8月20日上海天气预报_8月20日上海天气预报查询

       接下来，我将为大家详细解析一下8月20日上海天气预报的问题，希望我的回答可以解决大家的疑惑。下面，让我们来探讨一下8月20日上海天气预报的话题。

1.梅雨期2022

2.2011上海台风

3.上海在零八年的时候天气是怎么样的呢？

4.台湾8月13日到20日天气预报

梅雨期2022

       梅雨期2022

       2022年7月8日-15日。

       因为每个地区的气温不同，所以2022年出入梅花的时间也不同。但一般6月中旬入梅，7月上半月出梅，持续20天左右。但也有晚招晚走梅花的情况。比如2020年的梅雨区，梅花入梅早，出梅晚，持续时间长。当年，浙江在5月底正式进入梅雨季节，比以前提前了十天。

       一般来说，2022年的雨季会在六月初开始，七月初结束，持续二十天左右。预计今年各地将在6月10日前后正式入梅，出梅时间在7月中旬。雨季来了，一定要注意家里的东西，多检查，不要发霉。

       江苏泰州_梅雨2022年

       1.2022年江苏什么时候入梅？

       2022年江苏雨季6月23日正式进入5月。据江苏省气象台和南京市气象台最新召开的新闻发布会，宣布南京从6月23日起正式进入雨季。另外，江苏省淮河以南地区也有望在6月23日入梅，所以今年江苏的雨季是6月23日星期四。

       1.江苏今年是大器晚成吗？

       属于晚梅花。因为常年平均的梅花日是6月19日，今年的梅花日是6月23日，有点晚。由于梅雨带由北向南摆动，强对流天气多，有明显的间歇性降水和阶段性高温。同时，淮北也将从6月23日开始进入多雨期。

       2.今年江苏五月雨季天气怎么样？

       据江苏省气象台首席预报员最新介绍，今年雨季前期我省高温天气仍将持续，强对流天气将更加频繁。6月24日后，江苏省中北部地区预计将出现短时强降水、雷雨大风甚至冰雹天气，需多加防范。预计未来一周江苏将有两次明显降雨过程，分别在22日夜间至24日和27日至28日。23~26日，有短时强降水、雷暴大风、小冰雹等强对流天气。22日中北部、23日沿江、苏南、24-25日沿淮、淮北有35℃以上的高温天气。

       3.今年江苏的梅雨量有多少？

       梅雨平均量200-260毫米。其间淮北地区平均降雨量170-230毫米，较常年偏多。

       2.2022年江苏梅花什么时候开？

       据江苏省气象台首席预报员最新介绍，预计2022年7月中旬出梅。江苏近几年的梅雨持续时间如下:

       1.2021年江苏省气象台发布梅雨预报，淮河以南局部地区于6月13日正式进入梅雨。

       2.2020年江苏雨季从6月9日开始，7月21日结束，雨季持续43天。

       3.2019年江苏6月18日至7月21日进入梅雨期。梅雨期的总长度为33天，比正常的梅期23至24天要长。

       4.2016年江苏的雨季持续了32天。

       一般来说，2022年江苏省雨季6月23日正式进入梅季，一般7月份出来。根据江苏省最新的天气预报，今年7月上旬将会出梅花。

       无锡黄梅天过了吗2022

       2022年梅雨季节时间在5月下旬至6月下旬出现。因为每年梅雨期发生在芒种和小暑这两个节气期间，而今年芒种是6月6日，而小暑是7月7日。

       所以预计我国长江中下游地区梅雨季节将从6月上旬开始，而根据往年各地入梅时间来看，都不是统一的，会相隔几天。像2021年上海于6月10日入梅；江苏苏州6月10日入梅，淮河以南地区入梅6月13日才入梅。

       注意。

       2022入梅标准：连续5日平均气温超过22℃，有4天为雨天才算是入梅。而根据近期上海天气预报来看，还没有正式入梅，最低气温还在16-18度之间。

       2020年到2022年疫情走势图

       大数据疫情观察：全国疫情高峰过了么？

       腾景宏观金融大势研判

       2022-12-2317:23·来自北京

       腾景宏观快报

       2022年12月23日

       大数据疫情观察：全国疫情高峰过了么？

       ——基于腾景AI高频模拟和预测

       腾景高频和宏观研究团队

       本期要点：

       针对预测到底准不准，全国疫情是否已经见顶的问题，我们增加了28个城市的地铁客运量日度数据进行辅助判断。非网民样本的缺失可能会导致预测结果有偏。

       大数据不完美，应用大数据做宏观经济预测并非完美无缺，我们分析了谷歌流感趋势何以失灵。原因可能包括：媒体对谷歌流感趋势的大幅报道导致人们的搜索行为发生了变化，用户的搜索行为反过来也会影响GFT的预测结果。

       当前全国疫情或尚未达峰，但是达峰进程可能会有所提前。借助地铁客运量数据进行辅助验证，我们判断北京、石家庄、武汉、重庆等城市已经度过疫情峰值，成都、天津、长沙、南京、西安等城市尚未达峰。

       一、预测到底准不准？预期与现实相互验证

       在上期《大数据疫情观察：中心城市率先迎来峰值》报告中，我们分析并给出了北京和河北部分城市疫情已经迎来“拐点”，成都、昆明等城市将陆续见顶的预测判断。根据百度搜索指数数据，北京百度“发烧”搜索指数持续下降，“咳嗽”搜索指数后于“发烧”见顶，这基本上印证了我们模型的预测。但是，我们也注意到2022年12月17日全国范围内“发烧”指数见顶，这是否意味着全国疫情的见顶？如果这样，这个数据与一些防疫专家的春节前后见顶的判断就有所出入。也有专家认为全国疫情可能虽然尚未达峰，但是进程缩短了。

       但根据字节跳动的“巨量算数”，抖音“发烧”搜索指数于12月17日见顶，但头条“发烧”搜索指数仍在震荡上行。在朋友圈广为传播的知乎“数据帝”的预测里面，2022年12月20日前后大部分省市相继达到感染高峰，那么，很多研究者都想确认的是，站在2022年12月23日，全国范围内的单日新增感染有没有达峰？有人认为预测很准，和自己这些天在互联网上对疫情的感知较为一致；有些人则认为不准，认为身边的亲戚朋友们都阳了，而预测进度条还不到一半，个人体感和预测结果有较大差异。

       与此同时，我们注意到了在2022年12月16日前后，全国几乎所有城市、省份“发烧”搜索指数迎来了“先扬后抑”的脉冲式增长，后续日度数据再也没有高于16日当天的值。这意味着疫情最艰难的阶段已经度过了么？通过对百度、头条疫情病症搜索引擎数据进行数据挖掘和建模分析，可以为疫情未来趋势研判提供重要参考。不过我们理解，为了定量评价疫情进展，还需要引入更多数据。

       由于没有权威数据作为参考，各类疫情的预测仅仅是基于直觉、推理或演绎的带有参数的模型预测，预测准不准，缺乏客观权威作为结果比较，所以很难客观衡量预测是否准确，只能通过参与这件预测的所有观众和读者通过微观的数据，周围疫情扩散程度去验证预测结果，一个城市不同群体感染的先后，不同城市感染达峰的节奏，都会对预测是否准确有不一样的理解。

       模型有局限性，逻辑假设的适用性，缺乏权威数据作为验证，难道就不需要预测了吗？托马斯·库恩和卡尔·波普尔就“科学哲学”这个概念展开了20世纪最具影响力的对峙。他们都以自己的方式深奥地从哲学的角度质疑科学的基本前提。库恩的《科学革命的结构》指出，即使现有的范式所预测的结果在现实中存在反例，现有的科学家也不会认为其范式有问题；只有可替代现有范式的新科学范式出现，并且反例达到了一定的数量，现有科学范式才可能被证伪，科学革命才会发生。从批判的角度来看对预测过程的否定也是发现新预测方法的过程。

       量子基金的乔治·索罗斯推崇的哲学家卡尔·波普尔最著名的观点是科学是通过“可证伪性”进行的——人们无法证明假设是正确的，甚至无法通过归纳法获得真理的证据，但如果假设是错误的，则可以反驳它。根据波普尔的观点，只有可被经验证伪的理论体系才应被赋予真正的科学地位。因此，波普尔提倡大胆假设，用证伪的方式去不断试错，不断修正，而不是提出假说，然后到处找支持自己理论的根据。“证伪”也是索罗斯所一直推崇与实践的思考方式。

       二、地铁客运量作为疫情达峰的重要辅助观察指标

       因此，我们从疫情出发，回到经济，从多维度验证疫情的峰值。地铁客运量无疑是很好的观察指标，一个有地铁城市的客运量受若干因素影响：1、出行管制，2、出行意愿，3、地铁的便利程度。

       从数据上来看，北京、上海作为全国地铁保有量最高的两个城市，也是日均客运量最高的两个城市，地铁数据较高的反映了疫情的高低，同时地铁客运量的日度数据公布滞后1-3天，还算比较及时，从数据收集角度看，地铁数据来自于物联网设备自动采集，人工干预的影响较小，数据具有充分的客观性，可以作为疫情的第二类主要观察变量。

       图：上海地铁客运量

       ▲数据来源：Wind、腾景AI经济预测

       上图是2019年12月至今的上海地铁客运量数据，比较明显的是2020年初的武汉疫情，2022年4月的上海疫情，和2022年12月的全国疫情。由于地铁客运量遵循周一至周五高，周六日低的原则，日度数据信息量有些冗余，后续我们通过比较周度平均数据，可以过滤短期的日内数据波动。

       图：上海地铁客运量

       ▲数据来源：Wind、腾景AI经济预测

       比较北京地铁客运量，也可以看出2022年4月，上海地铁停运7周左右，北京虽然没有停运，但周度地铁客运量均值从近三年日常的800万降低到100万以下。值得注意的是，2022年9月之后的北京地铁客运量明显低于上海，这一方面是疫情，另一方面也是北京地铁需要全网查验72小时核酸，11月24日进一步缩短到48小时，12月5日起这一政策被解除。

       图：北京地铁客运量

       ▲数据来源：Wind、腾景AI经济预测

       图：十大城市地铁客运量7日移动平均，协同性高度一致

       ▲数据来源：Wind、腾景AI经济预测

       基于此数据，我们认为北京疫情高峰已过，但全国整体疫情高峰并非如百度搜索指数和头条指数显示的那样已经见顶，而是处于快速发展期。我们建立了四阶段数据模型，辅助验证各城市是否达峰。如下图所示，北京、武汉、重庆、沈阳、石家庄、兰州、昆明地铁客运量已经企稳回升，目前处于第四阶段；成都、天津、长春、郑州、广州、厦门、深圳、西安、上海、南京等城市仍处于达峰进程中的第三阶段。由于移动平均有可能会带来数据滞后，后面，我们用真实数据做了测试。

       图：疫情扩散进程

       ▲数据来源：腾景AI经济预测

       图：国内部分城市地铁客运量

       注：十大城市是指：北京、上海、广州、成都、南京、武汉、西安、苏州、郑州、重庆，下同。

       ▲数据来源：Wind、腾景AI经济预测

       在以日度为单位的疫情进展中，如果当天地铁出行数据出现回升，应该主要看两个数据，第一是同比，第二看环比。

       根据日度数据，北京地铁出行，无论是环比还是同比，均处于上行阶段，这与见顶判断一致，其他有可能见顶的是武汉、重庆、成都。而上海、广州、南京、苏州、西安等地铁客运量仍在持续下滑，这表明疫情仍在达峰进程中。

       图：国内部分城市地铁客运量

       ▲数据来源：Wind、腾景AI经济预测

       由于地铁客运量同比数据下滑严重，我们判断：上海、广州、南京、西安、苏州、郑州等城市的疫情仍在达峰进程中，北京、武汉、重庆同比转正，预计已度过疫情高峰。

       图：28个城市地铁客运量及周度同比

       ▲数据来源：Wind、腾景AI经济预测

       三、预期如何与现实相互影响？

       放开疫情管制后的经验有很多，无论是疫情见顶的节奏，对消费，劳动参与率的影响，都有较多国家可以参考。这无疑给了我们一些预期，14亿人口的放开和中等规模人口国家放开又有所区别。国内传染病专家也在各类媒体上表示春节前后，明年一季度疫情达峰等等，释放这样的未来见顶信号。但是从北京和多数城市的感知中，疫情似乎见顶的早于我们的认知，那么到底哪里会出问题呢？

       政策指标失灵：古德哈特定律

       当多数互联网参与者都知道百度搜索指数能够间接代表疫情的时候，它可能就不准了，在某种程度上，它就是古德哈特定律在疫情上的体现。古德哈特定律是出自于英国经济学家查尔斯·古德哈特的说法，指的是：当一个政策变成目标，它将不再是一个好的政策。其中一种解释为：一项社会指标或经济指标，一旦成为一个用以指引宏观政策制定的既定目标，那么该指标就会丧失其原本具有的信息价值。

       毫无疑问，在大多数人不知道“百度疫情指数”的重要性的情况下，它大概率还是有效的，内涵逻辑为搜索量大数据间接反映了大部分的居民自发的网络搜索行为，“发烧”搜索在一定程度上和阳性有症状是一回事。但是，在官方媒体和自媒体都在报道的情况下，这一指标会引发更多的搜索，而这些搜索和疫情本身并没有关系，而是互联网流量带来的效应。

       网民搜索行为的偏移可能造成数据污染

       我们比较了石家庄、兰州、北京、武汉、重庆、沈阳、昆明、成都、天津等城市的地铁客运量，发现都经历了政策放松而上行，疫情攀升客运量下行，疫情高峰度过再度上行这一数据变化模式。目前大部分城市仍处在疫情攀升客运量下行这一阶段，全国疫情的顶峰目前并没有到来，而百度指数给出的“发烧”搜索指数已经见顶，我们判断12月16日及之后的百度“发烧”搜索指数可能出现了异常，核心逻辑是12月16日，全国所有城市都出现了一个攀升，随后下降，这种能够同一时间影响所有城市的因素大概率不是以一定规律传播的病毒造成的，而是其他因素造成的数据“污染”。

       样本缺失：60岁及以上老年人非网民群体

       我们知道百度指数、头条指数、微指数是基于海量网民行为数据进行数据挖掘分析的数据产品，因此非网民的行为数据自然被排除在研究样本之外。

       中国互联网信息中心2022年8月31日发布的第50次《中国互联网络发展状况统计报告》显示，截至2022年6月，我国非网民规模为3.62亿，这是一个不小的基数。从地区来看，我国非网民仍以农村地区为主，农村地区非网民占比为41.2%。从年龄来看，60岁及以上老年群体是非网民的主要群体。据此可见，非网民地域上主要分布在农村地区，年龄上以60岁及以上老年群体为主。

       这个基数不小的非网民群体检索行为的缺失导致本来应该出现的检索结果游离于样本之外，导致“发烧”等病症搜索指数被低估。根据美国疾病控制与预防中心的报告，患重症COVID-19的风险会随着年龄、残疾和基础疾病的增加而增加。在后期的奥密克戎期间，大多数院内死亡发生在年龄≥65岁的成年人和患有三种或更多种基础疾病的人群中。

       图：世界各国家和地区每日确诊的COVID-19病例

       注：由于检测有限，确诊病例数低于真实感染数，数据截至2022年12月21日

       ▲数据来源：约翰·霍普金斯大学CSSECOVID-19数据库，ourworldindata.org、腾景AI经济预测

       图：世界各地区每日确诊的COVID-19病例

       注：由于检测有限，确诊病例数低于真实感染数，数据截至2022年12月21日

       ▲数据来源：约翰·霍普金斯大学CSSECOVID-19数据库，ourworldindata.org、腾景AI经济预测

       大数据不完美，谷歌流感趋势为何失灵？

       早在1980年，未来学家阿尔温·托夫勒在《第三次浪潮》一书中，就提出了“大数据”的概念。自古至今，预测一直是人们十分期待的能力，而大数据预测则是数据最核心的应用，其逻辑是每一种非常规的变化事前一定有征兆，每一件事情都有迹可循，如果找到了征兆与变化之间的规律，就可以进行预测。

       利用大数据方法和技术进行宏观经济研究和分析，在国际上已有先例。在大数据分析的视野中，它不仅仅是要搞清楚宏观统计规律，更要弄清宏观数据中的精细结构。基于研究的视角，大数据时代为宏观经济分析提供强大的支持，正在改变宏观经济研究范式。

       各国央行等主流金融机构研发并采用即时预测模型以实时追踪经济状态的变化，在被大量社会化信息淹没前就找到可靠的信息源，从而动态地调整对经济指标的预期。包括纽约联储的Nowcasting模型、WEI模型、亚特兰大联储的GDPNow模型以及英格兰银行的MIDAS模型等。

       根据DidierSornette教授的“龙王”理论，极端事件的发生有两个条件：系统的一致性与协同性。当系统的一致性非常强时，黑天鹅式的极端事件容易发生。当系统的一致性和协同性同时加强时，会发生超越“黑天鹅”的更极端的“龙王”事件。

       “黑天鹅”也好，“龙王”也好，都不是孤立的事件，而是一系列强烈关联的事件，体现了正反馈的强大作用。什么时候股市可以预测？关键就在于股市变化前后关联的程度。

       2008年谷歌推出的GoogleFluTrends系统，其动机是能够及早发现疾病活动并迅速做出反应可以减少季节性流感和大流行性流感的影响,通过分析收集到的大量Google搜索查询，以揭示人群中是否存在流感样疾病。这个逻辑和想法其实很简单直观——如果你生病了，你很可能会在搜索引擎上搜索以查找信息，比如如何治疗。谷歌决定要跟踪这些搜索，并使用这些数据来尝试和预测流感流行，甚至在疾病控制中心等医疗机构能够做到之前。

       2009年通过谷歌累积的海量搜索数据，“谷歌流感趋势”成功预测了H1N1流感在美国境内的传播，一战成名。有报告指出，谷歌流感趋势能够在美国疾病控制和预防中心报告流感爆发前10天预测区域性流感爆发。GFT这种预测能力显然具有重大的社会意义，可以为整个社会提前控制传染病疫情赢得先机。

       于是谷歌在其网站上创建了一个奇特的方程式来计算出究竟有多少人感染了流感。简单理解的数据逻辑是这样的：人们的位置+谷歌上与流感相关的搜索查询+一些非常聪明的算法=美国流感患者的数量。

       线性模型用于计算流感样疾病就诊的对数几率和相关搜索查询的对数几率：

       P是医生就诊访问的百分比，Q是在前面的步骤中计算的与ILI相关的查询分数。β0是截距，β1是系数，ε而是误差项。

       谷歌流感趋势已被证明不是一直准确的，尤其是在2011年至2013年期间，它高估了相对流感发病率，并且在2012年至2013年流感季节的一个时间段内预测就诊次数是CDC记录的两倍。2013年《自然》杂志发表的一篇文章称，谷歌流感趋势将流感病例高估了约50%。

       可以看到，应用大数据做宏观经济预测并非完美无缺。经济学家、作家TimHarford认为，“谷歌流感趋势的失败凸显了不受约束的经验主义的危险”。对GFT失败的一种解释是，新闻中充斥着

       图：谷歌流感趋势ILI估计与CDC估计的比较

       ▲数据来源：ImprovingGoogleFluTrendsEstimatesfortheUnitedStatesthroughTransformation,LeahJMartin,BiyingXu,YutakaYasui,腾景AI经济预测

       2013年，谷歌调整了算法，并回应称出现偏差的“罪魁祸首”是媒体对GFT的大幅报道导致人们的搜索行为发生了变化。GFT也似乎没有考虑引入专业的健康医疗数据以及专家经验，同时也并未对用户搜索数据进行“清洗”和“去噪”。谷歌在2011年之后推出“推荐相关搜索词”，也就是我们今天很熟悉的搜索关联词模式。研究人员分析，这些调整有可能人为推高了一些搜索指数，并导致对流行发病率的高估。举例来说，当用户搜索“发烧”，谷歌会同时给出“喉咙痛和发烧”、“如何治疗喉咙痛”等关联推荐词，这时用户可能会出于好奇等原因进行点击，造成用户使用的关键词并非用户本意的现象，从而影响GFT搜索数据的准确性。用户的搜索行为反过来也会影响GFT的预测结果。在充斥媒体报道和用户主观信息的搜索引擎的喧嚣世界里，也同样存在“预测即干涉”悖论。国内搜索引擎指数上大概率也会出现类似的情况，这是我们结合GFT的经验对预期差异给出的一种解释。

       图：巨量算数“发烧”关联搜索词

       ▲数据来源：巨量算数、腾景AI经济预测

       参考文献

       [1]CNNIC：第50次《中国互联网络发展状况统计报告》

       [2]

       [3]AdjeiS,HongK,MolinariNM,etal.MortalityRiskAmongPatientsHospitalizedPrimarilyforCOVID-19DuringtheOmicronandDeltaVariantPandemicPeriods—UnitedStates,April2020_June2022.MMWRMorbMortalWklyRep2022;71:1182_1189.DOI:

       [4]

       [5]

       [6]Lazer,D.,R.Kennedy,G.King,andA.Vespignani.2014.“TheParableofGoogleFlu:TrapsinBigDataAnalysis.”Science343:1203_1205.

       更多重磅研究成果请关注公众号“腾景AI经济预测”。

       搜索

       天津感染高峰预测

       天津死了多少新冠患者

       全国疫情死亡总人数

       中国疫情已死多少人

       中央下达疫情最新政策

       全国疫情最新消息

       2022西安雨季一般在几月份

       西安是比较有特色的一个城市，它有各种文化底蕴，还有各种美食小吃，深受人们喜欢。最近一段时间，西安地区总是下雨，一直处于阴雨天气之中，这个是比较正常的现象，它主要是受副热带高压、全球变暖以及地理位置影响导致的。

       2021为什么西安9月喜欢下雨

       1.副热带高压

       九月，西安下了十多天的雨。从历年气象资料来看，西安9月份多雨是正常的。事实上，未来十天半的可能性相对较高。

       西安属暖温带半湿润大陆性季风气候，雨量适中，四季分明。冬季寒冷，多风，多雾，少雨少雪；春天温暖、干燥、多风、多变；夏季炎热多雨，夏季干旱突出，雷雨大风；秋天天气凉爽。年降水量500～750mm，以夏秋季为主；西安夏秋两季长期处于副热带高压西北部，冬季盛行西南风和东北风。

       副热带高压在北半球冬季占据太平洋。随着太阳直射点向北移动，副热带高压也逐渐向北移动。副热带高压西北缘易与冷空气结合形成降水。但受地形、副热带高压强度等因素影响，春季降水主要集中在华东和华南地区，也导致5月左右西安出现降水高峰。夏季，西安受副热带高压控制，短期暴雨较多。秋季来临时，副热带高压的西北边缘在向南退却时再次经过西安，导致9月份西安持续降水。

       2.全球变暖

       全球变暖的影响是复杂的。目前，降雨的总体体现是降雨带的北移，但这种北移并不仅仅是一种平移。其规模和范围具有地方特殊性。例如，在全球气温逐渐升高和降雨带北移的背景下，陕西省的降水量从20世纪90年代到新世纪初逐渐减少。

       3.地理位置

       事实上，西安所在的关中盆地水系并不丰富，水域面积相对较小，难以形成大量的局部热对流。盆地南部是秦岭山脉，是东部最高的山脉。对四川来说，西北太平洋副热带高压的西南气流将温暖潮湿的空气从印度洋输送到四川盆地，并在青藏高原北部遇到冷空气，在9月和10月在中国西部形成一场持续的秋雨。然而，由于秦岭的存在，许多暖湿气流在攀登秦岭南侧的过程中形成地形雨，很难进入关中盆地，这直接导致关中和汉中两种截然不同的干湿气候。

       西安的雨季是什么时候

       西安的雨季是7月、8月和9月。西安有两个明显的降水高峰，分别在7月和9月。西安市年平均降水量为558～750mm，由北向南递增。它每年都在变化。

       9月，中国南部，即北回归线附近地区，远未降温，温暖的空气仍在那里盘旋，等待来自欧亚大陆深处的冷流将它们赶走。

       不仅在中国南部，而且在南亚和中东的亚热带地区，他们也在等待同样的结果。此外，由于两个副热带高压都在沿海，大量的水蒸气也在蒸腾，但由于天气炎热，没有太多的水蒸气凝结成雨水。

       从9月到10月，副热带高压向南移动，雨带返回中国西部。据说有阴雨天气。这场连绵不断的秋雨也有一个学名，叫做“中国西部的秋雨”和陕西的“秋雨”。它在中国西部的一些地区很常见，通常在9月份出现在西安。在南部副热带高压的影响下，天气一般持续约两至三个星期。

       下雨天衣服怎么干得更快

       1.纸巾压榨机

       洗完衣服后，不管你怎么用力拧衣服，衣服上总是有很多水。你可以用纸巾熨衣服。纸巾吸水性很强。更多的纸巾可以使衣服上的水变干。

       2.拧干毛巾

       我们用干毛巾帮助拧干。首先用干毛巾裹住湿衣服，然后用力拧。这时，衣服上的水会被毛巾吸收。最好选择吸水性强的毛巾。

       3.加入干毛巾，摇匀

       我们也可以用洗衣机烘干。我们可以用洗衣机晾干一次，然后在第二

2011上海台风

       今天周六(08月14日) 明天周日(08月15日) 后天周一(08月16日) 周二(08月17日) 周三(08月18日) 省/直辖市城市今天周六(08月14日) 白天今天周六(08月14日)夜间 天气状况风向风力最高温度天气状况风向风力最低温度北京B北京阴北风3-4级32℃多云无持续风向≤3级22℃详情更多区县天气 返回顶部 省/直辖市城市今天周六(08月14日) 白天今天周六(08月14日)夜间 天气状况风向风力最高温度天气状况风向风力最低温度天津B天津雷阵雨西北风4-5级30℃晴西北风3-4级21℃详情更多区县天气 返回顶部 省/直辖市城市今天周六(08月14日) 白天今天周六(08月14日)夜间 天气状况风向风力最高温度天气状况风向风力最低温度河北B石家庄多云北风3-4级33℃多云西北风≤3级22℃详情B承德阵雨无持续风向≤3级32℃晴北风3-4级15℃详情B秦皇岛阵雨南风3-4级27℃多云西北风3-4级22℃详情B保定多云南风≤3级30℃多云北风≤3级23℃详情B唐山多云西风3-4级29℃多云西北风≤3级21℃详情B邯郸阴南风≤3级31℃多云南风≤3级23℃详情B邢台多云北风≤3级31℃多云北风≤3级22℃详情B张家口雷阵雨西北风3-4级26℃多云西北风3-4级16℃详情B沧州阴西北风≤3级30℃多云西风3-4级20℃详情B廊坊多云北风3-4级30℃晴北风≤3级22℃详情B衡水多云西北风≤3级31℃多云无持续风向≤3级22℃详情B任丘阴西北风≤3级30℃多云西风3-4级20℃详情更多区县天气 返回顶部 省/直辖市城市今天周六(08月14日) 白天今天周六(08月14日)夜间 天气状况风向风力最高温度天气状况风向风力最低温度山西B太原多云北风≤3级27℃晴西北风≤3级17℃详情B五台山晴西北风3-4级21℃晴东北风≤3级9℃详情B大同多云西北风4-5级25℃晴西北风4-5级14℃详情B阳泉多云西北风≤3级30℃晴西北风≤3级17℃详情B长治多云西风≤3级27℃多云西南风3-4级13℃详情B晋城多云西北风≤3级28℃多云东南风≤3级16℃详情B朔州多云西北风3-4级24℃晴西北风4-5级14℃详情B忻州晴西北风≤3级26℃晴东北风≤3级15℃详情B临汾晴无持续风向≤3级30℃多云无持续风向≤3级17℃详情B运城阴东风≤3级28℃晴北风≤3级19℃详情更多区县天气 返回顶部 省/直辖市城市今天周六(08月14日) 白天今天周六(08月14日)夜间 天气状况风向风力最高温度天气状况风向风力最低温度内蒙古B呼和浩特多云西北风3-4级25℃晴西北风3-4级12℃详情B包头晴西风3-4级26℃晴西风4-5级13℃详情B乌海晴西北风3-4级27℃晴东北风3-4级14℃详情B赤峰阵雨西北风3-4级30℃阵雨西北风3-4级19℃详情B通辽阵雨南风3-4级28℃阵雨西北风3-4级16℃详情B鄂尔多斯多云北风3-4级23℃晴北风3-4级15℃详情B巴彦浩特晴西北风3-4级24℃晴西北风3-4级16℃详情B额尔古纳雷阵雨东北风4-5级21℃雷阵雨北风3-4级11℃详情B根河中雨东北风4-5级20℃雷阵雨北风3-4级12℃详情更多区县天气 返回顶部

上海在零八年的时候天气是怎么样的呢？

       目前今年上海受影响的也就梅花1个

       热带风暴艾利（Aere）PAGASA:Bebeng

       主条目：热带风暴艾利 (2011年)

       热带风暴 (JMA)

       热带风暴 (SSHS)

       持续日期 2011年5月6日—5月12日

       强度 85 km/h (50 英里) (十分钟), 990 hPa (毫巴)

       5月5日日本气象厅升格一个低压区为热带低气压，同时联合台风警报中心对其发出TCFA。

       5月6日联合台风警报中心将其升格并编号为03W，其后菲律宾当地的气象部门命名此风暴为Bebeng。同日，日本气象厅开始发出Gale Warning；同时，联合台风警报中心将其升格为热带风暴。

       5月7日下午3时获日本气象厅命名为艾利并升格为热带风暴[12][13][14][15][16]，同日下午4时香港天文台亦将其升格。此外，5月7日其路径比各气象部门预期偏西，风暴亦同时正在增强。

       5月8日早上，此风暴已达到风速每小时85公里，并且正在接近沿岸，但同时风暴移动速度缓慢。接近中午时份，此风暴登陆菲律宾南部，极快出海。下午行有效重整，强度稍微减弱后回稳。同日中央气象局表示，艾利可能自台湾东部掠过，但需等待其通过吕宋岛才能进行更进一步的判断。

       5月9日5时30分中央气象局发布海上台风警报。

       5月10日由于中央气象局预测台风未来路径将偏向东方，影响台湾机率小，中央气象局于17时30分解除台风警报。同日，艾利开始移动时速加快。

       5月12日中午过后(UTC+9)艾利转化为温带气旋，联合台风警报中心也于当日为艾利发出最后警告。

       [编辑] 台风桑达（Songda）PAGASA:Chedeng

       主条目：台风桑达 (2011年)

       台风 (JMA)

       5级 超级 台风 (SSHS)

       持续日期 2011年5月20日—2011年5月29日

       强度 205 km/h (125 英里) (十分钟), 920 hPa (毫巴)

       5月19日，联合台风警报中心发出热带气旋生成警告。[17]

       5月20日将其升格为热带低气压及给予编号04W，数小时后日本气象厅亦发出烈风警报。联合台风警报中心曾将其升格至热带风暴但其后又降回热带低气压，并又于稍后再次升格为热带风暴。

       5月22日日本气象厅将其命名为桑达并升格为热带风暴，风暴则继续向西移动。台湾中央气象局亦升格之为轻度台风；同日晚上，日本气象厅升格为强烈热带风暴。

       5月24日获联合台风警报中心升格为1级台风[18]。5月25日上午八时再获该中心升格为3级台风，同时台湾中央气象局升格为中度台风。同日下午四时，香港天文台升格之为强台风。

       随后桑达威力继续增强，5月26日上午八时台湾中央气象局升格之为强烈台风[19]，同日联合台风警报中心再升格之为超级台风，为今年太平洋台风季首个五级台风。

       桑达其后转向东北方向移动，抵日本南部海域，强度有所减弱。5月28日2时30分，台湾中央气象局将其降格为中度台风。

       5月29日0时该局再将其降格为轻度台风，同日下午2时，桑达转化为温带气旋，日本气象厅降格之为低压区。

       [编辑] 热带风暴莎莉嘉（Sarika）PAGASA:Dodong

       主条目：热带风暴莎莉嘉

       热带风暴 (JMA)

       热带风暴 (SSHS)

       持续日期 2011年6月9日—2011年6月11日

       强度 75 km/h (45 英里) (十分钟), 995 hPa (毫巴)

       早于6月2日，一个热带扰动生成。其后该热带扰动于菲律宾渐向西北移动。

       于6月9日早上5时，联合台风警报中心发出热带气旋生成警报并评级之为HIGH；同日上午11时左右，联合台风警报中心升格为热带低气压。

       6月10日2时，中央气象局已将莎莉嘉升格为轻度台风，亦于同日早上升格之为热带风暴并给出近中心最低气压1000hPa。香港天文台于同日上午11时给出中心最低气压为995 hPa，同日下午2时(14时)中央气象局给出莎莉嘉中心最低气压998hPa，同时日本气象厅将最高风速上调至40 knots。

       6月11日2时，莎莉嘉在卫星云图上看似解体、消散，但是台风中心还保有瞬间之最大阵风 25 米/秒，为轻度台风。但同日5时登陆广东时，结构遭破坏，中央气象局于同日8时将其降格为热带低气压。

       6月12日莎莉嘉已经转为锋面带，完全消散了。

       [编辑] 热带风暴海马（Haima）PAGASA:Egay

       主条目：热带风暴海马 (2011年)

       热带风暴 (JMA)

       热带风暴 (SSHS)

       持续日期 2011年6月17日—2011年6月25日

       强度 85 km/h (50 英里) (十分钟), 985 hPa (毫巴)

       联合台风警报中心于2011年6月17日上午5时升格此热带扰动为热带低气压，并给予编号06W。6月18日下午2时，中央气象局测出其中心最低气压为1004百帕。同日晚上10时，香港天文台升格为热带低气压[20]，及测出中心最低气压为1002百帕。

       6月19日，联合台风警报中心曾一度升格热带风暴，但于同日稍后时间降格为热带低气压。6月20日，此风暴渐接近香港，香港天文台发出该年第二个热带气旋警告信号[21]；同日，联合台风警报中心亦曾一度升格热带风暴但六小时后又降格。

       6月21日下午三时，日本气象厅升格为热带风暴，并命名为海马。同日下午，中央气象局亦升格为轻度台风，地球物理暨气象局亦升格为热带风暴。晚上9时，日本气象厅报告测得最低气压为994 hPa。

       6月22日上午10时，香港天文台升格为热带风暴。至13时，香港天文台测得每小时风速75公里，及最低气压985 hPa。同日晚上，香港天文台已经测得最高风速85公里每小时，但连续数小时均停留不动。

       6月23日上午，海马于广东西部登陆。同日晚上8时，中央气象局测出海马台风中心最低气压已减弱为990百帕，但它仍然是轻度台风。

       同日上午10时10分，海马于阳西与电白一带登陆[22]。两小时后再次出海[23]，同日下午4时50分再于吴川市登陆[24]。

       6月24日上午，中央气象局预测，48小时内海马会减弱为热带低气压。但它仍然是轻度台风。同日6下半天中心离开海南岛、雷州半岛一带，朝越南前进，6/24上午中心尚在北部湾，预计明天凌晨就会减弱为热带低气压。同日14时，中央气象局测出海马的中心最低气压已减弱为992百帕，但它仍然是轻度台风。同日傍晚，中央气象局测出海马的中心最低气压再度增强为988百帕，

       6月25日2时海马于越南登陆，它仍然是轻度台风。 海马于6月25日8时减弱为热带低气压，中心最低气压992百帕。同日傍晚，海马已减弱为低压区。

       [编辑] 强烈热带风暴米雷（Meari）PAGASA:Falcon

       主条目：强烈热带风暴米雷 (2011年)

       强烈热带风暴 (JMA)

       热带风暴 (SSHS)

       持续日期 2011年6月21日—2011年6月27日

       强度 110 km/h (70 英里) (十分钟), 970 hPa (毫巴)

       6月21日14时中央气象局发布的天气图已将07W升格为热带低气压，并测出中心最低气压为1002百帕。6月22日下午，中央气象局、日本气象厅升格为轻台、热带风暴并命名为米雷。

       6月22日，中央气象局于14时将其升格为轻度台风。6月23日当地报道，最快于6/23晚间发出海上台风警报[25]，不排除增强为中度台风并发布陆上台风警报。同日23时30分，中央气象局发布海上台风警报。

       6月23日20时中央气象局测出米雷的中心最低气压为993百帕。

       6月24日17时30分中央气象局测出米雷的中心最低气压增强为985百帕。由于米雷有庞大的环流，6月24日中午开始台湾北部已经出现阵雨或豪雨。18时正，日本气象厅升格为强烈热带风暴，并报告测得最低气压980百帕。

       6月25日米雷的中心最低气压又增强为970百帕。(中央气象局则公布982百帕)

       6月26日8时，根据中央气象局的报告米雷中心最低气压减弱为985百帕，但它仍然是轻度台风。同日下午14时米雷登陆青岛(中国中央气象台认定21时10分登陆荣成成山)，根据中央气象局的报告米雷中心最低气压仍然为985百帕，故它仍然是轻度台风。同日15时米雷进入北黄海，朝着朝鲜半岛的北朝鲜前进，中央气象局预测6月27日清晨米雷将会登陆朝鲜。

       6月27日8时米雷还没登陆朝鲜，从卫星云图米雷看似已经消散，但米雷还是保有20m/s的风速，仍为轻度台风。同时，日本气象厅测出米雷的中心最低气压已减弱为990百帕。根据中央气象局报告指出米雷仍为轻度台风。同日9时米雷从北朝鲜登陆，下午3时日本气象厅报告已降格为低压区。

       [编辑] 台风马鞍（Ma-on）PAGASA:Ineng

       主条目：台风马鞍 (2011年)

       台风 (JMA)

       4级 台风 (SSHS)

       持续日期 2011年7月11日—2011年7月24日

       强度 175 km/h (110 英里) (十分钟), 930 hPa (毫巴)

       7月10日，一个低压区被升格为热带扰动，并获给予编号90W

       7月11日，一热带扰动（90W）被升格为热带低气压，并获给予编号08W。同日14时中央气象局测出该低气压的中心最低气压为1008百帕。同日20时中央气象局测出该低气压的中心最低气压已增强为1006百帕，并将其升格为热带低气压。

       7月12日上午2时，中央气象局测出该低气压的中心最低气压已增强为1004百帕，下午2时则增强至998百帕。下午3时，日本气象厅升格为热带风暴并命名为马鞍，并给予国际编号1106，同时中央气象局及中央气象台亦升格为轻度台风及热带风暴。由于此台风未进入香港天文台的警告责任范围，香港天文台未对此台风作出任何评级。同日20时，中央气象局测出该低气压的中心最低气压已增强为995百帕。

       7月13日凌晨2时，中央气象局测出该低气压的中心最低气压已增强为990百帕。早上5时，香港天文台在天气图上评级为强烈热带风暴。同日8时，中央气象局测出中心最低气压增强为985百帕，8时45分日本气象厅同时跟进。14时，中央气象局测出中心最低气压增强为980百帕。20时45分，日本气象厅测出中心最低气压为970百帕。同日晚上23时，联合台风警报中心升格为台风。而同时，香港天文台亦将其提升为一台风

       7月14日上午2时中央气象局测出中心最低气压增强为965百帕，上午5时35分日本气象厅同时跟进。马鞍台风持续增强，同日上午8时45分日本气象厅测出中心最低气压增强为960百帕。同日20时中央气象局测出中心最低气压增强为955百帕，20时50分日本气象厅同时跟进。

       7月15日8时中央气象局测出中心最低气压增强为945百帕，香港天文台把马鞍升格为强台风。8时45分日本气象厅测出中心最低气压增强为950百帕。14时中央气象局测出中心最低气压增强为940百帕。

       7月16日，马鞍以及于7月14日生成的热带风暴蝎虎互旋，并产生藤原效应，蝎虎的云带及系统渐渐被马鞍吸收。同日下午，蝎虎被完全吞噬及吸收，成为马鞍的一部份。而吸收蝎虎后，马鞍亦曾出现双眼壁。

       同日下午16时15分（UTC+8）香港天文台把马鞍升格为超强台风。20时，中央气象局将马鞍升格为强烈台风，中心最低气压930百帕。

       7月17日上午2时，中央气象局测出中心最低气压增强为930百帕，升格为强烈台风。8时之后，台风开始逐渐减弱，同日下午4时，香港天文台将其降格为强台风。

       7月18日2时，中央气象局测出马鞍中心最低气压减弱为940百帕，并降格为中度台风。同日14时，联合台风警报中心指其不会登陆日本，但在20时又预测会登陆日本奈良地区。

       7月20日马鞍台风逐渐转向，0时30分(UTC+9)，马鞍中心最低气压减弱为970百帕，并于德岛县南部登陆。同日8时50分，马鞍中心最低气压减弱为980百帕，并于潮岬（和歌山县东牟娄郡串本町）登陆。同日下午，中央气象局将马鞍降格为轻度台风。

       7月21日7时40分(UTC+8)，日本气象厅测出马鞍中心最低气压减弱为985百帕，比昨天又高出5个百帕。

       7月22日2时，中央气象局测出马鞍中心最低气压减弱为990百帕，比昨天又高出5个百帕，并且转往东北偏北方前进。同日8时，JTWC为马鞍台风发出最后报告。

       7月23日5时45分时，日本气象厅测出马鞍中心最低气压为985百帕，但中央气象局则为马鞍台风发出最后报告。根据日本气象厅在5时45分发布气旋资讯，该台风还要到7月25日2时才会被降格为温带气旋，而目前强度是热带风暴。同时，联合台风警报中心已经认定此为一个亚热带气旋，并对他发展成为热带气旋的机率评级为LOW。

       7月24日8时40分，日本气象厅测出马鞍中心最低气压减弱为990百帕。同日15时，日本气象厅测出马鞍中心最低气压减弱为992百帕，并预料将会于7月25日凌晨减弱为温带低气压。同日20时00分(UTC+8)，日本气象厅将马鞍降格为温带气旋。

       7月26日该低气压虽被日本气象厅将降格为温带气旋，但并未附带锋面，联合台风警报中心已经认定此为一个亚热带气旋，中央气象局的最新天气图给出中心气压升到1006百帕，7月27日14时中央气象局的最新天气图给出该低气压中心气压降为1004百帕以时速10公里的速度向东南方移动。

       7月28日2时，日本气象厅的天气图和中央气象局的天气图都还有标示低压，日本气象厅给出的中心气压又降为1002百帕，并缓慢的向南移动。同日中午(UTC+9)日本气象厅天气图给出数据表示，该低气压向南偏西南方向缓慢的移动，给出的中心气压仍为1002百帕。

       7月29日2时，日本气象厅的天气图给出数据表示，该低气压向南方向缓慢的移动，给出的中心气压降为1000百帕。

       7月30日日本气象厅的天气图给出数据表示，该低气压以每小时30公里的速度向北移动。

       8月1日马鞍转化的温带气旋，低压中心已消失。

       [编辑] 热带风暴蝎虎（Tokage）PAGASA:Hanna

       主条目：热带风暴蝎虎 (2011年)

       热带风暴 (JMA)

       热带低气压 (SSHS)

       持续日期 2011年7月14日—2011年7月16日

       强度 65 km/h (40 英里) (十分钟), 998 hPa (毫巴)

       此热带气旋早于7月11日已被编号为一个热带扰动（92W），其后联合台风警报中心多次给出LOW评价。

       7月14日日本气象厅升格为一个热带低气压（报告气压为1006帕），中央气象局亦发出天气概况（报告气压为1002帕）。同日下午14时，联合台风警报中心给出High评价，并发布热带气旋形成警报。

       7月15日中午，日本气象厅、中央气象局提升为热带风暴及轻度台风，香港天文台则升格为热带低气压，日本气象厅命名之为蝎虎。同日下午17时，联合台风警报中心升格为一个热带低气压，并编号为09W，在报告中指出不久会被另一个台风——马鞍所吸收；晚上20时，中央气象台停止编号，而该局发布的最新天气图上将热带风暴蝎虎（Tokage）标示为，报告气压为998百帕。

       7月16日上午9时，日本气象厅降格为热带低气压并停编；稍后，联合台风警报中心亦发出最后警告（Final Warning）。热带风暴蝎虎是因受台风马鞍影响才减弱为热带低气压，预计再24小时内该热带低气压将会被马鞍所吸收。7月16日，上午8时中央气象局发布的最新天气图上将热带风暴蝎虎（Tokage）标示为TD，报告气压为1002百帕，表示中央气象局并未将其降格为普通的低压区。该天气图表示:蝎虎（Tokage）正以20公里的速度向东北方移动。同日14时中央气象局发布的最新天气图上热带风暴蝎虎（Tokage）已经被台风马鞍完全吸收。

       [编辑] 强烈热带风暴洛坦（Nock-ten）强烈热带风暴 (JMA)

       1级 台风 (SSHS)

       持续日期 2011年7月24日—2011年7月30日

       强度 105 km/h (65 英里) (十分钟), 985 hPa (毫巴)

       PAGASA: Juaning

       主条目：强烈热带风暴洛坦 (2011年)

       7月20日一个热带扰动于菲律宾以东太平洋海域形成，联合台风警报中心给予编号93W。

       7月22日中央气象局没有标示中心气压，只标示“L”。

       7月24日该热带扰动形成被联合台风警报中心升格为热带低气压及同时给予编号10W，但中央气象局及日本气象厅均未将它升格，只报告中心气压为1006百帕。香港天文台则在天气报告中表示一个热带低气压正在形成当中。

       7月25日，日本气象厅将其升格为热带低气压，同时发出烈风警报（Gale Warning）。稍后，菲律宾大气地球物理和天文管理局给予命名Juaning并升格为热带低气压；同时，中央气象局与香港天文台均升格为热带低气压。

       7月26日8时，中央气象局将此热带风暴升格为轻度台风；上午9时，日本气象厅给予命名并升格为热带风暴。同日12时，香港天文台将洛坦升格为热带风暴。

       7月27日上午此风暴出现风眼，日本气象厅升格为强烈热带风暴；9时30分香港天文台亦跟随升格。早上10时，此风暴登陆菲律宾奥罗拉省。联合台风警报中心于上午11时升格为一级台风，但登陆菲律宾后已降格为一热带风暴。同日14时中央气象局测出洛坦中心最低气压为985百帕。

       7月28日2时45分，由于登陆菲律宾关系日本气象厅测出洛坦中心最低气压减弱为992百帕，还会再次增强，日本气象厅也测出洛坦移动时速为30 km/hr，而中央气象局测出时速为35 km/hr。

       7月29日12时，日本气象厅测出洛坦中心最低气压维持于990百帕左右。香港天文台测出最高持续风速为每小时90公里。下午17时40分，洛坦登陆海南省文昌市龙楼镇[26]，并继续穿越海南岛北部，移入北部湾。登陆前，中心气压稍为增强为985百帕。登陆以后，中心气压维持于984百帕，时速20公里，西北向。

       7月30日凌晨3时，最低气压维持于985百帕左右。香港天文台宣告洛坦减弱为热带风暴[27]。正午12时，洛坦集结于越南河内东南约260公里，北纬19.5度，东经107.3度附近。其移动时速为18公里，西向，继续移向越南北部。[27]20时，联合台风警报中心发出最后警报。

       [编辑] 台风梅花（Muifa）PAGASA: Kabayan

       主条目：台风梅花 (2011年)

       台风 (JMA)

       5级 超级 台风 (SSHS)

       持续日期 2011年7月26日—

       强度 185 km/h (115 英里) (十分钟), 930 hPa (毫巴)

       7月24日，一个热带扰动在西北太平洋海域形成，联合台风警报中心对其给予Low及Medium评价。至7月25日，升至High评价，同时发出热带气旋形成警报。

       7月26日，联合台风警报中心升格为热带低气压，同时给予编号11W，中央气象局亦有跟随升格；同日早上，日本气象厅发出烈风警报。

       7月27日，香港天文台将此风暴评级为热带低气压。

       7月28日早上，联合台风警报中心升格为热带风暴；同日14时，日本气象厅亦升格，并名之为梅花；20时，香港天文台亦升格之。

       7月29日7时40分，日本气象厅测出梅花中心最低气压为990百帕。

       7月30日4时，日本气象厅测出梅花中心最低气压增强为980百帕。14时，中央气象局升格为中度台风，中心气压增强为970百帕，55分日本气象厅跟进。 8时到20时12个小时间，梅花平均风速由110km/h增强到215km/h，从热带风暴跨越到四级台风，增长速度几乎超过1983年的台风佛瑞特。

       7月31日8时，梅花增强到五级台风的260km/h，几乎平了台风佛瑞特的增强速度纪录。14时，梅花稍为减弱，回到4级台风的分级，联合台风警报中心测出平均风速为125knot。

       [编辑] 强烈热带风暴苗柏（Merbok）主条目：强烈热带风暴苗柏 (2011年)

       强烈热带风暴 (JMA)

       1级 台风 (SSHS)

       持续日期 2011年8月2日—

       强度 110 km/h (70 英里) (十分钟), 985 hPa (毫巴)

       8月2日于东经162度，北纬23度一个热带扰动形成，联合台风警报中心评级为Medium。

       8月3日早上，日本气象厅将其升格为热带低气压。同日下午2时，日本气象厅将其升格为热带风暴，并命名苗柏，同时中央气象局将其升格为轻度台风。下午5时，联合台风警报中心将苗柏升格为热带低气压，并发出第一次报告。晚上11时，联合台风警报中心将苗柏升格为热带风暴。

台湾8月13日到20日天气预报

       一．1月7日—11日连续大雾，给交通运输造成极大影响。

       上海地区1月7日—11日的持续大雾，由于时间长，范围广，能见度差，给航运、民航、公路等交通部门造成极大影响。因大雾影响，吴淞码头开往崇明、长兴、横沙的三岛客运及开往浙江普陀山等省际水路班线全线停航，长江口约200艘船舶抛锚，上海港各锚地集聚了约250艘船舶；上海长途客运700多个班次延误或取消；浦东、虹桥两大机场近200个航班取消或延误；市域所有的高速公路关闭；受航运影响，本市煤炭库存急剧下降，电煤库存量一度跌入警戒线以下，燃煤全线告急。

       二．1月中下旬—2月初低温雨雪冰冻天气，首次发布道路结冰和暴雪预警。

       1月中下旬至2月初，遭受低温雨雪冰冻天气袭击，强度之大，持续时间之长，对经济社会和人民生活的影响之大为上海历史罕见。全市1月下旬至2月上旬平均气温较常年同期偏低2.1—2.9度，平均最高气温偏低3.4—4.6度，为30年来最低值；低温雨雪天气持续时间为1964年以后最长，累积雨雪量114毫米为1901年以后历史同期最多；郊区青浦、崇明的积雪深度达22—23厘米，为上海136年有气象记录的第二极值（1893年29厘米）。

       低温雨雪冰冻对交通、农业、人民生活等造成重大影响。全市共2人死亡，紧急转移安置1658人；农作物受灾面积700公顷；倒塌居民房屋82间，损坏房屋594间；直接经济损失1.56亿元。

       三．1999年以来梅雨持续时间最长，梅雨量最多的一年。

       本市6月7日入梅至7月4日出梅，梅雨期间降水过程频繁、降水强度大，徐家汇测站梅雨量达到390.5毫米，较常年偏多60%，为1999年以来梅雨持续时间最长，梅雨量最多的一年。

       梅雨期间，中心城区和浦东等地均出现雨量超过100毫米的大暴雨，黄浦区1小时雨量超过87毫米，为40年一遇。由于雨量过于集中，部分地区马路积水、民居进水。

       四．8月份强雷雨天气频繁发生，是2000年以来同期雷暴天数最多的一个月。

       8月份共出现13天雷暴日，其中12—20日的连续9天出现强对流天气，是1976年以来出现连续雷暴天数最长的年份，频繁的雷雨大风造成人员伤亡及房屋损坏，农作物受灾，直接经济损失约6000万元。雷暴还对在上海举办的奥运会足球赛的正常进行产生了影响。

       五．8月25日百年未遇的特大暴雨，给城市运行造成严重影响。

       8月25日清晨，上海市部分地区遭遇百余年以来最强雷暴雨，徐家汇气象站7时至8时1小时雨量达117.5毫米，为该站有气象记录130余年来所未见，卢湾、长宁、普陀、黄浦等中心城区和浦东、闵行、崇明等地的累积雨量也均超过100毫米的大暴雨标准。由于雨量过于集中，远远超过每小时27—36毫米的排水能力，造成全市150余条段马路积水10—40厘米，11000余户民居进水5—10厘米，发生交通事故3000多起，车辆抛锚约700起。暴雨还造成上海虹桥、浦东两机场各百余航班延误，长途班车400多个班次晚点。

       六．10月下旬至11月上旬连阴雨天气，雨量创多年历史记录。

       10月下旬至11月上旬本市多阴雨天气，徐家汇测站10月下旬至11月上旬雨量达113.8毫米，较常年同期偏多2.2倍，创1991年（122.3毫米）以来同期历史记录。连续阴雨天气，给农业“三秋”造成较大影响。

       08月14日 (周五) 白天：中雨夜间：小雨27～32℃无持续风向微风；

       08月15日 (周六) 白天：小雨夜间：小雨24～31℃无持续风向微风；

       08月16日 (周日) 白天：大雨夜间：小雨25～31℃无持续风向微风；

       08月17日(周一)多云28～33℃；

       08月18日(周二)多云28～33℃；

       08月19日(周三)阴28～34℃；

       08月20日(周四)多云28～34℃。

       好了，关于“8月20日上海天气预报”的话题就到这里了。希望大家通过我的介绍对“8月20日上海天气预报”有更全面、深入的认识，并且能够在今后的实践中更好地运用所学知识。