一、吉林省2001年夏季(6-8月)的天气特点及影响（论文文献综述）
李卓群,刘星才[1]（2021）在《1961—2019年辽宁省高温天气变化特征》文中认为深入理解高温热浪天气的变化特征、辨识其影响因素,对于科学防控高温天气的危害、保障经济社会可持续发展具有重要意义。本研究基于1961—2019年6—8月辽宁省23个气象站点的日最高气温、相对湿度和风速数据,分析日最高气温（Tx）、日最高体感温度（AT）和高温热浪（连续3 d≥35℃）的变化特征,并采用灰色关联度分析气象因子对AT的影响。结果表明:1961—2019年,辽宁省各站点6、7和8月Tx的平均值分别为26.19、28.29和28.14℃,气候倾向率平均值分别为0.17、0.20、0.17℃·（10 a）-1,AT的平均值分别为27.35、31.13、31.08℃,气候倾向率平均值分别为0.38、0.35、0.28℃·（10 a）-1。6—8月,研究区各站点Tx、AT与其气候倾向率均呈显着负相关关系,说明夏季Tx、AT低值区的增温幅度大于高值区,应重视研究区夏季Tx、AT低值区的高温防御。6—8月,各站点日最高气温≥35℃日数平均值为0.85 d·a-1,6、7月明显大于8月,高值区主要位于辽宁西部,低值区主要位于辽宁南部和滨海地区,平均增加速率为0.20 d·（10 a）-1。各站点多年平均高温热浪次数为0.071次,高值区主要分布在西部地区,南部和滨海地区未出现高温热浪事件。关联度分析表明,6月最高体感温度与相对湿度关系最密切,而7月和8月最高体感温度与最高气温关系最密切。因此,在高温天气预报预警中应充分考虑相对湿度的影响。
凌思宁,陈卫,陆日宇,高枞亭[2]（2021）在《夏季长白山天池站降水量年际变化特征及其对应的环流异常》文中研究说明长白山地处吉林省东南部,作为国家级重点生态功能区,其降水变化特征对该地森林生态系统和水资源结构变化有重要影响。本文基于1979～2016年吉林省47个台站逐月降水资料,探究了长白山天池站夏季降水的气候特征及其相关的环流异常,并与吉林省降水进行对比。分析结果表明天池夏季降水量以及年际变率高出吉林省其它站点一倍左右。此外,天池降水年际变化对应的环流异常与吉林省降水一致,即6月东北亚气旋式异常和东亚高空急流的增强,以及7、8月西太平洋副热带高压增强和东亚高空西风急流偏北,均可引起吉林省和天池降水偏多。另一方面,天池降水变异还表现出其独特的环流异常,与吉林省降水对应的环流异常显着不同或者甚至近乎相反,究其原因为长白山地形所致。本文的结果说明山地的气候和大气环流的关系复杂、多变。
徐莎莎[3]（2021）在《新中国县城迁址研究（1949-2019）》文中提出县城,作为全县的政治、经济、文化中心,对全县发展的重要性不言而喻,其地址的变迁对全县乃至周边地区都是一件大事。本文以新中国时期（1949年10月1日至2019年10月1日）迁址的县城作为研究对象,查阅相关文献,梳理史料,得出相应的结论。首先,理清新中国时期县城迁址的事实:新中国成立后的70年间,总共有401个县级政区迁址县城,各个地区、各个时期皆有之。空间分布上除西南地区分布较多以外,其余地区数值分布较均。迁址次数方面,全国各地区都是以一次迁址为主,迁址次数与迁址个数呈反比,但是不同地区不同迁址次数所占的比例有着细微的差别;时间分布上,县城迁址集中在建国初期,整体上呈减少的趋势。其次,分析总结出影响县城迁址的因素。通过分析,本文概括了县城迁址比较常见的影响因素,主要包括地形地势、水源、地理位置、自然灾害等自然因素以及行政区划调整、交通、经济发展、水利工程修建、匪患、开展行政工作等人为因素。再次,以江华瑶族自治县城、长江三峡库区移民、五峰土家族自治县城迁址为例,作为个案分析,具体阐述不同因素影响下县城迁址的具体情况,以小窥大,从个性中寻找共性,归纳概括县城迁址的一般规律,总结其中的经验。最后,通过前文的阐述,分析得出县城迁址总体上是一个以官方为主导,民众“接受”的活动。官方在其中起着决定性作用,民众的参与度较小,但是在某些情况下,县城迁址会引发民众不满,从而导致县城迁址作罢。县城迁址整体上以积极影响为主,迁址后促进了县境经济的发展,保障了人民的生命财产安全,改善了当地的民生状况,某种程度上保护了旧县城的历史文物等等。但是县城迁址也会带来某些负面影响,比如致使迁出地经济衰退、地名混乱等等。在此基础上,总结出政府在决定县城迁址时,应该实地调查新址的各种情况,决策时谨慎为之,做好科学规划,科学建城,避免潜在的自然灾害可能对生产生活产生不良影响。
钱伊恬[4]（2020）在《夏季季节内振荡对热浪和热带气旋的影响机理及其预报应用》文中提出我国位于东亚季风区,天气和气候灾害频繁发生,然而相较于天气预报和气候预测,灾害天气延伸期预报的可预报性和预报方法的研究起步较晚,过去研究多关注季节内振荡对持续性降水和洪水的影响,对夏季高温热浪及热带气旋的季节内尺度变化机制及其相关的延伸期预报方法甚为匮乏。本文基于多套全球再分析资料、次季节预报数据,结合数值模式敏感性试验,利用多种气候诊断方法,对东亚夏季热浪和热带气旋的次季节变化机理进行深入探讨,在此基础上研究其延伸期预报的可预报性来源,并尝试建立热带气旋的延伸期预报方法。夏季季节内振荡（Boreal Summer Intraseasonal Oscillation,BSISO）是东亚夏季延伸期预报最重要的可预报性来源,它主要包含了两个BSISO模态,分别是和30–90天的低频季节内振荡MJO和10–30天的准双周振荡QBWO。相较于MJO,针对10–30天QBWO的实时监测指数还比较缺乏,因此本文首先利用扩展经验正交（EEOF）方法建立了QBWO指数,并且利用该指数以及MJO指数对影响东亚夏季热浪的特征和相关物理机制进行研究,利用较新的次季节至季节（S2S）业务预报模式对热浪的预报结果,讨论BSISO对热浪延伸期预报技巧及可预报性的影响。在BSISO对西北太平洋（western North Pacific,WNP）热带气旋（tropical cyclones,TCs）影响研究方面,不同于过去研究把所有WNP TCs（包含不同生成区域、不同路径）综合研究,本论文采用客观统计方法,首先将WNP TCs进行分类,以进一步深入研究BSISO如何影响不同类型TC的生成、移动轨迹和强度;在此基础上,针对每类TC分别建立TC延伸期预报模型,建立可以提前10–40天预报WNP TC生成和轨迹概率的预报新方法。全文主要结论如下:（1）建立了基于扩展经验正交（EEOF）方法的东亚季风区准双周振荡实时指数。通过利用对提取复杂的时空演变信号具有优势的EEOF方法建立了针对WNP和印度洋的QBWO实时指数:将非带通滤波方法得到的10–30天对外长波辐射（OLR）距平场分别投影到WNP和印度洋的10–30天带通滤波的前两个EEOF模态上,分别得到WNP和印度洋的QBWO实时指数。与其他QBWO指数相比,本文建立的QBWO指数更好地掌握了东亚季风区QBWO的空间分布特征与季节变化特征,能够更好地体现QBWO活动与南海季风和印度季风爆发之间的关系,对极端暴雨事件的监测具有一定的优势;同时也能够反映QBWO调控WNP和印度洋上的TC活动和东亚季风降水的基本特征。（2）明确了两类BSISO对东亚夏季热浪的发生概率、强度及多发区域的影响和调控机制,及其对热浪可预报性的影响。利用新的BSISO指数对东亚地区热浪在两类BSISO的不同位相的发生概率进行气候诊断分析。在QBWO信号从赤道向西北方向传播的过程中,当QBWO抑制性对流的高压异常位于我国长江流域一带时,高压西北方的西南风异常和下沉运动造成的绝热加热作用有利于长江流域热浪的发生;对于MJO来说,当增强的MJO对流位于热带西北太平洋时,MJO热源能够向北激发出罗斯贝波列,在中纬度地区形成高压异常,导致下沉运动伴随绝热加热和晴空条件形成的地表非绝热加热作用,共同导致了长江流域和日韩地区热浪的发生。S2S预报模式对BSISO的预报技巧对热浪的延伸期预报技巧至关重要,影响了热浪延伸期预报的可预报性。（3）揭示了BSISO影响西北太平洋上不同类型的TC生成、移动和强度的物理过程。通过模糊聚类分析方法将西北太平洋上的TC客观地分成七类,定量分析在次季节尺度上台风生成指数对每类TC生成的相对贡献大小,诊断结果显示,BSISO最主要通过改变中层相对湿度场来影响各类TC生成,其次为低层的绝对涡度。此外,BSISO能够通过改变季风槽和副热带高压之间的相对大小和位置,改变季节内尺度的背景引导气流,进而影响不同类型TC的轨迹。对于直行的TCs（类型1,5和7）,BSISO的气旋性气流主要位于低纬的中国南海和菲律宾海附近,因此西北太平洋的副热带高压西伸从而增强了东风。与之相反,增强的BSISO气流导致西北太平洋的副热带高压东移,有利于类型4和类型7这种具有北折路径特征TC的发展。BSISO还能通过改变BSISO尺度的垂直温度廓线和海温来影响不同类型TC的强度。（4）建立了西北太平洋上TC的延伸期统计预报模型和混合动力-统计预报模型,可提前3～4周预报出西北太平洋上台风生成个数、位置和轨迹概率分布。在深入理解了BSISO对WNP每类TC活动调控机制的基础上,利用WNP上七类TC每十天的生成个数与前期BSISO大尺度场之间的统计关系,建立了WNP的TC延伸期统计预报模型;另一方面,通过利用GFDL的FLOR动力模式预报的BSISO大尺度场,和TC个数与观测的BSISO大尺度场的同期统计关系,建立了WNP的TC延伸期混合动力-统计预报模型。结果显示,这两种TC延伸期预报模型可提前20–25天对未来每十天中WNP生成的TC个数进行预报。利用预报得到的每类TC的个数,以及每类TC轨迹的历史气候态概率分布,可以对TC轨迹概率分布进行空间预报。
李娜,肖子牛,赵亮[5]（2020）在《2018年夏季东北极端高温事件物理机制分析》文中认为基于观测资料和再分析资料,研究分析了2018年夏季中国东北地区持续多日出现高温异常事件的形成机理。首先分析了整个夏季该地区观测台站逐日的温度资料,计算了观测台站的超热因子（Excess Heat Factor,EHF）指数,发现东北地区出现高温异常的时段主要是7月和8月,异常高温的发生区域集中在东北南部。在此期间,东亚大气环流形势的异常主要表现为南亚高压和西太平洋副热带高压强度异常增强,作用相互重叠和位置持续偏北。进一步的分析可以注意到,二者的重叠造成研究区域内有负涡度异常增强,使得南亚高压和西太平洋副热带高压在北推的过程中不断带动东北南部上空负涡度异常增强,并伴随有异常下沉气流,下沉绝热增温与晴空辐射增温,这可能是东北南部地表增温的一个重要原因。相关分析证实,在整个夏季东北南部地表气温与其上空300 hPa至500 hPa涡度异常都有显着的负相关关系。因此,南亚高压和西太平洋副热带高压之间的相互叠加组合是导致东北南部在2018年夏季7、8月份出现高温异常的主要原因。进一步的研究发现,夏季副热带西风急流中准定常Rossby波能量的传播与南亚高压和西太平洋副热带高压异常增强有密切联系,同时夏季西太平洋暖池的显着增暖导致了菲律宾地区异常旺盛的对流活动,进而在500 hPa高度场上激发出PJ（太平洋—日本涛动）波列,从另一个路径上促进了西太平洋副热带高压偏强偏北。
韩冬荟[6]（2021）在《城市森林及气候因子对大气颗粒物沉降影响研究》文中提出在全球气候变化和城市化进程不断推进的背景下,城市森林在调节气候和环境等方面起着重要作用,其中城市森林在调控大气颗粒物污染方面的作用在近年来尤为受到重视。但是前人对相关方面的研究主要集中于单方面、单尺度的作用,缺乏综合不同尺度研究气候因子影响下城市森林对大气颗粒物沉降（干沉降、湿沉降）的作用解析。本研究从林分尺度和区域尺度两个方面解析了城市森林及气候因子对大气颗粒物的沉降影响。林分尺度的研究以哈尔滨城市人工林为主要对象,对2018年1月-2019年12月不同类型城市人工林微气候特征量（气温、相对湿度、辐射、风速、降雪、降雨）的变化特征进行了对比分析,进而比较了城市人工林对大气颗粒物的干沉降和湿沉降作用。区域尺度上以黑龙江省10个主要城市（黑河、齐齐哈尔、伊春、鹤岗、大庆、佳木斯、哈尔滨、鸡西、七台河、牡丹江）为研究对象,利用不同时间尺度标准化降水蒸散指数SPEI的年代际时空分布规律得到黑龙江省近60年的干湿演变趋势;同时基于2015-2019年各地的大气颗粒物浓度数据和城市森林相关数据,利用i-Tree模型的核心算法,估算了城市森林对大气可吸入颗粒物的沉降量。主要结果如下:（1）城市人工林的微气候特征在不同林型间、林内外、林内不同位点呈现出不同程度的差异性。不同类型城市人工林的气象要素表现为:相对湿度、光合有效辐射相差不大,但风速、气温、降水表现有所不同。落叶松人工林的平均风速高于水曲柳人工林;落叶松人工林对温度的调节能力相对更强,即在暖季降温、冷季保温的作用更明显。林内穿透雨量与林外降雨强度有关,当林外降雨量较大时,针叶人工林穿透雨量小于阔叶人工林;林外降雨量较小时表现相反。不同类型城市人工林微气候特征量如温度、风速、降水量的差异直接影响城市人工林对大气颗粒物的沉降作用（干沉降、湿沉降）。林内外气候因子的差异主要为:气温在7-9月夏秋季表现为林内低于林外,在10-11月秋冬季为林内高于林外;相对湿度在7-11月整体表现为林内高于林外,但在10月之后林内外差值有所减小;光合有效辐射始终表现为林外高于林内,但进入10月之后二者差值变小;风速在7-12月多数时间表现为林内小于林外。城市人工林内不同位点微气候特征差异主要体现在穿透雨量的变化上,林内不同位点的标准化穿透雨量偏差δt,j与叶面积指数和降雨强度有关:林外降雨量最大时,林内各位点的δt,j随着叶面积指数的增加而不断减小;当林外降雨量最小时,变化趋势相反,可见林内穿透雨空间变异性与林冠层对降雨的遮蔽程度有关。另外,修正穿透雨量MTV的变异性随日均温的升高表现为先增加后减小,随气温日较差、风速的增加表现为下降趋势。林内穿透雨量的变化直接决定了城市人工林对大气颗粒物的沉降总量。（2）对比不同类型城市人工林对大气颗粒物的干沉降作用,其中针叶人工林的作用相对更有效。在研究时段落叶松人工林内PM2.5、PM10的干沉降速率和干沉降通量大于水曲柳人工林,这与针叶树种的叶片更小、结构更复杂有关,从而在无降雨时期针叶人工林捕获更多的可吸入颗粒物。城市人工林内PM2.5、PM10的干沉降速率在正午时间或者正午过后达到最大值,早晚干沉降速率较小,这与下垫面风速有关;PM2.5和PM10的干沉降速率随风速的增大,表现为先升高后降低。由此可见干沉降作用同时受林分类型和气象条件（主要是风速）的影响。（3）对比不同类型城市人工林对大气颗粒物的湿沉降作用,当不考虑时间对降水量的积累时,针叶人工林相对更有效。针叶人工林通过降雪湿沉降大气颗粒物（粒径分级10μm、2μm和0.45μm）的金属浓度（K、Ca、Mg、Fe、Zn、Cu、Mn、Pb、Ni、Cr,mg/L）高于阔叶人工林;针叶人工林内积雪的颗粒物含量（g/Kg）高于阔叶人工林。同样,针叶人工林通过穿透雨湿沉降大气颗粒物的金属浓度（Mg、Fe、Mn、Zn、Cu、Pb,μg/L）整体上也大于阔叶人工林。但针、阔叶人工林湿沉降的金属总量相差不大,这主要是由于各季节通过阔叶人工林的降水量大于针叶人工林。综合城市人工林的干湿沉降研究结果可见,林分因子与气象要素共同作用于沉降过程;但仅就林型而言,在研究地区针叶人工林对大气颗粒物沉降具有一定的比较优势。（4）区域尺度的研究表明,近60年黑龙江省大气在冬季趋于湿润、在夏季和全年时间尺度上趋于干燥。近5年的大气质量状况表明黑龙江各地夏季的大气质量为“优”,其他三个季节为“良”;以星期为单位的大气质量变化与上班和节假日时间有关。比较2015-2019年黑龙江省各地城市森林对可吸入颗粒物的沉降量,得到哈尔滨城市森林对PM2.5和PM10沉降量最大,与其年均PM2.5、PM10浓度最大、绿化覆盖面积较大有关,说明城市森林的沉降量是森林和人类活动共同作用的结果。（5）“气象要素-城市森林-大气颗粒物”三者之间主要的耦合关系为:“城市森林-气象要素”间表现为:城市人工林对温、湿、风等具有调节功能,林内穿透雨分布具有空间差异性;“城市森林-大气颗粒物”表现为:城市人工林类型影响大气颗粒物浓度变化和沉降速率,城市森林覆盖面积与大气颗粒物沉降总量成正比;“大气颗粒物-气象要素”间表现为:日平均气温随PM2.5和PM10浓度的增加而不断升高、气温日较差随PM2.5和PM10的增加而不断下降,城市人工林对大气颗粒物的干沉降速率与风速有关。可见“气象要素-城市森林-大气颗粒物”三者彼此相关、相互影响,其中城市森林起到“调节器”的作用。本研究为城市森林培育中优势树种的选择提供数据支持和参考,为城市人工林的可持续经营提供理论支撑,对提高城市森林的生态效益以及城市林业建设具有重要意义。
王太然,蔡柠泽,吴晗[7]（2020）在《2018年夏季吉林省持续异常高温天气及副热带高压异常维持的成因分析》文中提出利用NCEP再分析资料和逐日台站观测资料,研究了2018年夏季7月中旬至8月初吉林省异常持续高温天气时期内,西太平洋副热带高压（以下简称西太副高）、南亚高压、海平面气压场、对流层低层及高层环流的异常特征。指出西太副高异常北抬并维持是导致吉林省罕见高温天气发生的直接原因。探究了影响其异常的中高纬环流及热带系统的活动,为深入研究吉林省异常持续高温的成因、预测极端高温天气气候事件提供了一定的基础。
王立民,李嘉鑫,刘洋,武月[8]（2020）在《吉林市避暑旅游气候适宜度分析》文中研究表明应用1981—2018年38a夏季（6—8月）吉林市6个国家级地面气象观测站逐日02时、08时、14时、20时气温、湿度、风速等气象要素观测资料和暴雨、大风、雷电、高温等高影响天气数据进行分析与计算,对吉林市避暑旅游适宜度进行了定量评价。结果发现:（1）吉林市夏季平均气温和相对湿度适宜,高温高湿的暑热天气、暴雨、大风等高影响天气相对较小,整体气候条件适宜夏季避暑旅游。（2）吉林市6—8月气候舒适率高,吉林市避暑旅游气候舒适期长,夏季约82.5d适合避暑旅游,盛夏最舒适级别的日数比率非常高。（3）吉林市避暑旅游气候舒适度等级为1级,避暑旅游气候舒适度是全国平均水平的1.9倍以上,非常适合避暑旅游活动的开展。
张玥滢[9]（2020）在《苹果水旱灾害风险评价与保险产品研发》文中研究说明苹果种植是中国重要的林果产业,中国苹果产量和种植面积均居世界首位,并仍在扩大。气象条件是影响苹果产量和品质的关键因素,为探明气候变化对苹果生产区域的影响,分析苹果种植区水旱灾害风险,探索苹果干旱指数保险产品的研发方法,开展本项研究。研究利用1981-2010年全国5 km×5 km格点气象数据,基于前人确定的气候学指标,采用气候倾向率、ArcGIS空间插值等方法,剔除不满足苹果生长基本需求的不可种植区域,评价可种植区的气候适宜性,并分析年际间适宜区的变化特征;运用1981-2010年全国756个站点气象数据,基于作物水分亏缺情况和苹果成熟期连阴雨发生日数,分别构建干旱指数和连阴雨指数进行灾害风险分析;运用2011-2018年站点气象数据对气候区划、干旱风险和连阴雨风险进行验证与评价;结合产量数据,以山东省潍坊市为例构建干旱指数农业保险。主要结果如下:（1）从1981-2010年苹果气候适宜种植情况可知,苹果可种植区为华北、西北、西南以及华东、华中、华南的部分地区。在可种植区中,适宜区主要位于黄土高原大部分地区和环渤海地区,次适宜区主要位于华北平原和黄土高原少部分地区以及塔里木盆地和云贵高原地区,不适宜区主要分布在东北地区、长江以南大部分地区、青藏高原地区以及新疆北部部分地区。不同年代变化下,山东半岛、黄土高原南部由适宜种植区转变为次适宜种植区,辽蒙交界地区、云贵川交界地区、黄土高原北部以及陕甘交界处由次适宜种植区转变为适宜种植区,苹果适宜种植区变化呈现明显北移西扩的特点。（2）1981-2010年间,在苹果生育期不同阶段作物水分亏缺指数（CWDI）逐渐增大,成熟期干旱发生范围广,频率大,等级高,是干旱风险防范的重要阶段。根据苹果各生育阶段水分亏缺情况和干旱发生频率构建干旱指数（CWDR）进行干旱风险区划,可种植区域内苹果的干旱风险由南向北递增,且风险随年代的变化有所增大,主要表现为干旱风险范围的扩大和干旱风险等级的提高。在苹果周年生长过程中,生育期各个阶段干旱风险空间分布略有差异,环渤海地区和黄土高原地区苹果生育期各个阶段干旱风险等级随时间有南扩的趋势。（3）综合连阴雨发生次数、持续日数以及发生强度,构建连阴雨风险指数（Lu）进行风险区划,在苹果可种植区域内,1981-2010年间连阴雨风险由西南向北呈递减趋势,云贵高原、黄土高原地区为连阴雨风险较大的地区,而新疆中部、内蒙古西部、甘肃中部和环渤海地区连阴雨风险较小。（4）2011-2018年,热量和降水资源分布发生改变,苹果主产省份适宜种植区呈现北移西扩特征;干旱分布呈东南向西北加重趋势,黄土高原地区干旱发生频率有所增加,而环渤海地区干旱频率略有降低;连阴雨灾害分布呈由南向北呈递减趋势,甘肃、河南南部连阴雨发生的次数、强度均有所增加。灾害发生的范围、强度与1981-2010年干旱风险、连阴雨风险分布结果有一定的一致性。（5）选取山东省潍坊市进行干旱风险分析,在生育期的各个阶段干旱风险呈逐渐加重的趋势。选用Logistic分布对潍坊苹果减产率进行拟合,得到不同减产率发生的概率,结果表明苹果干旱灾害纯保险费率为0.555%,实际费率为0.804%。基于高分辨率气象格点数据对中国苹果种植的气候因子及气候适宜区进行研究,对苹果种植区域的调整具有较高的参考价值,在可种植区域内对干旱、连阴雨灾害进行风险分析,并运用干旱风险指标,结合实际保险政策设计苹果干旱指数保险,对苹果产业趋利避害、减损保产有一定的指导意义。在今后有关苹果水旱风险的研究中,应考虑不同地区、不同品种苹果对气候条件的适应性,并结合土地利用、灌溉、栽培技术等,提出应对区域水旱灾害风险的策略,支撑苹果产业稳定发展。
付尧[10]（2020）在《城市热环境与舒适度的时空演变特征及其调节机制研究》文中研究指明城市热环境恶化严重威胁着城市居民健康,它是呼吸系统、循环系统、消化系统、神经系统等多系统疾病发生的重要诱发因素。近年来,在城市热岛与气候变暖的双重作用下,大多数城市在夏季都受到“高温热浪”威胁。因此,城市热环境问题已成为国内外研究的前沿与热点,如何改善城市热环境成为目前亟需解决的重要与难点课题。基于长时间序列逐日气象数据,本研究明确了中国城市热环境和热舒适度的时空演变特征,剖析了快速城市化过程中城市热环境与舒适度演变的驱动机制,并在群落与景观尺度上揭示城市森林对城市热环境与舒适度的综合调节机制。主要研究方法与结果如下:在全国尺度上,综合采用Mann-Kendall与Sen’s slope趋势分析方法,研究183个重点城市1990-2016年期间夏季热环境因子与舒适度指标的演变特征,首次阐明了全国主要城市的热舒适度等级及其空间分布特征,揭示了快速城市化过程中夏季城市热环境与舒适度演变的驱动机制。结果表明:有108个城市夏季热舒适度指数PET大于29℃,居民承受中等或强以上级别的热压。14个城市夏季舒适居民无热压,7个和54个城市居民夏季分别承受轻微冷压和微热压;我国大部分城市夏季有变热、变干的趋势,温度平均每年上升0.027℃,相对湿度平均每年下降0.181%。风速的变化趋势具有较强的空间异质性,平均每年下降0.006m/s。热环境的变化导致夏季PET与不舒适天数平均每年增加0.028℃与0.142天。位于东北平原、西北地区以及东南沿海地区的49个城市的PET显着增加,平均每年增加0.098℃,其中有28个城市的不舒适时期也显着延长,平均每年延长0.702天。不同气候背景条件下,城市化因子对热环境和舒适度动态的影响有明显差异。太阳总辐射高、相对湿度低、风速大的城市的热环境和舒适度更容易受到城市化的影响。以东北典型城市长春为例,本研究进一步深入剖析城市热环境恶化特征及其驱动机制。研究表明:在1990-2016年期间,长春市热环境因子、舒适度指标的城郊差值与各个城市化因子均在2002年附近变化显着,2002年以后长春市市区热岛现象与干岛现象越来越明显,市区风速显着下降。人工热源（如交通工具）增加是市区温度增加,湿度降低的重要原因,土地利用模式（如建成区面积与道路面积的增加）的改变是市区风速降低的主要原因。城市热环境的改变引起了夏季PET与不舒适天数的增加,导致市区居民承担更高的热胁迫与热风险。针对城市热环境恶化问题,本研究首先在群落尺度上揭示城市森林调节城市热环境的机制。研究表明:叶面积指数与郁闭度为调节城市热环境与舒适度的关键指标且存在明显阈值,在本研究中叶面积指数达到3时,即可使样方内温度和PET分别下降1.7℃和8.1℃;当郁闭度达到0.4时,可使样方内温度和PET分别下降1.5℃和8.1℃。建议将叶面积指数达到3,郁闭度达到0.4作为规划城市森林的阈值,在大于该阈值的情况下,城市森林降温、增湿以及缓解热压力的效果显着。本研究进而在景观尺度明确了城市森林与建筑景观格局对城市热环境调节作用及其机制。研究表明:城市森林面积、城市森林斑块聚集度、建筑面积、建筑体积、建筑斑块聚集度分别在边长为2000m、1200m、1200m、1900m、1400m以及1700m的方形缓冲区范围内与温度的相关性最强。基于移动测量方法,进一步探讨不同城市化强度下景观指数在有效影响范围内对城市热环境和舒适度调节作用及其异质性规律。研究表明:城市森林和建筑景观格局在改善城市热环境中具有很大的潜力,尤其是对高城市化社区。在有效影响范围内,当城市森林面积大于30公顷,即森林覆盖率大于7.5%时,城市森林可起到稳定降温效果,从而调节热舒适度。城市森林斑块结合度越高,其调节作用就越强。建筑面积和建筑体积的增加会导致温度增加,当建筑体积小于15×106m3时,其遮荫效果达到最佳,可以有效降低PET,改善热舒适水平。建筑斑块结合度对日间和夜间调节作用有所差别,斑块结合度高在日间会使温度和PET增高,而夜间会使温度和PET降低。本研究首次明确了全国尺度上城市热环境与热舒适度的时空演变特征及其驱动机制,系统地揭示了群落与景观尺度上城市森林对城市热环境的调节机制,为制定合理的城市规划政策和设计提供科学参考,对改善城市热环境与提供居民热舒适度有重要作用。
二、吉林省2001年夏季(6-8月)的天气特点及影响（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、吉林省2001年夏季(6-8月)的天气特点及影响（论文提纲范文）
（1）1961—2019年辽宁省高温天气变化特征（论文提纲范文）
| 1 研究地区与研究方法 |
| 1.1 研究区概况 |
| 1.2 数据来源与预处理 |
| 1.3 研究方法 |
| 1.3.1 体感温度 |
| 1.3.2 气候倾向率 |
| 1.3.3 高温热浪 |
| 1.3.4 关联度 |
| 1.3.5 偏相关系数 |
| 2 结果与分析 |
| 2.1 日最高气温的变化特征 |
| 2.2 日最高体感温度的变化特征 |
| 2.3 高温热浪天气的变化特征 |
| 2.3.1 高温日数的变化特征 |
| 2.3.2 热浪次数 |
| 2.4 相对湿度、风速和日最高气温与日最高体感温度的关联度 |
| 3 结 论 |
（2）夏季长白山天池站降水量年际变化特征及其对应的环流异常（论文提纲范文）
| 1 引言 |
| 2 资料和方法 |
| 2.1 数据资料 |
| 2.2 方法 |
| 3 夏季天池降水的气候特征及其与吉林省降水的比较 |
| 4 吉林省和天池降水对应的大气环流异常 |
| 4.1 与吉林省一致的降水分量对应的环流特征 |
| 4.2 天池特有的降水分量对应的环流特征 |
| 5 结论与讨论 |
（3）新中国县城迁址研究（1949-2019）（论文提纲范文）
| 摘要 |
| Abstract |
| 绪论 |
| 一、选题缘起和意义 |
| (一)选题缘起 |
| (二)选题的理论意义 |
| (三)选题的现实意义 |
| 二、研究范围 |
| 三、研究方法 |
| (一)文献资料分析法 |
| (二)计量分析法 |
| (三)图表分析法 |
| 四、研究现状 |
| (一)历史时期政区研究 |
| (二)现代行政区划研究现状 |
| 第一章 县城迁址的理论基础 |
| 第一节 相关概念 |
| 一、县城和县级政区 |
| 二、县城迁址 |
| 第二节 相关理论 |
| 一、中心地理论 |
| 二、增长极理论 |
| 第二章 新中国时期县城迁址的时空分析 |
| 第一节 新中国时期县城迁址情况 |
| 一、东北地区 |
| 二、华北地区 |
| 三、华东地区 |
| 四、华中地区 |
| 五、华南地区 |
| 六、西南地区 |
| 七、西北地区 |
| 第二节 新中国时期县城迁址空间分析 |
| 第三节 新中国时期县城迁址时间分析 |
| 第三章 新中国时期县城迁址的原因分析 |
| 第一节 自然因素 |
| 一、地形地势 |
| 二、水源 |
| 三、地理位置 |
| 四、自然灾害 |
| 第二节 人为因素 |
| 一、行政区划调整 |
| 二、交通 |
| 三、经济 |
| 四、水电站、水库、河道等基础设施的修建 |
| 五、匪患、战略等政治军事因素 |
| 六、政府开展工作 |
| 七、其他 |
| 第四章 案例分析 |
| 第一节 行政区划调整引起的迁址——以江华瑶族自治县为例 |
| 第二节 三峡库区县城迁址 |
| 第三节 综合因素带来的县城变迁——以五峰土家族自治县迁址为例 |
| 第五章 结语 |
| 第一节 县城迁址的特点 |
| 一、县城迁址是一个协调矛盾的过程 |
| 二、县城迁址缓冲时间越来越长 |
| 三、县城迁址是官方主导、民众“接受”的活动 |
| 第二节 县城迁址的影响 |
| 一、对经济发展的影响 |
| 二、对城市文化发展的影响 |
| 三、对“移民”和“土着民”融合问题的影响 |
| 四、对地名的影响 |
| 第三节 县城迁址的借鉴意义 |
| 一、政府决策时,应慎之又慎 |
| 二、协调新城与旧城的发展关系 |
| 三、注重科学规划 |
| 参考文献 |
| 附录 |
| 致谢 |
（4）夏季季节内振荡对热浪和热带气旋的影响机理及其预报应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究进展 |
| 1.2.1 热浪的形成机制 |
| 1.2.2 TC活动的多尺度变化机理 |
| 1.2.3 极端灾害天气的延伸期预报进展 |
| 1.3 问题的提出 |
| 1.4 论文研究内容及章节安排 |
| 第二章 亚洲夏季季风区准双周振荡实时指数 |
| 2.1 引言 |
| 2.2 数据和方法 |
| 2.2.1 数据 |
| 2.2.2 滤波方法 |
| 2.3 QBWO实时指数的建立 |
| 2.4 QBWO实时指数的基本特征 |
| 2.4.1 QBWO生命史合成 |
| 2.4.2 季节性和地理分布特征 |
| 2.5 实时监测应用 |
| 2.5.1 南海季风和印度季风的爆发 |
| 2.5.2 季风降水的变化 |
| 2.5.3 TC生成 |
| 2.5.4 极端暴雨事件 |
| 2.6 本章小结 |
| 2.6.1 讨论 |
| 2.6.2 总结 |
| 第三章 两类BSISO对东亚热浪发生和可预报性的影响 |
| 3.1 引言 |
| 3.2 数据和方法 |
| 3.2.1 数据 |
| 3.2.2 方法 |
| 3.3 两类BSISO对东亚热浪发生的影响 |
| 3.3.1 东亚夏季热浪的基本特征 |
| 3.3.2 QBWO的影响 |
| 3.3.3 MJO的影响 |
| 3.3.4 QBWO和 MJO共同的影响 |
| 3.4 2018 年东北亚热浪的特征及MJO的影响 |
| 3.4.1 2018 年东北亚热浪事件 |
| 3.4.2 东北亚热浪的气候合成分析 |
| 3.4.3 MJO对热浪发生作用的敏感性试验 |
| 3.5 本章小结 |
| 3.5.1 讨论 |
| 3.5.2 总结 |
| 第四章 BSISO对不同类型TC活动的影响机制 |
| 4.1 引言 |
| 4.2 数据和方法 |
| 4.2.1 数据 |
| 4.2.2 c-means模糊聚类分析 |
| 4.2.3 BSISO活动的定义 |
| 4.2.4 GPI尺度分解 |
| 4.3 BSISO对七类TC生成的调控 |
| 4.3.1 对七类TC生成个数的调控 |
| 4.3.2 对七类TC生成位置的影响 |
| 4.3.3 影响七类TC生成的GPI贡献 |
| 4.4 BSISO对七类TC路径发展和强度(ACE)的调控 |
| 4.4.1 BSISO对七类TC路径发展的调控 |
| 4.4.2 BSISO对七类TC强度的影响 |
| 4.5 本章小结 |
| 4.5.1 讨论 |
| 4.5.2 总结 |
| 第五章 西北太平洋TC生成和路径的延伸期预报方法 |
| 5.1 引言 |
| 5.2 数据和方法 |
| 5.2.1 数据 |
| 5.2.2 预报评估的技巧分数 |
| 5.2.3 GFDL动力模式和TC动力预报 |
| 5.2.4 WNP TC频率的空间概率分布预报 |
| 5.3 TC延伸期统计预报模型 |
| 5.3.1 统计预报模型的建立方法 |
| 5.3.2 预报因子的选择 |
| 5.3.3 TC活动的延伸期预报技巧 |
| 5.4 TC延伸期混合动力-统计预报模型 |
| 5.4.1 GFDL动力模式对BSISO的预报技巧 |
| 5.4.2 建立TC延伸期混合动力-统计预报的步骤 |
| 5.4.3 预报因子的选择 |
| 5.4.4 TC生成和轨迹的预报结果 |
| 5.4.5 统计预报模型的过拟合问题 |
| 5.5 本章小结 |
| 5.5.1 讨论 |
| 5.5.2 总结 |
| 第六章 总结和展望 |
| 6.1 全文总结 |
| 6.2 特色与创新点 |
| 6.3 讨论与展望 |
| 参考文献 |
| 科研工作经历 |
| 致谢 |
（5）2018年夏季东北极端高温事件物理机制分析（论文提纲范文）
| 1 引言 |
| 2 资料和方法 |
| 2.1 资料 |
| 2.2 方法 |
| 3 2018年夏季东北高温时空分布特征 |
| 4 高温事件与南亚高压和西太平洋副热带高压的联系 |
| 5 南亚高压和西太平洋副热带高压异常增强的原因 |
| 6 小结与结论 |
（6）城市森林及气候因子对大气颗粒物沉降影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 城市森林的微气候特征 |
| 1.2.2 城市森林对大气颗粒物的影响 |
| 1.3 研究目的与意义 |
| 1.4 研究内容、拟解决关键问题与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 拟解决关键问题 |
| 1.4.3 技术路线 |
| 2 研究区域概况 |
| 2.1 研究地概况 |
| 2.1.1 地理位置 |
| 2.1.2 气候特征 |
| 2.1.3 森林资源 |
| 2.1.4 社会经济 |
| 2.2 试验样地基本情况 |
| 2.2.1 自然概况 |
| 2.2.2 林分特征 |
| 3 城市森林微气候特征与其对大气颗粒物干沉降的影响 |
| 3.1 引言 |
| 3.2 试验设计与研究方法 |
| 3.2.1 试验样地 |
| 3.2.2 试验时间 |
| 3.2.3 试验方法 |
| 3.2.4 数据处理方法 |
| 3.3 结果与分析 |
| 3.3.1 城市人工林微气候特征 |
| 3.3.2 城市人工林大气颗粒物浓度时序特征 |
| 3.3.3 城市人工林大气颗粒物干沉降速率模拟 |
| 3.3.4 城市人工林大气颗粒物干沉降通量比较 |
| 3.3.5 城市人工林大气颗粒物干沉降总量比较 |
| 3.4 讨论 |
| 3.5 本章小结 |
| 4 城市森林内积雪特征与其对大气颗粒物湿沉降的影响 |
| 4.1 引言 |
| 4.2 试验设计与研究方法 |
| 4.2.1 试验样地 |
| 4.2.2 试验时间 |
| 4.2.3 研究方法 |
| 4.3 结果与分析 |
| 4.3.1 积雪形成前期气象要素时序特征 |
| 4.3.2 城市人工林内积雪物理特征 |
| 4.3.3 冬季城市人工林湿沉降大气颗粒物通量比较 |
| 4.3.4 冬季城市人工林湿沉降大气颗粒物金属含量比较 |
| 4.3.5 冬季城市人工林湿沉降大气颗粒物金属总量比较 |
| 4.4 讨论 |
| 4.5 本章小结 |
| 5 城市森林内降雨特征与其对大气颗粒物湿沉降的影响 |
| 5.1 引言 |
| 5.2 试验设计与研究方法 |
| 5.2.1 试验样地 |
| 5.2.2 试验时间 |
| 5.2.3 试验方法 |
| 5.2.4 数据处理方法 |
| 5.3 结果与分析 |
| 5.3.1 降雨同期气象要素的时序特征 |
| 5.3.2 城市人工林叶面积指数的空间格局 |
| 5.3.3 城市人工林穿透雨的物理特征 |
| 5.3.4 城市人工林穿透雨的时空特征 |
| 5.3.5 夏秋季城市人工林湿沉降大气颗粒物金属含量比较 |
| 5.3.6 夏秋季城市人工林湿沉降大气颗粒物金属总量比较 |
| 5.4 讨论 |
| 5.5 本章小结 |
| 6 气候因子变化特征与城市森林对大气颗粒物区域性沉降的影响 |
| 6.1 引言 |
| 6.2 数据来源与研究方法 |
| 6.2.1 数据来源 |
| 6.2.2 研究方法 |
| 6.3 结果与分析 |
| 6.3.1 主要城市气象要素时序变化 |
| 6.3.2 年代际SPEI时空变化规律 |
| 6.3.3 主要城市大气污染物时序变化 |
| 6.3.4 城市森林时空分布概况 |
| 6.3.5 城市森林对大气颗粒物的沉降量 |
| 6.3.6 “城市森林-气象要素-大气颗粒物”的主要耦合关系 |
| 6.4 讨论 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（7）2018年夏季吉林省持续异常高温天气及副热带高压异常维持的成因分析（论文提纲范文）
| 1 引言 |
| 2 资料 |
| 3 高温天气的基本特征 |
| 4 高温天气的环流特征 |
| 4.1 异常西太平洋副热带高压 |
| 4.2 南亚高压的活动 |
| 4.3 中高纬度环流特征 |
| 4.4 台风的影响 |
| 5 结语 |
（8）吉林市避暑旅游气候适宜度分析（论文提纲范文）
| 1 引言 |
| 2 方法及数据 |
| 3 结果分析 |
| 3.1 基本气象要素特征 |
| 3.1.1 气温变化特征 |
| 3.1.1. 1 平均气温年际变化特征 |
| 3.1.1. 2 避暑旅游有效平均气温年际变化特征 |
| 3.1.2 相对湿度变化特征 |
| 3.1.2. 1 平均相对湿度年际变化特征 |
| 3.1.2. 2 避暑旅游有效平均相对湿度年际变化特征 |
| 3.1.3 风速变化特征 |
| 3.1.3. 1 平均风速年际变化特征 |
| 3.1.3. 2 避暑旅游有效平均风速年际变化特征 |
| 3.1.4 降水变化特征 |
| 3.1.4. 1 降水年际变化特征 |
| 3.1.4. 2 近10年降水量变化特征 |
| 3.2 夏季避暑旅游高影响天气 |
| 3.2.1 暴雨气候特征 |
| 3.2.1. 1 暴雨年际和月际变化特征 |
| 3.2.1. 2 近10年暴雨变化特征 |
| 3.2.2 雷暴年际变化特征 |
| 3.2.3 高温气候特征 |
| 3.2.4 大风气候特征 |
| 3.3 吉林市避暑旅游适宜度 |
| 3.3.1 吉林市避暑旅游气候舒适度特征 |
| 3.3.2吉林市避暑旅游气候适宜度特征 |
| 4结语 |
（9）苹果水旱灾害风险评价与保险产品研发（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 苹果气候区划 |
| 1.2.2 苹果水旱灾害 |
| 1.2.3 天气指数保险 |
| 1.3 研究目标、内容及技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 第二章 材料与方法 |
| 2.1 研究区域概况 |
| 2.2 数据来源与处理 |
| 2.2.1 5km×5km网格气象数据 |
| 2.2.2 站点气象数据 |
| 2.2.3 苹果产量数据 |
| 2.3 研究方法 |
| 2.3.1 苹果不可种植区剔除的气候标准 |
| 2.3.2 苹果适宜种植区划分的指标 |
| 2.3.3 经验频率法 |
| 2.3.4 气候倾向率 |
| 2.3.5 苹果生育期划分 |
| 2.3.6 作物水分亏缺指数(CWDI) |
| 2.3.7 干旱频率 |
| 2.3.8 干旱站次比 |
| 2.3.9 连阴雨统计标准 |
| 2.3.10 气象减产率 |
| 第三章 苹果气候区划分析 |
| 3.1 不可种植苹果区域的剔除 |
| 3.1.1 日最低气温≤-20℃日数分布 |
| 3.1.2 高温多雨区分布 |
| 3.1.3 日平均气温≥10℃日数区分布 |
| 3.1.4 可种植区分布 |
| 3.2 可种植区的气候适宜性评价 |
| 3.2.1 年平均气温 |
| 3.2.2 年降水量 |
| 3.2.3 夏季(6-8月)平均空气相对湿度 |
| 3.2.4 夏季(6-8月)平均最低气温 |
| 3.3 苹果适宜种植区及其年代际变化 |
| 3.4 本章小结 |
| 第四章 苹果干旱风险分析 |
| 4.1 基于作物水分亏缺指数(CWDI)的苹果干旱时空分布 |
| 4.1.1 年际间苹果干旱变化特征 |
| 4.1.2 干旱频率空间分布特征 |
| 4.2 干旱风险指数(CWDR)的构建 |
| 4.3 干旱风险评价 |
| 4.3.1 基于CWDR的苹果干旱风险分布 |
| 4.3.2 苹果主产省份干旱风险时空分布 |
| 4.4 本章小结 |
| 第五章 苹果成熟期连阴雨风险分析 |
| 5.1 苹果成熟期连阴雨相关要素分析 |
| 5.2 连阴雨风险指数Lu的构建 |
| 5.3 苹果成熟期连阴雨风险评价 |
| 5.3.1 典型年份连阴雨灾害风险分析 |
| 5.3.2 苹果主产省份连阴雨风险分析 |
| 5.4 本章小结 |
| 第六章 近八年苹果主产省气候适宜性与水旱灾害风险分析 |
| 6.1 苹果适宜种植区的变化分析 |
| 6.2 干旱风险分析 |
| 6.3 成熟期连阴雨风险分析 |
| 6.4 本章小结 |
| 第七章 山东省潍坊市干旱指数保险 |
| 7.1 潍坊市概况 |
| 7.2 干旱风险与气象产量相关性 |
| 7.2.1 潍坊市干旱风险评价 |
| 7.2.2 干旱风险与气象产量相关关系 |
| 7.3 苹果干旱保险产品的设计 |
| 7.3.1 保险费率的厘定 |
| 7.3.2 赔付金额的计算 |
| 7.4 本章小结 |
| 第八章 结论 |
| 8.1 基本结论 |
| 8.2 本文创新点 |
| 8.3 讨论与展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（10）城市热环境与舒适度的时空演变特征及其调节机制研究（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 1.1 研究背景 |
| 1.2 国内外进展 |
| 1.2.1 城市热环境与舒适度的研究 |
| 1.2.2 城市森林群落结构对热环境与舒适度的影响 |
| 1.2.3 景观格局对热环境与热舒适度的影响 |
| 1.3 本研究的目的和意义 |
| 1.4 研究内容、技术路线与创新点 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.4.3 特色与创新点 |
| 第二章 中国城市热环境与舒适度的时空演变特征 |
| 2.1 研究区概况 |
| 2.2 研究方法和技术路线 |
| 2.2.1 数据收集 |
| 2.2.2 数据处理 |
| 2.2.3 技术路线图 |
| 2.3 结果与分析 |
| 2.3.1 中国城市热环境与舒适度空间分布 |
| 2.3.2 中国城市化发展动态 |
| 2.3.3 全国城市热环境与舒适度的时空演变特征 |
| 2.3.4 城市热环境与舒适度演变的驱动因子 |
| 2.4 讨论 |
| 2.5 本章小结 |
| 第三章 东北典型城市热环境与热舒适度的演变规律 |
| 3.1 研究区概况 |
| 3.2 研究方法和技术路线 |
| 3.2.1 数据收集 |
| 3.2.2 数据处理 |
| 3.2.3 技术路线图 |
| 3.3 结果与分析 |
| 3.3.1 长春市城市化发展动态 |
| 3.3.2 长春市热环境因子的变化趋势 |
| 3.3.3 长春市热舒适度指标的变化趋势 |
| 3.3.4 城市化对热环境因子与舒适度的影响 |
| 3.4 讨论 |
| 3.5 本章小结 |
| 第四章 城市森林群落结构对城市热环境与舒适度的调节作用研究 |
| 4.1 研究区概况 |
| 4.2 研究方法与技术路线 |
| 4.2.1 数据收集 |
| 4.2.2 数据处理 |
| 4.2.3 技术路线图 |
| 4.3 结果与分析 |
| 4.3.1 城市森林样方内热环境与舒适度的差异 |
| 4.3.2 城市森林样方内热环境与舒适度调节作用的差异 |
| 4.3.3 群落结构对热环境与舒适度调节作用的影响 |
| 4.4 讨论 |
| 4.5 本章小结 |
| 第五章 城市景观格局对城市热环境与舒适度的调节作用 |
| 5.1 研究区概况 |
| 5.2 研究方法与技术路线 |
| 5.2.1 数据收集 |
| 5.2.2 数据处理 |
| 5.2.3 技术路线图 |
| 5.3 结果与分析 |
| 5.3.1 不同范围内景观格局对温度的影响 |
| 5.3.2 城市森林景观格局对温度与热舒适度的影响 |
| 5.3.3 城市建筑景观格局对温度与热舒适度的影响 |
| 5.3.4 讨论 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.1.1 全国范围内城市热环境与舒适度的演变特征 |
| 6.1.2 东北典型城市热环境与舒适度的演变规律 |
| 6.1.3 城市森林群落结构对热环境和舒适度的调节作用 |
| 6.1.4 城市景观格局对城市热环境与舒适度的调节作用 |
| 6.2 不足与展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
四、吉林省2001年夏季(6-8月)的天气特点及影响（论文参考文献）
- [1]1961—2019年辽宁省高温天气变化特征[J]. 李卓群,刘星才. 应用生态学报, 2021(11)
- [2]夏季长白山天池站降水量年际变化特征及其对应的环流异常[J]. 凌思宁,陈卫,陆日宇,高枞亭. 大气科学, 2021(03)
- [3]新中国县城迁址研究（1949-2019）[D]. 徐莎莎. 西南大学, 2021(01)
- [4]夏季季节内振荡对热浪和热带气旋的影响机理及其预报应用[D]. 钱伊恬. 南京信息工程大学, 2020(01)
- [5]2018年夏季东北极端高温事件物理机制分析[J]. 李娜,肖子牛,赵亮. 气候与环境研究, 2020(05)
- [6]城市森林及气候因子对大气颗粒物沉降影响研究[D]. 韩冬荟. 东北林业大学, 2021
- [7]2018年夏季吉林省持续异常高温天气及副热带高压异常维持的成因分析[J]. 王太然,蔡柠泽,吴晗. 气象灾害防御, 2020(02)
- [8]吉林市避暑旅游气候适宜度分析[J]. 王立民,李嘉鑫,刘洋,武月. 气象灾害防御, 2020(02)
- [9]苹果水旱灾害风险评价与保险产品研发[D]. 张玥滢. 中国农业科学院, 2020(01)
- [10]城市热环境与舒适度的时空演变特征及其调节机制研究[D]. 付尧. 中国科学院大学(中国科学院东北地理与农业生态研究所), 2020(04)