共查询到10条相似文献，搜索用时 15 毫秒
1.
利用1961—2012年江苏省69个地面气象站观测资料和2012年苏州市大气气溶胶观测资料,在对霾日进行判识和筛选的基础上,分析江苏省霾日的时空变化特征及霾与气象条件和污染物的关系。结果表明：1961—2012年江苏省各站年总霾日数均呈上升趋势,85％的台站呈极显著上升趋势;江苏省年平均霾日数呈显著上升趋势,其中2011—2012年呈急剧上升趋势;1980年前霾日的空间分布差异不明显,1980年后,沿江和苏南地区为霾的高发区,东部沿海大部地区霾日较少。霾天气主要发生在冬季和春季,以12月和1月发生最多。降水少和风速小有利于霾天气的发生;除SO2外,PM10、PM2.5和NO2等污染物浓度随着霾等级的增加而增大,其中PM2.5浓度增大明显。 相似文献
2.
2013年1—2月华北雾、霾天气边界层特征对比分析 总被引：8，自引：4，他引：4
利用地面观测资料、中国气象局PM2.5质量浓度数据、L波段探空秒数据等,对华北地区三个大城市(北京、石家庄和太原)的雾、霾及晴天天气的地面风场特征及PM2.5浓度分布情况进行了统计分析。同时分析了典型雾、霾天气过程中的边界层气象要素垂直结构及逆温层特征,并与晴天过程做了对比。通过对不同强度雾、霾天气过程的边界层动力、热力学结构差异的讨论,发现逆温强度与雾、霾天气的能见度有负相关关系,并对雾、霾天气的发生有一定的预报指示意义。 相似文献
3.
2014年2月19—27日,北京出现了重度污染及以上水平的霾天气,严重危害着人们的身体健康。以北京该段持续污染过程为研究对象,基于同期气象数据与PM2.5 观测数据,利用SPSS统计软件分析了PM2.5浓度与气象因子间的相关性,探究区域周边城市PM2.5 污染变化特征及其与地面天气形势之间的关系。研究结果表明,在一定的气象条件下,PM2.5 浓度与风速、相对湿度分别呈显著的负相关、正相关,与气压呈负相关,与气温无显著相关关系。同时,比较该时段北京市与周边区域7个城市的PM2.5 浓度变化趋势及后向轨迹分析,发现北京市与周边城市在相似的气象背景条件下,污染过程具有区域性特征。华北地区处于地面高压均压场控制时,地面风速小,逆温层明显,大气层结稳定,区域扩散条件差,弱偏南气流主导时间长,受局地源积累和区域输送的影响,污染物浓度累积上升,可形成持续霾天气。 相似文献
4.
《气象与环境学报》2016,(3)
利用常规气象观测资料和NCEP再分析资料对2013年12月1—8日常州地区一次持续性严重霾天气过程进行了综合分析。结果表明:常州地区此次持续性霾天气过程中高纬地区高层环流较平直,低层为弱西南暖湿气流,冷空气势力较弱;2013年11月30日常州地区位于地面"L"型高压顶部,偏西风对常州上游地区污染物的输送和12月1日清晨出现的逆温层,导致扩散条件较差是此次霾过程爆发的主要原因;持续的地面均压场控制和频繁出现的逆温层为霾提供了维持机制,12月9日的强冷空气造成了此次霾过程消散。持续性霾天气过程期间,温度露点差减小,相对湿度增大,风力减小,多为偏西偏南风,且近地面多为弱的上升运动,为霾的维持提供了稳定的层结和充足的水汽。常州地区此次霾天气过程的主要污染物为颗粒物(PM2.5、PM10),部分SO_2、NO_2及O_3等污染物通过协同转化作用生成颗粒物,导致霾粒子浓度剧增是此次霾过程爆发的重要内因;后向轨迹模式的模拟结果也表明常州上游地区污染物的输送对此次霾过程亦有贡献。 相似文献
5.
2015年11月27日至12月1日,北京地区出现了一次十分严重的雾、霾天气过程。综合分析此次雾、霾天气过程的天气形势、加密自动站、探空、风廓线雷达以及连续观测的PM2.5资料,结果表明:本次雾、霾过程,能见度的恶化与天气形势、PM2.5持续性波动增长、相对湿度增加、逆温出现频率高、近地层风速小及近地面偏南风输送有密切关系:(1)此次雾、霾过程期间,华北地区较长时间被地面高压后部的弱气压场和低压辐合区控制,地面风速和近地层风速较小,北京大部分地区处于弱的偏南风或偏东风控制中,很不利于污染物的水平扩散;(2)地面增湿趋势明显,低层偏南和偏东气流将水汽和上游污染物向北京地区输送,加之29日气温明显回升,导致地面积雪融化,近地面相对湿度增加,有时接近饱和;(3)边界层逆温一直存在,很不利于污染物的垂直扩散。 相似文献
6.
2013年初江苏连续性雾-霾天气的特征分析 总被引：7，自引：1，他引：6
利用FNL资料、污染物颗粒浓度资料以及常规气象资料对2013年1月12—16日江苏地区的连续性雾 霾天气过程的环流形势、地面气象要素特征、大气边界层结构及大气污染状况等进行了分析。结果表明：高空形势变化平稳、中低层的暖平流配合稳定少动的地面气压场为雾 霾天气的发生提供了有利的环流形势;持续变化较小的气压梯度和较低的风速以及相对湿度的增大和PM2.5、PM10的浓度的变化为雾 霾形成和发展提供了条件;雾 霾期间低层都存在不同程度的逆温现象,混合层高度与AQI呈反相关关系,当混合层高度越低,AQI就越高,污染就越严重,能见度就越差;相对湿度的升高和PM2.5在污染物颗粒中的富集,是导致能见度下降和持续污染的首要原因,而强冷空气带来的大风降温是污染物颗粒被快速清除的重要动力机制;影响南京的污染物来源为：黄海、安徽地区、北方污染物的输送和本地的局地污染。 相似文献
7.
KNN数据挖掘算法在北京地区霾等级预报中的应用 总被引：6，自引：1，他引：5
利用北京地区2013年气象数据以及PM2.5浓度数据与能见度数据进行对比分析,结果发现气温、气压、相对湿度、露点温度、地面U风、地面V风以及PM2.5小时浓度这7个要素是影响北京地区霾等级的关键因素。利用气温、地面气压、相对湿度、露点温度、U风、V风分量以及PM2.5浓度作为7个属性特征,以霾等级做为标志量构建训练样本集,结合KNN（K Nearest Neighbor）数据挖掘算法构建霾等级预报分类器,并开展霾等级客观识别实验。结果表明K=3时该分类器的分类预报效果最佳,其13个站点的分类准确率高达88.2%。基于该算法构建的KNN模型预报无霾时的漏报概率很小,准确率高达91.8%;预报有轻度霾、中度霾以及重度霾时,空报的概率仅分别为4.7%、1.4%和2.6%。2014年8月29日至9月2日北京地区一次霾天气过程的预报结果表明：南郊观象台、密云和延庆3站的预报准确率分别达到74%、64%和84%,但霾等级的精度方面还有待于进一步提高。 相似文献
8.
利用气象、环境、卫星遥感火点监测等资料，从环流形势、气象要素、污染物和污染传输特征等方面对哈尔滨2018年4月4日夜间至5日白天罕见重度霾天气成因进行分析。结果表明，此次重度霾天气首要污染物为PM2.5，污染最重时PM2.5浓度高达507μg?m-3，秸秆焚烧是污染物的主要来源，既有本地源又有外地源，利用HYSPLIT模型模拟出这次重度霾天气污染传输特征。重度霾时段，近地面风速小，为1.5m·s-1左右，最小为0.1m·s-1，风向呈弱气旋性辐合、湿度增大有利于形成霾。低层存在较强的贴地逆温，逆温层顶高度约为100m,逆温强度约为1.5℃/100m，不利于污染物在垂直方向上扩散。地面均压场和高空弱高压脊、暖锋锋区和暖平流为这次重度霾天气提供了有利的大气环流背景条件。 相似文献
9.
2014年,中国气象局将地面人工观测业务调整为自动仪器观测的方式,这一改变明显提高了工作效率,但对观测结果,特别是视程障碍类观测产生了一定的影响。为了完善内蒙古地区霾和沙尘天气判别标准,获得准确可信的气象资料,本文选取了2001-2019年内蒙古12个站点逐三小时的气象观测资料,从时空分布特征和判别方法研究了内蒙古地区沙尘和霾自动气象观测数据的可靠性和判别标准的适用性。结合PM2.5和PM10两个空气质量指数,通过修正错误记录,将沙尘中误判的霾和无天气、霾中误判的沙尘、雾和无天气等分离出来。对比结果来看,修正前,霾和沙尘分别占总频次的95%和5%；修正后,霾、沙尘、雾和无天气分别占总频次的55%、17%、1%、27%。对比呼和浩特单站一次沙尘和一次霾天气过程中气象要素和空气质量指数的连续变化可以看出,相对湿度与PM2.5的相关性均达到了0.5以上。沙尘期,能见度与PM10负相关,PM2.5和PM10相关性较差；而霾期,能见度与PM2.5和PM10的相关性较差,PM2.5和PM10相关性达到了0.8以上,即不同相对湿度环境下影响能见度的因素不同。 相似文献
10.
《气象与环境学报》2016,(6)
利用2013—2014年银川地区大气颗粒物质量浓度和同期气象要素的观测资料,分析了银川地区大气颗粒物浓度的分布特征及其与气象条件的关系。结果表明:2013—2014年银川地区PM_(10)、PM_(2.5)、PM1年平均浓度分别为167.3μg·m-3、67.2μg·m-3和45.0μg·m-3,年平均PM_(2.5)/PM_(10)、PM1/PM_(10)、PM1/PM_(2.5)分别为45.0%、32.0%和65.0%;PM_(10)浓度3月最高,8月最低,PM_(2.5)和PM1最高浓度均出现在1月,PM_(2.5)最低浓度出现在8月,PM1最低浓度出现5月;3—5月为PM_(2.5)/PM_(10)、PM1/PM_(10)和PM1/PM_(2.5)最低的3个月。不同天气类型PM_(10)浓度由高至低依次为浮尘/扬沙典型天气平均霾晴天雾,不同天气类型PM_(2.5)浓度由高至低依次为扬沙/浮尘霾典型天气平均晴天雾,不同天气类型PM1浓度由高至低依次为霾典型天气平均雾晴天浮尘/扬沙。风速与PM_(10)浓度呈正相关关系,风速与PM_(2.5)和PM1浓度均呈负相关关系;PM_(10)浓度在偏西北风时较高,PM_(2.5)和PM1浓度在偏西南风与偏东北风时较高;气温与PM_(10)、PM_(2.5)、PM1浓度均呈显著的负相关关系;相对湿度与PM_(10)浓度呈显著的负相关关系,相对湿度与PM1浓度呈显著的正相关关系,相对湿度与PM_(2.5)相关性较弱;气压对PM_(10)浓度变化的影响较小,气压与PM_(2.5)、PM1浓度呈正相关关系;降水对PM_(10)的清除作用最强,对PM_(2.5)的清除作用次之,对PM1基本无清除作用。 相似文献