喀什地区浮尘天气特征及一次重污染天气成因分析

根据1961—2018年喀什地区9个国家站浮尘日数逐日观测资料,利用气候学统计、M-K突变检验等方法分析喀什地区浮尘日数的时空分布等气候特征,分析2019年3月19—25日喀什地区出现的强浮尘造成的重污染天气成因。结果表明:喀什地区年平均浮尘日数为71 d,浮尘日数总体呈减少趋势,并于1997年前后发生了显著减少性突变。2019年3月19—25日出现的强浮尘天气过程,持续时间长,影响范围广,乌拉尔山高压脊发展,脊前横槽转竖,在新疆东部回流东灌冷空气是造成此次沙尘过程的天气背景。浮尘天气造成21—24日喀什地区空气污染指数AQI指达500,属严重污染,首要污染物PM_(2.5)和PM_(10)在21日、22日达到峰值,分别为494、1 175μg/m~3。热力、动力条件以及近地面存在逆温层均不利于污染物的扩散。污染过程前后喀什市本站气压与PM_(10)、PM_(2.5)浓度均呈正相关,相关系数为0.762、0.507,均通过0.05显著性水平检验;气温与PM_(10)浓度呈负相关,与PM_(2.5)相关性不明显;相对湿度跟PM10和PM2.5呈正相关,表明气象因子在大气污染过程中对大气环境影响明显。     

Google Earth Engine云平台对遥感发展的改变

近年来,随着遥感技术的快速发展,积累了海量的对地观测遥感数据.传统桌面端遥感处理平台(例如ERDAS和ENVI等)无法满足当前遥感大数据的应用需求.作为领先的遥感云计算平台,GEE (Google Earth Engine)的出现改变了传统遥感数据处理和分析模式,为海量数据快速处理与信息挖掘带来了新的契机.截止目前,科...     

乌鲁木齐一次重污染过程及其边界层特征量分析

针对2020年1月5—17日乌鲁木齐出现的重污染天气，利用乌鲁木齐的探空站资料和地面常规气象数据计算了最大混合层高度、平均风速、逆温特性、边界层通风量、能见度、相对湿度等，对最大混合层高度、能见度、相对湿度与PM_2.5质量浓度进行了相关性分析，并利用Hysplit后向气团轨迹模式分析污染形成源。结果表明：此次重污染天气过程大气层结较为稳定，主要表现为逆温层厚(平均577 m)、逆温强度大(平均1.7℃/100 m)、最大混合层高度低(平均400 m)；边界层通风量对局地空气质量影响显著；PM_2.5质量浓度与相对湿度呈弱的正相关，与能见度呈指数相关；Hysplit后向气团轨迹模式分析得出此次污染过程以局地排放为主要形成源。     

基于平均滤波算法的北疆春季日最低气温格点预报产品订正分析

本文选用中国气象局下发的0.05°×0.05°的国家级格点预报指导产品和中国气象局陆面数据同化系统（CLDAS）逐时实况数据资料，使用三种平均滤波方法分别订正北疆地区08时、20时起报的240h内逐24h 最低气温的格点预报指导产品，并分别对比检验订正前后共8种产品的预报效果。检验结果表明: 订正后的预报产品相比原始格点预报指导产品的均方根误差均明显降低，气温预报准确率及稳定性均显著提高。三种订正算法均随着海拔高度越高订正效果越好，且随着预报时效延长订正效果减弱。三种算法中集成订正效果略优。     

1970-2020年年昌吉地区日照时数时空变化特征分析

基于昌吉地区10个气象站点1970-2020年的气象观测数据,运用气候倾向法、5年滑动平均趋势分析法、M-K检验法、Pearson相关分析法以及ArcGIS10.7环境下的反距离加权(IDW)插值法探究昌吉地区日照时数时空变化规律及影响因素。结果表明:昌吉地区日照时数多年平均值为2840.3h,空间分布特征为“东部多,中西部少；山区多,平原少”,并呈现显著减少趋势,其速率为-62.8h/10a；从季度上看,日照时数夏季最高,其次是春季和秋季,冬季最低；下降速率冬季最快,其次是秋季和夏季,春季变化幅度最小；日照时数年内变化呈现双峰型,最大值出现在5月、7月和8月,最小值出现在12月,1-12月日照时数均呈现减少趋势,1月减少最为明显,12月次之。昌吉地区年日照时数在1987年发生突变；在影响因子方面,日照时数与总云量、水气压、雾日数呈现显著负相关,与大风日数、扬沙日数呈现显著正相关,说明,总云量、水气压、雾日数的逐年增加和大风日数逐年减少是日照时数逐年减少的主要原因。