• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      遵義市暴雨氣候特征分析

      2017-05-16 06:46:48姚正蘭謝和林
      中低緯山地氣象 2017年2期
      關(guān)鍵詞:綏陽變點單站

      姚正蘭,謝和林,宋 芳

      (1.貴州省貴陽市氣象局,貴州 貴陽 550001;2.貴州省遵義市氣象局,貴州 遵義 563002;3.貴州省綏陽縣氣象局,貴州 綏陽 563300)

      遵義市暴雨氣候特征分析

      姚正蘭1,謝和林2,宋 芳3

      (1.貴州省貴陽市氣象局,貴州 貴陽 550001;2.貴州省遵義市氣象局,貴州 遵義 563002;3.貴州省綏陽縣氣象局,貴州 綏陽 563300)

      利用遵義市13個氣象觀測站1961—2015年逐日暴雨資料,采用合成分析和Petitt方法研究了遵義市暴雨的氣候特征。結(jié)果表明:遵義市暴雨發(fā)生有一定的階段性,上世紀60、70年代較多,80、90年代較少。在1995年、2005年及2011年發(fā)生了突變,1995—2004年是暴雨發(fā)生最多的一個階段,2010年后暴雨又處于多發(fā)期。暴雨發(fā)生有明顯的區(qū)域性,市內(nèi)有兩個暴雨多發(fā)區(qū)域,一個在東南部(包括綏陽、湄潭、鳳岡、余慶),暴雨中心在鳳岡,另一暴雨多發(fā)區(qū)域為赤水。暴雨氣候特征的分析結(jié)果對做好暴雨預(yù)測預(yù)警,加強暴雨災(zāi)害防御能力有一定參考作用。

      暴雨;氣候特征;Petitt方法

      1 引言

      暴雨災(zāi)害不僅對工農(nóng)業(yè)基礎(chǔ)設(shè)施造成嚴重破壞,而且對人民群眾的生命財產(chǎn)造成極大的損害和威脅,已成為經(jīng)濟社會可持續(xù)發(fā)展的重要制約因素之一[1]。因此,對暴雨的研究一直是氣象學(xué)科重要課題之一[2-3]。近年來,隨著全球變暖,高溫干旱和強降水等極端事件的發(fā)生呈趨多趨強的態(tài)勢[4-5],已引起社會各界的廣泛關(guān)注。

      遵義地處云貴高原向湖南丘陵和四川盆地過渡的斜坡地帶,市境內(nèi)地形多樣復(fù)雜,氣候差異明顯,由持續(xù)性暴雨引發(fā)的洪澇和由突發(fā)性局地暴雨引發(fā)的泥石流等各種自然災(zāi)害時有發(fā)生。2010年7月8—13日遵義市出現(xiàn)大范圍持續(xù)暴雨,因災(zāi)死亡9人,失蹤2人,造成直接經(jīng)濟損失8.1億元[6]。2011年6月18日湄潭24 h降雨量達202.8 mm,突破該站1942年以來的氣象記錄。2014年習(xí)水良村鎮(zhèn)特大暴雨造成山洪泥石流,因災(zāi)死亡13人,直接經(jīng)濟損失12.7億元[7]。暴雨有較強的突發(fā)性,具有強度大、持續(xù)時間長的特點,常引發(fā)不同程度的洪澇災(zāi)害及地質(zhì)災(zāi)害[8]。

      多年來,各地氣象工作者不僅對暴雨發(fā)生發(fā)展的機理作了大量研究工作[9-13],從經(jīng)驗和定性的角度出發(fā),采用多種物理量進行診斷分析,得出了許多有益的結(jié)論,同時對暴雨氣候特征也作了大量的分析[14-17],使得暴雨研究水平和暴雨預(yù)報確率不斷提高。很多研究也對更小區(qū)域的暴雨氣候特征進行了分析[18-19]。雖然近年來遵義市暴雨研究取得一些成果[7,20],但多為暴雨個例成因分析,有關(guān)于遵義市暴雨的氣候?qū)W研究不多。本文利用1961—2015年遵義市13個氣象臺站(因遵義市匯川站建于2005年,資料年限較短,故匯川站不參加本文討論)的逐日降水資料,分析遵義市暴雨時空分布特征及其變化趨勢,掌握暴雨氣候特點,以期提高暴雨預(yù)報能力和暴雨災(zāi)害防御能力。

      2 資料與方法

      選取遵義市1961—2015年共55 a 13個氣象臺站的逐日(20—20時,北京時間)降水資料。全市有1個及以上的臺站24 h降水量≥50 mm記為1次暴雨日,1個臺站24 h降水量≥50 mm記為1站次暴雨。日降水量達50.0~99.9 mm,定義為暴雨;日降水量達100.0~249.9 mm,定義為大暴雨。

      為分析暴雨變化的階段性,利用Petitt 方法計算變點[21-22],即對時間序列xt(t= 1,2,…,m) ,定義統(tǒng)計量,見式(1)。

      Ut,m=∑∑Di,j

      1≤i≤j,1+t≤j≤m,1≤t≤m-1

      (1)

      滿足下列條件的點t0為變點,

      Kt0=max|Ut,m|,1≤t≤m-1

      計算P0=2expK2t0(m3+m2)〗

      若P0≤0.5,則認為變點t0在統(tǒng)計上是顯著的。用此方法可以檢測出序列的1個變點。為了研究不同時間尺度的變化,本文將序列以變點為界線分成2 個子序列,然后用Petitt 方法檢測新變點,原來的變點稱為一級變點,新變點稱為二級變點。將子序列以二級變點為界線,依次類推。

      3 結(jié)果與分析

      3.1 暴雨分布

      3.1.1 時間分布 統(tǒng)計遵義市13個臺站1961年以來的暴雨日數(shù)和暴雨站次(見圖1)。近55 a遵義市共出現(xiàn)暴雨日887 d,平均每年15.5 d。1967年暴雨日數(shù)最多,為25 d,1990年暴雨日數(shù)最少,僅有6 d。近55 a遵義市共出現(xiàn)暴雨1 738站次,平均每年31.6站次。2014年暴雨站次最多,達59站次,1990年暴雨站次最少,僅有11站次。

      圖1 遵義市1961—2015年暴雨日數(shù)和暴雨站次歷年分布Fig.1 The number of rainstorm days and times of stations distribution over the years in Zunyi from 1961 to 2015

      統(tǒng)計1961—2015年各年代的暴雨、大暴雨站次(表1),暴雨站次以20世紀60多年最多,為174站次,80年代最少,只有145站次,而本世紀以來比上世紀80、90年代有增多的趨勢。大暴雨站次以20世紀90年代最多,達46站次,按年均大暴雨站次分析,2011—2015年近5 a為年均2.4次,為最少的一個時期,表明近年來大暴雨處于相對較少時期。

      表1 1961—2015年暴雨、大暴雨站次年代統(tǒng)計表 (次)

      從暴雨月際分布來看(見圖2a),全年只有冬季的12月、1月和2月未出現(xiàn)過暴雨,7月、6月暴雨最多,分別占全年的27.4%和25.5%。暴雨頻次各月從多到少的順序為7月>6月>8月>5月>9月>10月>4月>11月>3月。大暴雨與暴雨月際分布特征一致,同樣以7月、6月發(fā)生大暴雨的站次最多,值得一提的是4月從未出現(xiàn)過大暴雨,而3月和11月均有大暴雨發(fā)生。

      一年中最早暴雨出現(xiàn)在2013年3月23日,最晚暴雨發(fā)生在1967年11月27日。本世紀以來遵義市暴雨發(fā)生的時間與國內(nèi)部分地方一樣,有前后發(fā)展的趨勢[22]。將3—4月和10—11月出現(xiàn)的暴雨分別代表暴雨出現(xiàn)早晚的特征,以每5 a統(tǒng)計3—4月和10—11月暴雨站次(圖2b),可以看出20世紀70年代后期到90年代,暴雨出現(xiàn)早晚特征并不明顯,特別是3—4月的暴雨發(fā)生較少。而在1961—1975年和2000—2015年這兩個時段3—4月和10—11月暴雨出現(xiàn)相對較多,比如2000—2015年這15 a 3—4月和10—11月的暴雨分別占近55 a同時期總暴雨的40%和38%,尤其是10—11月的暴雨共發(fā)生92站次,而2011—2015年這5 a就有18站次,這一特征提醒在今后的天氣預(yù)報和氣象服務(wù)業(yè)務(wù)中都應(yīng)更加注意早春和晚秋時期暴雨發(fā)生的可能性。

      圖2 遵義市暴雨、大暴雨逐月分布(a)和3—4月、10—11月暴雨每5 a合計站次(b)Fig.2 Rainstorm monthly distribution (a) and 3—4 month, 10—11 month rain every 5 years the total times (b) in Zunyi

      3.1.2 地域分布 統(tǒng)計遵義13個臺站1961—2015年暴雨次數(shù)(表2)。暴雨發(fā)生次數(shù)最多的是鳳岡,為170次,最少的是仁懷,僅107次。從全市年平均暴雨分布(圖3a)可見,遵義市暴雨易發(fā)區(qū)域主要出現(xiàn)在大婁山東南側(cè)的余慶、湄潭、綏陽、鳳岡,平均每年2.6~3.2次,其中以鳳岡為暴雨中心,另外赤水也是暴雨相對多發(fā)地。市內(nèi)暴雨相對較少的區(qū)域為習(xí)水、桐梓、仁懷,平均每年1.9~2.0次。遵義市暴雨多出現(xiàn)在東南部的原因主要是影響本地的冷空氣活動路徑大多是經(jīng)江西、湖南由兩湖盆地從東部回流入侵銅仁市,且產(chǎn)生本地暴雨的天氣系統(tǒng)多為副熱帶高壓及沿副高北上的切變線或低渦,因此東南部影響較大;相對少暴雨區(qū)域的習(xí)水、桐梓、仁懷則是位于大婁山山脈的西北側(cè),受大婁山的阻擋,冷空氣勢力有所減弱,暴雨也就相對減少。而影響赤水的天氣形勢與市內(nèi)其它地方則有不同,其主要受川南天氣系統(tǒng)的影響。

      表2 1961—2015年遵義各臺站暴雨總次數(shù)和年平均暴雨次數(shù) (次)

      將全市逐年各站暴雨次數(shù)分別兩兩求相關(guān),得出相關(guān)系數(shù)較大和相關(guān)系數(shù)較小的兩地關(guān)系(見圖3b)。相關(guān)性較大的兩地分別為:桐梓與綏陽、綏陽與湄潭、正安與道真、正安與務(wù)川、務(wù)川與道真,這5個區(qū)域主要位于遵義市的中部和東北部,有明顯的區(qū)域性,其相關(guān)系數(shù)均在0.60以上,且均通過P<0.01的顯著性檢驗,說明這幾個區(qū)域同時出現(xiàn)暴雨的可能性較大,主要原因是地理位置較近,且受同一天氣系統(tǒng)的影響所致。相關(guān)性較小的兩地分別為:赤水與鳳岡、仁懷與正安、仁懷與務(wù)川、播州與正安、播州與道真,其相關(guān)系數(shù)均在0.10左右,由圖3b可看出,這5個區(qū)域相對距離較遠,說明距離越遠相關(guān)性越小,同時產(chǎn)生暴雨的可能性就越小。這一特征提醒在預(yù)報業(yè)務(wù)中要注意相鄰地域之間暴雨的關(guān)聯(lián)性。

      圖3 遵義市年平均暴雨日數(shù)分布(a);和暴雨站次相關(guān)性分布(b); (圖b中圓圈為相關(guān)性較大的兩地,直線為相關(guān)性較小的兩地)Fig.3 The annual average number of days of rainstorm distribution (a) and the correlation between distribution of rainstorm times (b) in Zunyi (Figure B in the circle for a larger correlation between the two, a straight line for the smaller correlation between the two)

      3.1.3 單站暴雨和區(qū)域性暴雨分布 沿用業(yè)務(wù)習(xí)慣將一天同時出現(xiàn)3個及以上暴雨站次定義為區(qū)域性暴雨,否則定義為單站暴雨。1961—2015年遵義市共出現(xiàn)暴雨日887 d,其中區(qū)域性暴雨日數(shù)為207 d,占總暴雨日數(shù)的23.3%,單站暴雨日為680 d,占總暴雨日數(shù)的76.7%。分別計算各臺站發(fā)生區(qū)域性暴雨、單站暴雨與本站全部暴雨次數(shù)之比,結(jié)果見表3。可見,對于各地出現(xiàn)區(qū)域性暴雨的比率,全市除赤水、習(xí)水、余慶為20.4%~40.9%外,其余各地都在50%以上,說明赤水、習(xí)水、余慶以單站暴雨居多,而其它各地則易發(fā)生在區(qū)域性暴雨中。其中赤水、余慶發(fā)生單站暴雨的概率最大,其比率分別為79.6%和70.5%,這與該兩地分別處于遵義市西北角和東南角的特殊地形有關(guān);而桐梓、正安、遵義、播州、綏陽出現(xiàn)區(qū)域性暴雨的比率則在60%以上,這5站正處于遵義市的中部地帶,受同一天氣系統(tǒng)的影響,更易發(fā)生在區(qū)域性暴雨中。

      表3 遵義各臺站區(qū)域性暴雨、單站暴雨占總暴雨次數(shù)比率 (%)

      3.1.4 日平均暴雨強度和暴雨日極大值的變化特征 本文將日平均暴雨強度(mm/d)定義為:單站日平均暴雨強度=單站暴雨總量/單站暴雨總?cè)諗?shù),全市日平均暴雨強度=全市暴雨總量/全市暴雨總站次。全市日平均暴雨強度為71.5 mm/d,最強出現(xiàn)在1991年為88.6 mm/d,最弱出現(xiàn)在1966年為62.2 mm。從年代際變化看,以上世紀90年代日平均暴雨強度最大,達74.8 mm/d,其次為80年代,其它時段日平均暴雨強度相差不大(見表4)。地域分布上以習(xí)水日平均暴雨強度75.0 mm/d最大,桐梓68.1 mm/d最小。

      將每年遵義市內(nèi)任一氣象臺站出現(xiàn)的暴雨日最大值定義為全市暴雨日極大值。全市平均暴雨日極大值為135.6 mm/d,暴雨極大值最大為192.7 mm,最小為84.1 mm。日最大降雨量出現(xiàn)在近5 a,上世紀80年代極值最小。

      表4 各年代日平均暴雨強度、暴雨極值統(tǒng)計表 (mm/d)

      3.2 突變分析

      利用petitt方法計算了近55 a遵義市年暴雨站次的變點,U50=130,為計算所得的最大Ut,m點, 此時P0=0.0,滿足P0≤0.5的統(tǒng)計條件, 即一級變點為2010年。以2010年分界的前后兩段序列, 用滑動t檢驗通過了0.05顯著性水平檢驗,表明在2010年發(fā)生了明顯的突變。用同樣的方法計算了二級變點,分別為2005年和1995年。

      圖4為1961—2015年遵義市年平均面雨量和年暴雨總站次距平百分率變化曲線。結(jié)合變點和圖4可以看出,1961—1994年遵義市暴雨站次變化是一個較長的起伏階段,總體暴雨站次較少,以負距平為主;1995年成為一個變點,之后的1995—2004年暴雨站次較多,以正距平為主,這一時期暴雨的增多與國內(nèi)部分地方暴雨增加的趨勢是吻合的[21,23];2005—2009年暴雨站次處于下降階段;2010年后暴雨站次又有增多的趨勢。按二級變點將近55 a遵義市的暴雨站次分為3個特征階段,可以得出, 1961—1994年暴雨站次為偏少階段,偏少的年份占21/34,偏多年份占13/34;1995—2004年是暴雨出現(xiàn)的偏多時段,偏多年份為8/10,偏少年份僅占2/10;2005—2015年是暴雨站次以偏少為主,偏多和偏少年份分別為4/11和7/11,但2010年后暴雨站次偏多和偏少各占一半。

      由圖4還可得出,年暴雨站次與年平均面雨量基本呈正相關(guān),計算二者的相關(guān)系數(shù)為0.592,且通過了P<0.0的顯著相關(guān),說明了本區(qū)域內(nèi)年降水量的多少與暴雨的貢獻密不可分。全市暴雨量平均占年降水量的16%,一些年份暴雨量甚至占到年降水量的25%左右,如1996年和2014年。

      圖4 1961—2015年遵義市年平均面雨量和暴雨總站次距平百分率變化Fig.4 The percentage change of the annual average rainfall and the rainstorm station in Zunyi from 1961 to 2015

      4 結(jié)論

      ①遵義市暴雨年代際變化以20世紀60、70年代較多,80、90年代較少。一年中暴雨、大暴雨都主要出現(xiàn)在7月,其次為6月。2011年以來暴雨發(fā)生初終日期明顯向每年的兩端發(fā)展,即初發(fā)期偏早,終止期偏晚,因此應(yīng)加強早春和晚秋暴雨的監(jiān)測預(yù)警。

      ②遵義市暴雨地域上以東南部綏陽、湄潭、鳳岡、余慶較多,暴雨中心在鳳岡,另一多發(fā)區(qū)域在赤水,這與本地的地形結(jié)構(gòu)有關(guān)。桐梓與綏陽、綏陽與湄潭、正安與道真、正安與務(wù)川、務(wù)川與道真,這5個區(qū)域同時出現(xiàn)暴雨的可能性較大。赤水、余慶易發(fā)生單站暴雨,而桐梓、正安、遵義、播州、綏陽這5站處于遵義市的中部,更易發(fā)生在區(qū)域性暴雨中。

      ③遵義市暴雨發(fā)生有一定的階段性,1995年和2005年發(fā)生了突變,1995年之前暴雨相對較少,1995—2004年是暴雨最多的階段,2005—2010年又處于少暴雨期,2010年后暴雨有增多的發(fā)展趨勢。

      [1]黃鶴,楊超,于雷,等.1958—2012年河北省汛期暴雨氣候變化特征分析[J].氣象與環(huán)境學(xué)報,2015,31(4):44-50.

      [2] 李紅梅,周天軍,宇如聰.近四十年我國東部盛夏日降水特性變化分析[J].大氣科學(xué),2008,32(2):358-370.

      [3] 鮑名,黃榮輝.近40年我國暴雨的年代際變化特征[J].大氣科學(xué),2006,30(6):1 057-1 067.

      [4] IPCC.Summary for Policymakers of the Synthesis Report of the IPCC Fourth Assessment Report[M].Cambridge,UK:Cambridge University Press,2007:8-9.

      [5] 江志紅,丁裕國,陳威霖.21世紀中國極端降水事件預(yù)估[J].氣候變化研究進展,2007,3(4):202-207.

      [6] 姚正蘭,王君軍,羅曉松,等.遵義市2010年7月8—13日暴雨洪澇特征及影響評估[J].安徽農(nóng)業(yè)科學(xué),2011,39(7):4 291-4 294.

      [7] 肖蕾,郭曉超,姚正蘭.習(xí)水2014年8月11日特大暴雨天氣過程的成因分析[J].貴州氣象,2015,39(5):19-23.

      [8] 殷淑燕,王海燕,王德麗,等.陜南漢江上游歷史洪水災(zāi)害與氣候變化[J].干旱區(qū)研究,2010,27(4):522-528.

      [9] 陳忠明,楊康權(quán).2003年7月4—5日梅雨鋒暴雨維持的診斷分析[J].高原氣象,2009,28(6):1 316-1 325.

      [10] 熊偉,羅喜平,周明飛.貴州2次MCC暴雨診斷和觸發(fā)機制對比分析[J].云南大學(xué)學(xué)報(自然科學(xué)版),2014,36(1):66-78.

      [11] 張虹,李國平,王曙東.西南渦區(qū)域暴雨的災(zāi)害中尺度濾波分析[J].高原氣象,2014,33(2):361-371

      [12] 胡蓉,史小康,李耀東.重慶一次暴雨過程的診斷分析[J].氣象與環(huán)境科學(xué),2016,39(1):66-73.

      [13] 張一平,孫景蘭,牛淑貞,等.河南區(qū)域暴雨的若干雷達回波特征[J].氣象與環(huán)境科學(xué),2015,38(3):25-36.

      [14] 白慧,陳貞紅,李長波,等.貴州省主汛期暴雨的氣候特征分析[J].貴州氣象,2012,36(3):1-6.

      [15] 鮑名,黃榮輝.近40年我國暴雨的年代際變化特征[J].大氣科學(xué),2006,30(6):1 057-1 067.

      [16] 李瑞,孟令旺,朱義青,等.1961—2012年山東省汛期暴雨氣候特征分析[J].氣象與環(huán)境學(xué)報,2015,31(2):51-58.

      [17] 吳濱,文明章,李玲,等.福建省不同短歷時暴雨時空分布特征[J].暴雨災(zāi)害,2015,34(2):153-159.

      [18] 王秀萍,金巍.1964—2013年大連地區(qū)暴雨氣候特征及變化規(guī)律[J].氣象與環(huán)境學(xué)報,2015,31(3):75-80.

      [19] 郭永婷,王文星,鄭勇.韶關(guān)市1956—2011年暴雨的氣候特征[J].廣東氣象,2013,35(2):27-30.

      [20] 王君軍,姚正蘭,王彪.TBB資料在一次黔北區(qū)域性暴雨分析中的應(yīng)用[J].貴州氣象,2011,35(3):18-20.

      [21] 鄭麗娜,靳軍,李建明.東營市暴雨氣候特征[J].氣象,2008,34(8):58-62.

      [22] 黃玉芳.近50年菏澤市暴雨氣候特征[J].中國農(nóng)學(xué)通報,2015,31(35):193-197.

      [23] 劉建國,胡建軍,王麗莉.大同地區(qū)暴雨的天氣分型及其成因的初步分析研究[J].山西氣象,2004(2):12-15.

      Climate characteristics of rainstorm in Zunyi City

      YAO Zhenglan1, XIE Helin2, SONG Fang3

      (1.Guiyang Bureau of Guizhou Province,Guiyang 550001,Guizhou;2.Zunyi Meteorology Bureau of Guizhou Province,Zunyi 563002,Guizhou; 3.Suiyang Meteorology Bureau of Guizhou Province,Suiyang 563300, Guizhou)

      The daily rainfall data of 13 meteorological stations in Zunyi City from 1961 to 2015 were analyzed. The climatic characteristics of Rainstorm in Zunyi city were studied by the method of synthetic analysis and Petitt. The results show: there was a certain stage of rainstorm in Zunyi, more in the last century 60, 70s; 80, 90s less. A mutation occurred in 1995 and 2005 and 2010, 1995-2004 years was the most rainstorm occurred in a stage; after 2010, the rainstorm was in a multiple period. The occurrence of rainstorm had obvious regional characteristics, the city had two rainstorm prone areas, one in the Southeast (including Suiyang, Meitan, Fenggang, Yuqing), rainstorm center in Fenggang; another rainstorm prone area in Chishui. The analysis result of the rainstorm climate feature was good to the rainstorm forecast warning, to strengthen the ability of rainstorm disaster defense had a certain reference.

      rainstorm; climate characteristics; Petitt method

      1003-6598(2017)02-0001-07

      2016-10-21

      姚正蘭(1965—),女,副高,主要從事氣象服務(wù)工作,E-mail:gzzyyzl@sohu.com。

      貴州省科技廳科技計劃項目“貴州省交通安全氣象風(fēng)險區(qū)劃及應(yīng)用平臺研究—以遵義為示范點“(黔科合SY字(2012)3054號)和遵義市氣象局氣象科技開放研究基金項目“遵義市暴雨氣候特征及評估應(yīng)用研究”(遵氣科合KF[2016]02號)共同資助。

      P426.6

      A

      猜你喜歡
      綏陽變點單站
      穩(wěn)定的紅牛有多強,維斯塔潘單站大滿貫
      ——2022 F1意大利大獎賽
      世界汽車(2022年5期)2022-06-10 10:18:36
      貴州綏陽張喜山祠 :石文化經(jīng)典之作
      中華民居(2021年4期)2021-11-18 06:10:28
      單站優(yōu)化,打造綜合生態(tài)圈——專訪中國石油遼寧沈陽銷售分公司副總經(jīng)理梁洪濤
      回歸模型參數(shù)的變點檢測方法研究
      基于方位角和勻速圓周運動的單站無源定位算法
      雷達與對抗(2021年4期)2021-03-18 02:33:16
      曲玉管·綏陽采風(fēng)(柳永體)
      正態(tài)分布序列均值變點檢測的貝葉斯方法
      基于二元分割的多變點估計
      獨立二項分布序列變點的識別方法
      超越想象的地下世界——綏陽雙河洞國家地質(zhì)公園
      文登市| 榆林市| 长白| 永胜县| 武隆县| 玛多县| 邢台市| 共和县| 海原县| 博客| 武平县| 普陀区| 房产| 荃湾区| 江城| 靖宇县| 五常市| 东辽县| 阿克苏市| 麦盖提县| 福建省| 滦平县| 柳林县| 松原市| 阳信县| 内黄县| 怀来县| 武夷山市| 定日县| 石楼县| 鄯善县| 霍林郭勒市| 凤山市| 八宿县| 连江县| 绥德县| 裕民县| 平度市| 喀喇| 巴东县| 临澧县|