排序方式: 共有43条查询结果,搜索用时 31 毫秒
1.
湘东北文家市蛇绿混杂岩带的发现及意义 总被引:3,自引:2,他引:1
在湘东北文家市首次识别出蛇绿岩套残片 ,它由变沉积岩、变玄武岩、变辉绿岩、变辉长岩、变辉石岩类及变硅质岩组成。综合其地质学、岩石学、地球化学和同位素年代学的资料 ,提出文家市蛇绿岩可能形成于有限小洋盆的构造环境。文家市蛇绿混杂岩带、前陆盆地、磨拉石建造和“S”型花岗岩等构造岩石组合记录了碰撞造山的全过程 ,证实了江南雪峰古陆属元古宙造山带。这一发现为华南前寒武纪的大地构造格架和地壳演化提供了依据 ,同时该地区也将成为研究早期华南大陆地壳演化———武陵运动的关键地带。 相似文献
2.
利用蒙特卡罗不确定性分析方法,分析了嵌套网格空气质量模式系统(NAQPMS/IAP)中154个模式输入变量不确定性对臭氧模拟的影响,量化了模式在北京奥运会期间臭氧模拟的不确定性,并确定出了主要不确定性因子。结果表明:(1)在奥运会期间(2008年8月8日~2008年8月24日),北京城区臭氧模拟的平均不确定性为19ppb,不确定性存在明显的日变化特征,白天不确定性大,夜间不确定性小。(2)在白天,北京城区近地层臭氧模拟最重要的不确定性来源是局地前体物排放,其次是NO2光解系数、风向、北京周边前体物排放和垂直扩散系数。另外,地面约150m以上,对臭氧模拟影响最大的不确定性因子是风向和北京周边前体物排放;夜间,北京城区近地层臭氧模拟的最大不确定性来源是局地NOx排放和垂直扩散系数。 相似文献
3.
北京奥运会期间CBM-Z化学机制的模拟应用 总被引:1,自引:0,他引:1
利用CBM-Z化学机制模拟了中国科学院大气物理研究所气象塔站在北京奥运会期间高臭氧时段O3浓度的日变化,评估了气象条件、北京奥运会加强控制措施以及O3前体物浓度对近地面O3生成的影响。结果表明:(1)CBM-Z化学机制较好地模拟了北京奥运会期间典型时段气象塔站O3、NO、NO2日变化特征。(2)有利于局地高臭氧事件发生的气象条件非常相似;北京奥运会加强控制措施的实施显著减少了NOx及VOCs的排放量,导致近地面O3浓度的明显下降。(3)奥运会期间VOCs和CO是影响气象塔站O3生成量的关键因素。 相似文献
4.
近48年青藏高原强降水量的时空分布特征 总被引:4,自引:0,他引:4
基于青海和西藏地区48个气象台站近48 a(1961~2008年)的逐日降水资料,分析青藏高原冬、夏半年强降水量的时空演变特征。结果表明:青藏高原强降水量与总降水量的空间分布相似,夏半年为由东南向西北递减,冬半年则由唐古拉山脉东段的高原腹地向四周递减;夏(冬)半年强降水量存在准3、准6 a(7~8 a)的年际振荡以及准9~10 a(15 a)的年代际振荡;夏半年高原北(南)部强降水量以增加(减少)趋势为主,强降水量呈现出微弱的减少趋势,而冬半年高原大多数地区均呈现出明显的增加趋势,在1976年发生突变现象。 相似文献
5.
6.
基于集合卡尔曼滤波的源反演方法是估计排放源、提高空气质量模拟和预报精度的有效方法。为构建排放源与污染物浓度之间的误差协方差矩阵,该方法通常需要运行几十次大气化学传输模式。庞大的计算量限制了该方法的应用,使其无法为实时预报系统快速更新排放源。本研究发展了一种基于集合最优插值的排放源反演方法。该方法使用历史集合数据构建误差协方差矩阵,仅需一次常规的空气质量模拟便可根据观测模拟差异反演排放源,从而显著降低计算量。本文使用该方法同化2015年1月全国1107个地面站点观测的CO小时浓度数据,结合2014年1月的历史集合数据集,估计2015年1月全国15 km分辨率的CO排放源。该方案反演的全国CO排放总量仅比使用2015年1月集合数据集的反演量高1%,表明历史时段与反演时段的气象条件差异对月均CO排放的影响有限。使用历史集合数据集更新的排放源再次模拟可将全国349个独立验证站点的平均低估从0.74 mg m?3降至0.01 mg m?3,均方根误差降低18%,表明该方法可快速更新排放源并降低其不确定性。 相似文献
7.
针对北京市2016年12月16~21日的重污染过程,基于嵌套网格空气质量模式预报系统(NAQPMS),面向气象驱动模式WRF中7类物理过程的参数化方案,通过单扰动和组合扰动方式构建了51组不同的WRF模式运行配置,对比分析不同方案配置下NAQPMS对这次重污染过程细颗粒物(PM2.5)浓度预报的性能。结果表明:在重污染时段,组合扰动优化方案在城中心站点和城郊站点的PM2.5浓度预报精度都显著高于基准参数化方案配置下的预报结果,特别是能显著改进基准方案下模式对重污染过程结束时间的预报误差问题,显著减小12月21日存在的预报偏差。从统计指标来看,城中心站点在组合扰动优化方案下预报相关性最高,相关系数在0.7以上;从预报均方根误差来看,组合扰动优化方案误差最小。城郊站点同样是在组合扰动优化方案下预报相关性最高,与观测之间的偏差更小。从污染物与气象要素的空间分布来看,组合扰动优化方案比基准方案能更好再现污染时段的气象要素变化,预报的风速更小、相对湿度更高,从而有利于12月21日北京高浓度PM2.5的维持和累积。本文结果表明气象预报模式参数化方案不确定性是重污染预报的关键不确定性来源,选择合适的参数化方案可以减小重污染期间气象要素的模拟偏差,并可进一步提高重污染时段的PM2.5浓度预报精度。 相似文献
8.
9.
气象预报是影响大气重污染预报精度的关键所在。针对2016年12月16~21日北京市一次重污染过程,开展了中尺度气象模式WRF的参数化方案配置敏感性试验。对微物理过程、长波辐射过程、短波辐射过程、陆面过程、边界层过程、近地面过程以及积云对流参数化过程进行组合优选,共设计51组参数化方案组合,分析不同模拟方案下北京市8个气象站点温度、相对湿度、10 m风速的模拟精度及其敏感性。试验结果表明:温度模拟对长波过程参数化方案最为敏感,集合离散度达2.4~7.4°C,再次是短波过程参数化方案;相对湿度模拟也对长波过程参数化方案最敏感,再次是陆面过程;风速模拟对不同过程参数化方案的敏感性程度差异不大。通过模拟结果与观测的统计对比,优选出模拟误差最小的方案组合为Lin微物理方案、RRTMG长波方案、RRTMG短波方案、Tiedtke积云对流方案、Noah陆面方案、MYNN 3rd边界层方案和MYNN近地面方案,并将其与集合平均、基准方案进行对比。对于集合平均来说,其温度模拟与观测相关系数为0.69,高于基准方案,其模拟偏差与均方根误差比基准方案低25%和11%;集合平均的相对湿度和风速模拟相比基准方案变化较小。与集合平均相比,优选方案能同时改进温度、相对湿度和风速模拟,使温度模拟偏差和均方根误差比基准方案下降35%和17%,使相对湿度模拟偏差和均方根误差下降43%和13%,使风速模拟偏差和均方根误差下降33%和24%。以上结果表明,参数化方案的敏感性试验和优选能显著减小重污染期间气象要素的模拟误差,重污染预报改进需重点关注参数化方案模拟上的不确定性。本研究也发现MYNN3rd边界层方案在这次重污染过程的气象要素模拟上具有良好性能,可为未来重污染预报改进提供参考。 相似文献
10.
利用BP神经网络提高奥运会空气质量实时预报系统预报效果 总被引:5,自引:3,他引:2
将BP(Back Propagation)神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果。在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现:BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显。对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键。 相似文献