Прогноз погоды с семилетка по рб: Погода в Семилетке на неделю, прогноз погоды Семилетка на 7 дней, Дюртюлинский район, Республика Башкортостан, Россия.

Компьютерные модели, которые являются основой текущего прогнозирования, требуют еще большего количества данных в более аккуратной форме: показания из точек на единой сетке, простирающейся по всему земному шару и выше в атмосферу, обновляемые каждый час или, что лучше, каждую минуту. Это недостижимо в реальном мире. Спутники плохо видят сквозь густые облака и не могут детально отображать ветер. Метеостанции, воздушные шары, самолеты и корабли неравномерно расположены по всему земному шару, и во многих областях — на обширных территориях более бедных континентов, таких как Африка — наземные показания редки.

Чтобы дополнить эти наблюдения и создать идеальную отправную точку, метеорологи берут лучшее из последних снимков атмосферы и проецируют его вперед во времени. Результатом является «прогноз» настоящего, который помогает заполнить пробелы в данных, создавая моментальный снимок текущей погоды в каждой точке воображаемой глобальной сетки. Он создается с помощью тех же компьютерных инструментов, которые позволяют метеорологам заглядывать в будущее — подход, называемый численным моделированием.

Машина времени — это компьютерная модель атмосферы, построенная не из воздуха и водяного пара, а из данных и уравнений.Уравнения описывают ключевые процессы, которые управляют погодой, такие как воздушный поток, испарение, вращение Земли и выделение тепла при конденсации или замерзании воды. Когда метеорологи вводят данные об атмосферных условиях, а затем запускают уравнения, модель предсказывает, как будет развиваться атмосфера. Это позволяет прогнозистам задаться вопросом: если это то, что делает сейчас атмосфера, что она будет делать через одну минуту? И снова через минуту после этого?

«Вы продолжаете делать эти маленькие шаги вперед во времени», решая и повторно решая уравнения, — объясняет Джеймс Хок, директор Центра гидрометеорологического прогнозирования NCEP, который выполняет общенациональные прогнозы.На каждом этапе модель вычисляет погодные условия во всех точках этой воображаемой глобальной сетки. Этот процесс позволяет метеорологам составить полную картину текущих условий, а затем продвинуть ее вперед, чтобы составить прогноз. Некоторые модели заглядывают в будущее на 16 дней, хотя к этому моменту точность настолько снижается, что все, что они могут сказать, — это будет ли температура выше или ниже нормального среднемесячного значения.

Даже для того, чтобы шагнуть в будущее, нужны вычисления с использованием грубой силы.«Мы всегда знали, какие уравнения нам следует использовать», — говорит Стейси Стюарт из Национального центра ураганов в Майами. Но ранние компьютеры не могли запускать модель достаточно быстро, чтобы делать полезные прогнозы. «Прогнозы будут через три дня после того, как они понадобятся».

Вычислительный центр NCEP в Гейтерсбурге, штат Мэриленд, теперь обрабатывает цифры в одном из самых мощных механизмов прогнозирования погоды в мире — суперкомпьютере под названием Blue. (Резервная копия, размещенная в другом месте, называется White, и исследователи уточняют свои модели на третьей машине под названием Red.Новая машина, напоминающая склад, заполненный высокотехнологичными картотечными шкафами, еще не работает на полную мощность. Но к 2009 году он будет обрабатывать 8,6 триллиона вычислений — 15 000 лет работы с портативным калькулятором — за секунду.

Тем не менее, даже самые сложные компьютерные модели резко упрощают реальную атмосферу. Большинство условий на треке находятся на расстоянии десятков миль друг от друга, хотя реальная погода может сильно различаться в пределах всего пары миль — размера грозы. У моделей также есть предубеждения: одни лучше справляются с ураганами, а другие лучше предсказывают зимнюю погоду, например, ледяные бури.Синоптики пытаются компенсировать это, консультируясь с разными моделями, например, когда пациенты получают второе мнение. Все это означает дополнительный перебор чисел.

Что-то, называемое эффектом бабочки, увеличивает нагрузку. В 1972 году Эд Лоренц, метеоролог из Массачусетского технологического института, использовал атмосферу, чтобы проиллюстрировать теорию хаоса — идею о том, что крошечные флуктуации со временем могут иметь огромные последствия. Он предположил, что легкий ветерок от бабочки, закрывающей крылья на одной стороне планеты, может вызвать шторм на другой.Это преувеличение, но с долей правды: факторы, которые настолько малы, что теряются — в пробелах в измерениях или ошибках, или в ярлыках моделей — могут существенно повлиять на погоду.

Небольшой сдвиг ветра, например, может вызвать шторм, отклоняющийся от прогнозируемого курса на несколько миль. Зимой «разница в доли градуса может иметь решающее значение в зависимости от того, будет ли у вас весь дождь, или весь снег, или ледяной дождь, или мокрый снег», — говорит Хок. «Эта небольшая разница имеет огромное влияние на миллионы людей.»

Чтобы устранить эффект бабочки, синоптики полагаются на стратегию, называемую ансамблевым прогнозированием. Начиная с одного базового набора начальных условий, они составляют несколько прогнозов — до 50 в Европейском центре среднесрочных прогнозов погоды, мировом лидере. в ансамблевом прогнозировании. Каждый из них начинается с немного отличающегося «возмущения» — изменения скорости ветра, градуса температуры, процентного значения влажности. Прогноз становится статистическим: скажем, в 43 из 50 компьютерных прогонов идет снег, а в семь идет дождь.Вот почему так много прогнозов используют такие слова, как «возможно» или «вероятно», и говорят о процентной вероятности выпадения осадков.

Последнее слово за компьютерами. После того, как модели высказывают свое мнение, их выходные данные преобразуются в удобную для пользователя графику и в США отправляются в Центр гидрометеорологического прогнозирования (HPC) на четвертый этаж невзрачного здания в Кэмп-Спрингс, штат Мэриленд. Там метеорологи из плоти и крови пересматривают машины.

Однажды осенним днем ​​Брюс Терри был ведущим дежурным прогнозистом, сидящим за рабочей станцией, окруженной экранами компьютеров.Окна были затенены, чтобы не было света и непогоду на улице. Все действие происходило на экранах. На одном показании радара было видно сине-зеленое пятно, изгибающееся от южных равнинных штатов к долине Огайо; другой — спутниковый снимок того же региона, скрытого серым облаком. В тот день работа Терри заключалась в том, чтобы решить, где и сколько пойдет дождь. По его словам, прогнозирование осадков — одна из его самых больших проблем.

По крайней мере, это было не летом, когда грозы, слишком маленькие для компьютерных моделей, доставляют большую часть дождя.«Здесь будет дюйм дождя, но пять миль [восемь километров] по дороге вы не получите ничего», — сказал Терри. Прогнозы осадков легче делать в прохладное время года, когда погодные системы, как правило, большие и хорошо организованные, как эта.

Он еще немного уставился на экран. «Очень важно уметь распознавать предубеждения в моделях», — сказал он. Прямо сейчас, сравнивая дождь на экране с прогнозами моделей, Терри почувствовал, что здесь действует предубеждение. «В первые шесть часов прогноза кажется, что моделей никогда не будет достаточно осадков.«Его опыт подсказал ему, что эта штормовая система созрела для сильного дождя. Над южными Скалистыми горами сохранялся участок низкого давления, втягивающий влажный воздух из Мексиканского залива и нагнетавший шторм влагой.

Компьютер показал ему все, на что он способен. догадываюсь, но теперь пришло время следовать его инстинктам. Он нахмурился и с помощью своего компьютерного инструмента для рисования набросал скорректированные оценки осадков, призывая к более сильному дождю. К утру, по его прогнозам, ядро ​​шторма будет заливать Вашингтон, округ Колумбия.C., а передняя кромка будет над Новой Англией, обещая снег. На следующий день пассажиры обнаружат, что он был прав.

«Вы заметили, что Брюс был лысым?» его коллега Пит Манусос пошутил. «Он выдергивает волосы, когда делает свои прогнозы».

Фактически, то, что делают сотрудники HPC, такие как Брюс Терри, официально не является прогнозом, а является «руководством» или «советом» для 125 местных бюро прогнозов погоды NWS. Это также зерно для коммерческих синоптиков — поставщиков погодных «продуктов», таких как глянцевые карты и спутниковые изображения для радио, газет, телевидения и веб-сайтов.Некоторые даже продают специализированные прогнозы виндсерфингистам, которые задаются вопросом, на каком пляже лучшие условия, или производителям орхидей, которым необходимо заранее предупредить о морозах.

Другие синоптики обращают внимание не только на погоду, но и на ее волновое воздействие на инфраструктуру, окружающую среду и экономику. Пилотные проекты в нескольких штатах объединяют прогнозы зимних штормов с данными о дорогах и дорожном движении, чтобы помочь дорожным департаментам направить нужное количество плугов и грузовиков с солью на нужные шоссе в нужное время. А во Флориде исследователи превращают прогнозы погоды в прогнозы пожаров.

В конференц-центре Университета штата Флорида две дюжины метеорологов, компьютерных моделистов и лесников возбужденно наклоняются вперед, когда Фил Каннингем, профессор метеорологии в университете, запускает видео. На экране показан небольшой лесной пожар в лесной местности Флориды. При слабом огне чернеют пальметто и подлесок ягод, а некоторые деревья задыхаются.

Через несколько секунд дымовая завеса начинает вращаться. Внезапно языки пламени в центре, кажется, сливаются вместе, а затем прыгают вверх.Растет поразительное явление — «огненный вихрь», который кружится над верхушками деревьев, плотный и яркий, как торнадо.

Лесные пожары представляют собой серьезную угрозу для обширных пригородов Флориды, где на земле, когда-то очищенной для сельскохозяйственных культур, теперь растут кустарники и деревья, а в субтропическом климате они выращиваются очень эффективно. «Я видел, как деревья вырастали на полтора метра за год», — говорит Гэри Ахтемайер, метеоролог-исследователь Лесной службы. Длительный период засухи с декабря по май, за которым последовал самый интенсивный сезон молний на материковой части США.С., добавляет опасности.

Преднамеренные пожары, называемые предписанными ожогами, могут снизить риск, но только при подходящей погоде. Горячий ветер может заставить огонь выйти из-под контроля. Лучше спокойная погода, кроме случаев, когда инверсия температуры улавливает дым на уровне земли. Затем он может смешиваться с водяным паром, образуя смертельный «супертуман», который может красться по низким водостокам и бросать занавес на шоссе.

«Обычно такие супертуманы возникают при ясном небе, слабом ветре и неограниченной видимости.Люди едут со скоростью 60, 70 миль [97, 113 километров] в час, попадают в один из этих водостоков и, — Ахтемайер щелкает пальцами, — они не могут видеть дальше капота своей машины ».

Итак. Каннингем комбинирует прогнозы погоды с компьютерным моделированием пожара, чтобы предсказать, как может вести себя предписанный ожог. Это непросто, потому что огонь создает свою собственную погоду. Восходящий поток огня, например, втягивает воздух и порождает ветры, раздувающие пламя. исследователи надеются создать инструмент, сообщающий лесникам, где и когда сжигать, и как дым будет распространяться.«Через пять-восемь лет, — говорит Аль Рибау, руководитель национальной программы Лесной службы по атмосферным наукам, — родители детей-астматиков смогут проверить свои ноутбуки, чтобы узнать, не собирается ли им дым».

А каков прогноз для предсказания обычной погоды — холодных фронтов, мороси и солнечного света, которые являются фоном для жизни большинства людей? «Постоянное улучшение», — говорит Ричард Энтес, президент Университетской корпорации атмосферных исследований в Боулдере.К 2025 году, по его словам, «численные прогнозы в интервале от нуля до двух дней будут практически идеальными. Если в прогнозе будет 12 дюймов [30 сантиметров] снега, фактическое количество будет в диапазоне от 10 до 14 дюймов [ От 25 до 35 сантиметров] «. Прогнозы температур и штормов на неделю будут такими же надежными, как и прогнозы на два-три дня сегодня, то есть в большинстве случаев верными.

Более подробные модели и более быстрые компьютеры будут способствовать определенному прогрессу. Пилотные проекты с интенсивными вычислениями в некоторых крупных США.Южные города, например, уже прогнозируют грозы на 24 часа вперед, с точностью до пары миль, полезной для аэропортов, но недостаточно хорошей, чтобы гарантировать пикник или свадьбу без грозы. Но, по мнению метеорологов, ключом к успеху будут более точные данные.

Спутники нового поколения помогут заполнить пробелы, которые сейчас мешают делать прогнозы. Начиная с декабря, если планы сохранятся, совместная американско-тайваньская система FORMOSAT-3 / COSMIC будет зондировать атмосферу, перехватывая радиосигналы от спутниковых маяков глобальной системы позиционирования.Шесть спутников COSMIC будут принимать сигналы GPS, которые прошли в атмосферу и вернулись в космос. Анализируя, как температура и влажность воздуха влияют на скорость радиоволн, COSMIC создаст глобальную карту этих свойств атмосферы.

Другие спутники будут исследовать атмосферу с помощью света. Технология под названием LIDAR (сокращение от «обнаружение света и дальность») работает как радар на основе света, синхронизируя ветер, посылая лазерный импульс и улавливая его отражения от молекул воздуха и частиц пыли.Спутниковый лидар может отслеживать ветры над океанами, где измерения неоднородны и где ураганы и тайфуны начинают свой путь к берегу.

«Если вы можете сократить неопределенность в прогнозируемом месте выхода урагана на сушу до ста километров [62 миль], — говорит Джим Райан, физик из Университета Нью-Гэмпшира, который разрабатывает лидар, — вы можете начать говорить. о более разумной эвакуации, вместо того, чтобы подавать сигнал тревоги на половине восточного побережья «. В следующем году Райан надеется запустить установленный на воздушном шаре лидар — первый шаг к спутниковой версии.

Около подножия горы Вашингтон одной холодной ночью в Нью-Гэмпшире, когда последние лучи заката освещали березы, Райан руководил тестом LIDAR. Внутри небольшой обсерватории под куполом оператор щелкнул выключателем, и яркая бледно-зеленая линия взмыла в темное небо. Всякий раз, когда пылинка попадала в луч, казалось, что он искрился.

Каждые несколько секунд лазер темнеет, а затем снова загорается — палец метеорологии снова и снова исследует небеса.

Погодные условия и ежедневное использование телевидения в Нидерландах, 1996–2005 гг.

Int J Biometeorol.2011; 55 (4): 555–564.

Роб Эйзинга

¹ Radboud University Nijmegen, Nijmegen, Нидерланды

Philip Hans Franses

, Maurice Rotter University, 9,

¹ Radboud University Nijmegen, Неймеген, Нидерланды

¹ Radboud University Nijmegen, Nijmegen, Нидерланды

² Университет Эразма Роттердам, Роттердам, Нидерланды

Поступила в редакцию 29 мая 2010 г .; Принято 6 сентября 2010 г.

Эта статья распространяется на условиях Некоммерческой лицензии Creative Commons Attribution, которая разрешает любое некоммерческое использование, распространение и воспроизведение на любом носителе при условии указания автора (авторов) и источника.

Abstract

В этом исследовании изучается влияние ежедневных атмосферных погодных условий на ежедневное использование телевидения в Нидерландах в период 1996–2005 годов.Влияние погодных параметров рассматривается в контексте теории настроения и управления настроением. Предполагается, что суровые и некомфортные погодные условия связаны с более низким настроением человека и что просмотр развлекательных программ и отказ от информационных программ могут помочь исправить такое настроение. Следовательно, мы предполагаем, что люди тратят больше времени на просмотр телевизора, если ненастные и неудобные погодные условия (низкие температуры, мало солнечного света, много осадков, высокая скорость ветра, меньше дневного света) совпадают с большим количеством эфирного времени для развлекательных программ, но что они смотрят меньше при той же погоде. условия совпадают с тем, что больше эфирного времени посвящается информационным тарифам.Мы проверили этот тезис о взаимодействии с помощью анализа временных рядов данных ежедневного телепросмотра голландской аудитории, полученных с телеметров ( T = 3653), объединенных со статистикой метеорологической станции и показателями трансляции программ, при этом контролируя широкий спектр повторяющихся и разовых общественных событий. Полученные результаты существенно подтверждают предложенное взаимодействие эфирного времени программы и погодных параметров, температуры и солнечного света в совокупном времени просмотра телевидения.Обсуждаются последствия полученных результатов.

Ключевые слова: Погодные условия, просмотр телевидения, человеческое настроение

Введение

Хорошо известно, что определенные элементы погоды, в первую очередь температура и солнечный свет, а также сезонный фотопериод, являются важными детерминантами годового цикла в общих уровнях использование телевидения. Телезрители в среднем чаще смотрят телевизор в дни с более низкой температурой, меньшим количеством солнечного света и меньшим количеством часов дневного света.Сезонные колебания в просмотре телепрограмм, достигающие пика зимой и минимума летом, обнаруживаются в США (Комсток и др., 1978; Генш и Шаман, 1980; Барнетт и др., 1991) и в различных европейских странах (Барвайз и Эренберг, 1988; Роу и Vandebosch 1996). Ежедневные погодные условия, которым подвергаются люди, имеют большое значение для использования телевидения, но степень воздействия может варьироваться в зависимости от сезона. Как правило, чем дольше световой период (т.е. чем позже темнеет на улице), тем сильнее влияние погодных параметров, температуры и солнечного света на ежедневное время просмотра телевизора (Roe and Vandebosch 1996).

Биометеорологическое объяснение воздействия погоды состоит в том, что суровые и некомфортные погодные условия, особенно связанные с тепловым и механическим комфортом, препятствуют участию в мероприятиях на открытом воздухе, в то же время способствуя домашним, сидячим видам деятельности (Spinney and Millward 2010), в первую очередь просмотру телевизора. . Кроме того, исследователи выдвинули гипотезу о том, что погода влияет на эмоциональное состояние или настроение людей, что создает предрасположенность к определенному поведению (Howarth and Hoffman 1984).Таким образом, человеческое настроение может опосредовать связь между погодой и просмотром телепередач. Теория управления настроением, предложенная Зиллманном (1988), утверждает, что потребление определенных типов телевизионных программ способно изменять состояние настроения. Теория утверждает, что люди, страдающие плохим настроением, обычно воздерживаются от ознакомления с информационными программами, такими как новости и документальные фильмы, и вместо этого прибегают к просмотру развлекательных программ, таких как развлечения и комедии, чтобы улучшить свое настроение (Zillmann 2000).

Настоящее исследование посвящено этой проблеме. Он исследует одновременное влияние неблагоприятных и некомфортных погодных условий (низкие температуры, мало солнечного света, обильные осадки, сильные ветры, меньшее количество дневного света) и трансляцию развлекательных и информационных программ во время ежедневного просмотра телевидения с использованием данных просмотра голландской аудитории, охватывающей 1996–2005 годы ( т, = 3 653). В документе высказывается предположение, что на просмотр телевизора влияют не только погода и транслируемые программы, но и их взаимное взаимодействие.Предполагается, что ненастные и некомфортные погодные условия проявляются в ухудшении настроения человека и что развлекательная трансляция может облегчить такое настроение. Поэтому мы предполагаем, что в ненастных и неудобных погодных условиях время просмотра ТВ может увеличиваться или уменьшаться в зависимости от трансляции по телевидению более развлекательных или более информационных программ, соответственно.

В следующем разделе приводится обзор литературы и уточняются наши гипотезы. Далее обсуждаются данные временных рядов и модель для анализа данных.Затем мы представляем эмпирические результаты и обсуждаем наши выводы.

Теоретические соображения

Сезонный и метеорологический характер просмотра телевидения обычно объясняется тем, что просмотр требует времени на другие виды досуга и что люди, как правило, меньше смотрят, когда количество дневного света и погодные условия позволяют им находиться на улице. и заниматься активным отдыхом, особенно в теплую погоду вне дома (Gensch and Shaman 1980; Gould et al.1984; Роу и Вандебош 1996). Хорошая погода помогает людям выбирать занятия, которыми они могут заниматься на свежем воздухе. Если погодные условия хорошие, они находят время, чтобы выйти на улицу, заняться физическими упражнениями на свежем воздухе, посетить родственников или отправиться в путь. Напротив, суровые и некомфортные погодные условия, такие как скопившийся снег и низкая температура на улице, создают препятствия для занятий активным отдыхом, отрицательно влияя на механический или тепловой комфорт (Spinney and Millward 2010). В то время как неблагоприятные погодные условия предоставляют возможность для некоторых конкретных мероприятий на свежем воздухе (например,g., сильный ветер для парусного спорта и температуры ниже нуля для зимних видов спорта, таких как катание на коньках), он создает механический барьер для многих других мероприятий на свежем воздухе и для поездок в места проведения досуга. Суровая и некомфортная погода сокращает спектр возможностей для отдыха и досуга, как физических, так и социальных, и может действовать как механический или воспринимаемый барьер для доступности и мобильности к возможностям проведения досуга вне дома, одновременно способствуя домашнему и физически пассивному досугу. например, читать и смотреть телевизор.Последнее — самое популярное в мире сидячее времяпрепровождение. В среднем люди в промышленно развитом мире посвящают традиционному телевидению более 3 часов в день — более половины своего свободного времени и больше, чем любому отдельному занятию, кроме работы и сна (Kubey and Csikszentmihalyi 2002). Таким образом, предполагаемый годовой цикл телепросмотра, как предполагается, обусловлен побочными продуктами погоды. Эти побочные продукты связаны с ограниченными возможностями для пребывания на улице, включая ограниченные возможности для путешествий и ограниченное участие в развлекательных и других мероприятиях на свежем воздухе.

Погода и меняющиеся погодные условия влияют не только на активность в свободное время. Также широко распространено мнение, что они влияют на эмоциональное состояние или настроение людей (Persinger 1980; Watson 2000). Считается, что холодные, пасмурные и дождливые дни снижают настроение человека, тогда как теплые, солнечные и сухие дни используются для повышения их настроения. Для некоторых людей непрекращающийся дождь и непрекращающееся серое небо могут быть депрессивными, заставляя день казаться длинным и утомительным, особенно когда они обычно ожидают проводить долгие теплые дни и вечера на улице.Кроме того, на некоторые группы населения, например пожилые люди, могут негативно повлиять постоянные осадки, из-за которых им трудно выйти из дома, и они могут чувствовать себя изолированными и одинокими, что может спровоцировать снижение настроения. Следовательно, ненастная и некомфортная погода считается «плохой» погодой, по крайней мере, для определенных видов деятельности, а плохая погода вызывает у людей чувство «плохого».

Следует отметить, что эмпирические исследования связи между погодой и настроением человека ограничены и дают неоднозначные результаты.В нескольких исследованиях сообщалось, что настроение зависит от погодных колебаний и что высокое настроение связано с большим количеством солнечных часов (Persinger 1975), высоким уровнем солнечного света (Cunningham 1979; Parrott and Sabini 1990; Schwarz and Clore 1983), низким уровнем влажности (Persinger 1975; Сандерс и Бриззолара 1982; Ховарт и Хоффман 1984), высокое барометрическое давление (Goldstein 1972) и высокая температура (Cunningham 1979; Howarth and Hoffman 1984). Однако чувствительность настроения к погодным колебаниям в этих исследованиях оказалась невысокой.Кроме того, некоторые исследования (например, Clark and Watson 1988; Watson 2000) не обнаружили существенной связи между настроением и какими-либо оцененными погодными переменными (солнечный свет, атмосферное давление, температура и осадки). Недавно Denissen et al. (2008) исследовали влияние шести различных дневных погодных факторов (температура, ветер, солнечный свет, осадки, атмосферное давление и продолжительность дня) и пришли к выводу, что средний эффект «хорошей» погоды на позитивное настроение был минимальным. Ветреные, прохладные и темные дни, казалось, лишь незначительно отрицательно влияли на настроение, и многие люди сообщали, что чувствуют себя усталыми или вялыми.Однако исследователи постарались сделать окончательный вывод и в конце концов определили, что «люди различаются по своей чувствительности к ежедневным изменениям погоды» (Denissen et al. 2008, p. 667). Это, по-видимому, подтверждает выводы, сделанные Барнстоном (1988), который утверждал, что психологически неблагополучные люди обычно более восприимчивы к колебаниям настроения, вызванным погодными условиями, чем другие. Кроме того, влияние погоды на настроение людей может меняться в зависимости от сезона. Keller et al. (2005), например, обнаружили, что настроение повышается с повышением температуры, но только весной.И даже весной только люди, которые проводят время на улице под солнцем, вероятно, будут ощутимо счастливее. Эти результаты согласуются с данными о сезонном аффективном расстройстве, состоянии, при котором депрессии осенью и зимой чередуются с периодами отсутствия депрессии весной и летом (Rosenthal 2005), и предполагают, что приятная погода (то есть более длительные дни с большим количеством солнечного света) улучшает настроение. и расширяет кругозор весной, потому что зимой люди лишены такой погоды (Ennis and McConville 2004).

Несколько экспериментальных исследований показали, что люди обычно выбирают занятия таким образом, чтобы поддерживать хорошее настроение (Isen and Levin 1972; Isen and Simmonds 1978). Более того, люди в более низком настроении занимаются различными видами деятельности, доставляющими удовольствие, чтобы саморегулировать свое настроение до комфортного уровня или не допустить его ухудшения (Morris and Reilly, 1987; Thayer et al. 1994; Parkinson et al. 1996). Одним из возможных способов саморегуляции настроения является отвлечение, т. Е. Перенаправление внимания от некоторых мешающих стимулов, а одним из наиболее доступных источников отвлечения и побега в современном обществе является просмотр телевизора (Morris and Reilly 1987; Thayer et al. .1994).

Эта гипотеза хорошо согласуется с теорией управления настроением, предложенной Зиллманном (1988). Его теория утверждает, что потребление телевидения способно изменять состояние настроения и что выбор определенных категорий медиаконтента для потребления служит оптимизации настроения. Согласно теории управления настроением, развлекательные программы вызывают изменение настроения более эффективно, чем информационные (Zillmann 1988). Поэтому люди, страдающие плохим настроением, обычно воздерживаются от просмотра информационных программ, таких как новости и документальные фильмы, и прибегают к просмотру развлекательных программ, таких как комедия, поскольку это помогает им чувствовать себя лучше (Anderson et al.1996; Zillmann 2000). Управление настроением с помощью телевидения наиболее очевидно в ситуациях, когда люди мало влияют на условия, способствующие ухудшению настроения, например плохие погодные условия. Люди, которые не могут изменить обстоятельства, снижающие их настроение, скорее всего, выберут средства, улучшающие настроение, такие как веселые развлекательные программы (Zillmann 1988). Они, так сказать, следят за своим тревожным настроением (Москаленко, Гейне, 2007).

В совокупности мы предлагаем конкретное взаимодействие между погодой и содержанием программ и их влияние на время просмотра телевизора.Мы предполагаем, что суровые и некомфортные погодные условия проявляются в снижении настроения человека. Люди, страдающие от такого настроения, включают телевизор, чтобы поднять себе настроение и искать соответствующие положительные стимулы в доступных им телепрограммах (Finn and Gorr 1988). Обычно они обращаются к развлечениям, так как они могут улучшить настроение больше, чем информационные программы. Поэтому мы предполагаем, что люди проводят больше времени перед телевизором, если ненастные и неудобные погодные условия (низкие температуры, мало солнечного света, много осадков, сильные ветры, мало дневного света) совпадают с большим временем трансляции развлекательных программ (т.е., развлечения, художественная литература, спорт, детское телевидение и музыка). Соответственно, мы также прогнозируем, что они будут тратить меньше времени на просмотр телевизора, если одни и те же погодные условия совпадают с большим временем трансляции информационных программ (например, новостей, серьезной информации и образования).

Чтобы проверить эти гипотезы, мы используем совокупные данные временных рядов о ежедневном времени просмотра телевидения голландской аудиторией. Учитывая совокупные данные, доступные нам, мы не можем эмпирически исследовать посредническую роль человеческого настроения в влиянии погоды на просмотр телевизора.Вместо этого теория настроения и управления настроением используется как эвристический инструмент для привязки погоды и эфирного времени программ к конкретным изменениям во времени просмотра ТВ. Мы проверяем ценность этой теории и эффективность предсказаний, которые она дает.

Помимо годовых пиков и спадов телевизионных просмотров, существуют и другие важные циклы и тенденции. В Нидерландах, как и во многих других странах, наблюдаются пики в воскресенье и достигают дна в четверг (Peeters et al. 2005), и в нормальных условиях эта недельная модель повторяется с течением времени.Внутринедельный цикл является результатом социальных факторов, влияющих на спрос на телевидение, таких как количество свободного времени, но он также частично связан с самим телевидением (Gensch and Shaman 1980). Горизонтальное программирование сетевых планировщиков требует, чтобы зрители смотрели телесериалы и программы в фиксированные 7-дневные промежутки времени. Кроме того, объем эфирного времени вещания также имеет циклический характер: ежедневное эфирное время в будние дни меньше, чем в выходные, а большая часть эфирного времени транслируется в воскресенье.Те же эффекты спроса и предложения приводят к тому, что время просмотра достигает пика во время национальных праздников и перерывов, а также в особых случаях, когда имеют место разовые события или повторяющиеся (например, спортивные) мероприятия. Кроме того, цикл содержания телевизионных программ в сетевом планировании имеет годовой цикл, в котором новые привлекательные программы (популярные сериалы и фильмы) транслируются осенью и зимой, а менее привлекательные старые программы в конце сезона (повторы и повторы) — весной и лето. Наконец, с годами наблюдается вековая тенденция к увеличению продолжительности просмотра телепрограмм, в том числе благодаря увеличению количества каналов и платформ и, как следствие, расширению диапазона телевизионного эфирного времени, увеличению количества свободного времени, распространению инноваций в телевизионных технологиях и изменение повседневного использования времени.Модель, которую мы используем в этом исследовании, принимает во внимание эти циклические модели, дни с большим количеством просмотров и восходящую тенденцию.

Данные и модель

В представленном здесь анализе используются данные о просмотрах голландского телевидения и официальная статистика погоды, сопоставленные с данными о различных социальных событиях. Статистика времени просмотра основана на телеметрических данных просмотра, полученных с панели аудитории, поддерживаемой GfK Intomart для SKO (Stichting KijkOnderzoek), основного поставщика данных телеметрического просмотра в Нидерландах.Панель включает около 1240 домохозяйств, в которых проживает около 2700 человек, и считается репрезентативной для голландского населения в возрасте от 6 лет и старше (Peeters et al. 2005). Зависимая переменная — это среднего дневного времени просмотра среднего домохозяйства, записанного в минутах за телевизионный день (т. Е. С 2:00 до 2:00 следующего дня) и охватывает период в 3653 дня с 1 января 1996 г. по 31 декабря 2005 г. Регистры переменных количество фактически просмотренного времени, а не, например, время включения телевизора.Измерение ограничено аудиторией основных голландских телеканалов и исключает сети с особыми интересами. Ведущие каналы занимают около 80% рынка и транслируют широкий спектр телевизионных программ, ориентированных на голландскую аудиторию. Исключая 2 дня с исключительно высокими показателями просмотров (т.е. 4 января 1997 г. и 2 февраля 2002 г.), среднее дневное время просмотра варьировалось от 84,8 до 288,5 мин со средним значением 169,2 (стандартное отклонение 31,3). На рисунке показано ежедневное изменение времени просмотра за 10-летний период сбора данных.

Среднесуточное время просмотра телевидения 1996–2005 (минут в день)

Сериал имеет как сезонный характер, достигая максимума на рубеже года и минимума на неделе 31 (т.е. когда июль переходит в август), так и тенденция к росту, увеличивающаяся со среднего значения 152,9 мин в 1996 г. до среднего 194,6 мин в 2005 г. Сезонные колебания с пиками примерно на 23% выше среднегодовых и минимумами на 26% ниже, как представляется, намного больше, чем в среднем за год. ежегодные сдвиги примерно на 4%.Визуальный осмотр графика также показывает, что существует много аномальных дней с большим количеством времени для просмотра. Наиболее очевидны 4 января 1997 г. (403,0 мин.), Когда в самый рассветный день началась прямая трансляция тура по 11 городам Фризии в прямом эфире, и 2 февраля 2002 г. (308,1 мин.), Когда многие голландцы наблюдали за свадебной церемонией. принца Виллема-Александра и принцессы Максимы в прямом эфире.

Официальная статистика погоды для Нидерландов была получена от Королевского голландского метеорологического института на основе ежедневных наблюдений за десятью метеорологическими станциями по всей стране за период 1996–2005 гг.Используемые здесь измерения относятся к средним показателям 10 метеостанций и включают среднесуточную температуру в градусах Цельсия, долю максимально возможной продолжительности солнечного сияния в процентах, среднесуточную скорость ветра в метрах в секунду и суточную осадков количество в миллиметрах. Среднесуточная наружная температура колебалась от -12,1 до 25,8 ° C (10,3–78,5 ° F) со средним значением 10,3 ° C (стандартное отклонение 6,2). Доля максимально возможной продолжительности солнечного сияния колебалась от 0 до 93.3%, в среднем 36,3% (СО 26,2). Среднесуточная скорость ветра составляла от 1,3 до 13,2 м / с (среднее 4,5, стандартное отклонение 1,9), а суточное количество осадков составляло от 0 до 31,8 мм (среднее значение 2,3, стандартное отклонение 3,5). Кроме того, фотопериод был получен как время от восхода до заката в минутах с использованием географического центра Нидерландов в качестве ориентира. В то время как солнечный свет отражает ежедневные колебания погоды, фотопериод определяется календарной датой и широтой. Фотопериод составлял от 584 до 1124 мин (в среднем 856, стандартное отклонение 184) в день.Переменная, включенная в анализ, — это фотопериод, деленный на 60.

Чтобы изучить эффекты широковещательной передачи типа программы, анализ включает ежедневную продолжительность типа программы с использованием данных, собранных MediaXim. Полный диапазон категорий программ был разделен на два типа программ: информационные программы (например, новости, серьезная информация и образовательные программы) и развлекательные программы (например, развлечения, художественная литература, спорт, детское телевидение и музыка). Мы рассчитали продолжительность двух типов программ в минутах в день для всех каналов вместе взятых.Количество каналов — увеличилось с 7 в 1996 году до 10 в 2005 году — используется как управляющая переменная, поскольку она влияет на общее количество эфирного времени. Продолжительность дневной программы потенциально колеблется от 0 до 14 400 (24 ч × 60 мин. × макс. 10 каналов) мин. Продолжительность информационных программ варьировалась от 845 до 6475 минут (в среднем 2947, SD 872), а развлекательных — от 1980 до 6241 минут в день (в среднем 3605, SD 666). Таким образом, в период 1996–2005 годов в меню среднего телевизионного дня было 44% информационных и 56% развлекательных программ.Очевидно, что в одни дни преобладали развлекательные мероприятия, а в другие — информационные передачи. В качестве примера последнего, 11 и 12 сентября 2001 года информационные программы, освещающие атаку на Всемирный торговый центр, занимали более 74% общего эфирного времени всех (на тот момент 9) каналов, вместе взятых. Существуют внутринедельные и внутриполугодовые колебания эфирного времени некоторых категорий программ. Суббота — самый популярный день для информационных трансляций, а воскресенье — еженедельный пик спортивных и музыкальных развлечений.Самый популярный день трансляции спортивных развлечений — это когда в воскресенье одновременно проходят разные игры или крупные турниры. Кроме того, эфирное время информационных программ имеет полугодовой цикл, достигая минимальных значений в январе и июле и максимальных значений в апреле и октябре / ноябре. Этот циклический образец является зеркальным отражением сезонных колебаний эфирного времени развлекательных программ.

В течение рассматриваемого здесь десятилетия произошли различные регулярные и нерегулярные, разовые и повторяющиеся общественные события , которые существенно повлияли на количество просмотров телеканалов.На основе предварительного анализа данных о просмотре телепрограмм было разработано 58 переменных событий (однодневных и многодневных) с использованием различных источников данных (например, печатных и электронных газет, ежегодников и энциклопедий). Обзор событий представлен в Приложении. В целом переменные регистрируют 1912 событий, которые можно разделить на спортивные (87,8%), национальные праздники и перерывы (5,2%), социальные, культурные и природные события (3,8%), мероприятия Королевского дома Нидерландов (1,6%). , смерти и похороны знаменитостей, за исключением Королевского дома (0.7%), политические (0,4%) и медиа-события (0,3%). 1 912 событий произошли за 1538 дней (42,1%), а годовое количество событий варьировалось от 138 (2003 г.) до 164 (1998 и 2000 гг.), В среднем 154 (стандартное отклонение 9) событий в год.

Модель регрессии временных рядов, которую мы используем, имеет линейный детерминированный временной тренд , член t , деленный на 1000, чтобы зафиксировать восходящий вековой тренд при просмотре, и переменные гармонического регрессора по времени cos2π t / n и sin2π t / n для регистрации внутригодовых ( n = 365), внутриполугодовых ( n = 183) и внутринедельных ( n = 7) изменений.Модель включает условия взаимодействия погодных переменных (исключая фотопериод) и годовой гармонической переменной, поскольку предполагается, что погодные эффекты будут меньше зимой, чем летом. Он также включает условия взаимодействия продолжительности программы и внутриполугодовых и внутринедельных гармонических переменных, поскольку влияние продолжительности программы может варьироваться в зависимости от дня года и дня недели. Чтобы изучить взаимосвязь между погодой и трансляцией типа программы, мы включаем термины взаимодействия, которые связывают элементы погоды с продолжительностью развлекательной и информационной трансляции.Например, мы включаем интерактивную переменную температура × развлекательная программа . Были добавлены термины, чтобы учесть эффект просмотра телепередач за день до трех дней наибольшего количества просмотров (например, День Королевы 30 30 апреля (кроме 29 апреля 2000 г.), фризский тур на коньках 4 января 1997 г. и королевская свадебная церемония 2 февраля. Февраль 2002 г.), а также на следующий день после даты начала перехода на летнее время и атаки Всемирного торгового центра 11 сентября 2001 г. Наконец, регрессионная модель включает запаздывания зависимой переменной среднего дневного времени просмотра.Они включены, потому что телевизионные привычки ритмичны и состоят из шаблонов просмотра, которые повторяются с течением времени. На основе диагностических тестов временных рядов мы добавили 14 авторегрессионных терминов, обозначенных как обычный просмотр , что означает, что время просмотра ТВ зависит от поведения людей при просмотре в течение последних двух недель.

Анализ и результаты

Предлагаются четыре набора переменных для объяснения процесса, который перемещает зрителей через совокупный годовой цикл: детерминированные условия, просмотр маршрутов, погода и продолжительность типа программы.Чтобы изучить основные эффекты этих переменных, к данным была применена регрессионная модель, исключающая взаимодействие погоды, продолжительности типа программы и сезонности. Результаты представлены в таблице.

Таблица 1

Оценка параметров детерминированных условий, рутинного просмотра (выбранные авторегрессионные запаздывания), погоды и продолжительности типа программы (деленной на 60) в модели, включая социальные события, но исключая условия взаимодействия продолжительности погодных программ (скорректировано R ) ² =.900)

Оценки детерминированных членов указывают на устойчивую тенденцию к росту среднесуточного просмотра с 1996 г. и далее и наличие как полугодового, так и недельного цикла. Как видно, на просмотр телепрограмм сильно влияет вчерашний просмотр и количество просмотров 1 и 2 недели назад. Этот вывод подтверждает предположение о том, что люди склонны развивать лояльность к телевизионным программам и предпочтение определенных программ в заданном временном интервале.Четыре метеорологические переменные, включенные в модель, и сезонный фотопериод — все они имеют статистически значимое влияние на время просмотра телевизора. Согласно предыдущим исследованиям, проведенным в других странах, зрители, как правило, смотрят телевизор чаще, если дни становятся холоднее, облачнее и влажнее, ветер сильнее, а ночи длиннее. Хотя погодные переменные и сезонный дневной свет существенно влияют на просмотр телепрограмм, согласно стандартизованным коэффициентам регрессии, приведенным в таблице, наиболее важными метеорологическими переменными, способствующими сидячему просмотру телепередач, являются температура наружного воздуха и количество солнечного света, достигающего Земли.Чем ниже температура и чем меньше светит солнце, тем дольше голландская публика смотрит телевизор. Кроме того, чем больше эфирного времени отводится на передачи в целом и развлекательные программы в частности, тем больше времени люди проводят перед телевизором. Вместе переменные, включенные в модель основного эффекта, включая индикаторы социальных событий, объясняют значительную часть колебаний в ежедневном просмотре телепрограмм (прил. R ² = 0,900).

Для дальнейшего изучения важности переменных-предикторов, снижение R ^{2 Значение} было получено, когда переменная или набор переменных исключены из эталонной модели.Полная модель, включая условия взаимодействия, использовалась в качестве эталонной модели для переменных, включающих социальные события, рутинный просмотр и тенденции. Для погоды, сезонности и продолжительности типа программы из эталонной модели были исключены условия взаимодействия задействованной переменной. Выводы, отсортированные по каплям в R ² , приведены в таблице.

Таблица 2

Процентное снижение скорректированного R ² , если термины не указаны в эталонной модели ^a

Как видно, наиболее существенные сокращения в R ² возникают при удалении переменных социальных событий, обычного просмотра и погоды.Удаление переменных социальных событий (58) из полной модели сопровождается самым большим падением соответствия модели, уменьшая общее скорректированное значение R ² на 6,76% с 0,915 до 0,853. Отмечены капли в R ² также возникают, если обычное поведение при просмотре (т. Е. Набор из 14 авторегрессионных лагов) и погодные параметры (температура, солнечный свет, осадки и скорость ветра) исключены из регрессионной модели. Последний вывод подтверждает тезис о том, что на сидячие привычки просмотра телевизора сильно влияет погода.С точки зрения соответствия статистической модели четвертый по важности набор переменных касается взаимодействия погоды и продолжительности типа программы. Этот результат подтверждает предположение о том, что на просмотр телевизора влияют не только погода и трансляция программ, но и их взаимное взаимодействие. Одновременное влияние погоды и продолжительности типа программы даже более важно, чем тенденция и сезонность, для объяснения совокупного времени просмотра. В таблице представлены оценки параметров взаимодействия погоды и продолжительности типа программы.

Таблица 3

Оценка параметров погоды (включая фотопериод) и продолжительность типа программы (разделенная на 10 ³ ) взаимодействий

Чтобы изучить различия в просмотре телепрограмм, мы получили подобранные значения ежедневного времени просмотра для выбранных значений температуры (в ° C) и продолжительности программы (в минутах), при этом остальные переменные оставались постоянными на их средних значениях. В таблице приведены результаты.

Таблица 4

Прогнозируемое среднесуточное время просмотра (в минутах) по температуре (в ° C) и продолжительности типа программы (в минутах)

, если время, потраченное на телевизор, как правило, уменьшается . Если температура упадет с 20 до −10 ° C, а развлекательная трансляция длится 2000 минут, среднее дневное время просмотра увеличится примерно на полчаса со 146,1 до 176,4 минут. Это увеличение количества просмотров ТВ существенно больше, а именно почти 1 час, если на развлечения отведено 5 000 минут эфирного времени.Следовательно, люди проводят больше времени перед телевизором, если снижение температуры совпадает с увеличением количества развлекательных программ. А вот с информационным вещанием дело обстоит иначе. Практически нет разницы во времени просмотра (1,4 мин) при понижении температуры с 20 до −10 ° C и относительно небольшом эфирном времени (2000 мин), посвященном информации. Однако если на информационную трансляцию отведено 5000 минут эфирного времени и температура упадет с 20 до −10 ° C, время просмотра уменьшится примерно на 20 минут, со 180.От 3 до 163,2 мин в день. Это означает, что люди тратят меньше времени на просмотр телевизора, если снижение температуры совпадает с большим количеством эфирного времени, отводимого на информацию. Кроме того, как видно из таблицы, при низких температурах (например, -10 ° C) ежедневное время просмотра увеличивается, если на развлечения выделяется большее количество эфирного времени. Однако он уменьшается, хотя и немного, если больше эфирного времени отводится на информацию. В целом представленные здесь результаты убедительно подтверждают наши гипотезы, основанные на соображениях управления настроением.Если погодные условия ухудшаются, люди, как правило, проводят больше времени перед телевизором, если большая часть эфирного времени посвящается развлечениям. Они не делают этого и даже склонны меньше смотреть телевизор, если получают больше информации. Хотя представленный здесь анализ не отвечает напрямую на вопрос, почему телепрограммы должны вести себя подобным образом, вначале мы предложили теоретическое объяснение этой конкретной модели. Это объяснение приводит к подозрению, что связь между погодой и поведением при просмотре опосредована человеческим настроением.Нежная и некомфортная погода ассоциируется с более низким человеческим настроением, и развлекательные программы усиливают такое настроение больше, чем информация.

Заключение и обсуждение

В этом исследовании изучалось влияние различных погодных условий на время просмотра телевидения в Нидерландах в период 1996–2005 годов. Вместо того, чтобы выдвигать гипотезу о прямой связи между погодой и просмотром телепередач, в этой статье делается попытка прояснить механизм, который может лежать в основе этих отношений, посредством включения человеческого настроения.Несколько биометеорологических исследований связывают погоду с настроением (Keller et al. 2005, Denissen et al. 2008), а различные коммуникационные исследования предполагают связь между настроением и потреблением средств массовой информации (Zillmann 1988, 2000). Теоретическая точка зрения, которой руководствовались в исследовании, заключалась в том, что холодные, пасмурные и дождливые дни снижают настроение человека и что люди с плохим настроением предпочитают смотреть развлекательные программы, а не информативные. В соответствии с этими соображениями предлагается, чтобы зрители тратили больше времени на просмотр телевизора, если ненастные и неудобные погодные условия совпадают с большим эфирным временем для развлекательных программ, и чтобы они смотрели меньше, если эти погодные условия совпадают с более подробной информацией.Наши эмпирические данные подтверждают это предположение.

Учитывая наши результаты, поведенческие предположения о том, как зрители определяют, когда они будут смотреть телевизор, могут потребовать незначительных изменений. В моделях, в которых преобладают соображения активности, обычно предполагается, что зрители сначала решают, заинтересованы ли они смотреть телевизор в данное время, а не заниматься активным отдыхом на открытом воздухе или в помещении, а затем выбирают телепрограмму на основе ее содержания (Gensch and Шаман, 1980; Барнетт и др.1991). Модели, в которых преобладают соображения по содержанию программ, обычно предполагают, что зрители сначала выбирают программу, а затем организуют свою нетелевизионную деятельность, чтобы разрешить просмотр во время трансляции программы. Представленные здесь результаты позволяют предположить, что процесс принятия решений, лежащий в основе сидячего просмотра телепередач, является функцией как альтернативных видов деятельности, во многом определяемых погодой, так и телеконтента. Кроме того, взаимодействие погоды и программы указывает на то, что зрители не являются пассивными приемниками телепередач и что они реагируют как положительно, так и отрицательно на типы программ с точки зрения времени просмотра в соответствии с биометеорологическими обстоятельствами.

Это исследование показало, что люди проводят больше времени за просмотром телевизора в зимние месяцы, чем летом, подтверждая утверждение о том, что просмотр телевизора по большей части является занятием свободного времени по умолчанию, которое выбирают, когда другие варианты недоступны. Исследование хорошо согласуется с рядом биометеорологических исследований, опубликованных за последние несколько лет, предполагая, что погодные условия и продолжительность дня могут способствовать или сдерживать уровень повседневной физической активности и малоподвижный образ жизни (Sumukadas et al.2009; Спинни и Миллуорд 2010). Снижение количества телевизионных просмотров с зимы на лето, вероятно, будет уравновешено более высоким уровнем активности на открытом воздухе (Plasqui and Westerterp 2004; Tucker and Gilliland 2007; Sumukadas et al. 2009). Для многих людей просмотр телевизора является преобладающим малоподвижным поведением в свободное время, характеризующимся физической пассивностью. Эффект физической пассивности очевиден в постоянном обнаружении взаимосвязи между количеством телевизионного времени и, например, диабетом и ожирением (Hu et al.2003; Kaur 2003; Foster et al. 2006) и смерть от сердечно-сосудистых заболеваний (Dunstan et al. 2010; Wijndaele et al. 2010). Эти эпидемиологические исследования подчеркивают важность сокращения продолжительного просмотра телевизора (просмотра телевизора и другого развлекательного экранного времени) в дополнение к пропаганде физической активности для предотвращения хронических сердечных заболеваний и снижения ожирения и диабета. Текущее исследование предполагает, что поиск способов смягчения воздействия неблагоприятных погодных условий может быть плодотворным способом сокращения времени сидения и повышения уровня повседневной активности людей.Очевидно, что изменить погоду невозможно, но предоставление помещений для отдыха, включая транспортное сообщение в холодные и влажные месяцы, может способствовать регулярному поведению в области физической активности круглый год.

Среди его сильных сторон это исследование предлагало тщательное испытание надежного влияния взаимодействия погодных и телевизионных программ на время просмотра с использованием временных рядов данных о ежедневных просмотрах, охватывающих 10-летний период, с учетом широкого набора других переменных. Очевидно, что у исследования тоже есть ограничения.Важным является то, что по нашим данным невозможно установить, является ли изменчивость погоды предсказательной для настроения человека. Наши выводы основаны на анализе совокупных данных, и, безусловно, существует потребность в предоставлении доказательств на индивидуальном уровне для предполагаемых взаимосвязей между погодой, регулированием настроения и привычками просмотра телевидения с использованием исследований микроданных. Такие исследования могут также учитывать другие факторы, объясняющие, почему развлечения представляют больший интерес в холодную и пасмурную погоду.Например, на работе также может быть социальный аспект, а не психологический, который заставляет людей собираться вместе с семьей или друзьями и вместе смотреть развлекательные телепередачи в неприятную погоду просто как средство для собраний.

Открытый доступ

Эта статья распространяется на условиях Некоммерческой лицензии Creative Commons Attribution, которая разрешает любое некоммерческое использование, распространение и воспроизведение на любом носителе при условии указания автора (авторов) и источника.

Приложение

Таблица 5

Переменные, использованные для регистрации (1,912) социальных событий в период 1996–2005 гг.

Ссылки

• Андерсон Д.Р., Коллинз, Пенсильвания, Шмитт К.Л., Якобвиц, Р.С.Напряженные жизненные события и просмотр телепередач. Commun Res. 1996; 3: 243–260. DOI: 10.1177 / 009365096023003001. [CrossRef] [Google Scholar]
• Барнетт Г.А., Чанг Х.-Дж., Финк Э.Л., Ричардс В.Д., младший. Сезонность телепросмотра. Математическая модель культурных процессов. Commun Res. 1991; 18: 755–772. DOI: 10.1177 / 0093650
006003. [CrossRef] [Google Scholar]
• Barnston AG. Влияние погоды на настроение, продуктивность и частоту эмоциональных кризисов в условиях континентального температурного климата.Int J Biometeorol. 1988. 32: 134–143. DOI: 10.1007 / BF01044907. [PubMed] [CrossRef] [Google Scholar]
• Барвайз П., Эренберг А. Телевидение и его аудитория. Лондон: Сейдж; 1988. [Google Scholar]
• Кларк Л.А., Уотсон Д. Настроение и мирское. Связь между повседневными жизненными событиями и настроением, о котором идет речь. J Pers Soc Psychol. 1988. 54: 296–308. DOI: 10.1037 / 0022-3514.54.2.296. [PubMed] [CrossRef] [Google Scholar]
• Комсток Г., Чаффи С., Кацман Н., МакКомбс М., Робертс Д. Телевидение и поведение человека.Нью-Йорк: издательство Колумбийского университета; 1978. [Google Scholar]
• Cunningham MR. Погода, настроение и помогающее поведение. Квази-эксперименты с солнечным самаритянином. J Pers Soc Psychol. 1979; 37: 1947–1956. DOI: 10.1037 / 0022-3514.37.11.1947. [CrossRef] [Google Scholar]
• Дениссен Дж. Дж. А., Буталид Л., Пенке Л., Ван Акен MGA. Влияние погоды на повседневное настроение. Многоуровневый подход. Эмоции. 2008. 8: 662–667. DOI: 10.1037 / a0013497. [PubMed] [CrossRef] [Google Scholar]
• Dunstan DW, Barr EL, Healy GN, Salmon J, Shaw JE, Balkau B, Magliano DJ, Cameron AJ, Zimmet PZ, Owen N.Время просмотра телевидения и смертность: циркуляция Австралийского исследования диабета, ожирения и образа жизни (AusDiab). 2010; 121: 384–391. DOI: 10.1161 / CIRCULATIONAHA.109.894824. [PubMed] [CrossRef] [Google Scholar]
• Эннис Э., МакКонвилл К. Стабильные характеристики настроения и сезонности. Pers Indiv Differ. 2004. 36: 1305–1315. DOI: 10.1016 / S0191-8869 (03) 00218-6. [CrossRef] [Google Scholar]
• Финн С., Горр М. Социальная изоляция и социальная поддержка как корреляты мотивации просмотра телевидения.Commun Res. 1988. 15: 135–158. DOI: 10.1177 / 009365088015002002. [CrossRef] [Google Scholar]
• Foster JA, Gore SA, West DS. Изменение привычек просмотра ТВ: неизведанная стратегия борьбы с ожирением у взрослых? Am J Health Behav. 2006; 30: 3–14. [PubMed] [Google Scholar]
• Генш Д., Шаман П. Модели конкурентных телевизионных рейтингов. J Marketing Res. 1980; 17: 307–315. DOI: 10.2307 / 3150528. [CrossRef] [Google Scholar]
• Goldstein KM. Погода, настроение и внутренний-внешний контроль.Навыки восприятия моторики. 1972; 35: 786. [PubMed] [Google Scholar]
• Гулд П., Джонсон Дж., Чепмен Г. Структура телевидения. Лондон: Пион; 1984. [Google Scholar]
• Howarth E, Hoffman MS. Многомерный подход к взаимосвязи настроения и погоды. Brit J Psychol. 1984; 75: 15–23. DOI: 10.1111 / j.2044-8295.1984.tb02785.x. [PubMed] [CrossRef] [Google Scholar]
• Hu FB, Li TY, Colditz GA, Willett WC, Manson JE. Просмотр телевизора и другой сидячий образ жизни в отношении риска ожирения и сахарного диабета 2 типа у женщин.ДЖАМА. 2003; 289: 1785–1791. DOI: 10.1001 / jama.289.14.1785. [PubMed] [CrossRef] [Google Scholar]
• Исен А.М., Левин П.Ф. Влияние хорошего самочувствия на помощь. Печенье и доброта. J Pers Soc Psychol. 1972; 21: 384–388. DOI: 10,1037 / h0032317. [PubMed] [CrossRef] [Google Scholar]
• Айзен А.М., Симмондс С. Влияние хорошего самочувствия на вспомогательную задачу, несовместимое с хорошим настроением. Soc Psychol. 1978; 41: 346–349. DOI: 10.2307 / 3033588. [CrossRef] [Google Scholar]
• Кубей Р., Чиксентмихайи М.Телезависимость — это не просто метафора. Sci Am. 2002. 286 (2): 62–68. DOI: 10.1038 / Scientificamerican0202-74. [PubMed] [CrossRef] [Google Scholar]
• Каур Х. Продолжительность просмотра телевизора связана с индексом массы тела. J Pediatr. 2003. 143: 506–511. DOI: 10.1067 / S0022-3476 (03) 00418-9. [PubMed] [CrossRef] [Google Scholar]
• Келлер М.К., Фредриксон Б.Л., Ибарра О., Коте С., Джонсон К., Микелс Дж., Конвей А., Вейджер Т. Сердечное сердце и ясная голова. Условное влияние погоды на настроение и познание.Psychol Sci. 2005; 16: 724–731. DOI: 10.1111 / j.1467-9280.2005.01602.x. [PubMed] [CrossRef] [Google Scholar]
• Моррис В. Н., Рейли Н. П.. К саморегуляции настроения. Теория и исследования. Мотив эмоций. 1987. 11: 215–249. DOI: 10.1007 / BF01001412. [CrossRef] [Google Scholar]
• Москаленко S, Heine SJ. Наблюдая за своими проблемами. Просмотр телевидения как стимул к субъективному самосознанию. Pers Soc Psychol B. 2007; 29: 76–85. DOI: 10.1177 / 0146167202238373. [PubMed] [CrossRef] [Google Scholar]
• Паркинсон Б., Тоттерделл П., Бринер Р. Б., Рейнольдс С.Смена настроения. Лонгман, Лондон: психология настроения и регулирования настроения; 1996. [Google Scholar]
• Parrott WG, Sabini J. Настроение и память в естественных условиях. Доказательства неконгруэнтного припоминания настроения. J Pers Soc Psychol. 1990; 59: 321–336. DOI: 10.1037 / 0022-3514.59.2.321. [CrossRef] [Google Scholar]
• Peeters A, Jager A, Kalfs N. Wie kijkt? De meting achter de kijkcijfers [Кто смотрит? Измерения за просмотром фигур] Hilversum: Stichting Kijkonderzoek; 2005. [Google Scholar]
• Persinger MA.Запаздывающие реакции в отчетах о настроении на изменения в погодной матрице. Int J Biometeorol. 1975. 19: 108–114. DOI: 10.1007 / BF01463866. [PubMed] [CrossRef] [Google Scholar]
• Персингер MA. Матрица погоды и поведение человека. Нью-Йорк: Praeger; 1980. [Google Scholar]
• Plasqui G, Westerterp KR. Сезонные колебания общего расхода энергии и физической активности у голландской молодежи. Obes Res. 2004. 12: 688–694. DOI: 10.1038 / oby.2004.80. [PubMed] [CrossRef] [Google Scholar]
• Роу К., Вандебош Х.Погода смотреть или нет. Вот в чем вопрос. Eur J Commun. 1996; 11: 201–216. DOI: 10.1177 / 0267323196011002003. [CrossRef] [Google Scholar]
• Rosenthal NE. Зимний блюз. 3. Нью-Йорк: Гилфорд; 2005. [Google Scholar]
• Sanders JL, Brizzolara MS. Связь погоды и настроения. J Gen Psychol. 1982; 107: 155–156. DOI: 10.1080 / 00221309.1982.9709917. [PubMed] [CrossRef] [Google Scholar]
• Schwarz N, Clore GL. Настроение, неправильная атрибуция и суждение о благополучии. Информативные и направляющие функции аффективных состояний.J Pers Soc Psychol. 1983; 45: 513–523. DOI: 10.1037 / 0022-3514.45.3.513. [CrossRef] [Google Scholar]
• Spinney JEL, Millward H. Влияние погоды на досуг в Галифаксе. Int J Biometeorol. 2010 [PubMed] [Google Scholar]
• Sumukadas D, Witham M, Struthers A, McMurdo M. Продолжительность светового дня и погодные условия существенно влияют на уровень физической активности у пожилых людей с функциональными нарушениями. J Epidemiol Community Health. 2009; 6: 305–309. DOI: 10.1136 / jech.2008.080838. [PubMed] [CrossRef] [Google Scholar]
• Thayer RE, Newman R, McClain TM.Саморегуляция настроения. Стратегии борьбы с плохим настроением, повышения энергии и снижения напряжения. J Pers Soc Psychol. 1994; 67: 910–925. DOI: 10.1037 / 0022-3514.67.5.910. [PubMed] [CrossRef] [Google Scholar]
• Такер П., Гиллиланд Дж. Влияние сезона и погоды на физическую активность: систематический обзор. Здравоохранение. 2007; 121: 909–922. DOI: 10.1016 / j.puhe.2007.04.009. [PubMed] [CrossRef] [Google Scholar]
• Уотсон Д. Настроение и темперамент. Нью-Йорк: Гилфорд; 2000. [Google Scholar]
• Wijndaele K, Brage S, Besson H, Khaw KT, Sharp SJ, Luben R, Wareham NJ, Ekelund U.Время просмотра телевидения независимо предсказывает смертность от всех причин и смертность от сердечно-сосудистых заболеваний: исследование EPIC Norfolk. Int J Epidemiol. 2010 [PubMed] [Google Scholar]
• Зиллманн Д. Управление настроением с помощью вариантов коммуникации. Am Behav Sci. 1988. 31: 327–340. DOI: 10,1177 / 000276488031003005. [CrossRef] [Google Scholar]
• Зиллманн Д. Управление настроением в контексте теории избирательного воздействия. В: Ролофф М.Ф., редактор. Ежегодник коммуникаций 23. Thousand Oaks, CA: Sage; 2000. С. 103–123.[Google Scholar]

Оценка метеорологических данных с метеорологических станций, спутников и глобальных моделей для эпидемиологического исследования с несколькими участками

Основные моменты

•

Данные наблюдения Земли имеют потенциал для использования в эпидемиологии, но редко подтверждаются .

•

Производительность двух продуктов EO варьировалась в зависимости от множества факторов.

•

Эпидемиологи должны использовать свои собственные метеостанции для записи метеорологических данных.

•

Ежедневные оценки метеорологических переменных связаны с ротавирусной инфекцией.

•

Выбор источника климатических данных должен определяться вопросом исследования.

Реферат

Предпосылки

Анализ продольных и временных рядов необходим для определения взаимосвязи между гидрометеорологическими параметрами и результатами для здоровья. Продукты климатических данных наблюдения Земли (EO), полученные со спутников и повторного анализа на основе глобальных моделей, могут быть использованы в качестве суррогатов в ситуациях и местах, где наблюдения с помощью метеорологических станций неадекватны или неполны.Однако у этих продуктов часто отсутствует прямая оценка на конкретных участках, представляющих эпидемиологический интерес.

Методы

Стандартные оценочные показатели корреляции, согласия, систематической ошибки и ошибки были применены к набору из десяти гидрометеорологических переменных, извлеченных из двух квазиглобальных, широко используемых продуктов климатических данных — Глобальной системы ассимиляции земельных данных (GLDAS) и климатических опасностей. Группирование инфракрасных осадков со станциями (CHIRPS) — для оценки их характеристик по сравнению с оценками, полученными метеорологическими станциями, в конкретных географических точках восьми участков в когортном исследовании с несколькими участками.Эти показатели были рассчитаны как для ежедневных оценок, так и для средних значений за 7 дней, а также для подгруппы ротавирусной инфекции в пик сезона. Затем каждая переменная из двух источников использовалась в качестве предикторов в моделях продольной регрессии для проверки их связи с ротавирусной инфекцией в когорте после корректировки на ковариаты.

Результаты

Доступность и полнота данных валидации на станциях варьировались в зависимости от переменной и места исследования. Характеристики двух климатических моделей с координатной привязкой значительно различались в пределах одного и того же местоположения и для одной и той же переменной в разных местах в соответствии с разными критериями оценки и для пикового сезона по сравнению с полным набором данных способами, которые не показали очевидной закономерности.Они также различались по статистической значимости их связи с исходом от ротавируса. Для некоторых переменных записи на основе станций показали сильную связь, в то время как оценки, полученные с помощью EO, не показали никакой связи, в то время как для других было верно противоположное.

Заключение

Исследователям, желающим использовать общедоступные климатические данные — независимо от того, получены ли они по методу ЭО или на основе станций — рекомендуется признать свои конкретные ограничения как при анализе, так и при интерпретации результатов.Эпидемиологи, участвующие в проспективных исследованиях заболеваний, вызываемых окружающей средой, должны по возможности устанавливать свои собственные станции мониторинга погоды в местах проведения исследований, чтобы обойти ограничения выбора между удаленными или неполными данными станций или непроверенными оценками ЭО.

Сокращения

Группа климатических опасностей Инфракрасные осадки со станциями

Центр информационных и информационных услуг

Кишечные инфекционные заболевания

Глобальная система ассимиляции данных

Goddard Earth Sciences

Глобальная система наук о Земле

Проект «Недоедание и кишечные инфекции: последствия для здоровья и развития детей»

Национальное управление по аэронавтике и исследованию космического пространства

Национальное управление по исследованию океанов и атмосферы

Коэффициент эффективности Нэша-Сатклиффа

Коэффициент корреляции Пирсона

RMSE среднеквадратичная ошибка

Ключевые слова

Метеорологические данные

Экологическая эпидемиология

Климат

Данные наблюдений за Землей

Ротавирус

Рекомендуемые статьиЦитирующие статьи (0)

© 2018 Авторы.Опубликовано Elsevier Inc.

Рекомендуемые статьи

Цитирующие статьи

Роль погодных условий в беге на Бостонском марафоне с 1972 по 2018 год

Abstract

В этом исследовании изучалась взаимосвязь погодных условий, а также пола и страны происхождения с результатами бега в Бостонском марафоне с 1972 по 2018 год. Всего 580 990 наблюдений от 382 209 различных финишировавших были проанализированы с использованием обобщенных аддитивных смешанных моделей.Были рассмотрены различные группы и подгруппы, такие как все бегуны, близкие к элите 101: 200 финишеров, близкие к элите 21: 100, ежегодные десять лучших финишеров и ежегодные победители. Погодными условиями в часы проведения мероприятия были средняя температура воздуха (° C), общее количество осадков (мм), глобальная температура по влажному термометру (WBGT) (° C), скорость ветра (км / ч), направление ветра (напор). ветер, боковой ветер, попутный ветер) и атмосферное давление (гПа). Эти эффекты были изучены в модели с несколькими переменными, включая: пол, страну происхождения, календарный год, термин взаимодействия, страна: пол и гладкий член сплайна в зависимости от календарного года и пола.Повышение средней температуры на 1 ° C было связано с ухудшением результатов (на 00:01:47 ч: мин: сек для всех финишеров и на 00:00:20 ч: мин: сек для победителей в годовом исчислении). Кроме того, давление и температура шара по влажному термометру при увеличении были связаны с ухудшением рабочих характеристик. Попутный ветер улучшил выступления всех групп. Увеличение количества осадков было значимо ( p <0,05) связано с ухудшением результатов во всех группах, кроме победителей в годовом исчислении. Увеличение скорости ветра также было связано с ухудшением результатов у всех финишеров и около элитных групп.Кенийцы и эфиопы были самыми быстрыми национальностями. Половые различия (мужчины быстрее женщин во всех группах) были наибольшими в группах, близких к элите. Наши результаты помогли узнать о показателях Бостонского марафона за календарные годы, учитывая в качестве основных факторов погодные условия, страну происхождения и пол.

Образец цитирования: Knechtle B, Di Gangi S, Rüst CA, Villiger E, Rosemann T, Nikolaidis PT (2019) Роль погодных условий в беге на Бостонском марафоне с 1972 по 2018 год.PLoS ONE 14 (3): e0212797. https://doi.org/10.1371/journal.pone.0212797

Редактор: Лоран Муро, Бургундский университет, Франция Конте, ФРАНЦИЯ

Поступила: 20 октября 2018 г .; Одобрена: 8 февраля 2019 г .; Опубликовано: 8 марта 2019 г.

Авторские права: © 2019 Knechtle et al. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Данные находятся в свободном доступе на веб-сайте Бостонской спортивной ассоциации (www.baa.org) и на веб-сайте Marathon Guide (www.marathonguide.com). Данные, использованные в этом исследовании, представляют собой результаты гонок с 1972 по 2018 год для женщин и мужчин.

Финансирование: Автор (ы) не получил специального финансирования для этой работы.

Конкурирующие интересы: Авторы заявили, что никаких конкурирующих интересов не существует.

Введение

На сегодняшний день влияние различных условий окружающей среды, таких как температура окружающего воздуха, ветер, осадки, барометрическое давление, влажность, точка росы, облачный покров, солнечное излучение и атмосферные загрязнители, было исследовано на результаты марафонского бега [1–7] .Хорошо известно, что условия окружающей среды влияют на результативность марафонского бега [8–10], а неблагоприятные погодные условия, такие как высокие температуры окружающей среды, ухудшают производительность [4] как у медленных [1,5], так и у быстрых марафонцев [2]. Более того, у медленных бегунов на производительность более негативно влияют условия окружающей среды [3]. Влияние условий окружающей среды, таких как температура воздуха, было исследовано в различных марафонских забегах для разных уровней результативности, таких как три лучших бегуна, десять лучших бегунов, бегуны от элиты до субэлиты или все финишеры [1,2,7,11].Однако влияние на условия окружающей среды в основном изучается только в течение ограниченного периода времени [1–3], тогда как ни одно исследование не охватывало период более 36 лет.

Бостонский марафон имеет самую давнюю традицию марафонского бега (он начался в 1897 году, и первая женщина приняла участие в 1972 году), и в нескольких исследованиях изучалось влияние условий окружающей среды на результативность бега [1,3,11]. Однако самый длительный исследуемый период для этой гонки составил 36 лет и касался выступлений элиты и субэлиты, а не всех финишеров [3].Таким образом, анализ с момента вступления первых женщин в гонку в 1972 году и со всеми финишировавшими женщинами и мужчинами, включая аспект национальности, отсутствует.

Целью настоящего исследования было изучить влияние погодных условий, а также пола и страны на результативность женщин и мужчин в Бостонском марафоне с 1972 по 2018 год, поскольку в 1972 году первые женщины официально приняли участие в марафоне. Мы рассмотрели влияние средней температуры воздуха (° C), общего количества осадков (мм), температуры земного шара по влажному термометру (WBGT) (° C), скорости ветра (км / ч), направления ветра в течение часов события. ( и . и . встречный ветер, боковой ветер, попутный ветер) и атмосферное давление (гПа). Эти эффекты были проанализированы вместе с полом, страной происхождения и календарным годом. Основываясь на предыдущих исследованиях, мы предположили, что повышение температуры воздуха ухудшает беговые качества как у элитных, так и у субэлитных бегунов.

Материалы и методы

Этическое разрешение

Это исследование было одобрено Наблюдательным советом Кантона Санкт-Галлена, Швейцария, с отказом от требования информированного согласия участников, поскольку исследование включало анализ общедоступных данных.

Выборка и анализ данных

Бостонский марафон — старейший в мире ежегодный марафон (www.baa.org/races/boston-marathon/boston-marathon-history.aspx). Чтобы участвовать в этой гонке, спортсмены должны соответствовать стандартам времени, которые соответствуют возрасту и полу (www.baa.org/races/boston-marathon/participant-information/qualifying.aspx). Данные находятся в свободном доступе на веб-сайте Бостонской легкоатлетической ассоциации (www.baa.org) и на веб-сайте Marathon Guide (www.marathonguide.com). Данные, использованные в этом исследовании, представляют собой результаты гонок с 1972 по 2018 год для женщин и мужчин.Доступная информация из рекордов соревнований включала имя и фамилию бегунов, пол и национальность бегуна, год соревнования и время забега. Мы очистили набор данных, исправив двойное кодирование категорий одного и того же уровня ( и . и . Женщины, обозначаемые как «F», так и «W», отдельные национальности с множеством кодов стран), как сообщалось ранее [12,13] . Кроме того, мы удалили бегунов с отсутствующими показателями или сомнительной (недостоверной) информацией о времени забега. К сожалению, у нас не было полного списка всех бегунов, принадлежащих к дивизиону инвалидных колясок с толкаемым ободом, начиная с 1975 года для мужчин и с 1977 года для женщин.Мы исключили эту категорию, исключив бегунов, у которых время забега меньше годового рекорда. Чтобы идентифицировать наблюдения от одного бегуна, мы определили переменную id с именем, фамилией, полом, национальностью и периодом соревнований, предполагая, что один бегун может участвовать не более 25 лет. Температура, скорость и направление ветра, казалось, повлияли на время гонки в Бостонском марафоне [1,3,4,7,11]. Поэтому мы объединили базу данных с информацией о погодных условиях в часы проведения мероприятия.Почасовые данные о погоде были получены с сайта www.wunderground.com/history/daily/us/ma/boston/KBOS, и все единицы были переведены в метрическую систему. Все данные о погоде хранились в S1 Dataset. Предполагается, что интервал продолжительности забега составляет: с 9 до 16 часов. для всех финишировавших с 9 до 13 часов. для почти элитных групп и ежегодных десяти лучших финишеров и с 9 до 12 часов. для ежегодных победителей. Таким образом, температура воздуха (° C), глобальная температура по влажному термометру (WBGT) (° C) [14], скорость ветра (км / ч) и барометрическое давление (гПа) были средними из соответствующих часовых значений.Температура по влажному термометру была рассчитана с помощью www.kwangu.com/work/psychrometric.htm с использованием температуры по сухому термометру и относительной влажности, полученных с сайта www.wunderground.com/, и высоты 43 м над уровнем моря. Общее количество осадков (мм) было суммой почасового количества осадков за время гонки. Направление ветра было наиболее частым определением во время ежечасных наблюдений, которые классифицировались как: встречный ветер ( i , e . Ветер с E, ENE и ESE), боковой ветер ( i . и . ветер с севера, северо-востока, северо-запад, юг, юго-восток, юго-запад и юго-запад) и попутный ветер ( i . e . ветер с западного, северо-западного и юго-западного направления) [15] из-за трассы гонки (www.baa .org / races / boston-marathon / course-map).

Статистический анализ

Описательная статистика была представлена ​​как среднее значение ± стандартное отклонение для непрерывных переменных и как число N (%) для категориальных переменных. Производительность ( i . e . Или время гонки) записывалась в формате «часы: минуты: секунды».Средние показатели по полу и погодным условиям были зарегистрированы для следующих групп: температура 0–7 ° C, 8–15 ° C и 16–24 ° C; направление ветра головой, боком или хвостом; сумма осадков от 0 до> 0 мм; WBGT 0–6 ° C, 7–10 ° C, 11–15 ° C и 16–20 ° C; скорость ветра 9–17 км / час, 18–24 км / час и 25–39 км / час; давление <1015 гПа и ≥1015 гПа. Влияние календарного года на время гонок, а также влияние пола, страны происхождения и погодных условий были изучены с помощью многомерных статистических моделей.Результаты были представлены в виде оценок (стандартные ошибки). Различные анализы и модели регрессии были выполнены для следующих подгрупп: все бегуны, ежегодный топ-101: 200, годовой лучший 21: 100, годовой топ-10 финишеров и ежегодные победители. Календарный год гонки рассматривался как дискретное значение непрерывной переменной. Группы стран включали 8 наиболее распространенных географических регионов с точки зрения участия ( i . e . Африка, Кения-Эфиопия, Азия, Канада, Центральная-Южная Америка, Европа, Океания и США).Для ежегодных призеров (победителей) группы стран оказалось всего 4: Кения-Эфиопия, Европа, США и другие страны. Погодные характеристики, такие как температура, осадки, WBGT, скорость ветра и давление, рассматривались как непрерывные переменные. Направление ветра как категориальная переменная. Допустимая ошибка типа I была установлена ​​на уровне p <0,05. Предварительная визуализация данных и предыдущие исследования [12,13] обосновали выбор моделей сплайн-регрессии для основного временного тренда производительности всех групп финишеров.Более того, случайные воздействия на перехват на уровне бегуна привели к повторным измерениям у финишеров. Поэтому мы выполнили обобщенные аддитивные смешанные модели, указанные ниже: (1) где Пол: Страна - термин взаимодействия между группами стран и полом, а S (ГОД, k = 9, by = sex) - это 9-мерный сплайн, изменяющийся в течение календарного года и в зависимости от пола. Член взаимодействия был опущен в моделях для групп, близких к элите, и ежегодной первой десятки, потому что он не был значимым, и его удаление из моделей улучшило соответствие.При ежегодном анализе топ-101: 200 по той же причине был исключен только страновой эффект. Вместо этого в модели ежегодных победителей WBGT был исключен. Для наиболее релевантных предикторов мы представили трехмерные перспективные графики или графики частичных или суммарных эффектов, где это уместно. Частичные эффекты были изолированными эффектами одного конкретного предсказателя или взаимодействия. Суммированные эффекты представляли собой прогнозируемые значения для определенной ситуации или условия, так что все частичные эффекты, применимые к этой ситуации, были суммированы, включая точку пересечения.Все статистические анализы проводились с использованием статистического программного обеспечения R, R Core Team (2016). R: Язык и среда для статистических вычислений. Фонд R для статистических вычислений, Вена, Австрия, URL https://www.R-project.org/. В частности, мы использовали следующие пакеты R: ggplot2 для предварительной визуализации данных; gamm4 для многомерных смешанных моделей со случайными эффектами на перехвате; mgcv для визуализации статистических моделей. Сценарий R, используемый для управления данными и выполнения анализа, был предоставлен в файле S1.

Результаты

С 1972 по 2018 год в результатах гонки было зарегистрировано в общей сложности 580 990 наблюдений от 382 209 различных финишеров. Поэтому у нас было много наблюдений на каждого бегуна.

Сводная статистика

В Таблице 1 для каждой группы финишировавших мы представили сводную статистику средней результативности в разбивке по полу и погодным условиям. Учитывая среднюю температуру, в большинстве случаев результаты были лучше у мужчин при 8–15 ° C и для женщин при 0–7 ° C.Например, для первой десятки за год среднее самое быстрое время для женщин составило 02: 33: 34 ± 00: 06: 59 ч: мин: сек (температура ниже 8 ° C), а для мужчин 02: 12: 38 ± 00: 03. : 46 ч: мин: сек (температура 8–15 ° C). Что касается направления ветра, мужчины выступали лучше при попутном ветре ( i . e . 02: 09: 50 ± 00: 03: 35 ч: мин: сек для победителей среди мужчин). Вместо этого женщины в большинстве случаев выступали лучше при встречном ветре. Спектакли также были лучше, чаще всего без осадков у женщин, а у мужчин, наоборот, с наличием осадков.При рассмотрении температуры шара по влажному термометру, когда уровень составлял 0–6 ° C, и мужчины, и женщины показали лучшие результаты во всех случаях, за исключением всех финишировавших мужчин. В большинстве случаев при скорости ветра 18–24 км / ч мужчины и женщины показали лучшие результаты. Оба пола показали лучшие результаты, в большинстве случаев у женщин и во всех случаях у мужчин, когда давление <1015 гПа. В таблице S1 указано частотное распределение групп показателей времени всех финишировавших по полу и погодным условиям.

Статистический анализ

В таблице 2 показаны результаты многомерной обобщенной аддитивной смешанной модели, описанной в разделе методов.

Таблица 2. Статистические модели: Оценка (стандартные ошибки) выражалась как ч: мин: сек.

Для p -значение см. Примечание. Для условий сглаживания сообщалось о глобальном t-тесте. Для каждого категориального предиктора была указана справочная категория (ссылка).

https://doi.org/10.1371/journal.pone.0212797.t002

Погодные условия.

По мере увеличения температуры, WBGT, давления, осадков или скорости ветра рабочие характеристики в большинстве случаев значительно ухудшаются.Фактически, когда средняя температура увеличилась на 1 ° C, производительность была медленнее с большим эффектом для всех финишеров: 00:01:47 (00:00:01) ч: мин: сек, p <0,001 и меньший эффект для ежегодных победителей 00:00:20 (00:00:05) ч: мин: сек, p <0,001. Для первой десятки за год влияние колебания температуры на производительность было незначительным. Когда давление увеличилось на один гПа, производительность значительно ухудшилась с большим эффектом для всех финишеров: 00:00:06 (00:00:00) ч: мин: сек, p <0.001 и меньший эффект для годовых лучших 101: 200 финишеров: 00:00:03 (00:00:00) ч: мин: сек, p <0,001. Для ежегодных победителей влияние колебаний давления на производительность не было значительным. Поскольку скорость ветра увеличилась на 1 км / ч, производительность значительно ухудшилась с большим эффектом для всех финишеров: 00:00:13 (00:00:00) ч: мин: сек, p <0,001 и меньший эффект для годовой максимум 21: 100: 00:00:06 (00:00:01) ч: мин: сек, p <0,001. Для элитных групп ( и . и . ежегодные 10 лучших и ежегодные победители) влияние изменения скорости ветра на производительность было незначительным. Когда количество осадков увеличилось на 1 мм, показатели значительно ухудшились, с большим эффектом для всех финишеров: 00:00:44 (00:00:01) ч: мин: сек, p <0,001 и такой же эффект для других групп: оценка 00:00:10 ч: мин: сек. Для ежегодных победителей эффект атмосферных осадков не был значительным. Влияние температуры на глобусе по влажному термометру было значительным во всех группах, кроме победителей.Аналогично другим погодным явлениям, когда температура по влажному термометру увеличилась на 1 ° C, характеристики ухудшились с большим эффектом для почти элитных групп: 00:00:31 (00:00:03) ч: мин: сек, p <0,001 в верхней группе 21: 100 и меньший эффект для всех финишеров: 00:00:10 (00:00:02) ч: мин: сек, p <0,001. Выступления всех групп были значительно ( p <0,001, в большинстве случаев) медленнее при встречном и боковом ветре по сравнению с попутным ветром. Эффект был сильнее для всех финишеров: по сравнению с попутным ветром встречный ветер замедлял результативность на 00:11:51 (00:00:10) ч: мин: сек, p <0.001 и боковой ветер в 00:08:04 (00:00:09) ч: мин: сек, p <0,001. Для почти элитных финишеров, в частности лучших 101: 200, влияние направления ветра было меньше: встречный ветер замедлил результативность на 00:03:06 (00:00:09) ч: мин: сек, p < 0.001 и боковой ветер на 00:01:37 (00:00:08) ч: мин: сек, p <0,001.

Эффекты страны, пола и календарного года.

Спортсмены из Кении и Эфиопии были значительно быстрее всех по сравнению с каждой группой стран.Различия варьировались между полами и между группами финишеров. Более сильные эффекты наблюдались для всех финишеров, а меньшие — для 10 лучших за год. Для женщин из всех финишировавших групп различия варьировались от минимум 01:22:04 (00:04:45) ч: мин: сек, p <0,001, что было сравнением между Кенией-Эфиопией и Центрально-Южным регионом. Америка, максимум 01:45:14 (00:04:44) ч: мин: сек, p <0,001, что было сравнением между Кенией-Эфиопией и Азией.В первой десятке значимые различия варьировались от минимум 00:02:20 (00:01:04) ч: мин: сек, p <0,01, что было сравнением между Кенией, Эфиопией и Азией, до максимум 00:03:00 (00:00:45) ч: мин: сек, p <0,001, что было сравнением между Кенией-Эфиопией и США. Термины взаимодействия страна: пол представляют половые различия для каждой группы стран. Например, термин «Африка: М» оценивает, насколько большее влияние мужского пола на время забега для бегуна из Африки по сравнению с бегуном из Кении-Эфиопии.Из Таблицы 2, для всех финишировавших бегунов из Африки мужской эффект по сравнению с мужским эффектом у бегунов из Кении и Эфиопии заключался в улучшении результатов на 00:24:45 (00:07:11) час: мин: сек, р <0,001. Мужчины были значительно быстрее женщин во всех группах, с большим эффектом в группах, близких к элите, в частности, у лучших финишировавших 101: 200: 00:41:51 (00:00:11) ч: мин: сек, p <0,001 и меньший эффект для ежегодных победителей: 00:17:25 (00:01:24) ч: мин: сек, p <0.001. Во всех группах финишеров мужская принадлежность была важным фактором при взаимодействии со страной. Более того, результаты значительно изменились за календарный год для обоих полов (общие условия сглаживания p <0,001) во всех группах, за исключением победителей среди мужчин, где различия были небольшими. Более высокие сроки сглаживания наблюдались в группе топ 101: 200. У всех финишеров тенденция в целом увеличивалась после снижения в первые десять лет. На рис. S1 мы показали по полу и группам отбора временную линию тренда и наблюдаемые средние показатели (точки на графике) по календарному году.На рис. 1 многопараметрическое влияние температуры и календарного года на результативность всех откормочных рыб было показано с разбивкой по полу в виде перспективных графиков. Таким образом, можно было наблюдать ежегодный марафон трендов по полу и замедление работоспособности при повышении средней температуры. Аналогичным образом, на Рис. 2, многопараметрические эффекты земной температуры по влажному термометру и года на производительность всех чистильщиков были нанесены на график с разбивкой по полу. В этом случае, как показано в Таблице 2, по мере увеличения температуры шара по влажному термометру производительность ухудшалась.На рис. 3 двумерные эффекты скорости и давления ветра показаны для всех финишировавших, около элитных групп и победителей. На рис. 4 частичные эффекты временного тренда при сохранении постоянства других предикторов были нанесены по направлению ветра для всех финишировавших, близких к элитным группам и победителей. Кривые были параллельны, потому что в нашей спецификации модели не учитывались взаимодействия между годом и погодными условиями. На рис. 5 суммарное влияние страны на время гонки было нанесено на график с разбивкой по полу для всех финишировавших и победителей.

Рис. 3. Статистическая модель выступлений всех финишировавших, близких к элитным группам и победителей: перспективный график.

Влияние скорости и давления ветра . Время было обозначено в долях суток: и . и . 0,125 = 03:00:00 ч: мин: сек.

https://doi.org/10.1371/journal.pone.0212797.g003

Обсуждение

Целью настоящего исследования было изучить влияние погодных условий, а также пола и страны на результативность Бостонского марафона с 1972 по 2018 год.Были рассмотрены разные группы и подгруппы по уровню результативности, такие как все бегуны, близкие к элите 101: 200 финишеров, близкие к элитным 21: 100, ежегодные десять лучших финишеров и ежегодные победители. Основные результаты заключались в том, что ( i ) повышение средней температуры на 1 ° C было связано с ухудшением производительности с большим эффектом для всех чистящих машин, ( ii ) повышение барометрического давления было связано с ухудшением производительности, ( iii ) на мокрой дороге — температура шара, аналогично, когда увеличение было связано с ухудшением характеристик, ( iv ) попутный ветер был связан с улучшением характеристик всех групп, ( v ) осадки при увеличении были связаны с ухудшением характеристик, ( vi ), увеличение скорости ветра также было связано с ухудшением результатов для всех финишеров и около элитных групп.

Повышение средней температуры связано с ухудшением работы

Первым важным открытием было то, что повышение температуры было связано с ухудшением результатов почти во всех группах бегунов ( i . e . Все финишировавшие, лучшие 101: 200, лучшие 21: 100 и ежегодные победители). Было хорошо известно, что показатели марафона постепенно замедлялись по мере того, как температура окружающей среды повышалась с 5 ° C до 25 ° C [3]. Однако для этого конкретного марафона было замечено, что рекордные характеристики были достигнуты при температуре земного шара по влажному термометру менее 7.8 ° C и 100% небесный покров [7]. В отличие от этих существующих результатов для Бостонского марафона, была показана довольно линейная зависимость, где повышение средней температуры на 1 ° C было связано с ухудшением показателей. Таким образом, температура окружающей среды одинаково влияла как на профессиональных бегунов, так и на бегунов-любителей, и казалось, что существует линейная зависимость между повышением температуры окружающей среды и ухудшением беговых характеристик.

Повышение барометрического давления связано с ухудшением рабочих характеристик

Вторым важным открытием было то, что повышение барометрического давления ухудшало ходовые качества.Скорее всего, повышенное атмосферное давление связано с повышенной температурой окружающей среды, которая, как известно, ухудшает результаты марафонского бега. Теплый воздух вызывает повышение давления воздуха (https://sciencing.com/temperature-affect-barometric-pressure-5013070.html).

Однако, когда результаты шести европейских ( i . e . Париж, Лондон, Берлин) и американских ( i . e . Бостон, Чикаго, Нью-Йорк) марафонских гонок с 2001 по 2010 год с Было проанализировано 1 791 972 выступления участников (всех финишировавших за год и гонку), атмосферное давление на уровне моря не повлияло на беговые характеристики [1].Основываясь на этих разрозненных результатах, будущие исследования должны более глубоко изучить взаимосвязь между атмосферным давлением, температурой воздуха и результативностью марафонского бега.

Повышение температуры земного шара по влажному термометру было связано с ухудшением рабочих характеристик

Третьим важным открытием было то, что повышение температуры по влажному термометру было связано с ухудшением показателей во всех группах, за исключением победителей в год. Температура по влажному термометру в настоящее время является наиболее широко используемым показателем теплового стресса [16] под прямыми солнечными лучами. который учитывает: температуру, влажность, скорость ветра, угол солнечного света и облачность (солнечное излучение).Это отличается от индекса тепла, который учитывает температуру и влажность (www.weather.gov/tsa/wbgt). Мало что известно о влиянии температуры шара по влажному термометру на результативность марафонского бега. Эли и др. [6] сообщили о прогрессирующем замедлении марафонской результативности по мере того, как температура шара по влажному термометру увеличивается с 5 ° C до 25 ° C для мужчин и женщин с широким диапазоном способностей, но более отрицательно влияет на производительность более медленные группы бегунов. Это было обнаружено, когда данные семи марафонов ( и . и . Бостон, Нью-Йорк, города-побратимы, бабушкины, Ричмондские, Хартфордские и Ванкуверские марафоны) для разных лет ( и , и , от 6 до 36 лет) и разных квартилей на основе температуры на земном шаре по влажному термометру и женщин. были проанализированы финишеры-мужчины разного уровня подготовки. Наиболее вероятным объяснением различных результатов является тот факт, что мы проанализировали гонку «точка-точка», в которой ветер мог по-разному влиять на температуру шара по влажному термометру, по сравнению с гонкой, проводимой на одном или нескольких кругах.Основываясь на этих разрозненных результатах, будущие исследования должны более глубоко изучить взаимосвязь между температурой шара по влажному термометру и результатами марафонского бега в других марафонских гонках, проводимых в один или несколько кругов.

Попутный ветер повлиял на улучшение показателей всех групп

Еще одним важным открытием было то, что попутный ветер ( i . e . Ветер с W, WNW и WSW) улучшил результаты гонок во всех группах, а увеличение скорости ветра также было связано с ухудшением результатов для всех финишеров и почти элитных групп. .Бостон — это марафон «точка-точка» с запада на восток (www.baa.org/races/boston-marathon/course-map). Когда у бегунов попутный ветер, они получают «толчок» на 42 км. Хорошо известно, что в этой гонке встречный ветер в день гонки замедляет время выигрыша [4]. Тем не менее, важным выводом было то, что от попутного ветра, похоже, выиграли все рабочие группы, а не только элитные бегуны. Скорее всего, только бостонские марафонцы извлекли выгоду из направления ветра, поскольку в других местах, например в Стокгольме, ветер не влиял на беговые качества [5].Новым аспектом было то, что увеличение скорости ветра ухудшило результативность всех финишеров, чего не было зарегистрировано для финишеров в ежегодном Стокгольмском марафоне с 1980 по 2008 год [5].

Переменная роль осадков

Другой важный вывод заключался в том, что увеличение количества осадков было связано с ухудшением результатов, но для ежегодных победителей это не было значительным. В этой конкретной гонке небольшой дождь также способствовал улучшению результатов и установлению рекордов [7].В Стокгольмском марафоне возникновение дождя было существенно и отрицательно связано с аномалией времени финиша, но эффекты дождя возникли только из-за отрицательной корреляции с температурой воздуха [5]. Основываясь на этих разрозненных результатах, в будущих исследованиях необходимо будет более глубоко изучить влияние осадков на результативность марафонского бега у бегунов с разным уровнем подготовки.

Различия между полами и странами

Дальнейшие выводы заключались в том, что кенийцы и эфиопы были самыми быстрыми национальностями, а половые различия, с мужчинами быстрее во всех группах, были больше в группах, близких к элите.Влияние страны и пола по сравнению с влиянием погодных условий, по-видимому, больше зависело от критериев отбора, поскольку их оценки различались между группами показателей больше, чем оценки погодных условий. Например, половые различия варьировались от 00:17:25 ч: мин: сек (победители) до 00:41:51 ч: мин: сек (топ-101: 200 финишировавших). Различия между странами и полами во всех финалистах по сравнению с другими группами отбора были относительно меньше. Например, термин взаимодействия США: M сократил сравнение Кении-Эфиопии и США для мужчин на 00:11:59 ч: мин: сек.Этот срок почти вдвое превышает соответствующий срок в группе победителей года (00:06:07 ч: мин: сек). Но у всех финишировавших разница в производительности Кения-Эфиопия и США составила 01:36:43 ч: мин: сек по сравнению с 00:06:30 ч: мин: сек в группе победителей. Поэтому эффект у победителей был больше.

Ограничения и сила

Результаты настоящего исследования были ограничены специфическими характеристиками этой расы с точки зрения условий окружающей среды ( e . g .топография, температура) и участие ( e . г . квалификационные критерии). Таким образом, их следует с осторожностью обобщать на другие марафонские забеги. Для подтверждения этих результатов на других марафонах крупных городов потребуются дальнейшие исследования. Более того, не было доступной информации о возрасте, и повторные измерения у бегунов не могли быть точно идентифицированы, хотя можно было разумно предположить, что два наблюдения принадлежали одному и тому же бегуну, если бы у них были общие имя, фамилия, пол, страна и участие, когда-то в год в тот же период времени.

Следует также отметить, что Бостонский марафон был единственным в мире марафоном для крупных городов с «квалификационным временем» (www.baa.org/races/boston-marathon/participant-information/qualifying/history-of-qualifying-standards. aspx), а квалификационные стандарты могут отдавать предпочтение одному полу и / или возрастной группе по сравнению с другим. Считалось, что женщинам легче пройти квалификацию на Бостонский марафон, чем мужчинам, что могло повлиять на результаты. Несмотря на то, что квалификационные критерии существуют, ежегодно в соревнованиях участвовало около 10 000 бегунов на основе лояльности спонсоров.Скорее всего, количество бегунов из этой последней группы за год больше всего увеличилось, в то время как квалификационные соревнования оставались стабильными на протяжении многих лет. Можно было ожидать, что квалифицированные участники возрастной группы будут работать лучше, чем их коллеги, не входящие в свободный доступ; однако, поскольку эта информация недоступна, эта умозрительная гипотеза не могла быть проверена критически.

Еще одним меньшим моментом был тот факт, что в течение большинства лет женщины бегали с мужчинами, поэтому на всем протяжении бега у них были иноходцы. Примерно последние 10 лет женщины бегали одни, опережая мужчин, т.е.е. у них нет иноходцев. Это может иметь небольшое общее влияние на относительные различия между мужчинами и женщинами на протяжении десятилетий. Более того, было признано, что логистическая или ограничивающая экспоненциальная модель также может использоваться для изучения тенденций во времени [17–19]; однако применялась шлицевая подгонка, поскольку она считалась подходящей для всех рабочих групп. С другой стороны, сильной стороной исследования было то, что в нем анализировалась одна из самых популярных марафонских гонок в мире с учетом всех финишировавших с тех пор, как в этой гонке официально участвовали первые женщины.Поскольку популярность марафонского бега продолжает расти, полученные результаты будут представлять большой интерес для тренеров, работающих с марафонцами, а также для ученых, специализирующихся на человеческих возможностях.

Выводы

Для бегунов как женщин, так и мужчин, участвовавших в Бостонском марафоне в период с 1972 по 2018 год, повышение средней температуры на 1 ° C и повышение барометрического давления были связаны с ухудшением результатов с большим эффектом для всех финишеров, повышением температуры по влажному термометру. был связан с ухудшением результатов всех групп, кроме победителей, попутный ветер был связан с улучшением результатов во всех группах, увеличение скорости ветра также было связано с ухудшением результатов, но не для элитных групп, а увеличение количества осадков ухудшило результаты.С учетом выбранных групп бегунов влияние погодных условий было меньше, чем влияние страны происхождения и пола. Влияние страны и пола по сравнению с влиянием погодных условий, по-видимому, больше зависело от критериев отбора, поскольку их оценки различались между группами показателей больше, чем оценки погодных условий. Будущие исследования должны подтвердить эти выводы на других марафонах в крупных городах, таких как марафон в Нью-Йорке.

Список литературы

1. 1.Эль Хелу Н., Таффлет М., Бертело Дж., Толайни Дж., Марк А., Гийом М. и др. (2012) Влияние параметров окружающей среды на результативность марафонского бега. PLoS ONE 7.
2. 2. Ely MR, Martin DE, Cheuvront SN, Montain SJ (2008) Влияние температуры окружающей среды на марафонский темп зависит от способностей бегуна. Медицина и наука в спорте и упражнениях 40: 1675–1680. pmid: 18685522
3. 3. Эли MR, Cheuvront SN, Робертс WO, Montain SJ (2007) Влияние погоды на результаты марафонского бега.Медицина и наука в спорте и физических упражнениях 39: 487–493. pmid: 17473775
4. 4. Миллер-Рашинг А.Дж., Примак Р.Б., Филлипс Н., Кауфманн Р.К. (2012) Влияние высоких температур на время побед в Бостонском марафоне. PLoS ONE 7.
5. 5. Вихма Т. (2010) Влияние погоды на результативность марафонцев. Международный журнал биометеорологии 54: 297–306. pmid: 19937453
6. 6. Ely MR, Cheuvront SN, Montain SJ (2007) Ни облачный покров, ни низкая солнечная нагрузка не связаны с быстрым марафонским бегом.Медицина и наука в спорте и физических упражнениях 39: 2029–2035. pmid: 17986912
7. 7. Трапассо Л. М., Купер Дж. Д. (1989) Рекордные выступления на Бостонском марафоне: биометеорологические факторы. Международный журнал биометеорологии 33: 233–237. pmid: 2613367
8. 8. Maughan RJ, Watson P, Shirreffs SM (2007) Жара и холод: что окружающая среда делает с марафонцем? Спортивная медицина 37: 396–399. pmid: 17465618
9. 9. Montain SJ, Ely MR, Cheuvront SN (2007) Марафонское бегство в условиях термической нагрузки.Спортивная медицина 37: 320–323. pmid: 17465598
10. 10. Cheuvront SN, Haymes EM (2001) Терморегуляция и биологические и экологические воздействия марафонского бега. Спортивная медицина 31: 743–762. pmid: 11547895
11. 11. Maffetone PB, Malcata R, Rivera I, Laursen PB (2017) Бостонский марафон против мировых марафонских соревнований. PLoS ONE 12.
12. 12. Knechtle B, Di Gangi S, Rüst CA, Nikolaidis PT (2018) Различия в производительности между полами в Бостонском марафоне с 1972 по 2017 год.Журнал исследований силы и кондиционирования.
13. 13. Knechtle B, Di Gangi S, Rust CA, Rosemann T, Nikolaidis PT (2018) Участие и выступления мужчин в Бостонском марафоне с 1897 по 2017 год. Int J Sports Med 39: 1018–1027. pmid: 302
14. 14. Cheuvront SN, Caruso EM, Heavens KR, Karis AJ, Santee WR, Troyanos C, et al. (2015) Влияние места измерения индекса WBGT на классификацию категорий теплового стресса. Медико-спортивное упражнение 47: 1958–1964. pmid: 25628176
15. 15.Angus SD, Waterhouse BJ (2011) Стратегия стимуляции на основе данных высокочастотного поля: больше доказательств нейронной регуляции? Медико-спортивные упражнения 43: 2405–2411. pmid: 21606868
16. 16. Budd GM (2008) Глобальная температура по влажному термометру (WBGT) — ее история и ее ограничения. J Sci Med Sport 11: 20–32. pmid: 17765661
17. 17. Денни М.В. (2008) Ограничение скорости бега у собак, лошадей и людей. J Exp Biol 211: 3836–3849. pmid: 156
18. 18. Невилл А.М., Уайт Дж. (2005) Есть ли ограничения для установления мировых рекордов? Медико-спортивные упражнения 37: 1785–1788.pmid: 16260981
19. 19. Вайс М., Ньюман А., Уитмор С., Вайс С. (2016) 150 лет спринта и бега на длинные дистанции — прошлые тенденции и перспективы на будущее. Eur J Sport Sci 16: 393–401. pmid: 26088705

United in Science 2020 | Всемирная метеорологическая организация

Реакция океана и криосферы включает обратную связь климата, изменения на протяжении десятилетий и тысячелетий, пороги резких изменений и необратимость (рис. 1).

Состояние океана и криосферы влияет на продовольствие и водоснабжение, возобновляемые источники энергии, инфраструктуру, здоровье и благополучие, культурные ценности, туризм, торговлю и транспорт.

Какие наблюдаются изменения в криосфере?

Ледниковые щиты и ледники во всем мире потеряли массу.В период с 2006 по 2015 год Гренландский ледяной щит терял массу льда в среднем на 278 ± 11 Гт в год ^–1 , в основном из-за таяния поверхности. В 2006–2015 годах Антарктический ледяной щит терял массу в среднем со скоростью 155 ± 19 Гт в год ^–1 , в основном из-за быстрого истончения и отступления основных выходных ледников, истощающих Западный антарктический ледяной щит. Ледники во всем мире за пределами Гренландии и Антарктиды теряли массу в среднем 220 ± 30 Гт в год ^–1 в 2006–2015 годах.

Площадь снежного покрова на суше в Арктике в июне уменьшилась на 13.4 ± 5,4% за десятилетие с 1967 по 2018 год, общая потеря примерно 2,5 млн км ² , преимущественно из-за повышения температуры приземного воздуха. Почти во всех высокогорных районах глубина, протяженность и продолжительность снежного покрова за последние десятилетия снизились, особенно на более низких высотах.

В период с 1979 по 2018 год площадь морского льда в Арктике уменьшалась во все месяцы года. Снижение морского льда в сентябре составляет 12,8 ± 2,3% за десятилетие. Эти изменения морского льда в сентябре, вероятно, беспрецедентны как минимум за 1000 лет.Примерно половина наблюдаемой потери морского льда объясняется повышением концентрации парниковых газов в атмосфере.

Температура вечной мерзлоты поднялась до рекордно высокого уровня. Арктическая и северная вечная мерзлота содержат от 1460 до 1600 Гт органического углерода, что почти в два раза больше углерода в атмосфере.

Общая протяженность морского льда в Антарктике не имеет статистически значимой тенденции (1979–2018 гг.) Из-за контрастных региональных сигналов и большой межгодовой изменчивости.

Криосферные и связанные с ними гидрологические изменения затронули наземные и пресноводные виды, особенно экосистемы в высокогорных и полярных регионах.

Усиливающиеся лесные пожары и резкое таяние вечной мерзлоты, а также изменения в арктической и горной гидрологии изменили частоту и интенсивность нарушений экосистем.

С середины 20 века сужающаяся криосфера в Арктике и высокогорных районах оказывала преимущественно негативное воздействие на продовольственную безопасность, водные ресурсы, качество воды, средства к существованию, здоровье и благополучие, инфраструктуру, транспорт, туризм и отдых, а также ну как и на нашей культуре.

Какие наблюдаются изменения в океане?

Глобальный океан не ослабевает с 1970 года и поглотил более 90% избыточного тепла в климатической системе.С 1993 года темпы потепления океана и, следовательно, поглощения тепла увеличились более чем вдвое и объясняются антропогенным воздействием. На Южный океан приходилось от 35% до 43% общего притока тепла в верхних слоях Мирового океана на высоте 2000 м в период с 1970 по 2017 год. Его доля увеличилась с 45% до 62% в период с 2005 по 2017 год.

Глубокие глубины океана ниже 2000 м потеплели с 1992 года, особенно в Южном океане. Морские волны тепла (рис. 2), определяемые как дневная температура поверхности моря, превышающая местный 99-й процентиль за период с 1982 по 2016 год, удвоились по частоте и стали более продолжительными, более интенсивными и обширными.От 84% до 90% морских волн тепла, произошедших в период с 2006 по 2015 годы, связаны с антропогенным повышением температуры. Морские волны тепла уже привели к крупномасштабным явлениям обесцвечивания кораллов, которые все чаще и чаще вызывают деградацию рифов во всем мире с 1997 года, и восстановление будет медленным, если оно произойдет.

Наблюдаемое потепление поверхности океана и добавление пресной воды в высоких широтах делают поверхностный океан менее плотным по сравнению с более глубокими частями океана и препятствуют перемешиванию поверхностных и более глубоких вод. Это способствовало потере кислорода в открытом океане 0.От 5% до 3,3% на верхней высоте 1000 м в 1970–2010 гг.

Океан поглощает от 20% до 30% общих антропогенных выбросов CO ₂ с 1980-х годов, вызывая дальнейшее закисление океана. Снижение pH поверхности океана уже произошло из-за фоновой естественной изменчивости более чем 95% площади поверхности океана.

Примерно с 1950 года многие морские виды претерпели изменения в географическом ареале и сезонной деятельности в ответ на потепление океана, изменение морского льда и потерю кислорода.Это привело к сдвигу в видовом составе, численности и производстве биомассы экосистем от экватора к полюсам.

Какое изменение уровня моря наблюдается?

Глобальный средний уровень моря повышается с ускорением в последние десятилетия из-за увеличения темпов потери льда с Гренландского и Антарктического ледяных щитов, а также продолжающейся потери массы ледников и теплового расширения океана.

Скорость повышения среднего глобального уровня моря в 2006–2015 годах на 3,6 ± 0,5 мм в год ^–1 является беспрецедентной за последнее столетие.Сумма вклада ледникового покрова и ледников за период 2006–2015 гг. Является доминирующим источником повышения уровня моря, превышающего эффект теплового расширения океанской воды. Основной причиной повышения среднего глобального уровня моря с 1970 года является антропогенное воздействие.

Усиление ветров и осадков тропических циклонов, а также усиление экстремальных волн в сочетании с относительным повышением уровня моря усугубляют экстремальные явления, связанные с уровнем моря, и опасные прибрежные явления (рис. 2). Появляются доказательства увеличения ежегодной глобальной доли тропических циклонов категории 4 или 5 в последние десятилетия.

Восстановление прибрежных экосистем с растительностью, таких как мангровые заросли, приливные болота и луга из морских водорослей (прибрежные экосистемы с «голубым углеродом»), может обеспечить смягчение последствий изменения климата за счет увеличения поглощения и хранения углерода около 0,5% от текущих глобальных выбросов ежегодно, а также множества других преимуществ (например, защита от штормов, улучшение качества воды и улучшение биоразнообразия и рыболовства). Улучшение количественной оценки накопления углерода и потоков парниковых газов в этих прибрежных экосистемах снизит текущие неопределенности в отношении измерений, отчетности и проверки.

Какова роль климатической информации в реализации эффективных мер реагирования на связанные с климатом изменения в океане и криосфере?

Ключевые инструменты включают образование и климатическую грамотность, наблюдения, мониторинг и прогнозирование, использование всех доступных источников знаний, обмен данными, информацией и знаниями. Устойчивый долгосрочный мониторинг, обмен данными, информацией и знаниями и улучшенные контекстно-зависимые прогнозы, включая системы раннего предупреждения, помогают управлять негативными последствиями изменений океана, такими как потери в рыболовстве, и неблагоприятные воздействия на здоровье человека, продовольственную безопасность, сельское хозяйство. , коралловые рифы, аквакультура, лесные пожары, туризм, охрана природы, засуха и наводнения.

меньше снега, теплее, чем в среднем, по прогнозам группы погоды WBZ — CBS Boston

BOSTON (CBS) — Хорошо, давайте будем честными.В прошлом году наша зимняя перспектива поджарилась. В прямом и переносном смысле. Мы попытались прочитать чайные листья и назвали очень снежную зиму. Результатом стала одна из самых теплых и скучных зим в истории юга Новой Англии. Когда дело доходит до этих долгосрочных прогнозов, предсказатели могут выиграть, а некоторые проиграть. Но, в конце концов, природа по-прежнему держит все карты. Мы вскрыли, где все пошло не так.

Суть в том, что 7-дневный период обычно находится на твердой почве.Но выяснение разумной погоды за 2–3 месяца вперед — это, как вы можете себе представить, работа в стадии разработки. Вы можете найти всевозможные точки зрения и мнения от частного сектора до государственных метеорологических агентств. Никто не будет каждый раз прав. Что мы можем сделать, так это извлечь уроки из неудач и продолжать продвигаться к надежности!

Итак, поехали! Зима 2020-21.Неужели этот сезон будет тусклым третий год подряд? Верите вы или нет, первые признаки говорят «да». Вот краткое изложение всех факторов, за которыми мы следим, и того, как они работают, чтобы повлиять на следующие несколько месяцев.

Слон в номере: Ла Нина

Нынешние аномалии температуры поверхности моря, показывающие, что вода в экваториальной части Тихого океана холоднее, чем обычно. Это визитная карточка La Nina. (Изображение предоставлено: weathermodels.com)

Хорошей отправной точкой в ​​любой зимней перспективе является взгляд на то, что делает Южное колебание Эль-Ниньо (ЭНСО).В то время как Эль-Ниньо — это потепление экваториальной части Тихого океана, Ла-Ниньо — охлаждение этих вод. Многие из наших самых снежных сезонов происходят, когда сигнал ENSO слабый или нейтральный, в то время как сильные события по обе стороны спектра, как правило, имеют менее снежные результаты. Эта зима прочно стоит в колонке Ла-Нинья, и ожидается, что в следующие несколько месяцев ожидается умеренное или сильное событие.

Фаза ЭНСО и ее связь с сезонными снегопадами в Бостоне. (Изображение предоставлено: Джош Тимлин — Twitter)

Характерной особенностью Ла-Нины является хребет через субтропическую Атлантику, который выходит на юго-восток острова.S. и иногда на север через Новую Англию. Сила этого юго-восточного гребня обычно наиболее высока в январе и феврале. Вспомните последнюю Ла-Нину в 2017–18 годах, когда у нас был самый теплый февраль за всю историю наблюдений. Если есть какие-то заслоны в Северной Атлантике, чтобы оттолкнуть этот хребет, тогда он может быть более плоским, если над Новой Англией будет держаться более прохладный воздух. Хотя в настоящее время похоже, что это не так.

Обычно мы также смотрим на Тихий океан в более широком смысле для аналогов, но в этом году это невозможно.Нет хороших аналогов. Никто. Почти в каждом случае Ла-Нины, помимо других глобальных изменений, характерны более холодные воды, простирающиеся в северную часть Тихого океана. На этот раз северная часть Тихого океана выходит за рамки нормы, как и Атлантика. Вы можете просмотреть все океанические архивы и не найти ситуации, близкой к этой. Так что это не будет нам особенно полезно.

Тандем «Октябрьское снежное проклятие» и «Ноябрьский враг»

Есть ли проклятие октябрьского снега? Это зависит от того, как вы на это смотрите.Если посчитать всевозможные «следовые» снежные явления в октябре, то сильного сигнала вы не обнаружите. Но если вы просто посмотрите на большие / действительно необычные, то да, вы можете сказать, что очень ранний снег проклинает остаток зимы. Наши самые большие снегопады в октябре были в этом году, 2011 и 1979 годах. После сильного снежного шторма 2011 года снег практически не выпадал до конца зимы. В сезоне 1979-80 он был немногим лучше — 12,5 дюйма за сезон. В Бостоне также было заметное количество октябрьских снегопадов в 2005 и 2009 годах, и ни одна из этих зим не была особо примечательной.

(WBZ-TV графика)

А ноябрь — часто показывает руку зимы. Прошлый год был одним из немногих, которые мы когда-либо видели, когда это главное правило не сработало. Конечно, в конце ноября — начале декабря сразу же было холодно и снежно, но так закончилось все зимнее шоу. Часто мягкий ноябрь приводит к мягкой зиме и наоборот. Несомненно, ноябрь этого года войдет в книги как более мягкий, чем средний, благодаря рекордной теплоте в первой половине месяца. В Бостоне мы провели почти 70 дней в истории с 1990 и 1927 годами… оба были скудными зимами с 19.1 ″ и 20,8 ″ соответственно.

Компьютерное руководство в строгом соответствии с требованиями

«Все модели неправильные, некоторые полезны». Это, безусловно, относится к погоде. Сезонные модели — это не евангелие, но они могут дать нам некоторые подсказки. Прошлой зимой они действительно неплохо поработали, и мы, к большому сожалению, их проигнорировали. Так что они говорят? Все сезонные модели сильно бьют по настройке La Nina. Это означает, что картина благоприятствует самым холодным условиям на Аляске, западе Канады и северо-западных частях Нижнего 48.Между тем, развивается много сильных юго-восточных хребтов, что делает остальную часть страны довольно мягкой.

(Изображение предоставлено: weathermodels.com)

Они также действительно продвигают тандем + NAO и + AO. Другими словами, очень небольшое блокирование Северной Атлантики (особенно в январе и феврале) и сильное полярное струйное течение. Это факторы, которые затрудняют выживание, и периоды сильных холода в восточной части США.С., и то же самое произошло прошлой зимой.

Полярный вихрь! Всеми любимый

Что случилось с нашим высокогорным другом на севере? Мы приближаемся к декабрю, и нас ждет бурное начало, и он станет более здоровым, чем в среднем. Это может показаться нелогичным, но более сильный полярный вихрь в стратосфере означает меньшие шансы вторжения арктического холода. Прошлой зимой был очень сильный полярный вихрь. Любители снега и холода действительно попадают в беду, когда стратосферный вихрь соединяется с тропосферой, где мы живем и меняется наша погода.Это также произошло прошлой зимой, и в результате получилось сильное струйное течение, которое не имеет больших падений, что позволяет возникать холодные вспышки и более сильные штормы.

(Изображение предоставлено: weatherbell.com)

Проблема с полярным вихрем в том, что вы не можете предсказать его заранее, чем за 2–3 недели. Вы можете попытаться найти подсказки относительно того, оттолкнет ли узор от Северного полюса или бросит в него поток энергии, чтобы «ослабить» или «разбить» вихрь, но это все. Таким образом, хотя мы можем с уверенностью сказать, что он начнется с сильной погоды, и это не лучший вариант для метели, он может не продержаться всю зиму.Некоторые исследования показывают, что во время событий Ла-Нинья сбои более вероятны в конце зимы.

Руководство по модели в настоящее время прогнозирует рекордный или почти рекордный полярный вихрь, который ожидается в декабре. (Изображение предоставлено simonleewx.com)

Осенний накат снежного покрова Евразии

В последние годы этой переменной уделялось довольно много внимания, хотя я не уверен, что согласен с тем, что она является важным фактором. Общая теория бега заключалась в том, что быстрое нарастание снега в Евразии в октябре может вызвать более сильные области высокого давления в этом регионе, что способствует ослаблению полярного вихря и суровой зимней погоде в восточной части США.С. и Европа. В течение нескольких лет казалось, что это были довольно примечательные отношения, но в последнее время они не выдержали испытания.

Так что я включаю его просто для аргументации, но он тоже указывает на довольно спокойную зиму. Это один из самых низких показателей за последние 15 лет. Еще одна отметка в графе «не суровый» для нас.

(Изображение предоставлено NOAA.gov)

В заключение….

Вы, наверное, уже поняли суть, но все признаки указывают на мягкую зиму.Это не значит, что природа в любом случае не окунет нас в воду и не закопает в снегу, но в ноябре невозможно убедить вас в том, что зима будет очень холодной и снежной. И, честно говоря, мы даже не беспокоимся о прогнозе зимы холоднее, чем в среднем, если только не видны явные признаки, потому что изменение климата продолжает делать наши зимы более мягкими. 13 из последних 15 зимних месяцев были теплее, чем в среднем в районе Бостона, включая 7 месяцев подряд. Этот 5-летний период включает в себя самый теплый декабрь за всю историю наблюдений, 3-й самый теплый январь, 1-е, 3-е и 7-е самые теплые февраля, а также 1, 4 и 5-е самые теплые зимние сезоны.Вы все еще можете получить сумасшедшую разовую зиму, такую ​​как 2014-15 (которую мы называли более снежной и холодной, чем в среднем!), Но это будет скорее исключением, чем правилом. И в том году были сильные признаки, указывающие на то, что это было на столе.

Снег — более сложная переменная, потому что 1 или 2 хороших шторма, происходящие в любое время в течение 5 месяцев, могут сразу приблизить нас к среднему значению за сезон. Это почти игра в догадки, чтобы узнать, попадет ли в схему хороший штормовой путь в какой-то момент в течение февраля.Но общее правило состоит в том, что более теплая зима с доминирующими характеристиками + AO / + NAO будет производить меньше снега. Таким образом, мы также будем требовать снегопада ниже среднего.

(WBZ-TV графика)

Чтобы продемонстрировать наш прогноз на этот сезон, мы используем другой вид. Подобно отслеживанию опросов, мы начнем с прогноза того, насколько теплее, чем в среднем будет эта зима, и сколько выпадет снега. Каждые 2-3 недели мы будем обновлять отслеживание в зависимости от того, что происходит на самом деле и как меняются рекомендации с течением времени.Так по окончании холодного сезона у нас будет наглядная история! Это покажет, как мы чувствовали, что все будет развиваться вначале, и когда (если вообще) изменилось мышление.

Мы начнем с прогноза зимы (декабрь-январь-февраль), которая в конечном итоге будет на 2–3 градуса теплее, чем в среднем, и выпадением снега в диапазоне 15–30 дюймов в бостонском аэропорту Логан. И мы будем отслеживать это до конца.Увидимся на другой стороне!

(WBZ-TV графика)

Факторы окружающей среды, влияющие на плотность клещей в течение семи лет во французском пригородном лесу | Паразиты и переносчики

Дантас-Торрес Ф., Чомель Б.Б., Отранто Д. Клещи и клещевые болезни: единая перспектива здоровья. Trends Parasitol. 2012; 28: 437–46.

Артикул PubMed Google ученый

Марена M, Thys E, Achi L, Toure A, De Deken R. Rhipicephalus ( Boophilus ) microplus : наиболее успешный инвазивный вид клещей в Западной Африке. Exp Appl Acarol. 2011; 53: 139–45.

CAS Статья PubMed Google ученый

Vayssier-Taussat M, Moutailler S, Michelet L, Devillers E, Bonnet S, Cheval J, Hebert C, Eloit M. Секвенирование следующего поколения позволяет выявить неожиданные бактериальные патогены у клещей в Западной Европе. PLoS One.2013; 8: e81439.

Артикул PubMed PubMed Central Google ученый

Бонне С., Мишле Л., Мутайлер С., Шеваль Дж., Эбер С., Вайсье-Тауссат М., Элоит М. Идентификация паразитарных сообществ европейских клещей с использованием секвенирования следующего поколения. PLoS Negl Trop Dis. 2014; 8: e2753.

Артикул PubMed PubMed Central Google ученый

Leger E, Vourc’h G, Vial L, Chevillon C, McCoy KD. Изменение распространения клещей: причины и последствия. Exp Appl Acarol. 2013; 59: 219–44.

Артикул PubMed Google ученый

Линдгрен Е., Андерссон Ю., Сук Дж. Э., Судре Б., Семенза Дж. Здравоохранение. Мониторинг риска новых инфекционных заболеваний в ЕС в связи с изменением климата. Наука. 2012; 336: 418–9.

CAS Статья PubMed Google ученый

Heyman P, Cochez C, Hofhuis A, van der Giessen J, Sprong H, Porter SR, Losson B, Saegerman C, Donoso-Mantke O, Niedrig M, et al. Явная и реальная опасность: клещевые болезни в Европе. Эксперт Rev Anti Infect Ther. 2010; 8: 33–50.

Артикул PubMed Google ученый

Риццоли А., Силаги С., Обьегала А., Рудольф I, Хубалек З., Фёльдвари Г., Плантард О., Вайсье-Тауссат М., Бонне С., Шпитальска Е. и др. Ixodes ricinus и передаваемые им патогены в городских и пригородных районах Европы: новые опасности и актуальность для общественного здравоохранения.Фронт общественного здравоохранения. 2014; 2: 251.

Medlock JM, Hansford KM, Bormane A, Derdakova M, Estrada-Pena A, George JC, Golovljova I, Jaenson TG, Jensen JK, Jensen PM, et al. Движущие силы изменений в географическом распространении клещей Ixodes ricinus в Европе. Векторы паразитов. 2013; 6: 1.

Артикул PubMed PubMed Central Google ученый

Vassallo M, Paul RE, Perez-Eid C.Временное распределение годового поголовья нимфальных особей из клещей Ixodes ricinus, особей. Exp Appl Acarol. 2000; 24: 941–9.

Артикул Google ученый

Джуда Ф., Перре Дж. Л., Герн Л. Плотность поиска нимфы Ixodes ricinus и взрослых, инфицированных Borrelia burgdorferi sensu lato в Швейцарии: пространственно-временная картина в региональном масштабе. Vector Borne Zoonotic Dis. 2004; 4: 23–32.

Артикул PubMed Google ученый

Шварц А., Майер В.А., Кистеманн Т., Кампен Х. Анализ распространения клеща Ixodes ricinus L. (Acari: Ixodidae) в заповеднике на западе Германии с использованием географических информационных систем. Int J Hyg Environ Health. 2009; 212: 87–96.

Артикул PubMed Google ученый

Лаутербах Р., Уэллс К., О’Хара Р. Б., Калко Е. К., Реннер СК. Переменная сила признаков древостоя и погодные условия в отношении активности охоты клещей Ixodes ricinus в течение многих лет в управляемых лесах.PLoS One. 2013; 8: e55365.

CAS Статья PubMed PubMed Central Google ученый

Burri C, Moran Cadenas F, Douet V, Moret J, Gern L. Плотность Ixodes ricinus и распространенность инфекции Borrelia burgdorferi sensu lato вдоль северного высотного градиента в долине Роны (Швейцария ). Vector Borne Zoonotic Dis. 2007; 7: 50–8.

Артикул PubMed Google ученый

Daniel M, Malý M, Danielová V, Kříž B, Nuttall P. Абиотические предикторы и годовая сезонная динамика Ixodes ricinus , основного переносчика болезней в Центральной Европе. Векторы паразитов. 2015; 8: 478.

Артикул PubMed PubMed Central Google ученый

Eisen L, Eisen RJ, Lane RS. Сезонная активность нимф Ixodes pacificus в зависимости от климатических условий. Med Vet Entomol.2002; 16: 235–44.

CAS Статья PubMed Google ученый

Eisen RJ, Eisen L, Ogden NH, Beard CB. Связь погоды и климата с Ixodes scapularis и Ixodes pacificus (Acari: Ixodidae), энзоотической передачей Borrelia burgdorferi и болезнью Лайма в Северной Америке. J Med Entomol. 2016; 53: 250–61.

Артикул PubMed Google ученый

Eisen RJ, Eisen L, Lane RS. Прогнозирование плотности нимф Ixodes pacificus в густых лесах в округе Мендосино, Калифорния, на основе географических информационных систем и дистанционного зондирования в сравнении с данными, полученными с полей. Am J Trop Med Hyg. 2006; 74: 632–40.

PubMed Google ученый

Maresca B, Poquet G, Martin O. Enquete dequency dans la forêt de senart et dans les forêts domaniales des hauts-de-seine.Crédoc. 2005; т. 3.

Vassallo M, Pichon B, Cabaret J, Figureau C, Perez-Eid C. Методика отбора проб квестовых нимф Ixodes ricinus (Acari: Ixodidae), основного переносчика болезни Лайма в Европе. J Med Entomol. 2000; 37: 335–9.

CAS Статья PubMed Google ученый

Перес-Эйд К. Ле Тикс: идентификация, биология, важность медицины и ветеринарии, Tec & Doc Lavoisier.Париж: Лавуазье; 2007.

Google ученый

Reis C, Cote M, Paul RE, Bonnet S. Поисковые клещи в пригородном лесу инфицированы как минимум шестью клещевыми патогенами. Vector Borne Zoonotic Dis. 2011; 11: 907–16.

Артикул PubMed Google ученый

Bonnet SI, Liu XY. Лабораторное искусственное заражение твердых клещей: инструмент для анализа передачи возбудителей клещевых инфекций.Acariologia. 2012; 52: 453–64.

Артикул Google ученый

Halos L, Jamal T, Vial L, Maillard R, Suau A, Le Menach A, Boulouis HJ, Vayssier-Taussat M. Определение эффективного и надежного метода выделения ДНК из клещей. Vet Res. 2004. 35: 709–13.

CAS Статья PubMed Google ученый

Блэк В.С., Писман Дж. Филогения таксонов твердых и мягких клещей (Acari: Ixodida) на основе митохондриальных последовательностей 16S рДНК.Proc Natl Acad Sci U S. A. 1994; 91: 10034–8.

CAS Статья PubMed PubMed Central Google ученый

Лоу Р., Казеллес, Б., Пол Р., Родо Х. Количественная оценка добавленной стоимости межгодовой изменчивости климата в пространственно-временной модели денге. Оценка рисков Stoch Environ Res . 2015; 1–12.

Perret JL, Guigoz E, Rais O, Gern L. Влияние дефицита насыщения и температуры на активность поиска клещей Ixodes ricinus в районе, эндемичном по боррелиозу Лайма (Швейцария).Parasitol Res. 2000. 86: 554–7.

CAS Статья PubMed Google ученый

Хубалек З., Халоузка Дж., Юрикова З. Активность иксодовых клещей по поиску хозяев в зависимости от погодных переменных. J Vector Ecol. 2003. 28: 159–65.

PubMed Google ученый

Огден Н.Х., Мааруф А., Баркер И.К., Биграс-Пулин М., Линдси Л.Р., Моршед М.Г., О’Каллаган С.Дж., Рамай Ф., Уолтнер-Тойз Д., Чаррон Д.Ф.Изменение климата и возможность расширения ареала переносчика болезни Лайма Ixodes scapularis в Канаде. Int J Parasitol. 2006; 36: 63–70.

CAS Статья PubMed Google ученый

Салкельд DJ, Кастро М.Б., Бонилла Д., Кьемтруп А., Крамер В.Л., Лейн Р.С., Пэджетт К.А. Сезонная активность западного черноногого клеща Ixodes pacificus в связи с началом болезни Лайма у человека в северо-западной Калифорнии.Клещи Tick Borne Dis. 2014; 5: 790–6.

Артикул PubMed Google ученый

Padgett KA, Lane RS. Жизненный цикл Ixodes pacificus (Acari: Ixodidae): время процессов развития в полевых и лабораторных условиях. J Med Entomol. 2001; 38: 684–93.

CAS Статья PubMed Google ученый

Vassallo-Paul M. Borréliose de Lyme: étude des densités du vecteur Principal, le groupe d ’ espèces Ixodes ricinus , et de ses Relations à l ’ environmental.Оценка зон и периодов риска для – человека, сократившего болезнь, Доктора биологии, Университет Пьера и Марии Кюри. Париж, Франция. 2000; 125 с.

LoGiudice K, Duerr ST, Newhouse MJ, Schmidt KA, Killilea ME, Ostfeld RS. Влияние состава принимающего сообщества на риск болезни Лайма. Экология. 2008; 89: 2841–9.

Артикул PubMed Google ученый

Добсон ADM, Randolph SE.Моделирование воздействия недавних изменений климата, плотности хозяев и лечения акарицидами на динамику популяции Ixodes ricinus в Великобритании. J Appl Ecol. 2011; 48: 1029–37.

Артикул Google ученый

Randolph SE. Изменяющийся ландшафт клещевых зоонозов: клещевой энцефалит и боррелиоз Лайма в Европе. Philos Trans R Soc Lond B Biol Sci. 2001; 356: 1045–56.

CAS Статья PubMed PubMed Central Google ученый

Beytout J, George JC, Malaval J, Garnier M, Beytout M, Baranton G, Ferquel E, Postic D. Заболеваемость боррелиозом Лайма в двух французских департаментах: корреляция с заражением клещами Ixodes ricinus Borrelia burgdorferi sensu lato. Vector Borne Zoonotic Dis. 2007; 7: 507–17.

CAS Статья PubMed Google ученый

Halos L, Jamal T, Maillard R, Beugnet F, Le Menach A, Boulouis HJ, Vayssier-Taussat M.Свидетельство Bartonella sp. в поисках взрослых и нимфальных клещей Ixodes ricinus из Франции и коинфекции Borrelia burgdorferi sensu lato и Babesia sp. Vet Res. 2005; 36: 79–87.

Артикул PubMed Google ученый

Halos L, Bord S, Cotte V, Gasqui P, Abrial D, Barnouin J, Boulouis HJ, Vayssier-Taussat M, Vourc’h G. Экологические факторы, характеризующие распространенность бактериальных клещевых патогенов в Ixodes ricinus клещей на пастбищах и в лесах.Appl Environ Microbiol. 2010; 76: 4413–20.

CAS Статья PubMed PubMed Central Google ученый

Zhioua E, Postic D, Rodhain F, Perez-Eid C. Заражение Ixodes ricinus (Acari: Ixodidae) Borrelia burgdorferi в Иль-де-Франс. J Med Entomol. 1996; 33: 694–7.

CAS Статья PubMed Google ученый

Котте V, Бонне С., Кот М., Вайсье-Тоссат М. Распространенность пяти патогенных агентов в поисках клещей Ixodes ricinus из западной Франции. Vector Borne Zoonotic Dis. 2010; 10: 723–30.

Артикул PubMed Google ученый

Bonnet S, de la Fuente J, Nicollet P, Liu X, Madani N, Blanchard B, Maingourd C, Alongi A, Torina A, Fernandez de Mera IG, et al. Распространенность клещевых патогенов среди взрослых особей Dermacentor spp.клещей с девяти мест сбора во Франции. Vector Borne Zoonotic Dis. 2013; 13: 226–36.

CAS Статья PubMed Google ученый

Marsot M, Chapuis JL, Gasqui P, Dozieres A, Masseglia S, Pisanu B, Ferquel E, Vourc’h G. Интродуцированные сибирские бурундуки ( Tamias sibiricus barberi) способствуют большему риску лимфоборрелиоза, чем местные резервуарные грызуны. PLoS One. 2013; 8: e55377.

CAS Статья PubMed PubMed Central Google ученый

Marsot M, Sigaud M, Chapuis JL, Ferquel E, Cornet M, Vourc’h G. Интродуцированные сибирские бурундуки ( Tamias sibiricus barberi ) обладают более разнообразными генотипами Borrelia burgdorferi sensu lato, чем местные рыжие полевки ( ). Appl Environ Microbiol. 2011; 77: 5716–21.

CAS Статья PubMed PubMed Central Google ученый

Гжещук А., Станчак Й. Высокая распространенность инфекции Anaplasma phagocytophilum у клещей, удаленных с кожи человека в северо-восточной Польше.Энн Агрик Энвайрон Мед. 2006; 13: 45–8.

PubMed Google ученый

Саного Ю.О., Парола П., Шпынов С., Камикас Дж. Л., Бруки П., Карузо Г., Рауль Д. Генетическое разнообразие бактериальных агентов, обнаруженных у клещей, удаленных от бессимптомных пациентов в северо-восточной Италии. Ann N Y Acad Sci. 2003; 990: 182–90.

CAS Статья PubMed Google ученый

Halos L, Vourc’h G, Cotte V, Gasqui P, Barnouin J, Boulous HJ, Vayssier-Taussat M.Распространенность Anaplasma phagocytophilum, Rickettsia sp. и Borrelia burgdorferi sensu lato ДНК в поисках клещей Ixodes ricinus из Франции. Ann N Y Acad Sci. 2006; 1078: 316–9.

CAS Статья PubMed Google ученый

Парола П., Беати Л., Камбон М., Бруки П., Рауль Д. Эрлихиальная ДНК, амплифицированная из Ixodes ricinus (Acari: Ixodidae) во Франции. J Med Entomol.1998. 35: 180–3.

CAS Статья PubMed Google ученый

Дух Д., Петровец М., Авшич-Зупанц Т. Молекулярная характеристика патогена человека Babesia EU1 у клещей Ixodes ricinus из Словении. J Parasitol. 2005; 91: 463–5.

CAS Статья PubMed Google ученый

Casati S, Sager H, Gern L, Piffaretti JC.Наличие потенциально патогенных Babesia sp. для человека в Ixodes ricinus в Швейцарии. Энн Агрик Энвайрон Мед. 2006; 13: 65–70.

CAS PubMed Google ученый

Cieniuch S, Stanczak J, Ruczaj A. Первое обнаружение Babesia EU1 и Babesia canis canis у Ixodes ricinus клещей (Acari, Ixodidae), собранных в городских и сельских районах Польши.Pol J Microbiol. 2009. 58: 231–6.

CAS PubMed Google ученый

Wielinga PR, Fonville M, Sprong H, Gaasenbeek C, Borgsteede F, Giessen JW. Устойчивое обнаружение Babesia EU1 и Babesia microti в Ixodes ricinus в Нидерландах в течение 5-летнего наблюдения: 2003–2007 гг. Vector Borne Zoonotic Dis. 2008; 9: 119–22.

Артикул PubMed Google ученый

Bonnet S, Jouglin M, Malandrin L, Becker C, Agoulon A, L’Hostis M, Chauvin A. Трансстадиальная и трансовариальная устойчивость Babesia divergens ДНК в Ixodes ricinus клещах, питающихся инфицированной кровью в новом кожном питании техника. Паразитология. 2007. 34: 197–207.

Артикул Google ученый

Becker CA, Bouju-Albert A, Jouglin M, Chauvin A, Malandrin L. Естественная передача зоонозов Babesia spp.на Ixodes ricinus клещей. Emerg Infect Dis. 2009; 15: 320–2.

Артикул PubMed PubMed Central Google ученый

Bonnet S, Brisseau N, Hermouet A, Jouglin M, Chauvin A. Экспериментальная in vitro передача Babesia sp. (EU1) по Ixodes ricinus . Vet Res. 2009; 40: 21.

Артикул PubMed PubMed Central Google ученый

Gray J, Zintl A, Hildebrandt A, Hunfeld KP, Weiss L. Зоонозный бабезиоз: обзор болезни и новые аспекты идентификации патогенов. Клещи Tick Borne Dis. 2010; 1: 3–10.

Артикул PubMed Google ученый

Foley JE, Nieto NC. Туляремия. Vet Microbiol. 2009. 140: 332–8.

Артикул PubMed Google ученый

Cotte V, Bonnet S, Le Rhun D, ​​Le Naour E, Chauvin A, Boulouis HJ, Lecuelle B, Lilin T, Vayssier-Taussat M.Передача Bartonella henselae через Ixodes ricinus . Emerg Infect Dis. 2008; 14: 1074–80.

CAS Статья PubMed PubMed Central Google ученый

Reis C, Cote M, Le Rhun D, ​​Lecuelle B, Levin ML, Vayssier-Taussat M, Bonnet SI. Компетентность клеща Ixodes ricinus в качестве переносчика Bartonella birtlesii . PLoS Negl Trop Dis. 2011; 5: e1186.

Артикул PubMed PubMed Central Google ученый