污染系数及风玫瑰图

污染系数和风玫瑰图都是和风联系在一起的,是搞大气环境影响评价的主要内容之一.下边分别介绍它们的重要意义、计算方法以及绘图方法. 一、污染系数和污染风频的定义及其重要意义 1.风向风速与污染的关系大气污染与气象条件关系十分密切.风向、风速无论对哪一类大气污染问题,它都是重要因子.风向与污染的关系,主要表现在风对污染物的水平输送上,它可指示污染物     

相对污强指数及其机率在安徽城市总体规划中的应用

长期以来,城市总体规划总是按“盛行风原则”把工业区布置在城市下风侧,但不一定能达到预期效果。本文引进相对污强指数和机率概念,把气象因素与已有污染源布局结合起来考虑,根据污染源和气象资料,计算出新增污染区规划在居住区不同方位所导致的相对污强机率,按此即可确定新增污染区规     

城市近地层风特征与污染系数分析

使用黑龙江省风能资源专业观测网依兰测风塔2010年5月-2011年4月期间10、50、70、100m四层测风数据,对依兰风特征进行分析。结果表明：测风塔各高度风速具有一致的日变化规律,均是白天大,夜间小。随高度升高,风速变化趋势减弱,100m高度与下层显现出不同的变化特征,具有高空风速的日变化特征。垂直气流速度各时刻平均值均为正值,日变化规律与水平风速基本一致,也是白天较大,夜间较小。风廓线指数n值夜间较大,且稳定,均在0．25左右,08时后,随着温度升高,上下层空气能量交换增大,a值迅速减小,12—14时最小,仅为0．11,之后又迅速增大。各高度主导风向一致,随高度增大,主导风向频率升高。各高度污染系数最大值对应的风向一致,随高度增加,污染系数较小的风向区间增加,有利于大气污染物的扩散。因此增加排放高度,可以有效减少城市近地面的大气污染物浓度。     

珠江三角洲城市群污染综合指数预报的模式方法

应用全二阶矩表示的商斯烟团模式,重点引入烟团的合并与分解及各种清除过程,并利用广州热带模式（GZTM）所提供的华南地区细网格的三维数字化流场,来计算污染物浓度的长期变化。具体先模拟计算SO2、NOx、TSP的地面浓度日变化,通过求平均得到每种污染物的日均浓度,并和对应的污染物的日均浓度二级标准比较,得到每种污染物的污染指数Pi,最后求和得出污染综合指数P,从而对珠江三角洲地区的污染综合指数作出预报。     

户外体育运动指数、划船气象指数简介

简要分析了影响户外体育运动、划船活动的主要气象要素,介绍了2种指数计算和程序设计方法,并根据南昌市的气候特点,给出了各个指数的预报分级用语,从而对人们的日常生活起到了一定的指导作用。     

哈尔滨市着装厚度气象指数、晨练气象指数预报

根据环境温度、风力及湿度和人体热量散失的关系,建立适合哈尔滨市气候特点的理论公式,得到在不同的环境条件下的着装厚度及服装款式。编制的软件可自动输出着装指数的等级、服装厚度和着装建议。     

大气平流扩散的箱格预报模型与污染潜势指数预报

该文在对平流扩散方程积分的基础上, 建立了对初始浓度有记忆力, 并对非相邻地区的浓度有感受力的箱格预报模式, 该模式的框架可用于各种时、空间尺度或多尺度的空气污染预测、预报.文中还定义了物理意义明确的空气污染潜势指数PPI以反映大气通风扩散稀释和干、湿沉降清除大气污染物的总能力, 结合天气预报模式和箱格预报模式则可进行空气污染潜势预报.给出了对源强和浓度监测要求灵活的空气污染指数PSI的预报公式和方法.在仅使用常规浓度监测资料的条件下, 检验了该文的基本方法, 其结果看来是可接受的.     

风寒指数和相当温度

温度表测定的气温并不是任何情况下都能反映出户外活动的人感觉到有多么冷。其它天气因素,例如风、相对湿度和太阳辐射,也对人体感觉有影响。此外,穿什么样的衣服,每个人的健康情况和新陈代谢状况,也影响我们对天气冷暖的感觉。一般地说,“寒冷”是与暴露着的肉体热量损失的多少有关系。可以设想,感到寒冷的程度和测量到肉体的热量损失速率成比例。 对于令人难以捉摸的通称为“寒冷”的天气特征,西普尔(Siple,1939)首先提出     

荒漠戈壁大气总体曳力系数和输送系数观测研究

利用“我国西北干旱区陆一气相互作用观测试验”在甘肃敦煌进行的陆面过程野外试验的观测资料,依据三种不同方法确定了干旱戈壁区动量输送的曳力系数Cd、感热和潜热交换的总体输送系数Ch和Cq。结果表明：尽管这三种方法计算的曳力系数和总体输送系数有一定的差别,但在量级上相当,尤其是Cd和Ch的平均值比较接近。本文还通过对风向的分析,剔除了附近建筑物干扰和来自绿洲湿平流的影响,得到了荒漠戈壁总体输送系数的特征及其与理查孙数的关系。     

京津冀地区冬半年污染传输特征及传输指数的改进

文章通过轨迹聚类、潜在源区分析等方法对京津冀地区冬半年污染物传输特征进行了分析,在此基础上对传输指数的构建方法进行了改进,并结合一次重污染天气过程分析了其作用。结果表明,对于北京、天津和石家庄,其重污染轨迹出现概率从高到低均为偏南路径、偏西路径、偏东路径和西北路径;在近地面高度上,西南和东南风的增强在大多时候成为北京的污染物传输通道,其中东南方向的污染物来源主要集中在大气低层;改进后的传输指数能够更好地反映外来传输作用对本地污染物浓度的影响,京津冀及周边地区的传输作用对北京、天津和石家庄等大城市的污染物浓度影响较明显,其中城郊及周边地区的近距离传输影响最为显著;合理应用传输指数可以对重污染天气的成因进行初步判断。     

室内空气污染和空气质量的控制

人们一直认为空气污染严重的是室外,事实上,办公室、居室、公共场所等室内空气质量对人们健康的影响远比室外要大得多。人类社会在进入信息时代以后,生活的转型使得人们有80%的时间停留在室内环境中,因此,室内环境质量的好坏直接影响到人体健康。从现实情况看,室内空气质量远劣     

室内空气污染和空气质量的控制

人们一直认为空气污染严重的是室外,事实上,办公室、居室、公共场所等室内空气质量对人们健康的影响远比室外要大得多.人类社会在进入信息时代以后,生活的转型使得人们有80%的时间停留在室内环境中,因此,室内环境质量的好坏直接影响到人体健康.     

基于观测、模拟和同化数据的PM2.5污染回顾分析

基于观测数据空间插值、数值模拟以及最优插值同化方法构建了京津冀地区PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)空间插值数据、模拟数据和同化数据,并首次比较分析了三种数据在PM2.5污染回顾分析上的应用潜力和优缺点。针对2014年2月19~28日京津冀地区PM2.5污染过程的分析发现:(1)观测空间插值数据难以完整表征PM2.5污染的时空演变特征,在没有观测覆盖区域误差较大,容易出现虚假的高低值中心;(2)模拟数据具有较高时空分辨率,对PM2.5污染时空演变特征描述更加细致,但在这次污染过程中仍存在较大不确定性,其均方根误差大于100μg/m3;(3)同化数据不仅能对PM2.5空间分布特征进行细致描述,其数据精度在独立验证站点也显著高于模拟数据,其均方根误差比模拟数据低约50%,与站点观测数据的相关系数也比模拟数据高0.2以上。基于PM2.5同化数据,对这次京津冀PM2.5污染过程的时空演变特征进行了详细回顾分析,发现这次污染过程存在自京津冀南部PM2.5污染累积并向北输送发展的生成特点,消亡过程为风向转换下自北向南清除,造成京津冀南部城市先污染后清除,北部城市后污染先清除,并且有慢累积、快清除的特征。从发展演变过程中污染所占空间面积来看,25日PM2.5污染范围最大,覆盖模式第三区域60.5%面积。     

相关比和线性相关系数的对比分析

本文对相关比和线性相关系数进行了理论比较,并用实际资料对两者的相关评价特点进行了计算对比,分析结果表明相关比确实是一种优于线性相关系数的相关度量:1)它不对相关形式作任何要求,用它来反映相关比线性相关系数更为全面;2)在相关比计算的过程中,我们可以同时得到相关程度和相关形式两项信息。另外,我们还就相关比计算中的问题作了讨论,指出了应该注意的问题。     

东亚冬季风指数的分类和比较

在回顾了2009年以前定义过的冬季风指数的基础上,按照定义要素的不同,进行了分类及序列延长计算,并将现有的冬季风指数分为海陆气压差类(4个)、高压特征类(3个)、风场特征类(9个)、环流特征类(4个)和综合类(2个)。研究了这些冬季风指数的年际及年代际变化趋势及其周期变化,分析了各指数之间的相关性,以及冬季风指数对中国冬季大陆气温变化的指示性。结果表明:东亚冬季风存在缓慢减弱的变化趋势,主要呈现出准6a,准11a和准17a的周期振荡特征。同类别指数之间的相关性要优于不同类别的。东亚冬季风指数与中国冬季大陆气温相关性普遍好的地区主要在河套及内蒙古中部、华南和东南沿海、四川盆地等。     

厄尔尼诺事件的划分标准和指数

我国ENSO监测小组吸取了国内外各家表征厄尔尼诺事件指数的优点,最近研制出一套划分厄尔尼诺事件和反厄尔尼诺事件的标准和指数,供业务中参考使用。 表征厄尔尼诺事件的指数,主要使用1951年1月—1988年8月赤道东太平洋范围     

应用K指数和TOT指数作江苏中期降水预报的试验

用国家气象中心的T63和T106中期数值预报产品，计算所划定区域的K指数和TOT指数作为预报因子，并统计与江苏省9个代表站降水的相关。用逐步回归方法建立了江苏省4－7月第4－6天的PP降水预报方程36个、MOS降水预报方程108个，多级判别临界值144组。在此基础上经统计制作江苏省降水概率预报。     

辽宁空气中度污染和重污染天气类型分析

统计分析了2005-2009年辽宁省14个城市5种污染物逐日的污染指数API数据,基于东北低压型、南大风型、干冷锋北大风型和夏秋大雾型四种易形成辽宁地区沙尘污染的天气类型,对污染天气类型进行归类统计分析。结果表明：重污染和中度污染天气中PM10污染所占比例最高,污染天气类型主要是干冷锋北大风型。