花粉浓度预报

重点探讨气候和植物对空气中花粉浓度的影响。通过对天津市河西区气象铁塔站、和平区南京路站1999年4月－2000年10月花粉观测资料分析表明：一年中花粉浓度有明显的周期性和季节性。经统计分析得出：当日花粉实况、气温日较差、日平均气温距平与未来25小时花浓度相关显著，用基作因子分别建立了春季、夏秋逐日花粉浓度预报主程，复相关系数分别为0．73和0．76，均通过F检验。同时利用降水、风、云量气象要素以及植物物候加以订正，作花粉浓度预报效果很好。     

大气扩散参数在大气污染物落地浓度估算中的贡献

从实际环评工作中如何确定扩散参数的角度，讨论其对污染物落地浓度的影响，提出在一定条件下切合实际的建议。     

绥化市2011年春季一次PM10污染的气象特征分析

近年来．大气环境问题日益受到关注,由绥化市环保局发布的空气质量日报可知,可吸人颗粒物PM10是绥化市主要空气污染物之一。PM10来源广泛,人为影响因素主要是燃料燃烧、汽车尾气、建筑施工等,自然影响因素主要是大风干旱引起的沙尘等。通常情况下,在本地污染源及其排放量相对稳定的情况下,污染物浓度的高低,主要取决于外地污染源的...     

影响青藏高原植被生理过程与大气C02浓度及气候变化的相互作用

利用一陆面过程模式,初步模拟研究了青藏高原夏季风盛行期植被生理过程与大气CO2浓度及气候变化的相互作用.结果表明,气候以及大气CO2浓度变化对青藏高原地区的植被生理过程有较明显的影响,高温、高湿和高CO2浓度将加强高原植被的光合作用和呼吸作用,有利于植被生长.高原植被也可通过生理过程,产生净C02吸收,降低大气C02含量,起到调整温室效应的作用,从而影响全球气候变化;当气温升高、大气C02增加时,这种作用更加有效.青藏高原地区大气C02浓度加倍,对高原地区气候的直接影响不明显.植被的存在也会影响区域气候变化,并可通过改变高原热源,进而影响高原及其周边地区气候变化.文中还归纳出了植被生理与气候相互作用的简单概念模型.     

兰州市空气质量预报系统结构及效果检验

文中从潜势预报、浓度预报、统计预报和数值预报 4方面介绍了兰州市空气质量预报业务系统的研究方法和结构特点。对 2 0 0 1年 4～ 10月兰州市空气质量预报与日报 (实况 )进行了分析研究 ,结果表明 ,该系统对兰州市空气质量预报有较强的预报能力 ,适用于兰州市空气质量预报业务。     

Verifying Fossil-Fuel Carbon Dioxide Emissions Forecasted by an Artificial Neural Network with the GEOS-Chem Model

In this study, the authors developed an en- semble of Elman neural networks to forecast the spatial and temporal distribution of fossil-fuel emissions （ff） in 2009. The authors built and trained 29 Elman neural net- works based on the monthly average grid emission data （1979-2008） from different geographical regions. A three-dimensional global chemical transport model, God- dard Earth Observing System （GEOS）-Chem, was applied to verify the effectiveness of the networks. The results showed that the networks captured the annual increasing trend and interannual variation of ff well. The difference between the simulations with the original and predicted ff ranged from -1 ppmv to 1 ppmv globally. Meanwhile, the authors evaluated the observed and simulated north-south gradient of the atmospheric CO2 concentrations near the surface. The two simulated gradients appeared to have a similar changing pattern to the observations, with a slightly higher background CO2 concentration, - 1 ppmv. The results indicate that the Elman neural network is a useful tool for better understanding the spatial and tem- poral distribution of the atmospheric C02 concentration and ft.     

黑河地区沙漠气溶胶浓度和谱分布特征

本根据黑河地区的观测结果．着重分析了沙漠气溶胶浓度及其谱分布特征。沙漠气溶胶浓度较低，其中细粒子占绝对优势。扬尘时气溶胶浓度显增加，其中粗粒子增加幅度最大．比平时高20倍以上．直径(D）在2.0-10．0μm间的粗粒子浓度比重从晴天的1.9％上升到9．6％。中等降雨对D>4．0μm的沙漠气溶胶粒子的清除效率非常高(>90％)，但对总浓度的清除效果不很明显(42．5％)，尤其是对其中的D<0．4μm的小粒子(32．8％)，因此0．5相似文献   

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。     

2013—2015年廊坊市连续重污染条件下的气象要素和污染物特征

通过综合运用micaps、自动站等气象资料,以及环境监测污染物浓度和AQI指数等资料,对2013—2015年廊坊市的连续重污染天气进行了分析,并细致分析探讨了在空气达到重污染背景下,气温、风向、风速、相对湿度等气象要素和多种空气污染物指数的分布特征。结果表明:(1)连续重污染具有明显的季节性特点,秋季开始出现,冬季达到顶峰,随着次年春季的到来逐渐减少至消失;(2)连续重污染的出现将导致气温升高,此时风向多为西南风—西风和偏东风,平均风速以0.3~1.5m·s^(-1)为主,最大风速多在1.6~3.3m·s^(-1)之间,相对湿度以60%~70%为最高发区间;(3)连续重污染天气的首要污染物为PM_(2.5)或PM_(10),其中以PM_(2.5)为主,比例高达94.3%,且呈逐年小幅下降趋势;(4)CO和SO_2浓度变化与采暖期污染物排放关系密切;(5)5月出现的连续重污染较少,且由大风沙尘天气造成。     

近50年春季沙尘活动及其对PM_(10)质量浓度的影响

利用中国北方847个地面气象台站观测的天气现象,从沙尘日数的时空分布、变化趋势等方面对1961 2012年中国北方春季沙尘活动进行了分析。结果表明,中国西北部的沙漠地带是春季沙尘暴和扬沙的多发和频发区。除个别台站,绝大部分北方站点的沙尘暴日数、起沙日数均呈显著下降趋势。1961 2012年中国北方区域平均的春季沙尘暴日数、起沙日数变化趋势分别为-1.2 d·(10a)-1和-2.3 d·(10a)-1,下降趋势显著。另外,沙尘暴的影响范围也逐步缩小。通过分析大气环境监测的PM10质量浓度(ρPM10)日平均值数据表明,发生沙尘时,北京、石家庄、济南、兰州、西宁的日空气质量易超标。ρPM10日平均值与沙尘持续时间呈显著正相关,即沙尘持续时间越长,ρPM10日平均值增幅越大。