2004年春季沙尘天气对和田市空气质量的影响

利用沙尘暴监测网数据、常规气象资料以及MICAPS系统环流形势资料,对和田市2004年春季沙尘天气产生的污染进行了详细的对比分析。研究结果表明：和田市春季污染相当严重,主要以沙尘污染为主。整个春季79％时间API（环境污染指数）指数均达到500,且45％时间可吸入颗粒物PM10在TSP巾的浓度比例达50％。不同天气系统对和田市空气的污染贡献不同。从东路影响和田市的天气系统、高压底部型地面系统和浮尘天气所造成空气污染相当严重。其余天气系统和天气现象所产生的污染较小。     

古尔班通古特沙漠南部风沙土粒度分布的空间异质性

系统采集古尔班通古特沙漠南部典型地段纵向沙垄和垄间地浅层风沙土(0～30 cm)样184件,运用常规粒度分析和地统计分析方法研究了古尔班通古特沙漠南部沙垄不同部位风沙土粒度组成、分布特征及空间变异。结果显示:风沙土机械组成的优势粒级是细沙和极细沙,不同地貌部位粒级组成差异明显。粘土和粉沙的含量为垄间地高于沙垄,背风坡高于迎风坡和垄顶。极细沙和细沙的含量是迎风坡最高,垄顶最低。中沙、粗沙和极粗沙的含量则是垄间地低于沙垄,垄顶最高。风沙土粗物质粒径φ1和平均粒径Mz从垄间地→背风坡→迎风坡→垄顶均由细变粗,分选系数σ则由差变好。同时,φ1、Mz和σ具有中等-强空间自相关性,其空间相关范围(变程)大小顺序为φ1<σ相似文献   

基于主成分分析法和监测数据的阿尔泰山采金废弃矿区人工恢复措施效益分析

本文以阿尔泰山两河源保护区采金废弃矿区为研究区,从地形、土壤、水分和地表植被4个方面出发,结合矿区现有条件,设置11种恢复措施,选取丰富度指数、优势度指数、多样性指数、均匀度指数、生物量、植被盖度、物种数及土石比等7个评价指标,采用主成分分析法,得出不同恢复措施的主成分得分及生态效益排名。结果表明,单一恢复措施,如推平、羊群驻扎、泥浆等基本上是从某一个方面来考虑生态恢复的,存在一定的缺陷,恢复效益排名比较靠后;多种措施相结合,不仅能改善土壤环境,也会引起植物群落多样性格局的变化,生态恢复效益很好;同一种恢复措施,施行年限越长恢复效果越好。     

乌鲁木齐大气混合层厚度和稳定度与大气污染的关系

利用乌鲁木齐市4座10层100 m梯度气象塔2013年6月~2014年4月气象观测资料和7个环境监测站[WTBX]AQI[WTBZ]资料,计算并分析了大气混合层厚度和稳定度特征,探讨了大气混合层厚度和稳定度与污染的关系。结果表明：乌鲁木齐市混合层厚度夏季郊区高、城区低,冬季从南郊—城区—北郊随地势降低依次降低;夏季和冬季分别在1 559～1 772 m和526～1 156 m之间。地面至2 km以上每500 m高度间隔统计混合层厚度,500～1 000 m出现频率最多;月变化为6～9月基本在500 m以上,且每个高度区间其概率均超过10%,10月～次年2月1 500 m以上区间概率明显减小;日变化为中午13:00～16:00达到最高值,下午和傍晚迅速下降。白天较大的感热输送提供充足的热力条件,这也体现出白天以不稳定层结为主,夜间则以稳定层结为主。大气稳定度分类结果,夏季郊区和城区不稳定（A～C类）所占比例差不多,冬季北郊稳定（E、F类）所占比较最大、城区最弱。[WTBX]AQI指数冬季最大,从南郊—城区—北郊依次增大,这与采暖期污染物多、南郊比北郊地势高有利于扩散输送有关。总体来看,乌鲁木齐大气混合层厚度空间分布与气象要素、大气稳定度、地形等密切相关,对AQI[WTBZ]指数分布有重要影响,这对近地层大气污染状况预报有着重要的指导意义。     

上海天文台VLBI站主测观室实验环境监控系统

本介绍了上海VLBI站自行研制的实验环境监控系统。同时指出，环境温度、相对湿度及电网电压等参是影响实验设备正常运行的主要因素。     

乌鲁木齐市城区和郊区湍流特征

利用乌鲁木齐市4座100 m气象塔2013年6月至2014年4月46 m三维超声风速观测资料,计算湍流统计特征值并进一步详细分析乌鲁木齐市近地层湍流特征,得出以下结果:乌鲁木齐南郊摩擦速度u*平均值为0.37 m·s~(-1)、城区平均0.28 m·s~(-1)、近北郊和北郊平均0.23 m·s~(-1),春夏季大、冬季小,南郊、城区、近北郊和北郊春季最大分别为0.75、0.64、0.51和0.50 m·s~(-1),冬季最大分别为0.56、0.26、0.22和0.23 m·s~(-1);南郊湍流动能TKE平均1.38 m~2·s~(-2)、城区平均0.7 m~2·s~(-2)、近北郊和北郊平均0.6 m~2·s~(-2),春夏季大、冬季小,南郊、城区、近北郊和北郊春季最大分别为3.39、2.22、1.88和1.79 m~2·s~(-2),冬季最大分别为2.82、0.44、0.45和0.33 m~2·s~(-2)。三个方向湍流强度呈现Iu≈IvIw的规律,南郊0.11~0.36、城区0.12~0.37、近北郊0.10~0.36、北郊0.13~0.39。各个季节南郊白天u*和TKE最大,表明南郊湍流垂直扩散能力最强。     

新疆沙漠地区地表宽波段比辐射率遥感估算

地表比辐射率是估算地表温度以及地表长波辐射的一个重要参数,为了解决遥感影像反演地表比辐射率在裸地的精度不足问题,本文在新疆沙漠地区利用2类数据：① 傅里叶变换热红外光谱仪（FTIR）数据,在2013年、2014年秋天沿2条穿越塔克拉玛干沙漠的沙漠公路测量得到25个点的地表比辐射率数据;② 与FTIR数据同时期的MODIS温度/比辐射率数据MOD11A1、MOD11B1和反射率数据MOD09GA以及反照率数据MCD3A3,利用这2类数据为数据源,估算新疆沙漠地表比辐射率。首先,重新估算了基于MODIS宽波段比辐射率（BroadBand Emissivity, BBE）方程的系数和基于GLASS（Global L And Surface Satellite）BBE方程的系数,由此获得了GLASS BBE和MODIS BBE的修正方程。其次,将修正前后的GLASS BBE与FTIR和MODIS BBE作对比,发现其精度显著提高：① 与FTIR数据对比,修正前后的GLASS BBE方程的决定系数R²值从0.42增加到0.95,均方根误差（RMSE）和偏差（Bias）分别减少了1和3个数量级;② 与MODIS BBE方程数据对比,修正前后的GLASS BBE的R²值从0.69增加到0.91,RMSE和Bias分别减少了1和2个数量级。因此,修正后的基于GLASS和MODIS的BBE方程,极大地提高了遥感影像对裸地尤其是沙漠地区地表比辐射率的反演精度。使用修正后的GLASS BBE方程反演出新疆3个沙漠地区的BBE分布特征。结果表明,塔克拉玛干沙漠由于土地类型较为单一,其BBE值主要为0.88~0.92,而古尔班通古特沙漠以及库姆塔格沙漠受到地形、植被等的影响,BBE值稍微偏高,分别为0.89~0.95和0.89~0.94,沙漠周边稀疏植被区及其边缘地区的值范围为0.95~1.00。本文基于GLASS和MODIS的适用于新疆沙漠的BBE方程,为陆面过程的研究与模拟提供了支持。     

近10a新疆短时强降水湿度层结及大气能量结构特征分析

为更好地把握中亚低涡造成新疆短时强降水天气过程的机理特征,利用温度露点温度廓线图(T-lnP图)和大气位温-风矢能量图(V-3θ图)研究了中亚低涡背景下新疆短时强降水的湿度特征和大气能量结构特征。主要结论有:(1)根据对短时强降水T-lnP图及湿度特征的分析统计,将短时强降水分成三类:对流层高低层干而中层湿度大型、对流层中层干燥型、对流层整层湿度都显著型。其中第一类最多,占短时强降水总个例的60%;而第二类和第三类分别占27.5%、12.5%。(2)一般在短时强降水天气发生前V-3θ图特征为:三条θ曲线呈曲折增长;有"顺滚流"结构存在;有"蜂腰"形构造;有较为浅薄的超低温层存在。     

古尔班通古特沙漠及周边区域冬季大气边界层高度对地表积雪的响应

古尔班通古特沙漠是中国唯一冬季存在长期积雪的沙漠,在此特殊地理环境下,沙漠及周边区域冬季雪深和边界层高度的时空变化特征和相互关系尚未明确。本文利用1980—2019年SMMR（Scanning Multichannel Microwave Radiometer）、SSM/I（Special Sensor Microwave/Imager）、SSMI/S（Special Sensor Microwave Imager/Sounder）被动微波遥感雪深数据、古尔班通古特沙漠腹地雪深观测数据和ERA5再分析资料（the Fifth Generation ECMWF Reanalysis）边界层高度数据,分析了沙漠及周边区域冬季雪深和边界层高度的时空变化特征与相互关系。结果表明：古尔班通古特沙漠及周边区域冬季雪深年均值为8.45 cm,整体呈现东北部和南部积雪较深,其他区域积雪较浅并呈现出由沙漠中心区域向四周逐渐减少的特点,雪深在古尔班通古特沙漠及其东北、南边的邻近区域呈升高趋势,剩余地区呈下降趋势。古尔班通古特沙漠及周边区域冬季边界层高度年均值为105.54 m,呈现东南部和西北部高,中心沙漠区域、东北部、西南部较低的特点,边界层高度在沙漠及周边区域升高而其他区域降低。古尔班通古特沙漠的冬季雪深和大气边界层高度时空变化整体呈负相关,其中93.17%以上的沙漠区域呈负相关,平均相关系数为-0.32,最大相关系数绝对值为-0.58,空间相关系数为-0.42（P<0.05）。     

人工绿地与自然沙地蒸散的计算与变异研究

利用中国气象局塔克拉玛干沙漠气象野外科学试验基地2014—2015年自然沙地与人工绿地加密观测试验时次数据,采用GB/T 20481-2006气象干旱等级的蒸散算法,详细计算自然沙地、人工绿地以时次为单位的蒸散值。计算过程中采用多种参数算法,增加了观测数据的利用率,提高了计算精度,并尝试通过影响因子的变量赋值研究,量化蒸散的计算增减。结果表明:（1）自然沙地与人工绿地蒸散计算值都较好地刻画出了蒸散的年内变化,自然沙地计算值量级更贴近实际观测值,这与蒸散计算方法适用性有关。（2）人工绿地蒸散计算值在植被生长季与观测值的差值较大,自然沙地与观测值的差值较小;冷季人工绿地蒸散计算值与观测值接近,自然沙地计算值与观测值的差相对较大。（3）饱和水汽压与实际水汽压之差、2 m平均气温、2 m平均风速、饱和水汽压的斜率是计算蒸散的主要影响因子,其中饱和水汽压与实际水汽压之差和2 m平均风速随着赋值递增,蒸散差值时次百分比与年累计差值呈线性增长。2 m平均气温随着赋值递增,蒸散差值时次百分比与年累计差值表现比较稳定,饱和水汽压的斜率随着赋值递增,蒸散差值时次百分比与年累计差值略有递减。因此,GB/T 20481-2006气象干旱等级的蒸散算法在塔克拉玛干沙漠的适用性较好,人工绿地比自然沙地计算精度更高。