鄂西电线积冰微物理观测研究

对2009年2月25日—3月4日湖北恩施雷达站的一次电线积冰过程,使用自动气象站、能见度仪、雾滴谱仪、雨滴谱仪等实测资料进行深入研究,分析了多种气象要素的演变,发现积冰期比无积冰期平均气温低5.6℃。对积冰期间3种天气状况下雾滴谱和降水粒子谱的特征进行了分析,结果表明:雾天和雨天的雾滴谱为单峰型,雨夹雪天为双峰型;雨天和雨夹雪天的降水粒子谱都为单峰型;雾滴平均数密度从大到小依次是:雨天(223.5 cm-3)、雨夹雪天(181.3 cm-3)、雾天(138.7 cm-3);雨天雨滴平均数密度为335.6 cm-3;雨夹雪天降水粒子平均数密度为1 502.1 cm-3。另外,实测数据表明积冰增长率从大到小依次是:雨夹雪天、雨天、雾天。     

贺兰山地区沙尘暴若干问题的观测研究

利用贺兰山地区沙尘暴历史资料和综合观测资料 ,对大气背景、浮尘、扬沙和沙尘暴发生期间的大气气溶胶数浓度谱、质量谱、大气总悬浮颗粒 (TSP)及粒径分布、微气象、分光日射观测以及沙尘样品进行中子活化处理 ,分析了该地区浮尘、扬沙和沙尘暴形成规律 ,气候变化特征和贺兰山的影响。并综合研究了沙尘气溶胶尺度谱特征、光学厚度和化学组分等变化特征 ,提出了若干结果。     

微物理过程分档处理的三维对流云模式研究

在三维完全弹性冰雹云参数化模式动力框架和二维面对称分档模式(微物理过程分档处理)的基础上,建立粒子全分档的三维对流云分档模式.利用建立的分档模式对2000年6月29日美国堪萨斯州的一次超级单体风暴进行了模拟,并将模拟结果与三维冰雹云参数化模式的模拟结果作了对比.结果表明:分档模式可以较好地模拟出强对流云中两支上升气流,模拟得到的最大上升气流速度大于参数化模式;分档模式模拟得到的雷达回波强度、顶高和回波宽度更接近实测.     

北京市部分地区土壤和植物中多环芳烃的分布

研究了北京市区东部、东南部和西南部不同功能区土壤和绿化植物中多环芳烃（PAHs）的分布特征，讨论了土壤和植物叶片中多环芳烃质量分数的相关性。结果表明：车流量较多的路边土壤PAHs质量分数很高，西城区北京杨叶片中PAHs质量分数较高；相同采样点的土壤与植物叶片中多环芳烃的质量分数相关显著。     

Matlab对基于HDF格式的MODIS 1B数据的提取方法与实现

基于HDF文件格式的MODIS数据的应用越来越广泛,MODIS数据开发应用的前提是对MODIS 1B数据的提取。本文详细介绍了利用Matlab对HDF文件进行读写操作的过程,在此基础上给出了提取MODIS 1B数据的流程图,实现了对MODIS 1B数据的提取,为MODIS二级产品的开发打下了基础。     

用CE-318太阳光度计资料研究银川地区气溶胶光学厚度特性

根据CE-318数据,利用Bouguer定律计算了银川地区的大气气溶胶光学厚度,并分析其变化特征。结果表明,该地区大气气溶胶光学厚度具有明显的日变化和季节变化。日变化有4种类型：1)变化相对稳定;2)整体上呈上升的趋势;3)早晚小,中午大;4)早晨09-11时出现峰值,其他时间变化较小。季节变化则是冬、春季节大,秋季次之,夏季最小;春季大气中的主要成分是沙尘,冬季大气的主要成分是人类活动排放的颗粒物,夏季由于降水多,气溶胶数浓度较低,气溶胶光学厚度较小。     

长江中上游平原地区冬季雾观测分析

长江中上游年平均雾日数达到20~106 d,是我国主要雾区之一。利用2010年12月在江汉平原观测获得的边界层廓线和雾滴谱资料,重点分析了该地区冬季雾过程的边界层结构及其生消过程。结果表明:荆州冬季雾多出现在寒潮过境1~2 d后,多为平流辐射雾;雾顶发展是水汽在上层逆温下积累,并伴随200~300 m高度冷平流降温引起;近地层冷平流降温导致饱和水汽压减小,同时上层系统性下沉增温引起逆温增强,水汽积累促使强浓雾过程产生;低空急流促使外界偏干气流与雾体混合后雾滴蒸发,是该地区雾顶迅速下降的主要原因;平均数浓度为150~406个·cm-3,极大值达到1 983个·cm-3,平均液水含量为0.014~0.118 g·m-3,极值达到0.786 g·m-3,与南京和重庆强浓雾观测值相似,超过其他地区观测值。城市地区高气溶胶浓度,配合充足的水汽条件,使得荆州雾过程微物理参量数值较大,易出现能见度小于50 m,持续时间4~9 h的强浓雾过程。     

内蒙古东部春季三类沙尘天气气溶胶散射系数及其与PM10、能见度相关性分析

利用内蒙古东胜、锡林浩特两站2004~2006年春季（3~5月）积分浊度计的观测资料,结合同期PM10质量浓度、大气能见度等资料,分析了背景、扬沙、沙尘暴、强沙尘暴等不同强度沙尘天气气溶胶散射系数的分布特征,讨论了不同强度沙尘天气过程中散射系数、PM10、能见度的日变化规律,以及不同强度沙尘天气过程中散射系数与PM10质量浓度、散射系数与能见度的相关关系。结果表明:散射系数能够很好地反映沙尘天气强度;随沙尘天气强度增强,散射系数日变化从双峰型向单峰型转变;沙尘天气强度较弱时,PM10与散射系数的日变化不相似,强沙尘暴过程中PM10与散射系数的日变化有一定的相似性;能见度与散射系数日变化趋势相反;散射系数与PM10质量浓度呈正相关性,沙尘天气越强,相关性越好,背景、扬沙、沙尘暴、强沙尘暴相关系数分别为0.201、0.809、0.898和0.953;散射系数与能见度有指数相关关系,随沙尘天气强度增强二者相关性逐渐增强,背景、扬沙、沙尘暴、强沙尘暴相关系数分别为-0.773、-0.870、-0.918和-0.940。     

吉林春旱期降水潜在影响因子的分离时间尺度分析

基于1960—2012年的地面常规气象指标、大尺度气候指数和NOAA气候分析产品,利用功率谱周期分析、时间尺度分离分析和交叉检验的逐步回归分析等,把吉林省春旱期(4—5月)降水量分离成不同时间尺度的值,并在年代际尺度和年际尺度下分别找到显著相关的影响因子。结果表明:吉林春旱期降水存在着2~4 a的年际变化和10 a左右的年代际变化。在年代际尺度上,4月降水与前期3月南半球环球状态指数以及俄罗斯东部高纬地区的低空经向风有关,5月降水与同期北半球环球状态指数和前期4月太平洋中高纬环流有关;在年际尺度上,4月降水与前期3月混合ENSO指数和同期当地相对湿度、华东华北沿海地区的低层经向风有关,5月降水与同期北大西洋涛动指数以及局地相对湿度、地面气压有关。利用选出的影响因子对降水进行预报,估计值和真实值的相关系数分别为0.67(4月)和0.81(5月),且选择合适的影响因子比模型结构更加重要。