• 
    

    
    

      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 ?

      基于葵花-8衛(wèi)星寧夏暴雨監(jiān)測預(yù)警指標(biāo)研究

      2022-03-03 07:27:24張曉茹李映春紀(jì)曉玲
      沙漠與綠洲氣象 2022年1期
      關(guān)鍵詞:亮溫單站云團(tuán)

      張曉茹,李映春,紀(jì)曉玲,邵 建

      (1.中國氣象局旱區(qū)特色農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警與風(fēng)險管理重點(diǎn)實驗室,寧夏 銀川 750002;2.寧夏氣象防災(zāi)減災(zāi)重點(diǎn)實驗室,寧夏 銀川 750002;3.寧夏氣象臺,寧夏 銀川 750002;4.天水市氣象局,甘肅 天水 741000;5.銀川市氣象局,寧夏 銀川 750002)

      寧夏地處黃河中上游及沙漠與黃土高原的交接地帶,地形復(fù)雜,暴雨時空分布極不均勻。寧夏暴雨最早出現(xiàn)在5月中旬,最遲結(jié)束在9月中旬,具有落點(diǎn)分散、時間短、強(qiáng)度大和局地性強(qiáng)等特點(diǎn),常常引發(fā)山體滑坡、泥石流、山洪暴發(fā)和城市內(nèi)澇等氣象災(zāi)害,對國民經(jīng)濟(jì)和人民生命財產(chǎn)有很大影響[1-2]。暴雨往往因中小尺度對流系統(tǒng)引發(fā),其監(jiān)測預(yù)警一直是寧夏氣象部門汛期服務(wù)的工作重點(diǎn)及難點(diǎn)。靜止氣象衛(wèi)星因高時空分辨率,可作為識別大氣中正在發(fā)生的動力和熱力過程的有效指標(biāo),是中小尺度對流天氣的重要監(jiān)測工具[3-6]。因此,開展基于衛(wèi)星觀測資料的暴雨研究,對加強(qiáng)暴雨監(jiān)測預(yù)警能力及防患暴雨危害極具必要性。

      目前,利用衛(wèi)星資料在暴雨監(jiān)測、分析及預(yù)報等方面已有了大量研究,且取得了明顯進(jìn)展。衛(wèi)星資料及產(chǎn)品的應(yīng)用促使暴雨云團(tuán)研究成果顯著[6-7],且對暴雨天氣的臨近預(yù)報具有較好的指示意義[8]。若衛(wèi)星云圖監(jiān)測到云頂亮溫(TBB)在228 K以下的對流云團(tuán),且云團(tuán)處于對流云向暴雨云發(fā)展階段,當(dāng)云體發(fā)展迅速且出現(xiàn)異常色彩時,要密切跟蹤觀測并及時做出暴雨預(yù)警[8]。通常而言,強(qiáng)降水區(qū)與TBB低值中心前部梯度最大區(qū)域基本一致[9-10],即強(qiáng)降水易出現(xiàn)在TBB冷核擴(kuò)張區(qū)域,雨強(qiáng)隨冷核區(qū)的加強(qiáng)而增大但不完全與TBB成正比[11],降水量的變化幅度明顯大于TBB的變化[6]。同時,基于衛(wèi)星云圖資料建立的暴雨天氣概念模型和短時暴雨概率預(yù)報方法對暴雨實時預(yù)報也有一定指導(dǎo)作用[8,12]。此外,資料同化和數(shù)值模擬的相關(guān)研究也表明衛(wèi)星資料能提高暴雨(包括臺風(fēng)暴雨和致洪暴雨)的模擬能力和預(yù)測預(yù)報精度,尤其葵花-8衛(wèi)星資料[13-21]。

      葵花-8(Himawari-8,H8)為第三代靜止氣象衛(wèi)星,搭載的先進(jìn)葵花成像儀(Advanced Himawari Imager,AHI)具有高時空分辨率的特點(diǎn),在10 min內(nèi)能完成全盤掃描,紅外通道空間分辨率可達(dá)2 km,能綜合反映強(qiáng)天氣系統(tǒng)的空間分布和發(fā)展演變,對暴雨對流強(qiáng)弱的變化具有持續(xù)觀測性[22-23]。此外,H8衛(wèi)星在監(jiān)測暴雨對流云團(tuán)方面具有明顯的時間優(yōu)勢,其較FY-2衛(wèi)星平均提前23 min發(fā)現(xiàn)對流云團(tuán),較雷達(dá)平均提前33 min,其應(yīng)用可進(jìn)一步提高暴雨的臨近預(yù)報準(zhǔn)確率[6]。本文利用H8衛(wèi)星紅外通道資料,結(jié)合地面降水觀測數(shù)據(jù),對寧夏2017年5—9月的暴雨天氣過程進(jìn)行分析,探討暴雨對流云團(tuán)的定量化特征和暴雨監(jiān)測預(yù)警的有效指標(biāo),旨在為寧夏地區(qū)暴雨的識別、監(jiān)測、臨近預(yù)報預(yù)警提供有力的科學(xué)依據(jù)。

      1 資料和方法

      1.1 暴雨標(biāo)準(zhǔn)定義

      寧夏暴雨標(biāo)準(zhǔn)定義為每1 h降雨量16 mm以上,或連續(xù)12 h降雨量30 mm以上,或連續(xù)24 h降雨量50 mm以上的降水[1]。為便于分析,本文結(jié)合以往研究[24]主要定義兩種暴雨,即短時暴雨和常規(guī)暴雨,其中,短時暴雨標(biāo)準(zhǔn)為1 h降雨量≥16 mm;常規(guī)暴雨標(biāo)準(zhǔn)為24 h累計降雨量≥50 mm(以北京時間08:00為界,不管該日有幾個時段出現(xiàn)降水)。本地實際預(yù)報業(yè)務(wù)中,當(dāng)同一縣2個或以上自動站同時出現(xiàn)暴雨時為單站暴雨,而相鄰2個或以上縣出現(xiàn)3個或以上自動站同時達(dá)暴雨標(biāo)準(zhǔn)時,則為區(qū)域性暴雨。因此,在短時和常規(guī)暴雨基礎(chǔ)上再進(jìn)行單站和區(qū)域性暴雨區(qū)分,即本文所研究暴雨過程共計4種,為短時單站暴雨、短時區(qū)域性暴雨、常規(guī)單站暴雨和常規(guī)區(qū)域性暴雨。需要注意的是,當(dāng)某次降水同時滿足短時暴雨和常規(guī)暴雨標(biāo)準(zhǔn)時,各暴雨過程均記錄一例。

      1.2 資料處理說明

      本文所用資料包括2017年5—9月寧夏CIMISS數(shù)據(jù)庫中逐10 min自動氣象站降水資料和國家信息通信技術(shù)研究所(National Institute of Information and Communications Technology,NICT)存儲的葵花-8 B13通道數(shù)據(jù)(下載網(wǎng)址為https://seg-web.nict.go.jp),其時、空分辨率為10 min、2 km,中心波長為10.4μm。資料選取范圍為35.01°~39.6°N,104.1°~107.77°E。

      地面降水資料首先根據(jù)天氣實況記錄去錯值,再從已訂正的降水?dāng)?shù)據(jù)中根據(jù)暴雨標(biāo)準(zhǔn)篩選出暴雨過程(共59例),并確定每例過程實況達(dá)到暴雨標(biāo)準(zhǔn)的初始時刻、主要降水區(qū)域及雨量站點(diǎn),從而提取最大降水量作為降水真實值,同時結(jié)合寧夏2017年5—9月重大天氣過程進(jìn)行針對性判別。衛(wèi)星資料處理具體分為三步:第一步使用“亮溫閾值法”識別提取暴雨發(fā)生初始時刻前1 h對應(yīng)降水區(qū)域的強(qiáng)對流云團(tuán)信息,參考前人研究[8]及個例回帶檢驗,本文的亮溫閾值設(shè)為228 K,共識別出42例暴雨過程,其中短時暴雨和常規(guī)暴雨分別為30和12例,識別率較高(71.2%),表明該值能識別出大部分暴雨過程中的強(qiáng)對流云團(tuán),可作為寧夏暴雨過程強(qiáng)對流云團(tuán)識別閾值;第二步使用較為成熟的“逆向搜索法”對強(qiáng)對流云團(tuán)邊界進(jìn)行識別;第三步提取計算衛(wèi)星云團(tuán)特征參數(shù),進(jìn)而結(jié)合降水量判斷暴雨監(jiān)測預(yù)警的有效指標(biāo)。

      1.3 云團(tuán)特征參數(shù)計算

      本研究提取計算的云團(tuán)特征參數(shù)包括:

      (1)平均云頂亮溫(TBBavg)和最低云頂亮溫(TBBmin)。云頂亮溫能反映云團(tuán)降水強(qiáng)弱,其低值中心往往對應(yīng)對流系統(tǒng)上沖云頂位置。TBB越低,云頂越高[25]。

      (2)亮溫梯度(G)。亮溫梯度體現(xiàn)了云團(tuán)內(nèi)部對流活躍程度。一般梯度越大,表明云體紋理越豐富,對流越旺盛[26]。本文采用3×3像素寬度來計算G,其表達(dá)式如下:

      其中,T為云頂亮溫,i、j為像素坐標(biāo)。強(qiáng)降水通常出現(xiàn)在云頂亮溫梯度最大處[9-10,27-28],因此本文采用對流云團(tuán)最大亮溫梯度代表過程最終梯度值。

      (3)冷云面積(Acc)。云團(tuán)內(nèi)部較低亮溫區(qū)域的大小能反映對流的發(fā)展程度[25]。本文冷云面積采用亮溫≤228 K的強(qiáng)對流云團(tuán)內(nèi)所含象素點(diǎn)的總數(shù)來表征。

      (4)云頂降溫率(CTC)。對流云團(tuán)云頂溫度隨時間的降低速率是云頂升高、變冷,空氣垂直上升運(yùn)動加強(qiáng)的間接表示,可用于表征對流加強(qiáng)的程度[29]。本文采用1 h內(nèi)對流云團(tuán)最低亮溫的下降值來表征降溫率。

      2 寧夏暴雨特征

      根據(jù)暴雨標(biāo)準(zhǔn),2017年5—9月寧夏共統(tǒng)計提取暴雨過程59例,其中,短時暴雨42例,占總過程的71.2%,表明寧夏暴雨過程多呈現(xiàn)時間短、對流性強(qiáng)等特征。短時暴雨又有局地性強(qiáng)的特點(diǎn),表現(xiàn)為以單站短時暴雨居多(占總過程40.7%),且多發(fā)生在寧夏南部山區(qū),這和南部山區(qū)受地形抬升影響明顯,且這些地區(qū)日照充分,地面水汽充足,當(dāng)高層有干冷空氣入侵時,與低層暖濕氣流易形成“高干冷、低暖濕”配置,不穩(wěn)定能量增強(qiáng),有利于對流的發(fā)展加強(qiáng)[1]。17例常規(guī)暴雨中單站和區(qū)域性暴雨發(fā)生次數(shù)相當(dāng)(表1)。此外,寧夏暴雨過程降水量較大且分布范圍較廣,其中,短時暴雨降水量為16.9~61.9 mm,平均值為35.6 mm,常規(guī)暴雨降水量為31.6~114.8 mm,平均值為71.8 mm。無論是短時暴雨還是常規(guī)暴雨,降水量都呈現(xiàn)出區(qū)域性暴雨均值高于單站暴雨均值的特點(diǎn)(表1)。

      表1 寧夏各類暴雨過程降水量均值及出現(xiàn)次數(shù)

      3 對流云團(tuán)特征參數(shù)分布

      寧夏各類暴雨過程對應(yīng)的TBB值較小,且TBBmin分布范圍均廣于TBBavg,其中,TBBmin為199~227 K,均值為217 K,而TBBavg為213~228 K,均值為224 K(表2),無論單站暴雨還是區(qū)域性暴雨,常規(guī)暴雨過程TBBavg和TBBmin的均值極接近短時暴雨過程,但無論短時暴雨還是常規(guī)暴雨,區(qū)域性暴雨過程TBBavg和TBBmin的均值(分別為221和211 K)明顯小于單站暴雨過程均值(分別為226和223 K)。一般TBB越低,云體發(fā)展越強(qiáng),暴雨落區(qū)越廣。

      亮溫梯度在寧夏暴雨過程中的分布范圍較廣(4~50℃/km),均值為23℃/km。通常亮溫梯度越大,云體起伏越明顯,對流天氣越強(qiáng)烈。區(qū)域性暴雨過程的亮溫梯度均值≥30℃/km,明顯高出單站暴雨過程均值(14℃/km),且其又以常規(guī)區(qū)域性過程均值最高(32℃/km),與各類暴雨過程降水量的分布特征相似(表2)。此外,不同于TBB,單站暴雨過程中,短時暴雨的梯度均值超過常規(guī)暴雨均值(6℃/km),表明亮溫梯度在區(qū)分局地暴雨時有較好的辨識力。

      寧夏暴雨過程對應(yīng)的冷云面積分布范圍極廣,為2.7×101~5.7×104km2。不同暴雨過程冷云面積分布特征明顯(表2),表現(xiàn)為區(qū)域性暴雨過程的冷云面積均值>9.0×103km2,超過單站暴雨過程均值(<5.0×102km2)數(shù)10倍。和其他云團(tuán)特征參數(shù)有所不同,短時區(qū)域性暴雨過程冷云面積均值最大,約為常規(guī)區(qū)域性暴雨均值的1.9倍,表明冷云面積可以更好地用于識別區(qū)域性暴雨類型,當(dāng)對流發(fā)展強(qiáng)烈、冷云面積迅速擴(kuò)張時,區(qū)域性短時暴雨發(fā)生的可能性極高。

      表2 寧夏各類暴雨過程云團(tuán)特征參數(shù)均值

      寧夏各類暴雨過程中的對流云團(tuán)降溫率最大為36℃/h,最小僅為6℃/h,平均值為13℃/h。降溫率在各類暴雨過程中的差異相對較小,單站暴雨過程降溫率均值為10℃/h(表2),稍低于區(qū)域性暴雨過程(降溫率均值為17℃/h)。雖然該云團(tuán)參數(shù)表現(xiàn)特征稍弱,但其分布規(guī)律相似于亮溫梯度,均以常規(guī)區(qū)域性暴雨過程均值最高,常規(guī)單站暴雨過程均值最低,和降水量對應(yīng)較好。

      4 暴雨過程降水量與云團(tuán)特征參數(shù)的關(guān)系

      4.1 短時單站暴雨過程降水量與云團(tuán)特征參數(shù)關(guān)系

      識別出的16例短時單站暴雨過程中,小時最大降水量為16.9~48.8 mm,降水均值為33.1 mm。降水量與云團(tuán)特征參數(shù)的關(guān)系不盡相同,主要表現(xiàn)為:平均亮溫為225~228 K,隨降水量的增大無明顯變化,始終在均值226 K附近小幅度變動(圖1a);最低亮溫特征較平均亮溫稍明顯,降水量隨亮溫減小而增大,兩者呈弱負(fù)相關(guān),此外,當(dāng)小時雨強(qiáng)<30 mm時,最低亮溫始終>221 K(圖1a);亮溫梯度分布范圍較廣(5~38℃/km),但大部分在10~25℃/km(均值為17℃/km),當(dāng)小時雨強(qiáng)<30 mm時,降水量與之呈正相關(guān),而當(dāng)小時雨強(qiáng)>40 mm時則反之,降水量為30~40 mm的暴雨過程較少,亮溫梯度變化不大(圖1b);冷云面積在該類暴雨中普遍較?。?.7~710 km2),均值僅為270 km2,和降水量無明顯關(guān)系(圖1c);降溫率與降水量的相關(guān)特征雖相似于亮溫梯度,但相關(guān)系數(shù)更高,為0.538,且小時雨強(qiáng)<30 mm時,兩者雖呈正相關(guān),但大多數(shù)值仍集中于6℃/h(圖1d)。

      圖1 寧夏短時單站暴雨過程云團(tuán)特征參數(shù)與降水量關(guān)系

      4.2 短時區(qū)域性暴雨過程降水量與云團(tuán)特征參數(shù)關(guān)系

      識別出的14例短時區(qū)域性暴雨過程中,小時最大降水量為20.8~61.9 mm,降水均值為38.4 mm。與短時單站過程相比,該類過程降水量稍高,云頂亮溫顯著偏低,亮溫梯度、冷云面積和降溫率明顯偏高,且云團(tuán)參數(shù)與降水量的相關(guān)性也普遍較好。該類暴雨過程平均亮溫為216~224 K,與降水量中等相關(guān)(相關(guān)系數(shù)為0.569),當(dāng)降水量<30 mm時,平均亮溫隨降水量有微弱增加趨勢,而當(dāng)降水量>30 mm時,其與降水量負(fù)相關(guān)且降幅較大(圖2a);最低亮溫為199~219 K,與降水量的關(guān)系特征相似于平均亮溫,此外,當(dāng)降水量增加時,該類暴雨的最低亮溫降幅較短時單站過程偏大(圖2a);亮溫梯度為17~50℃/km,與降水量中等正相關(guān)(相關(guān)系數(shù)為0.565),且當(dāng)降水量>30 mm時,亮溫梯度隨雨量的增加幅度顯著增大(圖2b);冷云面積分布極廣(1.2×103~5.7×104km2),但大多數(shù)個例對應(yīng)的冷云面積均<2.0×104km2(均值為1.7×104km2),與降水量無相關(guān)性(圖2c);除少數(shù)個例外,降溫率普遍<20℃/h,均值為15℃/h,且不同于短時單站過程,該類暴雨的降溫率始終與降水量呈弱正相關(guān)(圖2d,相關(guān)系數(shù)為0.427)。

      圖2 寧夏短時區(qū)域性暴雨過程云團(tuán)特征參數(shù)與降水量關(guān)系

      4.3 常規(guī)單站暴雨過程降水量與云團(tuán)特征參數(shù)關(guān)系

      識別出的常規(guī)單站暴雨過程只有5例,最大累計降水量為31.6~89.0 mm,降水均值為59.2 mm。大部分云團(tuán)特征參數(shù)在該類暴雨過程中與降水量的相關(guān)性較弱。平均亮溫為223~227 K,變動較小,均值為225 K(圖3a),最低亮溫分布范圍較之稍廣(218~226 K),均值為223 K(圖3a),云頂亮溫均值雖與短時單站暴雨過程的均值相近,但與降水量的關(guān)系并未呈現(xiàn)明顯規(guī)律;該類暴雨的亮溫梯度普遍為10~16℃/km,顯著小于其他暴雨過程,當(dāng)降水量>50 mm時,其與降水量正相關(guān)明顯(圖3b);與短時單站暴雨相似,該類暴雨中云體發(fā)展較弱,冷云面積始終<8.0×102km2,其均值雖稍高于短時單站過程,但與降水量也無相關(guān)性(圖3c);降溫率為6~18℃/h,與降水量呈強(qiáng)相關(guān)(相關(guān)系數(shù)為0.991),且與亮溫梯度相似,當(dāng)降水量>50 mm時,降溫率與降水量正相關(guān)趨勢顯著(圖3d)。

      圖3 寧夏常規(guī)單站暴雨過程云團(tuán)特征參數(shù)與降水量關(guān)系

      4.4 常規(guī)區(qū)域性暴雨過程降水量與云團(tuán)特征參數(shù)關(guān)系

      常規(guī)區(qū)域性暴雨過程累計降水量最大,分布范圍為64.4~114.8 mm。識別出的7例暴雨過程中有4例降水量接近均值80.8 mm,云團(tuán)特征參數(shù)在該值處波動較大,且無明顯分布規(guī)律,但整體來看,該類暴雨過程的大部分云團(tuán)特征參數(shù)仍對降水量具有指示意義:平均亮溫和最低亮溫均值分別為221和211 K,兩者與降水量均呈弱相關(guān),當(dāng)降水量<85 mm時,亮溫隨降水量的增加呈微弱減小趨勢;亮溫梯度為15~50℃/km,均值為32℃/km,在四類暴雨過程中最大,與降水量呈中等相關(guān),當(dāng)降水量<85 mm時,亮溫梯度隨降水量的增加而增大;與短時區(qū)域性過程相比,常規(guī)區(qū)域性暴雨的冷云面積較小,分布范圍較窄(2.2×103~2.7×104km2),且大多數(shù)個例的冷云面積小于均值9.1×103km2,此外,不同于其他3類暴雨,該類暴雨的冷云面積與降水量呈中等正相關(guān);降溫率在該類暴雨中普遍低于18℃/h,其均值雖大于其他暴雨過程,但與降水量卻無明顯相關(guān)性。

      5 結(jié)論

      基于葵花-8衛(wèi)星紅外通道資料和地面降水觀測數(shù)據(jù),對2017年5—9月寧夏四類暴雨過程(短時單站暴雨、短時區(qū)域性暴雨、常規(guī)單站暴雨和常規(guī)區(qū)域性暴雨)進(jìn)行云團(tuán)識別、特征參數(shù)(云頂平均亮溫、最低亮溫、亮溫梯度、冷云面積和降溫率)計算及監(jiān)測預(yù)警指標(biāo)分析,主要結(jié)論如下:

      (1)寧夏暴雨以短時單站暴雨過程居多,降水均值具有常規(guī)暴雨高于短時暴雨,區(qū)域性暴雨高于單站暴雨的特點(diǎn)。暴雨發(fā)生時對流云團(tuán)都呈現(xiàn)云頂亮溫顯著較低,冷云面積擴(kuò)大,亮溫梯度和降溫率增加的特征。

      (2)亮溫閾值228 K可以較準(zhǔn)確地識別寧夏暴雨過程中的強(qiáng)對流云團(tuán),識別率為71.2%?;谠茍F(tuán)識別基礎(chǔ)上計算的寧夏暴雨的平均亮溫和最低亮溫分別為213~228 K和199~227 K,亮溫梯度為4~50℃/km,冷云面積為2.7 km2~5.7×104km2,降溫率為6~36℃/h。各參數(shù)分布范圍在不同類暴雨過程中均有不同程度的收縮。

      (3)云團(tuán)特征參數(shù)在不同類暴雨過程中有較明顯的表現(xiàn)特征。短時暴雨的云團(tuán)參數(shù)(除冷云面積外)與常規(guī)暴雨差異普遍較小,而區(qū)域性暴雨的云頂亮溫較單站暴雨明顯偏小,亮溫梯度、冷云面積和降溫率偏高。除冷云面積外,云團(tuán)特征參數(shù)與降水量相關(guān)性較好。云頂亮溫和冷云面積的結(jié)合使用在暴雨類型識別方面具有顯著優(yōu)勢,而亮溫梯度和降溫率對降水量的預(yù)估更具指示意義。

      (4)各云團(tuán)參數(shù)在不同降水量級中的表現(xiàn)差異較明顯,利用其監(jiān)測預(yù)警暴雨時,應(yīng)關(guān)注其與累計降水量的關(guān)系,尤其當(dāng)降水量累計達(dá)30、40、50和85 mm時,需注意云團(tuán)參數(shù)變化趨勢,當(dāng)其出現(xiàn)異?;蛲蛔儠r,應(yīng)加強(qiáng)監(jiān)測,及時考慮降水量持續(xù)增加的可能性。

      猜你喜歡
      亮溫單站云團(tuán)
      穩(wěn)定的紅牛有多強(qiáng),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
      霰譜分布特征對強(qiáng)對流云高頻微波亮溫影響的模擬研究
      巴蜀少年齊上一堂云團(tuán)課
      少先隊活動(2021年3期)2021-12-04 13:08:26
      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
      基于方位角和勻速圓周運(yùn)動的單站無源定位算法
      基于南太平洋的AMSR2 L1R亮溫數(shù)據(jù)質(zhì)量評估
      海洋通報(2020年2期)2020-09-04 09:22:34
      面陣探測下的污染云團(tuán)紅外光譜仿真?
      葡萄牙現(xiàn)明亮橘色云團(tuán)似握著火球的拳頭
      潤·文摘(2016年4期)2016-07-13 04:13:03
      2014年2月12日新疆于田MS7.3地震熱紅外亮溫異常分析
      中國地震(2015年1期)2015-11-08 11:11:32
      2011年盈江5.8級地震熱輻射亮溫異常分析
      地震研究(2014年3期)2014-02-27 09:30:49
      赤水市| 金沙县| 岗巴县| 克什克腾旗| 新沂市| 黄梅县| 莱芜市| 方城县| 北流市| 嘉黎县| 鲜城| 离岛区| 康保县| 玛纳斯县| 若羌县| 屏东市| 大埔区| 沅江市| 宁津县| 集安市| 盘锦市| 柳州市| 宣城市| 沽源县| 嵩明县| 武鸣县| 嵊泗县| 保亭| 五华县| 扶风县| 惠东县| 巴彦淖尔市| 吴桥县| 思南县| 石嘴山市| 什邡市| 鄂托克旗| 赫章县| 和田县| 乌兰县| 遂昌县|