共查询到19条相似文献，搜索用时 93 毫秒
1.
利用2004—2007年三明市主要大气污染物PM10的监测值及气象因子(气压、风速、温度、湿度、降水、蒸发量)观测资料,以及同期08:00 850 hPa天气图资料,定量分析了PM10的突变特征以及突变与气象因子的相关关系。结果表明:PM10突变事件有明显的季节性特征,冬、春季节发生突变的概率较大;当地面气象要素场出现气压下降、风速减小、相对湿度下降、降水量减小而温度上升、蒸发量加大的配置时,PM10易发生正突变,当出现气压上升、风速加大、相对湿度上升、降水量增加而温度下降、蒸发量减小的配置时,PM10易发生负突变;当受大陆高压后部、暖区辐合系统影响时,PM10发生正突变的概率较高,受大陆高压前部、切变线系统影响时,PM10发生负突变的概率较高。 相似文献
2.
郑州市大气能见度变化特征及与空气污染的关系 总被引：12，自引：4，他引：8
根据郑州市19802007年能见度及同期地面气象要素(风速、温度、气压和相对湿度)观测资料和2006年、2007年空气污染物(SO2、NO2、PM10)监测数据,分析了郑州市大气能见度的变化特征以及大气能见度与气象要素和空气污染之间的关系.分析表明,大气能见度呈逐年下降趋势.一年之中,能见度最小值出现在121月及78月,最大值出现在56月;一日之中,08时能见度最差,14时最好.能见度与温度、风速呈正相关,与气压、湿度呈负相关,与空气污染物质量呈负相关. 相似文献
3.
4.
5.
日照市区PM10污染物特征及其与气象要素的关系 总被引：18，自引：3，他引：18
对2002年1月1日～2002年12月31日日照市环境监测中心提供的PM10（可吸入颗粒物）日平均浓度资料和对应时段的日照市地面气象资料做了深入的分析，揭示了污染物PM10变化特征及其随气象要素的变化规律。同时分析了主要污染物PM10与地面风速、风向间的相关关系，发现日照市大于等于3级的PM10污染日均出现在1-4月，地面风速对污染物PM10浓度有一定影响，当地面风速超过5m／s时，3级及以上污染日很少出现，当地面风速超过6．5m／s时，随着风速的提高，污染物浓度呈下降趋势。污染物浓度呈明显的季节变化，冬、春季节明显高于夏、秋季节。 相似文献
6.
利用呼和浩特市自动站观测的气象要素资料和探空资料以及呼和浩特市环境监测站监测的PM10数据,分析了沙尘暴过境前后地面气象要素、高空风和理查逊数以及PM10变化特征。结果表明:沙尘暴发生前受地面低气压控制,空气极度干暖,风向为稳定的西南风,3～5.5km高度上有较强的动量下传,大气不稳定性在500～400hPa之间。沙尘暴过境时气温迅速下降,风速急剧增大,风向突变为西北风,空气呈干冷状态,1.5～3km高度上有较强的动量下传,大气的不稳定性主要发生在850 hPa以下。沙尘暴发生时较发生前PM10浓度值增加21倍。 相似文献
7.
福州市灰霾气象要素场特征分析 总被引：12，自引：0，他引：12
利用1988-2007年常规观测资料、地面图5、00 hPa高空图资料,分析了福州市灰霾的时间分布,冬、夏半年霾日气象要素场和稳定度因子特征。结果表明：福州市灰霾年变化呈明显上升趋势;月分布呈单峰型,高发期在12、1月;冬半年14：00,夏半年08：00灰霾发生几率最高。冬半年灰霾多出现在冷空气减弱后,地面气压持续下降,温度不断上升,风速弱,湿度大,充分回暖后的天气下,对应地面天气形势有变性高压后部和底部、锋前暖区、地面倒槽;少数出现在冷空气入侵,地面气压上升,温度下降,湿度较小的天气下,对应地面天气形势为大陆冷高压。夏半年灰霾多出现在高温、干燥、大气层结稳定的清晨,对应500 hPa天气形势为副热带高压、副热带高压边缘、地面弱倒槽,以及少量台风外围控制下干热的下沉气流里。 相似文献
8.
用天气学方法分析了天津市2002--2005年夏季最大电力负荷过程的天气背景场、气象要素场和人体舒适度指数。结果显示,在电力负荷上升阶段,高空由低压槽转为高压脊,副热带高压逐步北抬,地面气压、气温回升,风力减小;峰值阶段,副热带高压完全控制华北地区,地面均压,最高气温多日维持在35℃以上,综合反映气温、相对湿度和风速的舒适度指数超过1200。当高空槽再次临近,副热带高压南撤退出天津地区,强降水过程出现,气温、气压急剧下降,电力负荷极值过程宣告结束。分析表明,夏季最大电力负荷过程与天气系统的高低空配置、气象要素、舒适度指数存在一定规律性。 相似文献
9.
基于神经网络的广州市能见度预报 总被引：1，自引：0，他引：1
在研究了广州市能见度变化特征及低能见度发生的主要影响因素的基础上,利用广州市环境监测站2007-2009年的空气污染物（PM10、SO2、NO2）监测数据及同期地面气象要素（10min平均风速、最大风速、气温、相对湿度、露点温度、气压、24h降水量）观测资料筛选出主要的预报因子,用径向神经网络建立预报模型,并对2009年9月1日到12月25日的能见度进行预报试验.结果表明径向神经网络预报模型在能见度低于10km时预报准确率明显高于统计回归预报方程.采用分级方法统计得出在未出现低能见度情况下,中低能见度,中高能见度预报准确率分别为80％,69.6％,均高于线性回归预报方程（40％,47.8％）. 相似文献
10.
11.
The present study investigates meteorological conditions for the day-to-day changes of particulate matter (PM) concentration in Beijing city during the period 2008–2015. The local relationship of PM concentration to surface air temperature, pressure, wind speed, and relative humidity displays seasonal changes and year-to-year variations. The average correlation coefficient with PM10 in spring, summer, fall, and winter is 0.45, 0.40, 0.38, and 0.30 for air temperature; –0.45, –0.05, –0.40, and –0.45 for pressure; 0.13, 0.04, 0.53, and 0.50 for relative humidity; and –0.18, –0.11, –0.45, and –0.33 for wind speed. A higher correlation with wind speed is obtained when wind speed leads by half a day. The heavily polluted and clean days, which are defined as the top and bottom 10% of the PM values, show obvious differences in the regional distribution of air temperature, pressure, and wind. Polluted days correspond to higher air temperature in all the four seasons, lower sea level pressure and anomalous southerly winds to the south and east of Beijing in spring, fall, and winter, and a northwest–southeast contrast in the pressure anomaly and anomalous southerly winds in summer. Higher relative humidity is observed on polluted days in fall and winter. The polluted days are preceded by an anomalous cyclone moving from the northwest, accompanied by lower pressure and higher air temperature, in all four seasons. This feature indicates the impacts of moving weather systems on local meteorological conditions for day-to-day air quality changes in Beijing. 相似文献
12.
利用NCEP/NCAR再分析资料、地面气象观测资料,重点分析了2013年1月成都地区一次重污染天气过程的天气背景以及地面气象要素演变。结果表明:(1)此次持续的污染天气出现在高空为弱脊控制且位势高度场异常偏高,地面处于变性高压脊或均压场且近地面层风速较弱的静稳天气背景下。(2)产生此次高污染(高AQI)的地面气象条件为:地面冷高压逐渐变性,近地面温度升高,海平面气压降低,近地面相对湿度升高至80%左右,无降水或弱降水,能见度将降低至于10km以下,地面风速减弱。(3)中低层弱风速,弱的水平风垂直切变,700h Pa层附近和近地面层的逆温层,不利于污染物在垂直方向上的扩散,使得污染进一步加剧。 相似文献
13.
14.
利用相关统计法分析2006—2008年厦门市地面气象要素对空气污染指数变化的影响规律。结果表明：风速、气温、降水、相对湿度和水汽压对空气污染指数有显著负效应作用,气压起显著正效应作用;风向影响较为复杂, NNW-N-E-ESE风起正效应作用, SE-S-W风起负效应作用,厦门风向总体不利于空气质量提高,全年仅夏季盛行SE-S-W风。API指数与风向、气温、降水、气压、相对湿度和水汽压的季节变化规律有高相关性。API指数与气象要素中的水汽压关系最相关,其次是气压。 相似文献
15.
利用2005—2006年大连自动气象站与人工站观测的温度、气压、降水、相对湿度、0 cm地温和风速风向等资料,对其差值、粗差率、一致率和风向相符率等进行对比分析。结果表明：自动站与人工站气温、本站气压、降水和0 cm地温观测差值较小,其准确度能够满足日常业务使用;而相对湿度、10 min与2 min风速和风向相符率观测差值较大,距离正常业务使用有一定的距离。因观测数据采集方法不同、感应器所处的环境不同、观测仪器原理不同、观测样本不同、观测时间的差异和人为因素的影响是造成对比观测差异的主要原因。 相似文献
16.
2008年7月18日对0807号台风海鸥进行了无人机探测工作。该次探测为中国大陆首次利用无人机直接向台风中心方向飞行, 进行台风基本气象要素的探测。无人机对台风海鸥进行了近4 h的飞行探测, 飞行高度为500 m, 距台风中心最近距离为108.4 km, 成功获得了探测时段内的温度、气压、相对湿度、风向、风速及海拔高度等基本气象要素数据。结果表明:气压和海拔高度呈显著性相关 (r=-0.98);距离台风中心越近, 气压越低, 风速越大, 温度也呈明显下降趋势; 地面至300 m的平均温度梯度为-1.02 ℃/100 m, 300~500 m的平均温度梯度为-0.46 ℃/100 m, 近地面的温度随高度变化较大; 探测时段内, 风速最大值为22.3 m/s, 平均值为15.1 m/s。 相似文献
17.
利用累积百分率法、Ridit中值分析法、"非常好"能见度出现频率法以及平均能见度年际和季节变化法,对1980—2005年南京大气能见度年际变化趋势进行分析,发现1980—1984年能见度呈上升趋势,1985年以后则在波动中呈明显下降趋势。26 a中,日均大气能见度最小值为0.55 km,最大值为29.25 km,平均值为8.59 km。大气能见度具有明显的日变化和季节变化特征,一日之中,14时最好,08时最差;一年之中,冬季能见度最低,夏季最高。能见度与相对湿度呈负相关,与风速呈正相关,与温度和气压的相关性相对较小。PM10是影响南京地区大气能见度的首要污染物,通过对能见度与PM10平均质量浓度进行曲线拟合发现,二者呈负相关,复相关系数在秋季最高,夏季最低。由统计预报方程可知,空气污染和气象条件协同作用对能见度的影响在春季、秋季、冬季较为明显,夏季则相对较差。 相似文献
18.
低海拔地区冬季由于凝冻常常会使风向风速传感器冻结,造成风要素资料失真或监测数据缺测,影响数据可用性,造成气象数据历史延续空白,导致无法弥补的历史数据损失。该文利用三穗县国家基准气候站2008—2020年冬季逐日、逐时、逐分钟风向风速、气温、相对湿度以及降水等地面气象监测资料,详细分析冬季冰冻期间风向风速缺测时段的气温、相对湿度、降水等相关信息,找出风向风速冻结与气温、相对湿度、风速大小的对应关系,从而判定风向、风速易冻结的气象要素阈值,采用USB碳纤维发热片,科学搭建低压加热方式,确保风向、风速传感器设备加热时不被灼伤受损,ZQZ-TF风向、风速监测资料连续可靠。 相似文献
19.
为了更好地研究沙尘气溶胶起沙和输送特征,2010年4—5月,在民勤周边沙地利用EZ LIDAR ALS300&ALS450型激光雷达和 GRIMM 180型颗粒物采样器进行了大气气溶胶的外场连续观测,取得了晴天、浮尘、扬沙和沙尘暴天气条件下沙尘气溶胶总后向散射垂直剖面图和PM10、PM2.5、PM1.0质量浓度采样资料,其中包含“0424”特强沙尘暴过程资料。结果表明：春季民勤近地层大气中沙尘气溶胶浓度较高,且随气象要素的变化很大;在整个观测期内,PM10、PM2.5、PM1.0的平均质量浓度分别为202.3、57.4 μg/m3、16.7 μg/m3。在不同天气条件下,PM10、PM2.5、PM1.0质量浓度的变化有很好的相关性,但变化趋势有所不同。在沙尘暴天气条件下,PM10的日平均质量浓度高达2469.1μg/m3,是背景天气条件下PM10日平均质量浓度的100多倍,是浮尘天气条件下PM10日平均质量浓度的8倍,是扬沙天气条件下PM10日平均质量浓度的2倍。PM2.5在沙尘暴天气下日平均质量浓度为460.3 μg/m3,是背景天气条件下PM2.5日平均质量浓度的45倍,是浮尘天气条件下PM2.5日平均质量浓度的6倍,是扬沙天气条件下PM2.5日平均质量浓度的1.4倍。PM1.0在沙尘暴天气条件下的日平均浓度为92.7 μg/m3,是背景天气条件下PM1.0日平均浓度的13倍,是浮尘天气条件下PM1.0日平均浓度的7倍,是扬沙天气条件下PM1.0日平均浓度的1.3倍。可见,风速增大时沙尘粒子浓度的增加对粒子粒径是有选择的,小粒子比重随沙尘浓度增加而相对减小,大粒子比重随沙尘浓度增加而相对增多;通过对“0424”特强沙尘暴过程的研究表明,一次沙尘暴过程往往包括沙尘暴、扬沙和浮尘天气中的两种类型;通过对激光雷达数据分析发现,在强沙尘暴发生过程当中,民勤沙地发生了非常严重的风蚀起沙现象。 相似文献