利用EOS/MODIS植被供水指数监测庆阳地区的土壤湿度

利用MODIS资料和庆阳市土壤湿度资料,拟合出了植被供水指数(VSWI)与土壤湿度的关系式,回归分析表明:MODIS植被供水指数与地面湿度之间有较好的线性关系,通过对2005年庆阳地区春旱的动态监测发现,用此方法监测的土壤湿度与实际测墒值基本吻合。因此,认为利用MODIS植被供水指数监测庆阳地区的土壤湿度是可行的。     

用遥感植被供水指数监测贵州干旱

应用ＮＯＡＡ气象卫星ＡＶＨＲＲ通道１,２,４数据建立了植被供水系数（ＶＳＷＩ）监测贵州干旱遥感模型,确定了ＶＳＷＩ遥感图上干旱指标和干旱面积,并与地面干旱指数确定的旱情作了比较,建立了植被供水指数和地面干旱指数之间的回归方程。     

BJ-RUC产品在小区供暖供回水温度预报的应用研究

利用气象部门快速更新的BJ-RUC(Beijing-Rapid UpdateCycle)数值预报系统获得的24 h逐时的室外温度预报资料,应用能量平衡原理,建立建筑物热损失方程和供热量方程,从而推导出室外温度和室内温度、供水、回水温度的预报模型。用此模型对2010年3月1—15日期间的供、回水温度进行预报模拟,与北京市海园物业供热单位实况值进行对比分析。检验结果表明,该模型模拟的室内温度与设计要求的室内温度(20℃)之间的均方根误差为0.25℃,海园物业室内温度监测点数值与20℃之间的均方根误差为1.53℃。模拟的供、回水温度与海园物业监测点供水温度的均方根误差分别为3.69℃和3.80℃。     

克拉玛依城市供水与气象条件的相关分析

根据克拉玛依近10年的供水逐日资料，分析了城市供水的季节分布特征以及与气象条件的相关关系，并建立了日供水量的简易预测方程。     

西藏高原土壤水分遥感监测方法研究

土壤水分是植物生长、发育的必要条件,是研究农牧业干旱程度的重要指标,监测土壤水分对农业、旱情、气候等具有重要意义。本研究分析了西藏高原实测土壤湿度与同期MODIS植被供水指数和波段7反射率之间的关系。结果表明,MODIS第7波段单窗算法是较为有效和简便的西藏高原土壤水分监测方法,对高原中部植被生长季基于MODIS波段7的二次多项式监测模型较好,而对整个高原非生长季三次多项式监测模型效果较好,MODIS第7波段同样可以用于高原农田土壤湿度的遥感监测。      

祁连山区一次非降水层状云的微物理结构探测分析

利用装载有粒子测量系统（PMS）的飞机对2007年8月15日甘肃省张掖市民乐县夏季非降水层状云进行了一次探测飞行,通过获取的资料分析了云层结构、云滴的垂直分布、液态含水量、谱特征等。结果表明：（1）此个例中云层结构明显,云中存在逆温层;（2）云中平均含水量为0．012g／m^3,含水层主要集中在4100～4200m与4700—5000m层之间;（3）此云系符合Bergeron提出的催化云一供水云相互作用导致降水的概念模型,可以在催化云中进行人工引晶来达到增加降水的目的。     

冬小麦底墒供水特征研究

1997～ 1 999年在中国气象局固城农业气象试验基地进行了仅靠底墒供水和靠底墒、降水供水的小麦试验 ,结果表明在 0～ 2 0 0 cm土层有效底墒介于 2 70～ 32 0 mm时 ,0～ 2 0 0 cm有效底墒最大供水率为 72 % ,0～ 50 cm为 90 % ,50 cm以下为 66%～ 70 % .播种—拔节期各层供水率均大于拔节—成熟期 .底墒供水最长时限为灌浆后期 .靠底墒和降水供水 ( 70 .6mm)的旱作麦田有效底墒供水率除 0～ 50 cm层与仅靠底墒供水的相同外 ,其余各层的有效底墒供水率均低于仅靠底墒供水的处理 .河北省固城冬小麦水分供给层深度可达 3m.冬小麦对上层 ( 0～ 50cm)底墒利用较充分 ,而对 50 cm以下土层的底墒利用率相对较低 .提出了提高底墒供水率的技术和途径 .     

海平面上升背景下上海市长江口水源地供水安全风险评估及对策

分析和甄别上海市需水系统和长江口水源地供水系统风险因子,建立基于水资源供需平衡的上海市水源地供水安全风险评估模型,并采用系统动力学预测模型和高分辨率非正交曲线网格移动潮滩边界的长江河口盐水入侵三维数值模型,分别计算分析2030年人口增长、径流减少和海平面上升等3种风险因子叠加作用下的上海市需水量与长江口陈行、东风西沙和青草沙3个水源地的可供原水量,并进行供需比较分析和供水安全风险评估。结果表明：在海平面分别上升10和25 cm、枯季平均径流和没有新增水源条件下,2020年的缺水量分别为39万和74万m³/d,特枯水文年供水能力降低19万m³/d;若新增没冒沙水源300万m³/d,可缓解上海市2020年的缺水状况。     

极端高温事件对城市用水量和供水管网系统的影响

频发的极端高温事件将导致城市用水量增长,增加城市供水设施的运行风险。综合采用气候相似性、终端用水模拟、供水管网系统水力学模拟等方法,构建了极端高温事件对城市用水量及供水管网系统影响的定量评估方法。以北京某新城区为研究案例,模拟结果表明极端高温事件将使日用水量较夏季常态增加5.7%,人均日用水量增加19.83 L,其中早晚用水高峰时段增幅较大,导致供水管网系统中不能满足28 m水头要求的节点比例增加了约13个百分点。     

基于冠层温度的冬小麦水分胁迫指数的实验研究

在田间实验基础上对冬小麦田逐日14时基于冠层温度的作物水分胁迫指数，（CWSI）进行了计算和分析。同一时刻干旱处理CWSI高于湿润处理；麦田灌溉后CWSI4～6天降到极小值，表明了灌水后作物从水分胁迫状态恢复所需的时间；从本次灌溉后CWSI达到极小值至再次灌溉期间，CWSI呈持续增加趋势。这些表明CWSI较好地反映了因土壤供水不足导致的作物水分胁迫。CWSI与叶水势之间呈明显的负相关关系。CWSI等于0.4，相当于实际蒸散与可能蒸散的比率为60%，是指示冬小麦发生严重水分胁迫的关键性指标。     

桂林城区大气能见度与颗粒物浓度和气象因子关系研究

利用2015年1月至2017年6月桂林国家基本气象站能见度、相对湿度、气温、气压、降水等气象要素和PM₁₀、PM_2.5、PM_1.0颗粒物质量浓度资料,分析桂林城区大气能见度与颗粒物浓度和气象因子之间关系。结果表明：桂林城区大气能见度和PM₁₀、PM_2.5、PM_1.0呈对数关系,相关系数分别为-0.341、-0.461、-0.509,颗粒物对大气能见度影响在相对湿度为60%—70%时最为显著。在各气象因子中,大气能见度与风速的相关性最好,其次为相对湿度,与风速呈二次函数关系,与相对湿度呈幂指数关系,与温度相关性较小,与气压在秋冬季节呈正相关,相关系数冬季可达0.301,但在春、夏季节相关性不显著;利用颗粒物浓度和气象要素建立8种大气能见度非线性统计回归模型,比较后发现利用PM_1.0、风速、相对湿度、气温等因子建立的不同季节大气能见度拟合公式在实际检验中效果最优,能较好地模拟桂林地区大气能见度的变化。     

广州市区与增城市气象要素差异性分析

利用广州市区和增城市1982—2013年的气象观测资料,应用数据对比和相关分析的方法,从年际和季节变化两个角度,分析了两地气象要素的差异性;运用拉格朗日模式,模拟了2个个例的水汽来源,分析两站降水量差异性的可能原因。结果表明:城市热岛效应导致广州市区温度高于增城市,而相对湿度低于增城市;城市冠层作用使得广州市区风速明显低于增城市。差异性存在明显的季节不同,温度和相对湿度在秋季差异最明显,风速在冬季差异最明显,而降水量在夏季差异最明显。通过相关性分析得到两站的温度以及相对湿度的相关系数达到0.99和0.89,可利用经验公式联系两地的预报结果。HYSPLIT模式模拟水汽来源表明,不同的水汽来源可以导致广州市区和增城市降水先后顺序以及降水量的差异。     

2015-2016年贵港市空气污染与天气形势的关系

利用2015—2016年贵港市空气自动监测站空气质量指数、首要污染物等数据及贵港国家气象观测站的常规气象观测资料(风速、湿度、气温等),分析了贵港市2015—2016年空气质量概况及相关气象因子,进而利用合成分析方法对贵港市在不同季节出现不同级别空气污染的天气形势变化进行了分析。分析结果表明:贵港市的首要污染物为PM_(2.5)和PM_(10),其中12月、1—2月为贵港市空气污染最严重的月份。各气象要素与空气质量指数相关性较强,风速、气温、降水等气象条件对贵港市的空气质量影响显著。在春、秋、冬季,冷空气南下影响贵港市,500 hPa为持续的下沉运动且850 hPa相对湿度较低及850hPa由北风转为南风且风速较小时,贵港市极易出现轻度污染以上的天气;当云南一带有南支槽活动时,贵港市易出现重度污染天气。夏季影响贵港市空气质量的主要因素则是热带气旋移动至江苏、浙江一带时,热带气旋的外围下沉气流导致贵港市出现持续下沉运动。此时,受副热带高压系统或者其他天气系统影响,850 hPa风向出现明显转折时,应考虑贵港市出现轻度污染的天气现象。     

成都市大气污染与气象条件关系分析

利用成都市城区2015年12月~2019年12月污染物浓度及气象资料,对PM₁₀、PM_2.5、CO、O₃、 SO₂、NO₂六种大气污染物浓度变化特征以及与气象要素之间的相关性进行分析。结果表明:2016~2019年成都市空气质量冬季最差,秋季最好,年内整体以良为主,重度污染和严重污染的天气较少出现,空气质量逐年变好;主要污染物浓度除O₃外在冬季最高,夏季最低,春秋两季相差不大,O₃浓度变化则相反;主要污染物的日变化特征也较为明显。空气质量综合指数、PM₁₀、PM_2.5、CO、NO₂浓度与气温和降水存在显著负相关性,与气压存在显著正相关性,还与相对湿度呈不同程度的负相关,但与风速相关性不显著;O₃浓度不仅与风速、气温和降水存在显著的正相关,还与气压呈显著的负相关,却与相对湿度的负相关性不显著。      

Regional meteorological patterns for heavy pollution events in Beijing

The present study investigates meteorological conditions for the day-to-day changes of particulate matter (PM) concentration in Beijing city during the period 2008–2015. The local relationship of PM concentration to surface air temperature, pressure, wind speed, and relative humidity displays seasonal changes and year-to-year variations. The average correlation coefficient with PM₁₀ in spring, summer, fall, and winter is 0.45, 0.40, 0.38, and 0.30 for air temperature; –0.45, –0.05, –0.40, and –0.45 for pressure; 0.13, 0.04, 0.53, and 0.50 for relative humidity; and –0.18, –0.11, –0.45, and –0.33 for wind speed. A higher correlation with wind speed is obtained when wind speed leads by half a day. The heavily polluted and clean days, which are defined as the top and bottom 10% of the PM values, show obvious differences in the regional distribution of air temperature, pressure, and wind. Polluted days correspond to higher air temperature in all the four seasons, lower sea level pressure and anomalous southerly winds to the south and east of Beijing in spring, fall, and winter, and a northwest–southeast contrast in the pressure anomaly and anomalous southerly winds in summer. Higher relative humidity is observed on polluted days in fall and winter. The polluted days are preceded by an anomalous cyclone moving from the northwest, accompanied by lower pressure and higher air temperature, in all four seasons. This feature indicates the impacts of moving weather systems on local meteorological conditions for day-to-day air quality changes in Beijing.     

2012—2015年北京市空气质量指数变化及其与气象要素的关系

根据2012—2015年的空气质量指数（AQI）日报数据与同时段的气象数据,采用统计方法和广义加性模型（GAM）对空气质量指数的时间变化及其与气象要素的关系进行了分析,结果表明：2012—2015年北京市空气质量整体呈现下降趋势,冬春季空气质量较差,夏秋季的较好,冬季容易产生重污染天气,春季污染天气频发。北京空气质量存在一定程度的周末效应,表现为周末空气质量较差,工作日相对较好。整体上空气质量指数与风速、日照时数、降水量、平均气温和最高气温呈负相关,与湿度呈正相关,不同季节和不同级别空气质量下的AQI与气象要素相关性差异较大。通过广义加性模型得到AQI与降水量呈线性关系而与其他气象要素均呈非线性关系,气象要素在不同数值范围内对AQI的影响趋势和程度存在显著差异。     

气候变化对安徽省主要农作物水分供需状况的影响

利用安徽省78个气象台站1961-2009年的气象资料和作物资料,对农田水分供需状况进行探讨。结果表明：安徽省一季稻本田生长期总需水量自北向南逐渐增加,同时降水充足,沿淮和淮河以南的绝大部分地区多数年份农田水分供给充足有余;而冬小麦全生育期需水量与一季稻相反--自北向南逐渐减少,这主要受冬半年气温、风速和相对湿度的综合影响,加之降水量普遍不足,冬小麦主产区农田水分供应不能满足小麦生长需要,尤其需水关键期的水分亏缺十分严重。     

Decreasing trend of sunshine hours and related driving forces in North China

Global dimming is currently an active area of research in climate change. Trends of temporal (on the order of decades, years, seasons or even months) and spatial patterns in sunshine hours and associated climatic factors (average air temperature, relative humidity, precipitation and wind speed) over North China are evaluated for the period 1965~1999 based on data from 81 standard meteorological stations. The results show that: (1) North China is experiencing decreasing sunshine hours (–82.855 h/decade); (2) seasonally, decline in sunshine hours is highest in summer and lowest in winter; (3) spatially, decrease in sunshine hours is highest in inland and plain regions and lowest in the northwest mountain and coastland regions; (4) sunshine hours have a high correlation with precipitation, relative humidity and wind speed, with wind speed having the strongest influence on sunshine hours implicit in the close correlation (temporally and spatially) between the two variables; (5) cloud cover could not be any significant driver of sunshine-hour decline because it is more or less stable; (6) spatially and seasonally, wind speed is an important driving factor of decreasing sunshine hours in North China. Furthermore, the interactions between wind speed and aerosol loading may be an enabling factor of wind speed in driving (strongly) the changes in sunshine hours.     

贵阳市PM2.5分布特征及气象条件的影响

利用2013~2017年贵阳市10个国控空气质量监测站点PM_2.5逐时监测数据,分析了贵阳市大气污染物污染水平及其时空分布特征。结果表明:(1)贵阳市PM_2.5年均浓度为36.14 ug·m-3,基本处于国家空气质量二级标准范围内,污染程度较轻;(2)贵阳市PM_2.5浓度冬季浓度为一年中最高,最高值出现在12月,夏季浓度最低,最小值出现在7月;(3)气象要素对PM_2.5浓度的影响是显著的,尤其是在分季节的情况下,气象要素对PM_2.5的影响差异较大。PM_2.5浓度与太阳辐射、日照时数、气压呈显著正相关,与降水、相对湿度、风速、气温呈显著负相关。太阳辐射夏季对PM_2.5影响最大,日照时数春季对PM_2.5的影响最大,气温在夏、秋季与PM_2.5浓度呈显著负相关。春季降水对PM_2.5的相关性更为显著,风速对夏、冬季与PM_2.5浓度具有显著负相关性。      

南阳市土壤湿度与气候变化的关系分析

根据19812005年的气象观测资料和土壤湿度测定资料,利用统计学方法,分析了南阳市土壤湿度变化规律及与温度、降水的关系,结果表明:土壤湿度无论是年均值或最小值都呈明显下降趋势,年平均相对湿度下降约0.4%;浅层湿度变化幅度小,深层变化幅度大.影响土壤湿度的气象因子中,气温与浅层土壤湿度呈明显的负相关,降水量与深层土壤湿度呈明显正相关;各季土壤湿度与气温和降水量的二元回归方程都通过了F检验,其中春秋冬季通过0.01的显著性检验,夏季通过0.05的显著性检验.