导读:本文包含了气温时间序列论文开题报告文献综述及选题提纲参考文献，主要关键词:气温,非意外死亡,寿命损失年,时间序列研究
气温时间序列论文文献综述
刘佳,钱云,周伟杰,陈海,董昀球[1]（2019）在《无锡市气温对非意外死亡及寿命损失年影响的时间序列分析》一文中研究指出目的了解无锡市气温在不同滞后日对非意外死亡(A00-R99)人数及寿命损失年的影响。方法收集无锡市区(2012-2017年)非意外死亡与气象数据资料,利用分布滞后非线性模型研究气温与非意外死亡人数及寿命损失年的关系,分析低温、高温在不同滞后日期对非意外死亡的累积效应。结果无锡市日均气温对非意外死亡效应曲线为"V"形,冷效应具有延迟性,在滞后3 d开始出现并持续14 d,热效应表现为急性效应,当天就出现。低温对人群总效应大于高温;不同年龄、性别对冷、热效应敏感性存在差异。结论低温和高温均可增加非意外死亡风险,冷效应起效慢且持续时间长,热效应急促,低温对人群影响更大。(本文来源于《中华疾病控制杂志》期刊2019年06期）
韦性富,郑山,翁俊,聂永红,王敏珍[2]（2019）在《甘肃省金昌市气温变化对高血压门急诊就诊人数影响的时间序列分析》一文中研究指出[背景]高血压已经成为威胁我国居民健康的重要疾病,但其潜在危险因素还未完全明确。[目的]通过研究甘肃省金昌市温度变化与高血压门急诊人数的关系,探讨潜在的影响高血压门急诊人数的气象因素。[方法]收集2012年1月1日—2015年12月31日甘肃省金昌市3所综合医院每日门急诊高血压就诊信息(ICD-10:I10—I15),以及同期气象资料(包括日平均气温、相对湿度、气压、风速)和大气污染资料(PM10、NO2、SO2)。采用准Poisson回归广义相加模型,在控制时间的长期趋势、星期几效应、节假日效应、气象因素、环境污染物等混杂因素后,分别建立24 h及48 h温度变化与高血压门急诊人数的暴露反应关系模型,估计效应值,拟合暴露反应关系图,并进行年龄、性别的分层分析。[结果]研究期间共纳入高血压门急诊患者61 438例。同期金昌市24 h平均负变温、正变温及48 h平均负变温、正变温分别为(-2.18±1.91)℃、(1.80±1.26)℃和(-2.98±2.56)℃、(2.66±1.98)℃。广义相加模型分析结果显示:24 h温度变化、48 h温度变化与每日高血压门急诊人数大致呈"U"型曲线。24 h温度变化、48 h温度变化对高血压门急诊人数均有影响,并存在滞后效应:24 h负变温在滞后1 d(ER=-1.25%,95%CI:-1.93%～-0.57%)、正变温在滞后5 d(ER=2.77%,95%CI:1.86%～3.69%)效应值最大;48 h负变温在滞后3 d(ER=-0.67%,95%CI:-1.14%～-0.21%)、正变温在滞后1 d(ER=1.53%,95%CI:0.94%～2.13%)效应值最大。24 h及48 h正变温对高血压门急诊人数的影响明显大于负变温。分层分析发现变温对女性和65～74岁人群的高血压门急诊人数影响更大。[结论]金昌市24 h及48 h温度变化对高血压门急诊人数影响的暴露反应关系大致呈"U"型,且正负变温均会影响高血压门急诊人数。相对负变温,正变温对高血压门急诊人数影响更大。女性及老年高血压患者门急诊人数更易受温度变化影响。(本文来源于《环境与职业医学》期刊2019年05期）
林晓剑[3]（2019）在《中山市日平均气温时间序列的周期性与混沌性分析》一文中研究指出为了进一步研究气温的时间演变情况,笔者用非线性动力学方法,对广东省中山市1955—2017年日平均气温时间序列分析周期与混沌性质。结果表明,气温的功率谱分析为363天左右的年周期变化,为周期吸引子,主要是太阳直射点在南北移动导致。在滤去频率范围为0～0.005/d的年周期变化信息以后,功率谱呈连续谱;最大Lyapunov指数是正的,关联维数为10.1,表明高频气温变化部分具有混沌性。(本文来源于《中国农学通报》期刊2019年12期）
樊聪聪[4]（2019）在《甘肃省两地的气温时间序列预测》一文中研究指出气温时间序列数据是用来预测气温趋势的第一手资料,为预防气温造成的自然灾害提供了重要的依据。温度的变化将对农作物、水资源、旅游业等产生重大影响。随着计算机计算能力的不断增强,一些像神经网络智能学习方法已成功应用到气象研究领域,并得到较好的预测结果。但现阶段,运用神经网络在时间序列预测方面,仍存在一些问题,比如确定各网络层神经元数量、各个网络层之间的连接权阈值等等,这些问题直接影响预测结果的准确性。围绕以上问题,本文采用自相关系数、遗传算法(GA)和集合经验模态分解(EEMD)进行优化,以建立有效的气温预测模型,并进行气温预测。本文主要以甘肃省敦煌市和榆中县两座城市的日平均气温、日最低气温、日最高气温为研究对象,主要工作如下:(1)在建立适应两地气温预测的模型时,针对神经网络各网络层节点数量确定问题。为了避免输入层数据信息冗余无规律,在确定输入层神经元的数量m时,考虑到时间序列数据的自相关系数。在自相关系数变化不大的情况下,即R_(i-1)-R_i＜l,记下此时的自相关阶数i,令m=i。通过两地气温时间序列数据的验证,当l=0.1时,模型的预测效果最好。然后,由Lippmann RP公式得,隐藏层神经元数量n=i+1;(2)针对神经网络权阈值优化问题,采用遗传算法寻找最优参数;(3)选择最优的神经网络模型。将测试数据集输入训练好的模型中,进行网络测试,根据得到的误差矩阵,确定最优的神经网络模型。通过模型预测指标值比较,发现遗传算法优化的BP神经网络(GABP)在两座城市气温预测中均表现出较好的预测效果;(4)运用(3)得到的最优模型GABP,进一步构建EEMD-GA-BP模型。首先运用集合经验模态分解(EEMD)方法对气温时间序列数据进行分解,得到本征模态函数imf_i(i=,1,2,...,k),然后运用GABP分别对imf_i进行预测,最后相加k个imf_i预测结果,以获得最终预测值;(5)对比分解前后(GABP和EEMD-GA-BP)的预测结果,再次模型择优,并进行后期气温预测。通过对两地的气温预测,比较得到模型评价指标值,发现EEMD-GA-BP预测模型将更加准确。并选择了EEMD-GA-BP模型对两地2019年3月6日的气温进行了预测。(本文来源于《兰州大学》期刊2019-04-01）
王金玉,李盛,李普,马汉平,董继元[5]（2018）在《2014—2017年兰州市气温与死亡人数关系的时间序列研究》一文中研究指出[目的]探讨兰州市日均气温与居民死亡的关系,评估气温相关的非意外死亡、心血管疾病死亡及呼吸系统疾病死亡的风险。[方法]收集兰州市2014—2017年居民死亡资料以及同期气温数据和空气污染数据,采用分布滞后非线性模型,在调整长期趋势和季节效应、相对湿度及空气污染物影响的基础上研究气温对人群非意外死亡、心血管疾病死亡和呼吸系统疾病死亡的滞后效应和累积效应。选择滞后21 d作为最大滞后天数。在计算日均气温对死亡人数的影响时,用日均气温的P5(-4.2℃)和P95(25.5℃)相对于中位数(P50)计算的RR值代表各死因别的低温、高温效应,分别计算滞后0、0～3、0～7、0～14、0～21 d的累积效应值。[结果] 2014年1月1日至2017年12月31日,兰州市日均非意外死亡人数为39人,其中心血管疾病和呼吸系统疾病死亡分别为17人和5人。同期大气污染物PM10、SO2、NO2浓度日均值分别为123.54、21.91、49.88μg/m3。气温和相对湿度的日均值分别为11.35℃和50.76%。兰州市日均气温对非意外死亡、心血管疾病死亡和呼吸系统疾病死亡效应曲线均为J形。高温对非意外死亡和心血管疾病死亡的影响主要是急性短期效应,在29℃、滞后0 d(lag0)的效应RR值最大,RR及其95%CI分别为1.07(1.02～1.12)、1.09(1.02～1.18);呼吸系统疾病死亡对高温不敏感。低温存在较长的滞后效应,叁种死亡均在-12℃,lag21时RR值最大,RR及其95%CI分别为1.36(1.26～1.45)、1.34(1.22～1.50)、1.45(1.22～1.72)。以年平均气温的中位数(P50,12.9℃)作为参照值,低温(P5,-4.2℃)对非意外死亡和心血管疾病死亡的累积效应均在lag0～21RR值最大,RR及其95%CI分别为1.15(1.07～1.23)和1.16(1.04～1.28);高温(P95,25.5℃)对非意外死亡的累积效应在lag0、lag0～3均有统计学意义,以lag0～3 RR值最大,RR及其95%CI为1.11(1.02～1.20)。[结论]高温和低温均是兰州市居民每日死亡的危险因素,存在滞后效应,且低温效应的滞后时间较长。(本文来源于《环境与职业医学》期刊2018年12期）
肉孜买买提·阿不来提,穆振侠[6]（2018）在《新疆伊犁地区巩乃斯河流域1972～2015年气温及降水时间序列的变化特征及趋势分析》一文中研究指出为了更好的指导巩乃斯河流域水资源的开发利用,对其水文气象变化规律的研究有至关重要的作用。本文借助1972～2015年逐年平均气温、降水资料,运用滑动平均法、M-K(Mann-Kendall)检验法和小波分析法,对巩乃斯河流域气温与降水序列的演变趋势、突变情况和周期性变化特征进行分析研究。结果表明:(1)基于M-K检验法,分析各序列的演变趋势,发现巩乃斯河流域年平均气温与年降水量总体都有显着的增加趋势,其中年平均气温与降水的变化倾向率分别为0.65℃/10a与17.2 mm/10a,突变时间点分别表现在1991年与1982年上;(2)基于小波分析法,分析各序列的周期变换特性,发现研究区未来的年平均气温整体呈上升趋势,降雨量呈减少趋势,其中年平均气温序列的变化第一、二主周期表现在22年与29年的时间尺度上;年平均降水量则在时间尺度为27年与8年上出现变化的第一、二主周期。(本文来源于《地下水》期刊2018年06期）
钟思雨[7]（2018）在《月平均气温数据的多元时间序列因子分析》一文中研究指出本文是多元时间序列因子分析在气象学上的一个应用.文章首先对华南地区8个城市的月平均气温数据以及季节差分数据进行描述性分析,结果发现:这8个城市的月平均气温序列以及季节差分序列都可能存在共同因子.因此,我们可以对这8个城市的月平均气温数据以及季节差分数据分别拟合多元时间序列的因子模型.根据数据的描述性分析,文章应用了Pan和Yao(2008)的近似因子模型来拟合月平均气温数据,应用了Lam和Yao(2012)的近似因子模型来拟合季节差分数据.结果表明:华南地区8个城市的月平均气温序列具有5个共同因子,其中有2个周期因子.这与华东地区7个城市的月平均气温序列很相似,它们具有4个共同因子,其中有2个周期因子,且这两个周期因子的解释与8个城市的相似.另外,8个城市的季节差分序列具有2个共同因子,其中1个强因子,1个弱因子.(本文来源于《东北师范大学》期刊2018-05-01）
张慧玲[8]（2018）在《宁夏部分农村地区气温变化与呼吸及循环系统疾病门诊就诊人次的时间序列研究》一文中研究指出背景全球气温变暖是现在以及将来人们面临的最大的健康威胁之一。目前,关于气温对健康影响的研究已成为人们关注的重要领域,但大多数研究主要集中在气温-死亡关系的探讨,关于气温变化与门诊就诊关系的研究鲜有报道。目的本研究在宁夏盐池县、海原县农村地区进行,以每日平均气温为暴露因素,呼吸系统疾病(Respiratory diseases,RD)及循环系统疾病(Circulatory diseases,CD)门诊就诊人次为健康结局指标,运用分布滞后非线性模型(Distributed Lag Non-linear Model,DLNM),探索气温变化与CD、RD门诊就诊人次的暴露-反应关系及滞后效应,分析气温变化对不同病因、性别及年龄别RD、CD门诊就诊人次的影响,探讨相应的敏感人群。方法采用生态学研究方法。收集2012年1月1日-2015年12月31日盐池县及海原县乡村两级门诊就诊资料及气象资料,运用DLNM,同时将时间序列的长期趋势、季节趋势、星期几效应(Day of the week,DOW)及平均风速、平均相对湿度、日照时数等混杂因素在模型中加以调整,分析气温变化在不同滞后时间对RD、CD门诊就诊人次的健康效应。结果1.一般资料描述2012年1月1日-2015年12月31日,盐池县乡村两级CD、RD门诊就诊人次总数分别为62653、289846人次,每日CD、RD门诊就诊人次的中位数分别为41、185人次;海原县乡村两级CD、RD门诊就诊人次总数分别为104870、1042527人次,每日CD、RD门诊就诊人次的中位数分别为67、663人次。同期,盐池县每日平均气温(mean Temperature,m T)的中位数为10.7°C(范围为:-14.5°C到29.4°C),日内温差为13.6°C。海原县m T的中位数为8.2°C(范围为-19°C到27°C),日内温差为11.0°C。2.气温变化对CD、RD门诊就诊人次的暴露-反应关系(1)气温变化对CD、RD门诊就诊人次的影响盐池县、海原县气温-门诊就诊人次暴露反应关系曲线存在差异,但均表现为非线性关系,分别以“J”型和“N”型为主,CD、RD分别在17°C、23°C(盐池县)和13°C、17°C(海原县)对门诊就诊影响的相对危险度(Relative Risk,RR)最小,将该值定义为最小门诊温度(Minimum outpatient temperature,MOT),气温高于或者低于MOT会使CD、RD门诊就诊风险增加。m T对门诊的影响存在滞后效应,且高温的滞后效应比低温的持续时间长。(2)气温变化对CD、RD门诊就诊人次的总效应以MOT为参考温度,探讨在滞后0-28天气温对RD、CD门诊就诊影响的总效应。对于CD:当m T<MOT,盐池县在-7°C时达到最大效应,其RR为3.808(95%CI,2.847-5.093),海原县在-3°C时达到最大效应,其RR为1.428(95%CI,1.247-1.636);当m T>MOT,盐池县在29°C时达到最大效应(RR 1.837(95%CI,1.474-2.290)),海原县在27°C时出现最大效应(RR 1.562(95%CI,1.281-1.905))。而对于RD,当m T<MOT,盐池县在-9°C时达到最大效应,其RR值为5.055(95%CI,4.305-5.936),海原县在-5°C时达到最大(RR 2.768(95%CI,2.615-2.930));当m T>MOT,海原县,高温对门诊影响的最大效应在27°C时出现,其RR值为1.230(95%CI,1.162-1.302)。(3)极端气温对RD、CD门诊就诊人次影响的单天效应及其敏感人群在盐池县,极端低温对CD门诊就诊人次的影响呈“V”型关系,且门诊就诊效应具有滞后性。在滞后7天时出现最大滞后效应(RR 1.084(95%CI,1.069-1.100)),男性较女性出现的早,但女性较敏感;≥65岁者较<65岁者出现的早,≥65岁较敏感。在海原县,极端低温对海原县各亚人群影响模式同盐池县相似,在滞后9天时出现最大滞后效应(RR1.027(95%CI,1.019-1.035))。极端高温对门诊的最大滞后效应在滞后28天出现,其敏感人群与极端低温相同。在盐池县,极端低温的RD门诊就诊效应(RR)变化趋势与对CD的影响类似,在滞后7天时出现最大滞后效应(RR(RR 1.096(95%CI,1.088-1.103)),≥65岁者和男性的最大滞后效应出现较早,<65岁者和男性为敏感人群;在海原县,极端低温的门诊就诊效应随着滞后时间的推移,呈现逐渐减小的趋势,其敏感人群与盐池县相同。极端高温对盐池县、海原县RD门诊影响的敏感人群存在差异,分别为≥65岁者、女性。此外,极端高温对CD、RD门诊就诊人次的影响较高温的大。极端低温和低温均可增加门诊风险,其效应在不同病因、不同地区间存在差异,对于CD,低温的危险性较高,两地区呈相似模式;对于RD,低温可增加其门诊发病风险,在盐池县极端低温影响较大,在海原县低温影响较大。结论1.气温与CD、RD门诊就诊人次间呈非线性关系,且存在滞后效应。盐池县、海原县CD、RD门诊就诊最小风险温度存在差异,高于或低于MOT均可增加门诊风险。极端高温的影响滞后时间较极端低温的长,各地应就其特异性,提出相应预警措施,做好防范。2.对于CD门诊就诊患者,女性、盐池县<65岁者和海原县≥65岁者对极端气温更为敏感。对于RD门诊就诊患者,男性和<65岁者对极端低温更为敏感;盐池县≥65岁者和海原县女性对极端高温更敏感。极端低温、低温对CD、RD门诊就诊人次影响的危险性更大,应重视极端天气的影响,保护敏感人群,及时做好应对策略。(本文来源于《宁夏医科大学》期刊2018-03-01）
宋韶芳,刘华章,刘于飞,李科,董航[9]（2018）在《2011—2016年广州市逐日死亡人数与气温关系的时间序列研究》一文中研究指出目的研究广州市2011—2016年日均气温对人群死亡的影响。方法利用广州市2011—2016年全人群逐日死亡人数的时间序列资料,结合同期气象资料,采用分布滞后非线性模型分析气温对人群死亡的滞后效应和累积效应。以广州市气温的P_(2.5)和P_(97.5)百分位数值估计极端气温的冷、热效应;以最适宜温度为参照,分别估计平均气温每上升或下降1℃的相对危险度。结果高温影响快速持续4 d;低温影响相对缓慢但持续时间长达两周;低温和高温对于全死因的滞后21 d累计相对危险度分别为1.013(95%CI:1.003~1.027),1.023(95%CI:1.006~1.050)。低温和高温对≥65岁组的人群,男性的累计效应有统计意义,低温对女性的滞后21 d累计相对危险度也有统计意义。结论高温和低温均造成人群死亡率上升,高温比低温的累计相对危险度高,但低温影响持续时间更长。老年人对低温和高温效应敏感,女性比男性对低温效应更加敏感。(本文来源于《环境卫生学杂志》期刊2018年01期）
王萌,武胜利,郑伟,赵长海,刘诚[10]（2016）在《长时间序列卫星遥感渤海海冰时空分布特征及与气温关系分析》一文中研究指出利用气象卫星资料整理分析了1996—2011年冬季渤海海冰的时空分布变化:年际统计表明,单日海冰面积最大的3个年份分别是2011、2010和2001年,日最大冰面积均超过30000 km~2;单日海冰面积最小的3个年份分别是1999、2002和2007年,日最大冰面积均不超过10000 km~2。分区统计显示,海冰主要集中在辽东湾,其次是渤海湾,莱州湾最小;辽东湾海冰从东北向西南、从海滨到远海出现频率依次降低;渤海湾和莱州湾从海滨到远海,海冰的出现频率逐渐降低。在此基础上,分析了渤海逐日冰面积与营口站日均气温积温(≤-2℃)及气温的关系,结果表明渤海逐日冰面积与积温、气温之间均为负相关关系,其相关性在不同阶段表现不同:海冰发展期,渤海逐日冰面积与营口日均气温积温(≤-2℃)之间的相关性最为显着,相关系数为-0.90;海冰消融期,渤海逐日冰面积与营口3日(当日与前两日)平均气温的相关性最为显着,相关系数为-0.84;通过回归分析方法获得了渤海逐日冰面积与营口日均气温积温及3日平均气温的线性回归方程。最后,结合积温回归方程和3日平均气温回归方程,提出了分阶段的海冰面积预报方程,并利用该方程对2013和2014年度冬季渤海冰面积进行预报检验,检验结果证明上述方程具有一定的预报能力。(本文来源于《气象》期刊2016年10期）
气温时间序列论文开题报告
（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：
[背景]高血压已经成为威胁我国居民健康的重要疾病,但其潜在危险因素还未完全明确。[目的]通过研究甘肃省金昌市温度变化与高血压门急诊人数的关系,探讨潜在的影响高血压门急诊人数的气象因素。[方法]收集2012年1月1日—2015年12月31日甘肃省金昌市3所综合医院每日门急诊高血压就诊信息(ICD-10:I10—I15),以及同期气象资料(包括日平均气温、相对湿度、气压、风速)和大气污染资料(PM10、NO2、SO2)。采用准Poisson回归广义相加模型,在控制时间的长期趋势、星期几效应、节假日效应、气象因素、环境污染物等混杂因素后,分别建立24 h及48 h温度变化与高血压门急诊人数的暴露反应关系模型,估计效应值,拟合暴露反应关系图,并进行年龄、性别的分层分析。[结果]研究期间共纳入高血压门急诊患者61 438例。同期金昌市24 h平均负变温、正变温及48 h平均负变温、正变温分别为(-2.18±1.91)℃、(1.80±1.26)℃和(-2.98±2.56)℃、(2.66±1.98)℃。广义相加模型分析结果显示:24 h温度变化、48 h温度变化与每日高血压门急诊人数大致呈"U"型曲线。24 h温度变化、48 h温度变化对高血压门急诊人数均有影响,并存在滞后效应:24 h负变温在滞后1 d(ER=-1.25%,95%CI:-1.93%～-0.57%)、正变温在滞后5 d(ER=2.77%,95%CI:1.86%～3.69%)效应值最大;48 h负变温在滞后3 d(ER=-0.67%,95%CI:-1.14%～-0.21%)、正变温在滞后1 d(ER=1.53%,95%CI:0.94%～2.13%)效应值最大。24 h及48 h正变温对高血压门急诊人数的影响明显大于负变温。分层分析发现变温对女性和65～74岁人群的高血压门急诊人数影响更大。[结论]金昌市24 h及48 h温度变化对高血压门急诊人数影响的暴露反应关系大致呈"U"型,且正负变温均会影响高血压门急诊人数。相对负变温,正变温对高血压门急诊人数影响更大。女性及老年高血压患者门急诊人数更易受温度变化影响。
（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。
气温时间序列论文参考文献
[1].刘佳,钱云,周伟杰,陈海,董昀球.无锡市气温对非意外死亡及寿命损失年影响的时间序列分析[J].中华疾病控制杂志.2019
[2].韦性富,郑山,翁俊,聂永红,王敏珍.甘肃省金昌市气温变化对高血压门急诊就诊人数影响的时间序列分析[J].环境与职业医学.2019
[3].林晓剑.中山市日平均气温时间序列的周期性与混沌性分析[J].中国农学通报.2019
[4].樊聪聪.甘肃省两地的气温时间序列预测[D].兰州大学.2019
[5].王金玉,李盛,李普,马汉平,董继元.2014—2017年兰州市气温与死亡人数关系的时间序列研究[J].环境与职业医学.2018
[6].肉孜买买提·阿不来提,穆振侠.新疆伊犁地区巩乃斯河流域1972～2015年气温及降水时间序列的变化特征及趋势分析[J].地下水.2018
[7].钟思雨.月平均气温数据的多元时间序列因子分析[D].东北师范大学.2018
[8].张慧玲.宁夏部分农村地区气温变化与呼吸及循环系统疾病门诊就诊人次的时间序列研究[D].宁夏医科大学.2018
[9].宋韶芳,刘华章,刘于飞,李科,董航.2011—2016年广州市逐日死亡人数与气温关系的时间序列研究[J].环境卫生学杂志.2018
[10].王萌,武胜利,郑伟,赵长海,刘诚.长时间序列卫星遥感渤海海冰时空分布特征及与气温关系分析[J].气象.2016