆发频次偏多；而在1988-1998年期间，全国冬季气温普遍偏高，这时期我国冬季寒潮爆[19]发频次偏少，全国气温偏暖，而从2004年之后又出现偏冷特征，特别是2008[20]年以来，冬季极端冷事件明显增多。王宗明等研究了欧亚大陆1949-2009年o的强冷空气活动特征发现：我国冷空气活动存在年代际活动特征，30N以南年[21]活动频次显著减少。康志明等研究发现1951-2006年间我国寒潮逐年活动频[22]次下降明显；周琳等指出我国大部分地区的冷空气活动频次呈减少趋势；Li[23]等对东北地区春季强冷空气和寒潮的研究发现其活动频次存在年代际变化，[24]近十几年其发生频次有所增加，但幅度不大；朱晨玉分析我国近50年寒潮的时空特征发现，近年来，中国南方的寒潮发生频次增加。在这种背景下，系统研究我国冷空气过程的时空分布特征，并以此为背景，研究其对于呼吸系统疾病的影响，具有重要的科学和现实意义。但如何将气候变化与人体健康有效的链接起来，是非常重要的问题。人生活在自然环境下，其身体健康受到多种因素的影响，其中天气气候因素对人体健康的影响是多种气象要素的综合作用，利用考虑多种要素协同作用的舒适度[25]指数来评估气候健康效应是有效的，也是气象服务的重要指标。最初，Siple[26]等根据在南极洲不同条件下裸露皮肤冻结的情况提出了第一个风寒指数经验[27][28]公式；Massey提出湿度会加强风速的冷效应，从而导致冻伤；Tromp在1959[29]年结合气温和湿球温度提出了不适指数；1966年，Terjung根据人类对温度、相对湿度、风寒、太阳辐射的生理和心理反应的调查研究提出了舒适度指数和风效指数；Schlatter在Siple等的基础上提出了贴近人体舒适感觉的风寒相当温[30][31]度；1991年，毛政旦在Siple等和Schaltter公式的基础上改进建立了更适合低风速下的风寒相当温度；2001年美国和加拿大气象服务公布了订正后的风寒指数公式，用于预报服务。上述研究可以看出，湿度、日照等因素影响人体的舒适感觉，所以仅用风速和温度来衡量人体对自然环境的舒适感觉存在不足。中国气象局在气象预报服务中，认为舒适指数在夏季以炎热指数为主，冬[32-33][34]季则以风寒指数为主。吴滨等用炎热指数计算了不同温热条件下的福州[35]市人体舒适度变化。吴兑分析对比4种舒适度的计算方法后，发现各种类型舒适感觉的指标都是基于温湿指数的变形，风速与日照因素不能忽视，不同公[36,57]式具有其适应性和局限性。舒适度指数是目前应用较为广泛的指标之一，3 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响是从气象角度评价人体对不同气候条件是否感到舒适感的一项生物气象指标，[38]是综合多项对人类健康有显著影响的气象要素后设计的综合指数。王式功等基于黄金分割法提出的舒适度指数计算方法，综合考虑了纬度（与日照相关）、月份等时间和地形要素，同时结合温度、降水、湿度、风速等气象要素，具有[39,40]普遍适用性。本文的研究时间主要集中在冷空气活跃频繁的冷季，风寒指数是舒适度在低温条件下的集中体现，表征在冷条件下人们对气候条件感到舒适的程度。因此本文利用黄金分割法计算风寒指数来研究冷空气对呼吸系统疾病的影响，可以将冷空气过程与呼吸系统疾病有效的联系起来。1.2.2冷空气对呼吸系统疾病影响的研究[41-42]近几十年来我国大部分地区的气温呈上升趋势，对于已经适应了这种气候状态的人们，对冷空气过程带来的一些系列气象要素的骤变如温度下降、[43][44]气压增加的适应能力降低，诱发呼吸系统疾病，导致死亡率增加。WR等通过对英国慢性呼吸系统患者的调查发现冷空气对患者呼吸气流的阻力存在影[45]响。Latvala等调查芬兰的滑雪者发现暴露于寒冷和干燥空气下的滑雪者的支[46]气管哮喘的患病率高于普通人群的。Raatikka等对与冷相关的疾病症状的芬兰全国2002年的健康调查发现，尽管芬兰人一般很适应寒冷的气候，但冷事件发生时，大量人们仍会出现感冒症状，25%的男性、29%的女性出现呼吸道问[47]题，甚至导致死亡。HyrkäsH等针对芬兰20-27岁之间的年轻人调查发现：尽管年轻人身体素质较好，但冷空气仍会加重其哮喘和过敏性鼻炎的症状，造成咳嗽、鼻塞、呼吸短促、胸痛等症状。TheEurowinterGroup(欧盟生物医学[48]成立的联合研究组)研究欧洲大部分地区发现当温度在18C以下，温度每下降1C，呼吸系统疾病死亡率有显著提高，冷空气带来的降温对呼吸系统疾病[49]患者有不利影响。Aquilina等对美国13个健康成年人的持续实验测试后，指出对于上呼吸道感染疾病，冷空气会导致气道出现高反应性，不利于患者本身。[50]Cruz从机制上指出了冷空气诱发鼻炎可能是一种人体的补偿机制，是为了维持鼻粘膜的动态平衡。对美国12个城市的调查研究结果显示：在寒冷的天气条[51]件下，温度的变幅对呼吸系统疾病死亡有较大影响。[52]我国学者也做了相关研究。例如，莫运政等对北京市呼吸系统急诊患者[53]研究发现低温时呼吸系统患者人数显著大于高温时的。施海龙以辽宁省朝阳市为研究对象探讨干旱区影响呼吸道疾病的气象因子，发现平均气压、蒸发量、[54]平均降水量对呼吸道发病率影响较大。高少华等指出12月-次年1月冷空气活动频繁，导致气温大幅度下降，人体调节功能不能适应，西安地区呼吸道疾[55]病高发。李艳等分析兰州市冷空气与呼吸系统疾病的关系，发现冷空气对呼4 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响[56]吸系统疾病有同期、滞后和前期的影响。张莹等通过研究南京市气象因子与循环系统、呼吸系统疾病的关系，发现低温是诱发患者死亡的主要气象要素；[57]耿迪等研究了南京市不同季节呼吸疾病与气象要素的关系，发现冬季是呼吸[58]系统疾病的死亡高峰期，低温是其主要原因。苏斌基于钦州市2003年呼吸系统门诊资料发现，冬春季节是呼吸道疾病发生的高峰期、夏季最少，冷空气过[59]后的升温期易导致感冒的发生。韩健康等建立了湖州市气象因子与呼吸道疾病的预报模型，拟合度为0.38，发现低温干燥易使人患病。对台湾1994-2003年的温度影响呼吸系统和心脑血管疾病的研究表明：低温使得呼吸系统疾病死[60]亡率增加。从现有的研究来看，我国寒潮或者冷空气过程对于疾病的影响，大多集中在单个城市，缺乏系统的对于我国不同气候区冷空气过程对于呼吸系统疾病影响及其机理的研究。另外，新型风寒指数的利用也明显不够，因此，利用新型的风寒指数，系统对比研究冷空气对于我国南北方城市呼吸系统疾病的影响，就显得非常的必要和急迫，因疾病资料获取的限制，本文选取南京和兰州作为南北方代表城市进行分析。1.3本文研究内容本文基于全球气候变化、极端低温天气气候事件频发的大背景下，利用风寒指数这一综合指数，着眼于天气敏感性疾病-呼吸系统疾病，主要研究了我国的冷空气活动分布特征、存在冷空气过程的时间里我国风寒指数的时空分布特征。在此气候背景研究基础上，选择南北方代表城市南京和兰州，开展低温寒潮事件对于呼吸系统疾病的影响及其影响机理的研究，并选择典型个例利用WRF模式进行模拟，探讨利用更加精细的数值预报产品进行冷空气过程影响呼吸系统疾病预测的可能性。本文章节目录如下：第一章绪论：重点介绍了研究冷空气活动影响呼吸系统疾病的意义，以及国内外相关研究。第二章资料与方法：介绍本文所使用的资料以及研究方法。第三章中国冷空气的时空分布特征：研究分析我国冷空气活动的时空分布特征。第四章风寒指数的分布特征：研究分析我国风寒指数的时空分布特征。第五章冷空气活动对南京地区呼吸系统疾病的影响：利用南京市2005-20085 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响年疾病资料和同期气象资料分析冷空气与呼吸系统疾病的关系。第六章冷空气过程对兰州市呼吸系统疾病的影响：基于2001-2005年兰州市呼吸系统疾病患者入院资料及同期气象资料，分析冷空气对兰州市呼吸系统疾病的影响。第七章针对一次致病严重的冷空气过程进行WRF模式数值模拟第八章全文总结与讨论6 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响第二章资料与方法2.1资料（1）气象台站观测资料：国家气象台整编的1951年1月1日-2014年12月31日中国大陆地区900个常规气象站观测站的逐日气象要素观测资料，主要包括气压、气温、相对湿度、风速、降水量等要素。由于各台站观测长度不一致，为了保证数据的一致性和质量，截取1961年之后的时间，并剔除存在缺省值的和迁移距离水平上超过10km、垂直方向超过20m的台站，最终共有461个台站资料，台站分布如图2-1。并根据冷空气活动的季节，选择其活动频繁的季节作为研究时期，11、12月及次年的1、2、3、4月，共6个月，这几个月平均气温在一年中较低，统称为冷季。图2-1461个台站分布（2）再分析资料：美国国家大气研究中心(NationalCenterforAtmosphericResearch,NCAR)和美国国家环境预报中心(NationalCenterforEnvironmentalPrediction,NCEP)提供的2005年1月1日-2008年12月31日、2001年4月7-9日逐日再分析数据，水平分辨率为2.5×2.5，以及2005年4月6-9日的最终分析资料（FNL），水平分辨率为1×1，时间间隔为6小时。（3）疾病资料：2005年1月1日-2008年12月31日根据死因及国际疾病分类整理的南京市区及范围之内呼吸系统疾病逐日死亡人数资料，来源于江苏省疾7 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响病预防控制中心。2001年1月1日-2005年12月31日呼吸系统疾病住院病人病例资料，来自于兰州大学第一医院、第二医院、甘肃省人民医院和兰州军区兰州总医院，这四所医院都是大型综合性三甲医院，资料具有很好的代表性。2.2研究方法2.2.1冷空气的定义关于冷空气的定义：中央气象台定义：过程降温超过5C，温度负距平大于4C，记为一次一般冷空气活动；过程降温超过8C，温度负距平大于4C，记为一次强冷空气过程；过程降温超过10C，温度负距平大于5C，记为一次寒潮天气过程。过程降温是指冷空气过程连续降温的第一天与最后一天的日平均温度之差，温度负距平是指冷空气过程日平均气温最低日即过程最后一天的日平均气温与该日历史多年平均气温之差。[22]周琳等则以过程降温和日最低温小于等于5C来定义冷空气过程，其中过程降温大于等于6C，小于8C记为一次一般冷空气过程；过程降温大于等于8C，小于10C记为强冷空气过程；过程降温大于等于10C为寒潮过程。还有一些不同的定义，本文主要结合这两种方法的来定义冷空气过程，如表2-1。表2-1冷空气定义强度(C)过程降温(T)温度距平(ΔT)寒潮T≥10ΔT≥6强冷空气8≤T<10ΔT≥4一般冷空气T≥6ΔT≥42.2.2风寒指数定义风寒指数是舒适度指数在冷环境下的集中体现，目前使用比较广泛的是美国国家气象服务中心(NWS)和加拿大气象服务中心(WSC)2001年公布并经订正[61]的风寒指数公式应用，仅考虑了温度和风速的影响，没有考虑湿度、气压等其他气象要素的影响，具有一定的局限性，且考虑到地域差异，在南京、兰州[38]地区是否适用还有待考究。王式功等基于黄金分割法提出的舒适度计算方法[37]考虑了纬度、湿度和降水的影响，并得到了的实践应用。本文将使用其舒适度计算方法得到风寒指数。计算方法如下：8 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响Tb=22.7*[1.0-0.3sin(φ-23.5)]-|0.3cos[15*(M-1)]|(1)其中Tb为“最佳舒适温度”，φ为纬度，M为月份。计算体感温度的公式为：当Ta≥Tb时Tg=Ta+14*{exp[0.05*(Ta-Ts)*(RH-RHs)]-1}-0.03*(Ta-Tb)*V(2)当Ta=65岁300025002000人数150010005000123456789101112月份图6-1兰州市呼吸系统疾病入院人数月分布图6-2显示，1、12月兰州市人体舒适感觉主要以中度风寒为主，人体感到寒冷，可能会冻伤，2、3、4、11月均出现中度风寒日数。根据体感将风寒指数47 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响大于0的日数定义为热的日数，可以看到6、7、8月主要以热的日数为主，但没有等级为3、4的日数。5、9月舒适日数最多，说明兰州5、9月气候比较宜人。对比图6-1可以发现，风寒日数与呼吸系统疾病入院人数呈一定的正比关系，尤其是中度风寒日数与住院人数相关关系可达0.8左右，通过了0.01的显著性检验。160中度风寒轻度风寒凉爽舒适热140120100/d80日数6040200123456789101112月份图6-2兰州市2001-2005年风寒日数分布6.2兰州冷空气事件和呼吸系统疾病的相关性分析利用2001-2005年兰州市逐日台站资料，统计发现2001/1/1-2005/12/31日兰州冷季共发生36次冷空气过程。发生冷空气的天数为157天，入院人数日均值为17，大于常年日均值15.37，说明冷空气过程对兰州市呼吸系统疾病存在影响。6.2.1同期影响为了分析呼吸系统疾病与冷空气过程中气象要素的变化之间的关系，表6-1为相关分析，其中Δt为平均温度降幅，d为冷空气持续天数，Δth、Δtl分别为日最高温和最低温的降幅，Δp为气压升幅，Δw为风速的变幅，Δh为湿度的变幅，pre为降水（下同）。由图6-1可以看到，冷空气的持续天数、温度的降幅、气压的升幅、风速的增大与呼吸系统疾病入院人数呈正比，降水和湿度的变化与其呈负相关，这说明冷空气过程带来一系列气象要素的变化：降温、升压、降水带来的湿度的升高均对呼吸系统疾病有不利影响。其中冷空气的持续时间与疾病的入院人数相关性最大，通过了0.01的相关性检验，最低温度的降幅、气压的升幅对疾病入院人数也有显著影响。48 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响表6-1冷空气期间气象要素与呼吸系统疾病入院人数的相关关系ΔtdΔthΔtlΔpΔwΔhpre总0.080.83**0.080.23*0.26*0.16-0.19-0.13男0.060.81**0.070.23*0.25*0.13-0.20-0.11女0.090.81**0.070.23*0.26*0.20-0.15-0.18<650.080.83**0.070.23*0.23*0.16-0.21-0.13>=650.050.74**0.090.210.30*0.15-0.09-0.14*本文利用的为Pearson双尾检验，**表示通过0.01的显著性检验，表示通过0.05的显著性检6.2.2冷空气发生之前和之后的影响研究表明，天气事件发生之前和之后的一段时间均对人体健康有一定的影响[77-78]。气象要素的变化是连续的，冷空气过程发生前期和后期气象要素对呼吸系统的影响如表6-2所示，其中”-”表示冷空气发生前，”+”表示冷空气发生后，仅列出了通过显著性检验的气象要素变幅。可以看到，冷空气对疾病入院人数的前期影响主要存在于之前的1-3天，3天之前的影响较小，没有显著性相关。表6-2显示，冷空气发生前的第2天，冷空气过程对疾病入院人数的影响最大，其中平均温度的降幅、持续时间、最低温度变幅与疾病住院人数相关最为显著。冷空气过程对疾病入院人数的滞后影响主要发生在冷空气过后的1-4天，超过5天就不存在显著相关了。对比前期影响可以看到，降水、增压等要素对疾病也有一定的滞后影响，最低温降幅的滞后影响在第4天达到最大，降水的影响主要体现在第3天。表6-2冷空气发生前期、后期气象要素与呼吸系统疾病入院人数的相关关系天数总人数男性女性<65岁>=65岁-3d0.28*Δtl0.27*d0.36*d0.25*d0.24*Δtl0.24*-2Δt0.27*Δt0.33**d0.34**Δt0.27*d0.28*Δtl0.31**Δtl0.29*d0.22*Δtl0.32**Δtl0.34**-1Δtl0.28*1Δp-0.27*Δp-0.26*2d0.25*d0.274*Δth-0.23*d0.24*3Δtl0.27*Δtl0.23*Δtl0.28*Δtl0.26*pre-0.23*pre-0.23*4d0.23*d0.23*Δt0.22*Δtl0.30**Δtl0.31**Δtl0.32**Δtl0.23*Δtl0.42**pre-0.26**本文利用的为Pearson双尾检验，**表示通过0.01的显著性检验，表示通过0.05的显著性检将冷空气过程期间的呼吸系统疾病入院人数做标准化处理，取1.0代表呼吸系统疾病入院异常偏多，利用合成分析方法研究冷空气过程影响呼吸系统疾病入院人数的气象要素阈值。通过合成分析可以得到，造成呼吸系统疾病入院人49 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响数异常偏多的冷空气过程中，气压增幅的阈值为8.3hPa，对于65岁以下人群，气压增幅的阈值为7.5hPa，这也说明65岁以下的人对气压的变化更为敏感。对于总入院人群、女入院病人、65岁以下的病人最低变温的阈值为4.1C，对于男性和65岁以上病人最低变温的阈值为3.9C，其中天数的阈值除65岁以上人群外为3天其余均为4天，这说明年龄大于65岁的人群对于长时间的连续降温抵抗力较差。综合表明：在冷空气过程中当气压增大8.1hPa以上、最低变温大于3.9C、冷空气持续天数大于4天，风寒指数小于-1时将对人群产生显著的不利影响，导致呼吸系统疾病入院人数异常偏多，这对预防呼吸系统疾病具有警示意义。表6-3气象要素阈值阈值天数(d)最低变温(Δtl)变压(Δp)风寒指数总44.18.3-1男43.98.3-1女44.18.3-1<6544.17.5-1>=6533.98.3-16.32005年4月6-9日冷空气过程的个例分析由表6-1的相关性分析可以发现，最低温的降幅、气压的增幅与兰州市呼吸系统疾病入院人数有显著性相关关系，且日最低温降幅对疾病入院人数存在明显的前期和滞后影响，对兰州市2001-2005年期间的统计分析发现2005年4月6-9日，兰州市发生一次冷空气过程，且该次冷空气过程最低温降幅最大达到13.3C，气压降幅最大达到18.5hPa，日平均温度降幅为12.8C，是一次典型的寒潮过程。这次冷空气期间呼吸系统疾病日均入院人数可达到22人，且冷空气发生的前3天日均入院人数为23人、发生后4天内日均入院人数为26人，均远大于5年日均值15.37，说明这次冷空气过程对兰州呼吸系统疾病有明显影响，故对其进行个例分析。图6-3、6-4分别是利用NCAR/NCEP再分析资料绘制的2005年4月6-9日的500hPa、海平面形势场。进入4月，全国大部分地区已经升温，6日兰州平均温度17.4C，最高温可达27.9C，气温较常年同期偏高，从6-3a可以看到兰州处于暖舌中心，500hPa形势场呈两槽一脊型，随时间推移高空主要影响系统为乌拉尔山东侧的深槽，结合地面场6-4a，兰州处于低压气旋中心。7日，槽逐渐东移并且减弱，在青藏高原西侧生成一个明显的切断低压，温度场明显落后于高度场，有较强的斜压性，未来该低压会加强。由于切断低压的产生，在青藏高原50 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响上空生成一个弱脊，该脊也会随着切断低压的加强而加强，同时在里海上空出现一个闭合的高压。高空冷平流使暖舍减弱，冷空气影响兰州，兰州开始降温但并不剧烈，图6-4b可以看到，随着高空槽的东移，地面气旋中心也开始移动。到4月8日，切断低压、弱脊同时加强，兰州处于弱脊前的偏西北气流中，前一天的闭合高压消失了，兰州高空处于槽的正下方，地面为高压，产生下沉运动，兰州降温明显，平均温度14.5C降到8C，最低温为1.9C。该时切断低压的温度场和高度场重合，未来它会减弱。兰州上空的暖舌彻底消失。9日，高空槽已离开兰州上空，不再影响兰州地区，兰州的降温逐渐结束，500hPa形势场上切断低压消失，然而在乌拉尔山上空有个闭合的高压系统存在，温度场落后于高度场，未来高压会变强，可能引导下一个冷空气事件。图6-3e和6-4e分别为500hPa和海平面气压距平场，此次冷空气过程主要为高空低压槽、地面气旋移动相互配合导致的。对比南京2005年3月10-12日冷空气过程发现：兰州地区的这次冷空气过程阻高位于乌拉尔山，冷空气源地主要是上游冰岛以南，形势属于低槽东移型，阻高同样偏强，但位置偏西，西伯利亚高压位置偏西，强度偏强，因此冷空气的入侵路径也为西路型，主要影响我国西北地区，兰州地区气象要素剧变由此显著。南京冷空气过程形势为阻高偏东北，冷空气源地主要是新地岛以东的寒冷洋面，冷空气侵袭我国的路径主要为中路，整体寒潮天气形势为横槽转竖型，冷空气强度强，影响范围大，属于全国性寒潮，因此能够影响到南京地区。这说明不同的天气形势导致的冷空气过程均对呼吸系统疾病有较大影响，研究冷空过程对呼吸系统疾病的影响很有必要。51 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响图6-32005年4月4-9日冷空气过程500hPa位势高度场、温度场及距平场a-d分别为6-9日形势场，e为四天的平均场及历史同期距平场（阴影表示），实线为等位势线/gpm、虚线为等温线/C，图中黑点表示兰州52 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响图6-42005年4月6-9日冷空气过程海平面气压场、风场及距平场a-d分别为6-9日形势场，e为四天的平均场及历史同期距平场（阴影表示），实线为海平面气压场/hPa、箭头表示风场/m/s，图中黑点表示兰州53 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响6.4本章总结与讨论本章利用2001-2005年兰州市呼吸系统疾病资料和同期气象资料分析兰州市冷空气对呼吸系统疾病的影响，并挑选寒潮个例进行分析，得到以下结论：（1）兰州市呼吸系统疾病发病集中在冬春季节，兰州市一年体感温度以冷域为主，有230天，最佳舒适域60天，热域为75天。入院人数月分布与中度风寒日数月分布呈明显的正相关，相关系数可达0.8。（2）冷空气过程对于呼吸系统疾病有同期、滞后和前期影响。冷空气过程持续时间、最低温度降幅、气压升幅以及降水对呼吸系统发病人数的同期影响较大；而滞后影响主要存在于冷空气过程后1-4天，气压增幅、持续天数、最低温度降幅和降水影响较大；冷空气过程发生前1-3天最低温度降幅、持续时间和平均温度降幅对呼吸系统疾病发病影响较大。（3）冷空气过程中当气压增大8.1hPa以上、最低变温大于3.9C、冷空气持续天数大于4天，风寒指数小于-1时将对人群产生显著的不利影响，导致呼吸系统疾病入院人数异常偏多，这对预防呼吸系统疾病具有警示意义。（4）选择了一次典型寒潮个例进行研究，发现此次寒潮过程为高空低槽东移结合地面气旋发展导致的，冷空气主要影响我国西北地区，期间兰州气压降低18.5hPa，平均气温降低12.8C，最低气温下降13.3C，风寒指数为-3，均超出了阈值范围，冷空气期间疾病入院人数为22人，远大于常年平均值。54 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响第七章一次致病严重的冷空气过程的数值模拟随着气象数值模式的不断发展和日益完善，数值模式已成为气象预报的主要手段之一，WRF模式作为中尺度模式，完全嵌套大气化学模式，应用广泛，[79-80]具有较好的天气预报水平。在上一章节发现，2005年4月6-9日这次过程导致兰州市呼吸系统疾病人数异常偏多，因此针对本章节利用WRF数值模式对其进行模拟，探讨利用更加精细的数值预报产品进行冷空气过程影响呼吸系统疾病预测的可能性。7.1模拟设计方案oo本次模拟采用双重嵌套网格，模拟中心为80E，55N，模拟范围和地形如图7-1所示，第一层网格d01分辨率为30km，格点数为250×200；第二层网格d02分辨率为10km，格点数为150×150。垂直方向上为30层，模式顶层气压为100hPa。参数化方案选择：物理过程方案为：微物理过程Ferrier(newEta)方案；长波辐射RRTM方案；短波辐射Dudhia方案；近地层Monin-Obukhov方案；陆面过程热量扩散方案；边界层YSU方案；积云参数化浅对流Kain_Fritsch方案。使用数据为NCEP6小时最终分析资料（FinalOperationalGlobalAnalysis），模拟时间为2005年4月6日00:00-10日00:00，共96小时，第一层嵌套每3o小时输出一次，细网格每1小时输出一次。其中兰州市经纬度分别为103.53E，o36.03N，位于第二层网格的中心，海拔为1520m，属于盆地城市。55 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响图7-1模拟区域范围及海拔高度图（m）7.2模拟结果分析7.2.1形势场分析对此次冷空气过程对流层中下层的大气环流形势进行了模拟，发现，WRF模式能够很好的模拟此次冷空气过程的环流形势。图7-2可以看到，500hPa形势场上与图6-3相比，6-9日的中高纬度槽的东移过程，以及阻塞高压的建立、发展到崩溃的形态，都与实况吻合的很好。图7-3为海平面形势场对比图6-4可以看出，兰州地面气压的变化，地面气旋的发展移动均吻合的很好。这与[81-82]WRF模式对于其他天气过程的模拟结果类似，即WRF模式能够很好的模拟天气形势。56 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响图7-2500hPa模拟形势场a-d分别为6-9日形势场（蓝线为位势高度/gpm，红线为温度/C）57 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响图7-3海平面模拟形势场a-d分别为6-9日形势场（蓝线为海平面气压场/hPa，黑色为风向标/m/s）7.2.2气象要素分析图7-4为温度和气压随时间的变化，开始时间为4月6日8时，结束于4月9日23时，三小时一个观测数据。图7-4a显示：在8-20时，温度的模拟基本与观测一致，到了7日凌晨到早上8时，模拟值明显偏小，这可能是因为实际情况中夜间地面长波辐射和云的作用，使温度不会剧烈的降低，7日8时滞后，模拟值与观测值变化幅度基本一致，模拟值偏小。图7-4b为气压的模拟：6日8时-7日5时，观测值气压整体为下降趋势略有起伏，模拟值为U型变化加大了气压的变化幅度，之后的模拟很好的刻画了气压的变化，但数值偏小。总的来说，这次模拟的温度和气压值比真实值偏小，这可能是因为兰州位于盆地内，周围群山环绕，受地形的影响比较大，但准确的模拟了温度和气压的变化趋势、这次冷空气过程的降温幅度12.5C和气压增幅18.2hPa，这与真实值降温12.8C、气压增幅58 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响18.5hPa基本一致，这是与呼吸系统疾病相关的，其他气象要素的模拟因无观测值对比本章就不做分析。总而言之从模拟结果上可看出，模式很好的模拟了这次冷空气过程，而且模式的输出结果更加精细化，可以输出逐小时的气象资料，弥补了常规气象观测资料的不足。30a2520观测C15模拟O/10温度50-5814202814202814202814203小时855b850845840观测835/hPa模拟830气压825820815810814202814202814202814203小时图7-44月6-9日冷空气期间观测值和模拟值的3小时变化（a.温度;b.气压；）利用逐小时的模式输出结果，湿度和风速，以及计算风寒指数和体感温度在冷空气活动期间的变化情况如图7-5：图7-5a可以看到，此次冷空气期间兰州市湿度有所增大，有明显的日变化，一天中湿度在凌晨2-5点之间达到最大。风速的波动较大，在8日10时-21时之间风速有明显的急增，最大可达到11m/s，这与事实不符，说明风速的模拟效果不是很好。图7-5b：体感温度代表了人体感59 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响受到外界真实的温度，可以看到，体感温度一天在14时左右最大，4时左右最小，这与实际相符，说明模拟结果真实有效。在这次冷空气过程中，体感温度下降明显，风寒指数由第一天的0（日均值），降到最后一天的-3，如图中红点所示，可以看到计算获得的逐小时风寒指数准确的描绘了风寒指数的变化趋势，风寒指数由最佳舒适域变为中度风寒，也超出了阈值-1的范围，人体感觉寒冷，呼吸系统疾病患者入院人数增多。8012a湿度70风速1060850风速100%406/m/s湿度30420210009121518210369121518210369121518210369121518211小时图7-54月6-9日冷空气期间模拟值的逐小时变化a.湿度、风速；b.体感温度、风寒指数，红点为6-9日的日风寒指数（观测值计算）60 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响7.3小结选择兰州地区一次典型寒潮冷空气过程进行数值模拟，得到结论如下：（1）形势场的模拟：这次寒潮过程为低槽东移型结合地面气旋的发展，导致冷空气南下而影响我国西北地区，WRF模式模拟的天气形势与NCEP数据绘制的环流场（作为实况）基本一致，而且还很好的模拟了高空温度场的分布。（2）要素场的模拟：通过与观测值的对比，可以发现，WRF模式能够很好的模拟冷空气过程气压、温度等要素的变化，体现了气象要素骤变的特征，模拟得到的降温为12.5C，增压为18.2hPa，与观测值仅有0.3C和0.3hPa的误差。WRF模式可以很好的模拟冷空气过程的环流背景，对于气象要素的模拟虽然与实际值有所偏差，但是能够抓住气象要素在冷空气过程中的骤变特征，对于舒适度和风寒指数的预报也与冷空气过程吻合。说明利用以数值模拟产品提供的精细预报为基础，结合疾病资料，进行冷空气过程影响呼吸系统疾病的预测是可行的。61 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响第八章全文结论与讨论8.1总结利用我国461个台站的日常规观测资料对我国冷空气活动和风寒指数的时空分布特征进行分析，结合疾病资料，挑选南北两个典型城市南京、兰州，对比分析了冷空气对呼吸系统疾病的影响。结果表明：（1）我国的冷空气呈现北强南弱、北多南少的分布特征，三类冷空气分布存在空间差异，受地形和山脉的影响较大。冷空气发生频次整体呈减少趋势，有明显的年代际变化特征，其中主要为在60、70年代冷空气发生频次偏多，80、90年代频次减少剧烈，2000年之后又有所回升。单次冷空气强度有所增强，但幅度不大，单次冷空气的持续时间主要3-4天。将冷空气分区发现，4区的冷空气频次有增长趋势，其余4个区域均呈减少趋势。随着风寒指数的加深（4--6），其日数分布呈现南北的反位相状态，以北回归线为界，以南地区存在热域（1-4），最舒适域日数在南宁、广州、海南等地区偏多，全国大部分地区以冷域为主，发生冷空气过程的时间里的风寒指数的分布，热域逐渐消失，随着-1向-6冷域o的加深，呈现南北反位相，以北纬35为界，以北地区主要以-4--6为主，以南地区以-1--3为主，这与南北方温度差异相关。（2）2005-2008年南京地区体感分布全年主要以热域为主，呼吸系统疾病引起死亡的高峰期出现在每年的1﹑2和12月，与风寒指数分布呈明显的负相关，月平均呼吸系统死亡人数与风寒指数相关系数可达-0.87。气象因子对呼吸系统疾病的影响存在明显的滞后效应，气压和气温在第五天达到最大，风寒指数则在第四天影响最大。冷空气期间气压增幅、湿度变幅，风寒指数与呼吸系统疾病死亡人数呈显著相关，将冷空气过程期间的呼吸系统疾病死亡人数做标准化处理，取1.0代表呼吸系统疾病死亡异常偏多，利用合成分析，研究造成呼吸系统疾病死亡人数异常偏多的冷空气过程中气象要素变化的阈值分别为：气压增幅为8.6hPa，变湿为±0.16，风寒指数为-1.83。（3）兰州市全年体感以冷域为主，呼吸系统疾病入院人数冬季最多，冷季住院人数月分布与中度风寒日数显著相关可达0.80。兰州冷空气对呼吸系统疾病有同期、滞后、前期的影响，滞后主要存在与冷空气过后的1-4天，前期影响主要在之前的1-3天。呼吸系统疾病入院患者异常偏多的气象因子阈值为：气压增幅8.1hPa、最低温降幅3.9C、风寒指数-1。对比南北两个城市可以发现：南京体感以全年热域为主，兰州以冷域为主，这与实际情况相符。冷空气期间，62 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响气象因子对呼吸系统疾病的影响：湿度的变化对于南京的影响比较显著，兰州则是最低变温，这可能是因为兰州常年比较少雨干燥，湿度的变化幅度较小；气压的增幅与呼吸系统疾病均有显著的关系；风寒指数与呼吸系统疾病的相关关系南京大于兰州，这与兰州气候特征相关。（4）WRF数值模拟结果显示：WRF模式能够很好的模拟冷空气过程的形势场，也能模拟出冷空气过程期间与呼吸系统疾病密切相关的温度、气压等气象要素骤变的特征，用其模拟量能够比较好的刻画体感温度和风寒指数的变化特征。这说明如果能够获得相应的疾病资料，配合WRF数值模拟提供的精确到小时的气象要素值，将会为深入认识气象对于人体健康影响机理以及相关疾病的防控提供更多的参考。8.2特色与创新（1）本文基于气候变化影响人类健康这一事实，针对呼吸系统疾病这一天气敏感性多发病，利用风寒指数作为新的气象因子，选取南北方两个代表性城市，研究了冷空气事件对典型地区呼吸系统疾病的影响，有助于深入认识天气对人体健康的影响。（2）本文利用WRF数值模拟了一次冷空气过程，并基于此探讨利用更加精细的数值预报产品进行冷空气过程影响呼吸系统疾病预测的可能性，为以后更好的通过数值模拟研究天气气候对人体健康的影响做了一次尝试。8.3本文存在的问题及下一步工作计划（1）资料的问题：疾病数据收集困难，本文仅收集到了两个城市各5年的疾病资料，不能与长时间系列的气象资料匹配，结论的典型性需要长时间数据进一步验证；同样的，利用WRF模式模拟，可以得到更为精细化的气象数据，但也缺乏与之匹配的疾病资料。（2）影响呼吸系统疾病的因素有很多，如空气污染、人体自身的素质等，气象要素是其中的重要影响因子，其与其他因素的影响是否具有叠加或抵消等相互作用，需要进一步深入研究。由于研究数据的限制，本文利用个例分析讨论了极端冷空气活动对南北两个典型城市疾病产生的可能影响，但是由于疾病资料手机的困难，以及现有资料的局限性，相关结果需要长期的观测数据进行进一步的验证。并且，导致疾63 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响病发生的因素有很多，患者本身也有很大个体差异，文中未对上述因子进行讨论。在以后的工作中，计划进一步收集疾病资料，然后融合多种学科方法，尽可能多的考虑影响疾病发生和死亡的因素，进一步的研究极端天气气候事件对于呼吸系统疾病影响的深层次机制。64 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响参考文献[1]PalmerRN,HahnM.TheImpactsofClimateChange[J].PhysicsToday,2015,47(9):499-7.[2]郭建平.气候变化对中国农业生产的影响研究进展[J].应用气象学报,2015,(01):1-11.[3]苏布达,王腾飞,尹宜舟.IPCC第五次评估报告关于气候变化影响的检测和归因主要结论的解读[J].气候变化研究进展,2014,(03):203-207.[4]IPCC.Climatechange2013-thephysicalsciencebasis:WorkinggroupIcontributiontothefifthassessmentreport.CarnbrigeUniversityPress,2013.[5]PatzJA,CampbelllendrumD,HollowayT,etal.Impactofregionalclimatechangeonhumanhealth[J].Nature,2005,438(7066):310-317.[6]ParkinsonAJ,EvengårdB.Climatechange,itsimpactonhumanhealthintheArcticandthepublichealthresponsetothreatsofemerginginfectiousdiseases.[J].GlobalHealthAction,2009,2(1):88-90.[7]FranchiniM,MannucciPM.Impactonhumanhealthofclimatechanges[J].EuropeanJournalofInternalMedicine,2015,26(1):1-5.[8]陆晨．疾病发病与特殊天气过程的相关特征[J].气象科技,2004,32(6):429-432.[9]冉津江,季明霞,黄建平,等.中国干旱半干旱地区的冷季快速增温[J].高原气象,2014,(04):947-956.[10]李文娟,张文挺,马国强,等.影响呼吸系统疾病的相关因素[J].内蒙古医学杂志,2008,06:705-708.[11]岳海燕,申双和.呼吸道和心脑血管疾病与气象条件关系的研究进展[J].气象与环境学报,2009,02:57-61.[12]夏丽花,刘铭,陈德花,等.福州市呼吸道疾病发生的气象条件分析及预报[J].气象科技,2003,06:385-388.[13]李晓霞,李青春,李青燕,等.兰州地区秋冬季呼吸道疾病与气象条件关系分析[J].甘肃气象,2002,03:31-33.[14]余斌,朱乾根,徐祥德.源地冷空气强度变异与冷涌活动特征的数值试验[J].中国科学院研究生院学报,1992,(04):356-366.[15]朱乾根,林锦瑞,寿绍文.天气学原理和方法,(第四版)[M].气象出版社,2007.[16]方修琦,张学珍,戴玉娟,等.1951～2005年中国大陆冬季温度变化过程的区域差异[J].地理科学,2010(4):571-576.[17]李维京,李怡,陈丽娟,等.我国冬季气温与影响因子关系的年代际变化[J].应用气象学报,2013,24(4):385-396.[18]黄荣辉,刘永,皇甫静亮,等.20世纪90年代末东亚冬季风年代际变化特征及其内动力成因[J].大气科学,2014,38(4):627-644.2014[19]RonghuiHuang,JilongChen,LinWang,etal.Characteristics,Processes,andCausesoftheSpatio-temporalVariabilitiesoftheEastAsianMonsoonSystem[J].2012,29(5):910-942.[20]王宗明,孙照渤,李忠贤,等.1949-2009年欧亚大陆强冷空气活动频次的变化特征[J].气象与减灾研究,2011,34(1):16-23.[21]康志明,金荣花,鲍媛媛.1951-2006年期间我国寒潮活动特征分析[J].高原气象,2010,29(2):420-428.65 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响[22]周琳.我国冬半年冷空气活动特征及其与海温的关系[D].南京信息工程大学,2013.[23]LiS,JiangD,YiL,etal.InterdecadalvariationsofcoldairactivitiesinNortheastChinaduringspringtime[J].JournalofMeteorologicalResearch,2016,30(5):645-661.[24]朱晨玉,黄菲,石运昊,等.中国近50年寒潮冷空气的时空特征及其与北极海冰的关系[J].中国海洋大学学报自然科学版,2014,44(12):12-20.[25]刘梅,于波,姚克敏.人体舒适度研究现状及其开发应用前景[J].气象科技,2002,30(1):11-14.[26]SiplePA,PasselCF.Excerptsfrom:measurementsofdryatmosphericcoolinginsubfreezingtemperatures[J].Wilderness&EnvironmentalMedicine,1999,10(3):176-182.[27]Massey,P.M.FingernumbnessandtemperatureinAntarctica.Time,1959,616–620.[28]TrompSW,HoffmanJG.MedicalBiometeorology[M].Medicalbiometeorology,ElsevierPublishingCompany,1963:53.[29]TerjungWH.PhysiologicalclimatesoftheconterminousUS:abioclimaticclassificationbasedonman[J].AnnalsoftheAssociationofAmericanGeographers,1966,56(1):141-179.[30]SchlatterTW.Windchill[J].EncyclopediaofEarthSciences,1987,44(1):928-929.[31]毛政旦.中国风寒相当温度的研究[J].地理科学,1992(4):313-321.[32]WuD.DiscussiononVariousFormulasforForecastingHumanComfortIndex[J].2003,31(6):370-372.[33]FengZ,YangY,DanZ,etal.NaturalenvironmentsuitabilityforhumansettlementsinChinabasedonGIS[J].JournalofGeographicalSciences,2009,19(4):437-446.[34]吴滨,杨丽慧,刘京雄.基于不同温湿条件的福州市人体舒适度变化研究[J].气象科技,2015,43(6):1192-1196.[35]吴兑.多种人体舒适度预报公式讨论[J].气象科技,2003,31(6):370-372.[36]StathopoulosT.Pedestrianlevelwindsandoutdoorhumancomfort[J].JournalofWindEngineering&IndustrialAerodynamics,2006,94(11):769-780.[37]张志薇.基于舒适度研究的中国大陆健康气候评估[D].兰州大学,2014.[38]王式功,马盼,尚可政,等.一种基于黄金分割法构建人体舒适度计算方法:CN,CN103106336A[P].2013.[39]WilsonO.ObjectiveevaluationofwindchillindexbyrecordsoffrostbiteintheAntarctica[J].InternationalJournalofBiometeorology,1967,11(1):29-32.[40]RoshanG,MirkatouliG,ShakoorA,etal.Studyingwindchillindexasaclimaticindexeffectiveonthehealthofathletesandtouristsinterestedinwintersports.[J].AsianJournalofSportsMedicine,2010,1(2):108-116.[41]方修琦,张学珍,戴玉娟,等.1951～2005年中国大陆冬季温度变化过程的区域差异[J]地理科学,2010(4):571-576.[42]张晶晶,陈爽,赵昕奕.近50年中国气温变化的区域差异及其与全球气候变化的联系[J].干旱区资源与环境,2006,20(4):1-6.[43]李青春，陆晨，刘彦,等.北京地区呼吸道疾病与气象条件关系的分析[J].气象,1999,25(3):8-12.[44]JrWR,WalkerJE,HicklerRB.Effectsofcoldaironrespiratoryairflowresistanceinpatientswithrespiratory-tractdisease.[J].NewEnglandJournalofMedicine,1960,263(263):268-273.66 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响[45]LatvalaJJ,ReijulaKE,CliffordPS,etal.Cold-inducedresponsesintheupperrespiratorytract.[J].ArcticMedicalResearch,1995,54(1):4-9.[46]RaatikkaVP,RytkönenM,NäyhäS,etal.Prevalenceofcold-relatedcomplaints,symptomsandinjuriesinthegeneralpopulation:theFINRISK2002coldsubstudy.[J].InternationalJournalofBiometeorology,2007,51(5):441-448.[47]HyrkäsH,JaakkolaMS,IkäheimoTM,etal.Asthmaandallergicrhinitisincreaserespiratorysymptomsincoldweatheramongyoungadults[J].RespirMed,2014,108(1):63-70.[48]ColdexposureandwintermortalityfromishaemicheartdiseasecerebrovasculardiseaserespiratorydiseaseandallcausesinwarmandcoldregionsofEurope.[J].Lancet,1997,349(9062):1341-1346.[49]AquilinaAT,HallWJ,JrDR,etal.Airwayreactivityinsubjectswithviralupperrespiratorytractinfections:theeffectsofexerciseandcoldair.[J].AmericanReviewofRespiratoryDisease,1980,122(1):3-10.[50]CruzAA,TogiasA.Upperairwaysreactionstocoldair[J].CurrentAllergyandAsthmaReports,2008,8(2):111-117.[51]BragaAL,ZanobettiA,SchwartzJ.Theeffectofweatheronrespiratoryandcardiovasculardeathsin12U.S.cities.EnvironHealthPerspect.110(9):859-863.[52]莫运政,郑亚安,陶辉,等.日均气温与呼吸系统疾病急诊人次相关性的时间序列分析[J].北京大学学报：医学版,2012(3):416-420.[53]施海龙,曲波,郭海强,等.干旱地区呼吸道传染病气象因素及发病预测[J].中国公共卫生,2006,22(4):417-418.[54]高少华,冯皓.气象条件对呼吸道疾病影响的关系分析[J].陕西气象,2005(4):25-26.[55]李艳,王琪,王式功,等.冷空气过程与兰州市呼吸系统疾病的关系分析[J].兰州大学学报(自科版),2016,52(1):84-88.[56]张莹,尚可政,孙宏,等.南京市呼吸系统和循环系统疾病死亡人数与气象因子的关系分析[J].兰州大学学报(自然科学版),2014,01:59-65.[57]耿迪,孙宏,蒋薇,等.南京市呼吸系统疾病死亡人数与气象因子的关系[J].兰州大学学报(自然科学版),2015,01:93-97.[58]苏斌.季节变化和气象要素变化与呼吸道疾病关系及预防措施初探[J].气象研究与应用,2004,25(2):26-28.[59]韩建康,刘小琦,顾志伟,等.气象因素对呼吸道疾病的影响及预报研究[J].疾病监测,2008,23(11):674-677.[60]GuoH,ChenP,LongS,etal.EffectsofExtremeColdWeatherontheMortalityofCardiovascularandRespiratoryDiseasesinTaiwan[J].Epidemiology,2007,18(5):70.[61]息涛,李岚,唐亚平.近五十年辽宁冬季风寒指数分区及年际变化分析[C]//S7气候环境变化与人体健康.2012.[62]黄嘉佑.气象统计分析与预报方法[M].气象出版社,2004,第3版:121-139.[63]闫蓓,王斌,李媛.基于最小二乘法的椭圆拟合改进算法[J].北京航空航天大学学报,2008,34(3):295-298.[64]裴益轩,郭民.滑动平均法的基本原理及应用[J].火炮发射与控制学报,2001(1):21-23.[65]赵毅.数字滤波的滑动平均法和低通滤波法[J].仪表技术,2001(5):40-40.67 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响[66]张宇镭,党琰,贺平安.利用Pearson相关系数定量分析生物亲缘关系[J].计算机工程与应用,2005,41(33):79-82.[67]同济大学应用数学系.工程数学:概率统计简明教程[M].高等教育出版社,2012.[68]赵洪,杨学联,邢建勇,等.WRF与MM5对2007年3月初强冷空气数值预报结果的对比分析[J].海洋预报,2007,24(2):1-8.[69]GrellGA,SchmitzPR,MckeenSA,etal.Fullycoupled'online'chemistrywithintheWRFmodel[J].AtmosphericEnvironment,2005,39(37):6957-6975.[70]陶诗言.十年来我国对东亚寒潮的研究[J].气象学报,1959(3):32-36.[71]姚永明,姚雷,邓伟涛,等.长江中下游地区类寒潮发生频次的变化特征分析[J].气象,2011,37(3):339-344.[72]仇永康,李晓东.我国冷空气活动的特征及其与欧亚大陆积雪的关系[J].应用气象学报,1992(2):235-241.[73]魏凤英.气候变暖背景下我国寒潮灾害的变化特征[J].自然科学进展,2008,18(3):289-295.[74]HajatS,BirdW,HainesA.ColdweatherandGPconsultationsforrespiratoryconditionsbyelderlypeoplein16locationsintheUK[C].EurJEpidemiol2004(19):959–968.[75]KunstAE,LoomanCWN,MackenbachJP.Outdoorairtemperatureandmortality.OutdoorairtemperatureandmortalityintheNetherlands:atime–seriesanalysis[J].AmJEpidemiol1993(137):331–341.[76]HandleyBA,WebsterAJ.Somefactorsaffectingtheairbornesurvivalofbacteriaoutdoors[J].JournalofAppliedBacteriology,1995,79(4):368–378.[77]BasuR，OstroBD.AmulticountyanalysisidentifyingthepopulationsvulnerabletomortalityassociatedwithhighambienttemperatureinCalifornia[J]．AmJEpidemiol.,2008，(168):632－637.[78]高燕琳,高京晓.气温与死亡关系研究[J].国外医学:医学地理分册,1998,19(3):128−130.）。[79]章国材.美国WRF模式的进展和应用前景[J].气象,2004,30(12):27-31.[80]王晓君,马浩.新一代中尺度预报模式(WRF)国内应用进展[J].地球科学进展,2011,26(11):1191-1199.[81]苗春生,赵瑜,王坚红.080125南方低温雨雪冰冻天气持续降水的数值模拟[J].大气科学学报,2010,33(1):25-33.[82]何由,阳坤,姚檀栋,等.基于WRF模式对青藏高原一次强降水的模拟[J].高原气象,2012,31(5):1183-1191.68 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响硕士期间研究成果一发表论文[1]李艳,王琪,王式功,等.冷空气过程与兰州市呼吸系统疾病的关系分析[J].兰州大学学报:自然科学版,2016(1):84-88.(已刊出)[2]王琪,李艳,路瑶,王嘉禾.南京地区风寒指数对南京呼吸系统疾病的影响研究.兰州大学学报:自然科学版,2016(已录用).[3]李艳,叶培龙,王琪,等.CMIP5模式对于影响我国关键区阻塞高压模拟及预估[J].2015.(中国科技在线已刊出)[4]马百胜,李艳,王琪,等.两类ElNiño事件对Hadley环流及中国气候影响分析.兰州大学学报,2016(已录用).二参与项目[1]国家自然科学基金青年项目，“极端低温天气气候事件对于呼吸系统疾病影响研究”（41305105），2014/01-2016/12[2]自然科学基金项目，“基于集合的四维变分方法用于雷达资料同化的关键技术研究”（4125102），2013-201669 兰州大学硕士学位论文中国冷空气的活动特征及其对呼吸系统疾病的影响致谢时光荏苒，我在兰州大学已经度过了7个春秋，仍记得18岁踏入校园的那一刻，望着周围形形色色的人，一切都是那么的陌生，心里充满着对未来的期待和紧张。白驹过隙，如今，4年的本科、3年的研究生就要结束，走遍了校园里的每个角落，吃遍了食堂里的每一种饭菜，看着周围的一切，熟悉到已成为一种习惯，而我却要离开，借此毕业论文，感谢兰州大学给予我的美好时光和那些出现在我生命中美好的人。说到感谢，心中涌起一张张熟悉的面孔，但心中最感激的莫过于我的导师李艳老师，和李艳老师的这段师生情谊其实是偶然的，但生活的惊喜往往来自一次又一次偶然，拥有这样一个好老师，让我十分感激。李老师不仅在学习方面教我如何写文章、读文献，让我尽快的进入了一个研究生的状态，而且在做人做事教会了我很多，李老师对待他人的真诚和做任何事认真的态度，让我获益匪浅。师者，传业授道解惑也，李老师不仅做到了这些，还以其自身的优良品德影响着我，做一个更好地自己。回忆起三年的点点滴滴，感激的话不断涌上心头，却不能写的够多，借此机会对李老师表达一下由衷的感谢，谢谢您老师。感谢兰州大学大气科学学院给了我美好的七年时光，感谢学院里的每一个老师，因为有你们的辛勤工作才有了学院的蓬勃发展。要特别感谢课题组的老师，王式功老师，尚可政老师，你们的努力和付出才有了咱们课题组的存在，永远的尊敬您们，还有就是组里其他年轻漂亮可爱帅气的老师们，你们就像朋友一样，既可以向你们请教问题，也可以与你们谈天说地，谢谢你们。感谢所有的老师对我的教导和帮助，祝你们永远年轻健康。这次毕业论文的完成，中间各种曲折，遇到了很多问题，编程的问题、画图的问题等等，除了老师们的指导，就不得不感谢我的小伙伴们了。课题组的同志们，感谢你们的陪伴和帮助，师兄、师姐、师弟、师妹在办公室，我们一起成长，一起进步，如此的美好。感谢我两个可爱的室友，特别感谢刘畅同学你不仅陪我逛街吃饭，还是个NCL小能手，有问题找你就对了；夏菡梦同学有你WRF模式转的更快了；朱安豹同学电脑找你装了N次系统了；路瑶、嘉禾师妹你们的出现不仅让我成功当上师姐，还帮我分担了很多。当然，永远不能忘记的是我的父母亲人，因为有了你们，我的人生才有意义，永远带着一颗感恩的心爱着你们，谢谢老爸老妈。最后的最后，还是感谢，兰大的时光因你们而更加美好。王琪2017年5月兰州大学70
