简介:利用2017年1月1日-7月31日陕西省十地市空气质量资料和气象站地面观测资料,分析了2017年1-7月陕西省空气质量时间变化特征及影响大气环境质量的气象条件.结果表明:全省城市空气质量与2016年同期相比较差1-3月全省首要污染物为颗粒物(PM2.-和PMW),5-7月为臭氧.1-3月各市平均风速均在3.0m/s以下且小风频率较高;全省冷空气活动较上年同期减少3次且强度偏弱;全省平均混合层高度与上年同期相比降低22m.与上年同期相比,平均风速小,小风日数增多,冷空气活动次数减少且强度偏弱,混合层高度偏低,是颗粒物污染过程增多的主要因素.5-7月臭氧质量浓度与高温显著正相关,当日平均气温≥30℃或日最高气温≥35℃时,臭氧显著超标;臭氧质量浓度随日照时数增加而升高,日照时数≥6h时,各市臭氧平均质量浓度均较高,日照时数≥10h时臭氧超标率最高;臭氧质量浓度随日平均相对湿度的升高而降低,当相对湿度〈60.0%时,臭氧平均质量浓度超过140μg/m3,当相对湿度≥70.0%时,臭氧超标率明显降低.与上年同期相比,气温偏高,日照充足,湿度减小是造成臭氧超标日增多的主要因素.
简介:利用2014年9月—2015年8月环境保护部对外发布的兰州市6种污染物实况监测数据,对同时期CUACE模式的24h预报结果进行误差分析,并通过误差滚动线性回归订正方法进行检验订正。结果表明:(1)兰州市的首要污染物以PM10为主,其次是PM_(2.5);(2)CUACE模式对SO2的预报及对O_3、NO_2、PM_(2.5)和PM_(10)预报为2级时,等级预报准确率较高,预报结果可直接使用;(3)模式对O_3和CO预报1级时,采用10d误差滚动订正后等级预报准确率可提高1.1%~5.5%;(4)模式预报其它要素的其它级别时采用5d或10d误差滚动订正后再加上或减去一定值后,等级预报准确率可提高8.7%~75%。
简介:利用京津冀地区80个环境监测站PM_(2.5)浓度的逐时监测资料和常规气象站的观测资料,分析了2013年1月京津冀地区3次典型重污染天气过程PM_(2.5)浓度的分布和演变特征,选取PM_(2.5)浓度快速增长时段的风场特征分析外来源对北京地区污染输送的影响。结果表明:2013年1月京津冀地区存在3个PM_(2.5)浓度高值中心,分别位于石家庄—保定、廊坊和唐山地区。北京地区外来源主要来自河北省中南部的石家庄—保定及廊坊一带,主要通过边界层偏南风远距离输送影响北京地区,边界层辐合线和逆温结构加剧了污染物在北京地区的累积。随着静稳时间的增长,PM_(2.5)污染物向燕山和太行山前输送堆积,造成北京地区PM_(2.5)浓度高于河北省中南部地区,北京市郊区PM_(2.5)浓度高于城区。
简介:依据气温间的空间相关性,将地统计学中的普通克里金法(OrdinaryKriging,OK)引入地面气温资料的质量控制。考虑气温在空间上的连续性,提出一种基于高斯模型改进的普通克里金(ImprovedOrdinaryKriging,IOK)质量控制方法。为评估该方法的性能,运用IOK法对江苏省67个台站2008年地面日平均气温资料进行质量控制,并与OK法以及反距离加权法(InverseDistanceWeighted,IDW)进行比较。试验结果表明,IOK法的检验效果优于OK法与IDW法,且稳定性与适用性较高,能有效地标记出气温观测数据中的可疑数据。
简介:文章对呼和浩特市2015年冬季(2015年11月—2016年1月)空气质量指导预报从单时次预报、逐日预报、过程预报3个方面进行了检验分析。检验分析表明:(1)单时次(08时)PM2.5、PM10等要素浓度预报偏差在可接受范围内,其中PM2.5、PM10、CO、NO2、O3、SO2冬季平均绝对误差分别为52.99、68.21、1.25、17.89、26.93、23.76ug·m-3,且PM2.5与PM10误差变化趋势较为一致,其相关系数为0.91;单时次(08时)AQI预报准确率为72.94%。(2)逐日AQI检验误差65.41,AQI预报准确率为64%。(3)空气质量污染过程预报较为滞后,其中单峰型污染过程波峰预报时间滞后48~60h;双峰型污染过程中第一个波峰预报时间滞后60h左右,而第二个波峰滞后1d左右;持续性污染过程中波峰预报时间滞后约36h。
简介:利用2007--2010年南昌市空气污染监测资料以及气象观测资料,分析了空气质量与天气形势的关系,以及造成南昌市空气污染的主要天气形势特征。结果表明:(1)南昌市空气污染具有明显的季节性变化特征,冬季污染日出现频次最高,其次是春、秋两季,夏季由于雨水的冲刷稀释作用、热对流作用,极少出现空气污染日。(2)影响南昌市空气质量的地面形势主要分为低压类(倒槽、锋前)和高压类(高压底部、高压后部、弱高压),而高空系统主要为槽后西北气流以及西南气流的影响。(3)当出现空气污染时,地面至1000hPa近地层逆温非常明显,地面风速弱,基本在3m/s以下,且以偏东风出现频次最高。(4)污染物浓度与霾天气密切相关,霾日的空气质量较差。
简介:利用哈尔滨市2014—2016年逐日空气质量指数(AQI)数据,结合同期气象观测资料,分析了哈尔滨市空气质量的变化特征、主要污染物及与主要气象要素之间的关系。结果表明:近3a间,哈尔滨空气质量为良级别的天数最多,占47%,达到污染级别的天数占31%,2016年空气质量最佳,优良级别的天数达到284d,占全年78%;春夏季AQI指数较低,秋冬季AQI指数明显偏高,9月空气质量全年最佳,1月空气质量最差;PM2.5是造成哈尔滨空气污染的最主要污染物,其次是PM10、NO2和臭氧8h(O3-8h);AQI与气压之间以正相关为主,秋冬季最为显著;与风速主要表现为负相关,冬季尤为显著;与气温的关系受到采暖的干扰差异较大,年尺度及秋冬季呈负相关,月尺度呈正相关;与降水日数呈负相关;与相对湿度冬季表现为显著正相关,而5—9月为负相关。
简介:采用FFT算法和PPP算法,对南京S波段双线偏振全相参脉冲多普勒天气雷达-次实测回波时Ⅰ/Q信号进行谱宽估计,并对谱宽估计值及其偏差与信噪比的关系进行了分析.结果发现:)相对高信噪比数据,低信噪比回波的谱宽估计偏差更大,且随信噪比降低偏差呈指数增长.相对FFT算法,PPP算法的谱宽估计偏差更大,且随信噪比降低偏差增长速度更快.2)为提高谱宽估计精度必须要尽量消除噪声(主要是低信噪比回波信号)造成的影响,分别对FFT算法和PPP算法提出了改进方案,两种算法的谱宽估计质量都有了较大提升,尤其是低信噪比回波数据.修正后FFT算法处理得到的谱宽数据与RVP8偏差更小,而修正后PPP算法处理得到的谱宽数据偏差较大且比较离散,这表明FFT算法的估计精度更高,但实际处理过程中PPP算法的处理速度更快,两种谱矩估计算法各有优劣.