南充市城区2014年空气质量评价及变化特征分析

利用南充市城区5个污染监控点2009~2014年的环境空气质量自动监测数据,对南充市城区2014年环境空气质量进行了评价,并对日、月(季)、年空气质量变化特征和空气质量污染特征进行了初步分析,结果表明:1)南充市环境空气气态污染物(SO2、NO2、CO、O3)对本地空气污染基本无影响;2)细颗粒物PM2.5为南充市环境空气首要污染物,可吸入颗粒物PM10为次要污染物;3)全年冬季(12月、1月、2月)和1日中的12时、24时前后空气污染最为严重,这与污染源排放总量增大和气象及地形影响有关。     

利用不同方法反演冬小麦叶面积指数研究

基于高光谱数据的叶面积指数监测是快速获取冬小麦叶面积指数的重要方法。为了探究回归方法和高光谱数据变换对冬小麦叶面积指数反演精度的影响,采用逐步回归和偏最小二乘回归方法,分别建立基于冬小麦拔节期冠层高光谱数据、一阶导数光谱数据、二阶导数光谱数据和对数光谱数据的叶面积指数多元线性回归模型。结果显示,导数和对数变换能够提高冬小麦LAI反演精度,以蓝紫光、绿光、红光和近红外波段建立的一阶导数光谱数据逐步回归模型最优,建立回归模型的决定系数R2为0.974,交叉验证的RMSE为0.131,可为冬小麦LAI估算的方法选择和数据处理提供依据和参考。     

2013年河北中南部PM_(10)和PM_(2.5)浓度时间变化特征及其影响气象条件分析

对2013年河北省中南部的石家庄、保定、沧州、衡水、邢台和邯郸6个地市市区各站点逐小时PM10和PM2.5监测资料及相应气象资料分析结果表明:6个地市中邢台年污染日数最多,对应其年平均风速最小;沧州的最少,年平均风速最大。各地市各个级别污染日数不同,五、六级重污染天气均集中在10月—次年3月。首要污染物主要是PM10和PM2.5,但比例不尽相同。特殊的地理位置、污染源差异和气象条件的差异造成各地市污染日数、级别的差异。6个地市污染天气过程时段大都相同,区域性污染明显。各地市PM10和PM2.5浓度平均最大值均出现在冬季,PM10浓度平均最小值均出现在夏季,各市PM2.5浓度平均最小值出现的季节不同。6个地市PM10和PM2.5浓度值的月变化趋势相似。不同季节各地市PM10和PM2.5浓度日变化趋势不同,极值出现的时间也各不相同,极值出现的时间与气象条件和人类活动关系密切。秋、冬季各地市PM10和PM2.5浓度日较差多大于春、夏季的。各地市PM10和PM2.5浓度日均值与当地的日均气温、风速、能见度呈负相关关系,与相对湿度呈正相关关系且相关性比较显著。     

前期高度场和海温场变化对贵州冬季冻雨的影响

基于1962~2008年贵州84站冬季冻雨日数、前期北半球500h Pa高度场和西北太平洋海温场资料,利用秩序量三因子最佳子集回归法,开展前期高度场和海温场变化对贵州冬季冻雨的影响分析。结果发现:前期两个场共同作为预报因子比把其中某场单独作为预报因子的相关要好,预报因子最佳时段为同年的4~7月,并存在着较好的"跨季度相关"现象。影响贵州冬季冻雨的最佳预报因子主要集中于高度场和海温场具有重要天气气候意义的关键区域,如暖池附近以及北美洲东北部等区域。     

林芝机场低空风的垂直切变特征及其对飞行安全的影响

为了解林芝机场低空风的垂直切变特征及其对飞行安全的影响,利用林芝机场风廓线雷达资料,计算林芝机场低空风的垂直风切变,讨论了中度及以上风切变的时空分布特征。分析发现,林芝机场低空风切变频繁出现,严重影响林芝机场的飞行安全。林芝机场强顺风垂直切变出现频率为1.0%,严重顺风垂直切变为0.2%,最大顺风垂直切变13.4m/s/30m。强侧风垂直切变出现频率为1.9%,严重侧风垂直切变为0.6%,最大侧风垂直切变16.0m/s/30m。林芝机场低空强垂直切变对起降航班的威胁具有明显的日变化与季节变化特征,强垂直切变主要出现在各个季节的下午及傍晚,8月较弱。     

温江站日照计与直接辐射表观测日照时数差异分析

利用四川温江站日照计观测日照时数与其一级辐射站的直接辐射表观测日照时数资料,对二者观测结果的差异特性进行了分析。结果表明:日照时数各项目的日照计观测比直接辐射表观测值偏高。日合计值平均偏高0.22小时,月合计值平均偏高6.3小时,年合计值平均偏高78.8小时。两者观测日照时数月平均差值夏半年相对较大,冬半年相对较小,夏半年各月差值的离散情况大于冬半年。两者观测日照时数值线性相关显著。两种观测方式测得的日照时数有差异主要是由于观测原理、技术方式的不同引起,但操作不规范、设备安装不当、天气影响等因素也会导致观测结果的差异。     

A2和B2排放情景下气候变化对福建省水稻生产的阶段性影响

选择IPCC排放情景特别报告(SRES)中的A2和B2方案,利用区域气候模式PRECIS构建的气候变化情景文件与作物模型(CERES-Rice)耦合,采用雨养与灌溉两种方式,并综合考虑未来CO2浓度增加带来的直接增益效应,模拟了未来2020s及2040s两个时段气候变化对福建省水稻生育期与产量的影响。结果表明:无论是雨养方式还是灌溉方式,未来全省各稻区水稻生育期都将缩短,并且随着温度增高,2040s时段缩短的时间较2020s更长,单季稻生育期缩短时间最长,可达15~20 d。雨养条件下,除了闽东南双季稻区后季稻在2020s时段表现为2.3%(A2)和3.1%(B2)较小幅度的增产外,其他稻区各种稻作制度下的水稻产量较之BASE均出现了不同幅度的减产。闽西北稻区后季稻减产幅度最大,2020s时段A2和B2情景下减产幅度依次为6.9%和10.2%,2040s时段减产幅度进一步加大至14.1%和15.6%。闽东南稻区后季稻模拟结果较为乐观,尤其是在灌溉条件下表现为不同幅度的增产,两种情景下分别增产了1.7%、3.9%。双季稻种植区的后季稻产量稳定性均不如早稻和单季稻的,且随着温度升高,到2040s产量不稳定性有增加的趋势。灌溉在一定程度上可以缓解未来高温天气带来的产量波动。从全省的总产变化趋势来看,A2和B2两种排放情景模拟的结果都不容乐观,即使采用充分灌溉的方式,也依旧表现为减产。2020s时段,两种情景下分别减产0.74%与2.44%;2040s时段,两种情景下减产为3.50%与3.23%。未来早稻和单季稻生长季的土壤水分条件将变得不如目前湿润,与之相关的灌溉需要量均有所增加。     

3个登陆台风引发阳江特大暴雨的水汽输送对比分析

利用区域自动站资料及NCEP再分析资料,对0915号"巨爵"、1006号"狮子山"和1011号"凡亚比"登陆后引发阳江特大暴雨的水汽输送特征进行了对比分析,并应用HYSPLIT-4轨迹模式验证了水汽来源。结果表明:1)它们引发阳江特大暴雨期间,低纬西南季风活跃。"巨爵"影响时由来自印度洋与副高西侧偏南气流汇合产生强降雨,水汽来源于中南半岛和孟加拉湾;"狮子山"影响时西南水汽输入明显减弱,主要由偏东气流携南海近海水汽的注入引发了局地短而强的降雨,水汽来源于南海近海;"凡亚比"登陆后,北部湾超低空急流的暴发,有利于强西南气流携带水汽经粤西往"凡亚比"输送,引发粤西地区特大暴雨,水汽主要来源于北部湾。2)强降雨都是始于阳江特大暴雨区纬向风转东风或经向风转南风阶段。"巨爵"、"凡亚比"引发阳江强降雨前后,850 h Pa南海、北部湾经向风南风明显增大,加强了海上水汽的向北输送。"狮子山"影响时则是由于近海短时间转东风,水汽由东输入并加强了辐合。3)水汽输送以"巨爵"最强、"狮子山"最弱,水汽辐合层次"巨爵"和"狮子山"较"凡亚比"要浅薄。它们的低层水汽辐合中心与特大暴雨区有很好的对应关系。     

高速公路交通事故与气象条件的关系研究

恶劣天气是高速公路交通事故发生的重要诱因。为了解气象条件对高速公路交通事故的影响程度,基于2006—2008年汉宜高速公路交通事故数据,统计分析了该路段交通事故的月际和日变化特征,利用事故率和日交通事故指数区分定义了交通事故频次和灾害严重程度,采用多项式曲线拟合了气象条件与事故指数的关系,确定了事故突发增长的临界气象指标。结果表明:汛期5—9月是汉宜高速公路交通事故高发时期,冬季其次,春季3—4月及秋季10—11月事故发生较少。高速公路交通事故存在明显日变化特征,03—04时和14—17时为事故高发时段。汉宜高速公路交通事故频率主要受中到大雨和夏季高温天气的影响,事故灾害严重程度主要受强降水和冬季低温天气的影响。大风强降水天气条件下的事故率要高于一般强降水条件下的事故率,夏季潮湿、闷热天气条件下的事故率要高于一般高温天气条件下的事故率。当高速公路沿线平均日雨量达到中到大雨时,事故率达到高峰;当沿线平均雨量超过20 mm时,事故灾害突发严重。当公路沿线平均高温超过33℃时,事故率突发增长;0~3℃的低温对事故灾害程度影响较大。     

MJO活动对广西6月阶段性降水的影响研究

使用1961~2013年广西80个气象观测站的日降水资料和NOAA OLR、NCEP/NCAR风场、高度场再分析资料。结果表明:当MJO第10位相时广西降水偏多,第1位相时偏少,第2位相时偏多,第3位相时大部偏少的周期性分布特征。原因可能为副热带高压随着MJO向东移动而减弱东移,而且影响着中高纬度地区的波列分布和转播,当MJO对流位于第10、2位相时,形成的槽脊位置有利冷空气南下影响广西,使降水发生;在MJO对流所处位相向东移动过程中,当位于印度洋西部时孟加拉湾水汽输送到达广西最强,随着逐渐向东减弱,当位于第2位相以后,广西上空水汽输送来源转为南海地区。从不同位相来看,当MJO对流位相距离广西稍远时,MJO不同位相时哈德莱上升支的主要区别在上升气流高度略有不同和高空的强上升气流区分布范围不同。