2012年C題腦卒中發(fā)病環(huán)境因素分析及干預方案論文.doc

腦卒中發(fā)病環(huán)境因素分析及干預方案摘要針對問題一，本文用excel將大量關于腦卒中發(fā)病數(shù)據(jù)整理、歸類并簡化，分別求出男女各年齡段不同職業(yè)發(fā)病人數(shù)。針對問題二，對影響腦卒中發(fā)病率的因素涉及多方面,在此主要考慮溫度、氣壓、相對濕度對其影響,我們假設不存在其他變量的影響。為了方便excel的統(tǒng)計和我們的計算，我們把原data1-4的表格合成同一個表格data6，并對數(shù)據(jù)進行適度的修改：把錯誤的格式的數(shù)據(jù)轉化為正確格式；把不合理的數(shù)據(jù)進行刪除。求出目標數(shù)據(jù)的圖表。然后根據(jù)各年每月的發(fā)病人數(shù)，算出各年每月的發(fā)病比率，考慮到（平均氣壓、最高氣壓、最低氣壓、平均溫度、最高溫度、最低溫度、平均相對濕度、最小相對濕度）多種環(huán)境因素對發(fā)病比率的影響，建立多元回歸線性模型。利用SPSS軟件對發(fā)病比率與（平均氣壓、最高氣壓、最低氣壓、平均溫度、最高溫度、最低溫度、平均相對濕度、最小相對濕度）的數(shù)據(jù)處理的出相應系數(shù)（a2，a3，a5，a6，a7，a8）。通過比較（a2，a3，a5，a6，a7，a8）的大小得到不同環(huán)境因素對發(fā)病比率的影響程度。得出結論： 所以可以看出對腦卒中發(fā)病率影響的大小依次最高溫度、最低溫度、最高氣壓、最低氣壓、最小相對濕度、平均相對濕度。最終查閱和搜集文獻，并結合所得結論，提出年紀較大的人員避免腦卒中發(fā)病的意見。關鍵詞：多元線性回歸模型 SPSS Excel 相關性一、模型假設（1）不考慮突發(fā)事故，每個人原先都身體健康沒有感染。（2）附件所給的數(shù)據(jù)真實無誤。（3）患者年齡段的2個界點為53歲和73歲。（4）假設對只有平均氣壓、最高氣壓、最低氣壓、平均溫度、最高溫度、最低溫度、平均相對濕度、最小相對濕度對腦卒中的發(fā)病率有影響。（5）調查數(shù)據(jù)是客觀公正的，問卷調查隨機抽樣進行的。（6）本文引用資料、數(shù)據(jù)都真實可靠。二、符號設定：為發(fā)病比率：年份:平均氣壓最高氣壓最低氣壓平均溫度最高溫度最低溫度平均相對濕度最小相對濕度分別代入三、問題重述腦卒中發(fā)病環(huán)境因素分析及干預腦卒中被證實與環(huán)境因素，包括氣溫、濕度和氣壓之間存在一定的關系。根據(jù)題目提供的數(shù)據(jù)，回答以下問題：1要求對發(fā)病人群進行統(tǒng)計描述。2要求通過數(shù)據(jù)建模發(fā)病率與氣溫、氣壓、相對濕度間的關系。3根據(jù)1，2所得的結果對高危人群提出建議。四、問題分析針對問題一，根據(jù)病人基本信息，在對發(fā)病人群進行統(tǒng)計描述前，我們先把四個表格（data1、data2、data3和data4）合為一個新表格data6（由于表格數(shù)據(jù)過多就不做顯示）。由于之前的表格本身存在不同的時間格式以及錯誤 (如: # 或空格) 及一些數(shù)據(jù)存在部分缺失 (如: “Age (年齡)”中的 # 或空格)，為了使excel軟件更好的運行及我們更加方便的計算，我們在此使用excel軟件中的“自動篩選”功能，把不合適的數(shù)據(jù)進行修改（個別數(shù)據(jù)原本存在錯誤，使excel在統(tǒng)計時出現(xiàn)錯誤，我們將他們統(tǒng)一 “轉為數(shù)字”；“#”改為“空格”）；把不合理的數(shù)據(jù)進行刪除（如：把一個年齡為725的患者去除；把一個發(fā)病時間為2200-1-15的患者去除）excel軟件中的“自動篩選”功能除了能幫我們解決上面外，還對我們下一步對統(tǒng)計有很好作用。我們將數(shù)據(jù)排序后，利用excel軟件中count函數(shù)可以幫助我們對特定患者進行統(tǒng)計。由于數(shù)據(jù)龐大，我們先將病人的年齡進行分段。根據(jù)中華現(xiàn)代內科科學雜志記載1：我國某著名醫(yī)院在2007年3月2008年8月在該院神經內科住院患者中，確定為腦卒中有116例，男94例，女33例，年齡4179歲，平均61.5歲。按年齡分為3組，年齡45歲為青年組，45歲且65歲為中年組，65歲為老年組。在我們這個問題上，我們可以求出患者的平均年齡約為69.5歲，借鑒上述醫(yī)院的劃分方法，在這里我們也按年齡分為3組，年齡53歲為青年組，53歲且73歲為中年組，73歲為老年組。每個年齡段下，又成男患者和女患者二部分，同時我們又把患者的職位考慮進去。我們就可以得到一份關于每個年齡段、每種職業(yè)的男、女患者數(shù)量的表格（用excel軟件）。 職業(yè)年齡 性別農民工人退休人員教師漁民醫(yī)務人員職工離隊人員其他或缺失小于53男1022806612041015881324女777482625575714795大于等于53小于73男6547151118818731362224914268女5844630106824811752093202大于等于73男64737281990498131296423833女792758013042197793324189男女各占的比例： 各年齡段占比例： 各職業(yè)占的比例：各職業(yè)占的比例： 上述三方面綜合的三維柱狀圖：（空白的顏色部分沒有多大意義，目的是在建圖時，讓各年齡組圖形的距離拉開。）工人漁民醫(yī)務人員退休人員離隊人員其他或缺失綜合上述我們可以看出男性腦卒中的發(fā)病率比女性高出8%；年輕時該病發(fā)病率較低，大致從53歲后，發(fā)病率逐漸提高；職業(yè)農民發(fā)病率相對最高，老師則最低。在問題二中，要求建立數(shù)學模型研究腦卒中發(fā)病率與氣溫、氣壓、相對濕度間的關系，從而得出結論。為了說明腦卒中發(fā)病率與環(huán)境素之間的關系，我們首先利用excel軟件對原來data6表格數(shù)據(jù)進行整理，制造出四年各年每月的患病人數(shù)（表1）和每年每個月相對改年的發(fā)病比例（表2）表1四年各年的患病人數(shù)年月2007200820092010總和192318117381764523627261946783148649413101219118041730545741068174484616985356510621765848189155666107714797671608493171007147090917595145811881364893153359891217126979516344915101366145270417255247111986136757915725504121362130935611044131總和139941888790221812460027表2每年每個月相對這年的發(fā)病比例2007 2008 2009 2010 平均10.065956840.095886060.08180.097330.08722720.051879380.103033830.0867880.0819910.08231330.072316710.101180710.0891150.0954540.09090940.076318420.092338650.0937710.0936880.08922750.075889670.093450520.0939920.1043370.09272560.076961550.078307830.0850140.0887220.08214670.071959410.077831310.1007540.0970540.08571180.084893530.072218990.098980.0084420.0599490.086965840.067189070.0881180.0901570.08188100.097613260.076878280.0780310.0951780.087411110.141917960.072377830.0641760.0867360.091692120.097327430.069306930.0394590.0609140.068819然后也對原來data5表格數(shù)據(jù)進行整理，制造出四年各年壓溫濕的平均數(shù)及四年壓溫濕的平均數(shù)的表格（表3-7）表32007年壓溫濕的平均數(shù) 平均氣壓最高氣壓最低氣壓平均溫度最高溫度最低溫度平均相對濕度最小相對濕度11028.2261030.3391026.2524.5032268.0419351.87096873.225806551.161290321020.7141023.5321017.7688.72513.664295.00714370.785714346.071428631018.2811021.3351014.99711.5645215.929037.95161369.290322648.580645241016.5431019.2931013.9815.3720.3411.2933362.566666738.166666751008.3871010.81005.81622.6161327.6387118.487161.774193539.387096861006.171007.771004.44324.6833328.1922.1233375.559.171002.9711004.7521001.20329.3935533.6516126.287173.322580655.419354881004.9291006.7191003.0129.5548433.5967726.6096869.09677425191010.451012.2931008.65724.2966728.0633321.6676.066666760.7666667101018.9551020.9481017.08119.3387123.4806516.0516171.645161351.9677419111024.121026.1371022.12312.5733317.038.92666762.033333345.4333333121023.4581025.8811021.2817.92580611.077425.267.774193558.8387097表42008年壓溫濕的平均數(shù) 平均氣壓最高氣壓最低氣壓平均溫度最高溫度最低溫度平均相對濕度最小相對濕度11027.2291029.8131024.6033.1290326.2193550.83225857.51612955.225806521027.6341030.1481025.0072.9931037.596552-0.5862157.896551742.793103431018.8131021.3031016.19411.0774215.967747.01290357.967741936.612903241014.6131017.141011.7615.6319.9533312.1033362.433333346.633333351008.5551010.8031006.18121.4096826.812917.0419466.258064540.419354861005.5771007.6071003.53723.4933326.8121.0582.366666766.533333371003.6711005.2611001.74530.1741934.4354826.8096871.322580651.258064581005.8481007.5191004.2128.0096831.9612924.9419477.322580657.129032391011.2531012.9571009.52724.9466728.9822.1166779.433333358.6101018.191020.2551016.30319.9064523.7032316.8225877.193548455.7419355111023.181025.3371021.09312.0666716.168.65333375.566666750.9333333121025.0481028.3351022.1136.80322611.648392.70645265.548387139.9677419表52009年壓溫濕的平均數(shù)平均氣壓最高氣壓最低氣壓平均溫度最高溫度最低溫度平均相對濕度最小相對濕度11027.6681030.2481024.7552.961297.283871-0.3677469.645161347.032258121019.5571022.7211016.0468.29642911.45.71071479.464285763.535714331019.4351022.7611016.15810.0032314.183876.17419470.935483949.290322641015.6831018.1931012.99315.9066720.8111.6633367.342.351012.1261014.1161009.84521.612927.3419416.7193561.258064534.51612961003.391005.0571001.46326.0230.6966722.574.366666751.733333371003.8261005.5351002.03928.4387132.3645225.175.129032356.612903281005.8481007.5031004.18427.5516131.0354825.2580681.54838716591012.121013.741010.49724.3327.7866721.723338062.7333333101016.8421018.7841015.02320.4419425.0709716.5032369.548387142.3548387111023.4371026.0071020.68711.0333315.197.97333377.456.8666667121024.5741027.0421022.1295.5548399.3258062.53548471.903225850.5806452表62010年壓溫濕的平均數(shù)平均氣壓最高氣壓最低氣壓平均溫度最高溫度最低溫度平均相對濕度最小相對濕度11025.7551029.0061022.314.438718.8709681.03225870.935483950.612903221020.6711023.5751017.6366.94285710.882143.80714374.678571455.428571431020.3711024.0481016.598.74838713.15.4387170.806451651.096774241017.8771021.361014.3312.5233316.769.02333369.566666750.451009.7871011.8131007.620.7064525.1580617.1290368.387096846.548387161007.641009.1131006.0423.727.5333320.7676.456.966666771005.2231006.7871003.56128.587132.6096825.8354875.580645258.129032381007.4711009.211005.64230.4322634.9354826.9741971.580645251.645161391011.5131013.21009.8625.5466729.3433322.6733377.258.4666667101018.8521020.7651017.02618.0580622.114.6677474.290322652.0967742111021.941024.121019.74712.9933317.958.68666768.942.4333333121020.2391023.291016.9166.9387112.022583.07741962.225806538.516129表7四年壓溫濕的平均數(shù)平均氣壓最高氣壓最低氣壓平均溫度最高溫度最低溫度平均相對濕度最小相對濕度11027.2191029.8521024.483.7580657.6040320.84193567.830645251.008064521022.1441024.9941019.1146.73934710.885753.48469870.706280851.957204431019.2251022.3621015.98510.3483914.795166.64435567.2546.395161341016.1791018.9971013.26614.857519.4658311.0208365.466666744.37551009.7141011.8831007.3621.5862926.737917.3443564.419354840.217741961005.6941007.3871003.87124.4741728.307521.6083377.158333358.583333371003.9231005.5841002.13729.1483933.2653226.0080673.838709755.354838781006.0241007.7381004.26128.887132.8822625.9459774.887096856.193548491011.3341013.0481009.63524.7828.5433322.0433378.17560.1416667101018.211020.1881016.35819.4362923.5887116.0112973.169354850.5403226111023.1691025.41020.91312.1666716.58258.5670.97548.9166667121023.331026.1371020.616.80564511.018553.37983966.862903246.9758065用SPSS進行數(shù)據(jù)處理，運用統(tǒng)計數(shù)據(jù)分析模型，計算出平均氣壓、最高氣壓、最低氣壓、平均溫度、最高溫度、最低溫度、平均相對濕度及最小相對濕度和不同時間的發(fā)病率，然后建立腦卒中發(fā)病率的回歸模型，求出回歸方程，進行比較，得出結論。五、模型建立由于我們這里是考慮每年每個月的幾個環(huán)境因素對腦卒中的發(fā)病率的影響，因此我們建立一個可存在多個自變量的多元線性回歸模型2。假定y是一個可觀測的隨機變量，自變量（表示在的形式；表示在的前提下所分的情形），則有：，為未知參數(shù)，自變量，為解析變量，為內生變量（模型是考慮多方面的設計的，若實際不存在那么多情況，相應的符號可以忽略）。在我們要解決的第二個問題中，我們把環(huán)境因素與不同時間的年齡數(shù)據(jù)代入模型，我們這里就設定發(fā)病比率為；則表示年份；平均氣壓、最高氣壓、最低氣壓、平均溫度、最高溫度、最低溫度、平均相對濕度及最小相對濕度分別代入。里面的則是我們要求的系數(shù)。建立模型后，我們可以借助SPSS軟件進行求解。在SPSS中，我們建立一個輸入數(shù)據(jù)界面后，先設定x1、x2、x3、x4、x5、x6、x7、x8和y這九個變量。然后把（表3-7）每年每月的平均氣壓、最高氣壓、最低氣壓、平均溫度、最高溫度、最低溫度、平均相對濕度及最小相對濕度和每年每個月相對這年的發(fā)病比例對應數(shù)值代入模型，（這里不使用每年每個月的患病人數(shù),這是因為我們曾經把它們兩者結果都計算過，相比之下，發(fā)現(xiàn)前者更加的合理）2007年操作過程： 結果為表8:SPSS回歸分析得到數(shù)據(jù)的截圖：表82007年2008年操作過程： 結果為表9SPSS回歸分析得到數(shù)據(jù)的截圖：表92009年操作過程：結果為表10:SPSS回歸分析得到數(shù)據(jù)的截圖：表102010年操作過程：結果為表11:SPSS回歸分析得到數(shù)據(jù)的截圖：表11從上面4表格中，我們可以得到4組關于我們設定的多元回歸方程的系數(shù)。在此，將這些數(shù)據(jù)制成相應的表格，表格如下： 年份系數(shù)2007200820092010平均a0-4.1711.735-0.6692.367-0.1845a2-0.004-0.0110.0150.0130.00325a30.0080.009-0.014-0.015-0.003a50.10.007-0.001-0.0580.012a6-0.007-0.0090.0050.0570.0115a7-0.005-0.002-0.0040.0180.00175a80.0040.0020.002-0.017-0.00225最終把4年系數(shù)的平均值作為多元回歸方程的系數(shù)：從這個式子可以看出對腦卒中發(fā)病率影響的大小依次最高溫度、最低溫度、最高氣壓、最低氣壓、最小相對濕度、平均相對濕度。 問題三腦中風是世界上最重要的致死性疾病之一，它具有極高的病死率和致殘率，主要表現(xiàn)出血性腦中風和缺血性腦中風。據(jù)記載3：緊隨心臟病和癌癥之后，腦卒中是美國和英國位于第三位的死亡原因。腦卒中也是引起成人殘疾的第一位原因，在存活者中，90%有不同的功能缺失。無論是給病人帶來的痛苦還是治療費用，腦卒中都給西方國家?guī)砗艽蟮呢摀Ｔ诿绹?，關于腦卒中直接和間接的費用估計超過500億。整個歐洲，腦卒中引起早起死亡的壽命年數(shù)近600萬。在歐盟，超過150萬人死于心血管疾病，超過1/4是死于腦卒中。在英國，12%的人死于腦卒中，一般都死于腦卒中發(fā)生后的三周內。性別和種族對腦卒中的發(fā)病率有影響。男性首次腦卒中的發(fā)病率可比女性高30-80%。美籍非裔男性的發(fā)病率比白人高50%目前腦血管病已成為我國城市和農村人口的第一位致殘和第一位死亡原因，且發(fā)病有逐年增多的趨勢尤其是老年人，他們對外界環(huán)境 變化適應性差，也很容易成為腦中風的誘發(fā)因素現(xiàn)實年老者發(fā)病率更高。由此看來腦卒中確實是我們一個不可忽視的疾病，我們的計算結果也表示男性患病率比女性要高；年紀越大的，患病率也相對越大；職業(yè)為農民發(fā)病率也比較高，這也我們結果相符，因此年老人群要特別注意自己身體這方面情況，尤其是職業(yè)為農民的男性對象。腦卒中發(fā)病率雖然高，但是它也不是忽去忽來的疾病，一般腦卒中患者的初期有一定特征：如面部、手臂或腿部，尤其是身體的一邊，突然感到無力精神突然產生混亂，語言和理解力混亂單眼或雙眼突然出現(xiàn)視力問題突然無法行走，頭暈眼花，失去平衡或協(xié)調能力突然出現(xiàn)不明原因的嚴重頭痛，這些癥狀可能只是暫時的，只持續(xù)幾分鐘或幾小時，但不能完全消除。因此在我們發(fā)現(xiàn)自己有上述特征的時候，不應該猶豫太多，馬上去醫(yī)院檢查，以防日后變成難以治療的程度。那造成腦卒中的起因是什么?據(jù)記載4：當動脈被阻塞或在管壁的患病區(qū)域形成血凝塊，減少血流量，那么向大腦的血液輸送就會中斷。血凝塊會在其它相隔較遠的有機組織內產生；在秋冬時節(jié)，由于氣溫氣流等氣象要素變化劇烈，氣溫偏低，人體受到寒冷刺激后，會導致交感神經興奮，全身毛細血管收縮，使心、腦負荷加重引起血壓升高，腦部缺血缺氧加速了血栓的形成。在夏天炎熱時候，人體比較容易缺水后，人體水量較低后，血液黏稠，血流減慢，還會因血容量不足造成缺血性腦中風，由此見得溫度腦卒中的發(fā)病率有著密切關系，這也與我們解得的腦卒中發(fā)病率與溫度關系最密切的結論相符。當然，溫度也不是絕對影響因素腦卒中發(fā)病率，氣壓和濕度等其他因素也在一定程度上影響的腦卒中的發(fā)病率。盡管世界上因各種原因患有腦卒中的人很多，但是不管原因多么復雜，據(jù)專家分析引起中風的危險因素始終離不開“七高”，即高血壓、高膽固醇、高血糖、高體重、高脂血癥、高尿酸、高胰島素抵抗。作為腦血管病的易發(fā)人群老年人一定要重視防治這些誘發(fā)中風的因素，特別要重視高血壓的防治。其實我們預防腦卒中外，還有應該預防各種疾病，而保持良好的生活習慣使我們遠離疾病最好方法，因此我們應該要科學安排生活，注意勞逸結合，保證充足的睡眠，重視防寒保暖，避免情緒波動，防止過度勞累和劇烈活動，日常膳食宜清淡，吃新鮮蔬菜、水果等富含維生素的食物，戒除煙酒，健身鍛煉，這樣才能擁有一個良好的體格，從而積極面對生活中的每一天。六、模型的優(yōu)缺點及改進模型的優(yōu)點1、該多元線性回歸模型綜合比較全面、合理考慮了誘發(fā)腦卒中的平均氣壓、最高氣壓、最低氣壓、平均溫度、最高溫度、最低溫度、平均相對濕度、最小相對濕度的因素，并把腦卒中的發(fā)病率按每年每月為單位，方便模型的計算。2、這個模型在面對大量數(shù)據(jù)時，仍能夠簡單的得到合理的結果，具有通用性。3、模型在計算的過程中操作簡單，在SPSS軟件能夠快速得到具有簡潔性。模型的缺點1、不能全面揭示疾病變化的信息多元線性回歸理論上要求自變量與應變量滿足特定條件，而實際的發(fā)病率資料很少有滿足要求的。2、曲線回歸能較好的反映資料的變化趨勢,但對未來因素的變化沒有考慮,只適合于短期預測。3、回歸分析法不能處理時間滯后變量。4、在SPSS得到的結果數(shù)據(jù)中，一些表格中的R值很小， SIG值很大，這會對結果造成一定的偏差。模型的改進 我們這個模型考慮方面可能比較片面，只僅僅從環(huán)境因素的數(shù)值求出答案，沒有從多方便考慮，現(xiàn)實中也許還存在對腦卒中發(fā)病率影響因素。例如：遺傳因素、食物因素、情緒因素、生活規(guī)律因素、性別和種族對腦卒中的發(fā)病率的影響因素等等。七、參考文獻1中華現(xiàn)代內科科學雜志 網址：/upload/200901292338332197.pdf訪問時間：2012年9月9日2數(shù)學實驗與建模，吳禮斌，李柏年，北京：國防工程出版社,2007年9月3百度名片 腦卒中:/view/122124.htm#6訪問時間：2012年9月9日4醫(yī)學網站: /disease/20111024/04251314796.shtml訪問時間：2012年9月9日6附錄：表1四年各年的患病人數(shù)年月2007200820092010總和192318117381764523627261946783148649413101219118041730545741068174484616985356510621765848189155666107714797671608493171007147090917595145811881364893153359891217126979516344915101366145270417255247111986136757915725504121362130935611044131總和139941888790221812460027表2每年每個月相對這年的發(fā)病比例2007 2008 2009 2010 平均10.065956840.095886060.08180.097330.08722720.051879380.103033830.0867880.0819910.08231330.072316710.101180710.0891150.0954540.09090940.076318420.092338650.0937710.0936880.08922750.075889670.093450520.0939920.1043370.09272560.076961550.078307830.0850140.0887220.08214670.071959410.077831310.1007540.0970540.08571180.084893530.072218990.098980.0084420.0599490.086965840.067189070.0881180.0901570.08188100.097613260.076878280.0780310.0951780.087411110.141917960.072377830.0641760.0867360.091692120.097327430.069306930.0394590.0609140.068819表32007年壓溫濕的平均數(shù) 平均氣壓最高氣壓最低氣壓平均溫度最高溫度最低溫度平均相對濕度最小相對濕度11028.2261030.3391026.2524.5032268.0419351.87096873.225806551.161290321020.7141023.5321017.7688.72513.664295.00714370.785714346.071428631018.2811021.3351014.99711.5645215.929037.95161369.290322648.580645241016.5431019.2931013.9815.3720.3411.2933362.566666738.166666751008.3871010.81005.81622.6161327.6387118.487161.774193539.387096861006.171007.771004.44324.6833328.1922.1233375.559.171002.9711004.7521001.20329.3935533.6516126.287173.322580655.419354881004.9291006.7191003.0129.5548433.5967726.6096869.09677425191010.451012.2931008.65724.2966728.0633321.6676.066666760.7666667101018.9551020.9481017.08119.3387123.4806516.0516171.645161351.9677419111024.121026.1371022.12312.5733317.038.92666762.033333345.4333333121023.4581025.8811021.2817.92580611.077425.267.774193558.8387097表42008年壓溫濕的平均數(shù) 平均氣壓最高氣壓最低氣壓平均溫度最高溫度最低溫度平均相對濕度最小相對濕度11027.2291029.8131024.6033.1290326.2193550.83225857.51612955.225806521027.6341030.1481025.0072.9931037.596552-0.5862157.896551742.793103431018.8131021.3031016.19411.0774215.967747.01290357.967741936.612903241014.6131017.141011.7615.6319.9533312.1033362.433333346.633333351008.5551010.8031006.18121.4096826.812917.0419466.258064540.419354861005.5771007.6071003.53723.4933326.8121.0582.366666766.533333371003.6711005.2611001.74530.1741934.4354826.8096871.322580651.258064581005.8481007.5191004.2128.0096831.9612924.9419477.322580657.129032391011.2531012.9571009.52724.9466728.9822.1166779.433333358.6101018.191020.2551016.30319.9064523.7032316.8225877.193548455.7419355111023.181025.3371021.09312.0666716.168.65333375.566666750.9333333121025.0481028.3351022.1136.80322611.648392.70645265.548387139.9677419表52009年壓溫濕的平均數(shù)平均氣壓最高氣壓最低氣壓平均溫度最高溫度最低溫度平均相對濕度最小相對濕度11027.6681030.2481024.7552.961297.283871-0.3677469.645161347.032258121019.5571022.7211016.0468.29642911.45.71071479.464285763.535714331019.4351022.7611016.15810.0032314.183876.17419470.935483949.290322641015.6831018.1931012.99315.9066720.8111.6633367.342.351012.1261014.1161009.84521.612927.3419416.7193561.258064534.51612961003.391005.0571001.46326.0230.6966722.574.366666751.733333371003.8261005.5351002.03928.4387132.3645225.175.129032356.612903281005.8481007.5031004.18427.5516131.0354825.2580681.54838716591012.121013.741010.49724.3327.7866721.723338062.7333333101016.8421018.7841015.02320.4419425.0709716.5032369.548387142.3548387111023.4371026.0071020.68711.0333315.197.97333377.456.8666667121024.5741027.0421022.1295.5548399.3258062.53548471.903225850.5806452表62010年壓溫濕的平均數(shù)平均氣壓最高氣壓最低氣壓平均溫度最高溫度最低溫度平均相對濕度最小相對濕度11025.7551029.0061022.314.438718.8709681.03225870.935483950.612903221020.6711023.5751017.6366.94285710.882143.80714374.678571455.428571431020.3711024.0481016.598.74838713.15.4387170.806451651.096774241017.8771021.361014.3312.5233316.769.02333369.566666750.451009.7871011.8131007.620.7064525.1580617.1290368.387096846.548387161007.641009