利用2014—2015年的云和地球辐射能量系统CERES Aqua Edition 4A SSF的云产品以及地面小时降水数据，对辽宁地区（38.5°N—43.5°N、118.5°E—126°E）云宏微观特征参量的时空分布进行分析，并研究各参数与降水的相关性，建立基于云光学厚度（COD）与云水路径（CWP）的降水云识别指标。结果表明，夏季云层发展旺盛，云量（CF）、COD、云顶高度（CTH）以及CWP值均较高，平均值分别为62.7%、17.9、6.5 km和252.1 g·m-2，而冬季云参数的值最低，分别为48.3%、7.0、3.4 km和106.2 g·m-2，仅云粒子有效半径（ER）显著高于其他季节。受地形影响，西部地区（122°E以西）的成云条件较东部差，除CTH较高外，其他云参量均较东部偏低。除云顶气压（CTP）和云顶温度（CTT）外，CF、COD、CWP和ER均随降水强度的增加而增加，说明云层越深厚降水强度越大，云含水量越高，粒子尺度越大。筛选出的与降水强度相关性最高的COD与CWP作为降水云识别因子，利用TS评分及HSS评分方法，选取评分值最高时对应的COD和CWP作为降水云的识别阈值，分别为35和415 g·m-2。

呼吸系统疾病对儿童的身体健康有极大影响，其发生与气象条件有密切关系。为探讨秦皇岛地区气象条件对儿童下呼吸道疾病的影响，预测就诊人数，为医疗气象服务提供新方法，利用秦皇岛地区2015—2016年儿童下呼吸道疾病就诊人数资料和同期气象资料，分别使用逐步回归分析和BP人工神经网络建立儿童下呼吸道疾病就诊人数预测模型，并对预测效果进行评价。结果表明，气象条件对儿童下呼吸道疾病的发生有显著影响，特别是阶段性天气变化与气候异常对就诊人数影响较大。就诊人数与气温及平均相对湿度呈负相关关系，与气压、风速及前72 h气温变幅呈正相关关系，与气温相关性最好，与气压、平均相对湿度相关性次之。逐步回归法与BP人工神经网络模型的预测准确率分别为72.75%、76.30%。2种预测模型中，BP人工神经网络模型的整体表现更为出色。