共查询到17条相似文献，搜索用时 187 毫秒
1.
对东海、黄海的近岸、远岸海区空气中陆源性和海洋性微生物含量进行了测定。并比较了不同测区间空气微生物含量的差别,分析了它们的昼夜变化状态,以及气温对这些变化的影响。认为测区空气微生物状态指示海洋与陆地、人类活动及环境污染与海洋空气间的相互作用。 相似文献
2.
本文对黄海测区空气微生物作了一次测定 ,结果表明空气中海洋性细菌、真菌的检出率分别为 52 .4 %和 4 7.6 %。陆源性细菌、真菌的检出率分别为80 .0 %和 6 0 .0 %。陆源性微生物出现机率大于海洋性的。空气微生物以细菌为主。测区平均的海洋性空气细菌、真菌、总菌量及真菌 /总菌 %分别为 592 .6 ,32 9.1 ,92 1 .7CFU·m-3 及 35.4。平均的陆源性空气细菌、真菌、总菌量及真菌 /总菌 %分别为 6 89.1、377.9、1 0 6 7.0CFU·m-3 及 35.7。文章分析了空气微生物的时空分布状态。指出测区空气微生物状态反映了海 -气、海 -陆、人和自然的相互作用。 相似文献
3.
珠江三角洲及珠江口海区的空气微生物含量 总被引：6，自引：0，他引：6
１９９４年６，７月，调查了广州，深圳，珠海及珠江口海区的空气微生物粒子沉降量状况，发现空气微生物粒子总量，真菌粒子量，真菌粒子数／总菌粒子数百分比在三市中不一致，这三种数据一般是陆上的高于海上，随着距陆的增加，都市影响的减弱和海面的开阔，空气微生物含量呈减少之势，显示出海洋新鲜空气对陆上污染空气的调节，净化作用，文中还分析了空气微生物有关参数与气温，风力或相对湿度间的相关关系。 相似文献
4.
１９９４年６，７月，调查了广州、深圳、珠海及珠江口海区的空气微生物粒子沉降量状况。发现空气微生物粒子总量、真菌粒子量、真菌粒子数／总菌粒子数百分比在三市中不一致。这三种数据一般是陆上的高于海上。随着距陆的增加，都市影响的减弱和海面的开阔，空气微生物含量呈减少之势，显示出海洋新鲜空气对陆上污染空气的调节、净化作用。文中还分析了空气微生物有关参数与气温、风力或相对湿度间的相关关系。 相似文献
5.
6.
在“极地”号船于１９８６年１０月～１９８７年５月赴南极暨环球航行的１９９ｄ中，分７次对该船作了空气微生物监测．结果表明，该船舱内空气微生物含量的大体范围是９７．５～４３２３．０ＣＦＵ／ｍ３。平均在１０００ＣＦＵ／ｍ３左右．其分布状况大体上是上层较中、下层的少．霉菌的检出率约４５．７×１０－２．霉菌与微生物总数量约１７．４×１０－２左右．舱内外空气微生物数量变化受制于船只所处地理位置和季节，舱内空气微生物的变化有其特异性．这些结果基本上客观地反映了该船的空气状况．同时，环境洁净程度与人们的主观努力很有关系。“极地”号船尚有改善环境的余地。 相似文献
7.
8.
黄河三角洲退化湿地微生物特性的研究 总被引：3，自引：0，他引：3
本研究通过DAPI染色法、FDA染色法和稀释平板法对黄河三角洲退化湿地微生物特性进行研究,在分析土壤盐度和植物根际效应对微生物特性影响的基础上,探讨了微生物群落的垂直分布特征,并对可培养耐盐微生物进行了初步分离。结果表明,土壤盐度与微生物数量、活性及多样性呈显著负相关性(P<0.01)。耐盐细菌在耐盐微生物中占绝对优势,放线菌次之,真菌最少;微生物群落具有明显的垂直分布特征,数量、活性和多样性均随土层深度的增加而下降。五种植物(碱蓬、柽柳、芦苇、白茅、茵陈蒿)根际微生物群落的数量、活性及多样性明显高于非根际微生物群落;与柽柳、芦苇、白茅、茵陈蒿相比,碱蓬的根际效应最强。这些结果可为进一步开发利用滨海湿地微生物资源,形成修复退化湿地盐碱化土壤的植物-微生物耦合系统提供必要的理论依据。 相似文献
9.
10.
11.
12.
海雾过程中海洋气象条件影响数值研究 总被引：2，自引：2，他引：2
胡瑞金 《中国海洋大学学报(自然科学版)》1997,(3)
利用二维数值模式，研究了在海雾过程中海温场、气温场、湿度场、风场等海洋气象条件的影响。结论如下：（１）海温主要影响海雾的生成过程，当海雾生成后，它的作用就逐步减小了；（２）气温梯度（暖平流）较大，不利于海雾生成，逆温不是海雾生成的一个充要条件；（３）相对湿度大小及其分布是海雾能否生成的物理基础；（４）风速大不利于海雾生成，但海雾一旦生成，则有利于其发展 相似文献
13.
江苏近岸海域水文气象要素的时空分布特征 总被引：5，自引：0，他引：5
2006～2007年在江苏近岸海域进行水文气象要素(气温、湿度、风速风向、波浪、透明度、水色和海水温盐度等)大面观测。数据分析表明,各水文气象要素具有较大的空间分异,四季变化显著。秋季气温明显高于春季,冬季气温较历史数据偏高。整个海域风速较大,风向受季风控制,有效波高与风速之间显著相关。如东附近海域波浪较大,废黄河口波浪较小;春、夏季有效波高较小,而夏、秋季近岸海域波高较小,离岸波高增大。夏季海水透明度最大,平均为2.3m;冬季透明度最小,平均只有0.6m;水色与透明度呈负指数相关。春、秋季水温分布与气温分布基本一致,冬季大致沿等深线分布。射阳河口与长江口为低盐区,辐射沙脊群外缘为高盐区。与20世纪80年代的调查结果相比,出现了一些新特点。这些新的调查成果可为江苏近岸海域的海洋环境保护和可持续发展提供科学依据。 相似文献
14.
15.
海洋蒸发波导是微波通信的优良天然信道，但微波信号在波导中传播时容易受气海环境因素变化的影响。本文采用扩展傅里叶幅度敏感性分析法（Extended Fourier Amplitude Sensitivity Test,EFAST），分析了蒸发波导环境中微波传播路径损失对空气温度、海表温度、近海面风和相对湿度等气海环境因素变化的敏感性特点。敏感性分析结果呈现一种频率相关的频散特性，而信号极化方式影响较小。这4种环境因素中，相对湿度对路径损失的整体影响最大；在传播距离较近且高度较高的范围内近海面风速对传播的影响占据主导；空气温度和海表温度的敏感性大致相当；风速的影响是4种环境因素中最为复杂的，这也是在实际分析中需要额外重视的。本文对蒸发波导环境参数的敏感性分析结果对现场波导观测试验具有重要的参考意义，对敏感度高的环境参数可以考虑优先进行高时空分辨率观测。此外，在运用中尺度数值天气预报模式进行蒸发波导预报时，优先发展与敏感度高的气海参数有关的物理过程参数化方案，可以节约计算时间和资源。 相似文献
16.
利用西北印度洋船测数据评估基于卫星的海表面温度 总被引：1，自引：1，他引：0
本文描述了一次夏季在西北印度洋进行的调查船水文测量,用船测数据评估卫星海面表温度,并寻找影响海表面温度误差的主要因素。我们考虑了两种卫星数据,第一种是微波遥感产品——热带降雨测量任务微波成像仪TMI数据,另外一种是融合了微波,红外线,以及少部分观测数据的融合数据产品——可处理海表温度和海冰分析OSTIA数据。结果表明融合数据的日平均海表面温度的平均误差和均方根误差都比微波遥感小。这一结果证明了融合红外线遥感,微波遥感以及观测数据来提高海表面温度数据质量的必要性。此外,我们分析了海表面温度误差与各项水文参数之间的相关关系,包括风速,大气温度,想对湿度,大气压力,能见度。结果表明风速与TMI海表面温度误差的相关系数最大。而大气温度是影响OSTIA海表面温度误差最重要的因素;与此同时,想对湿度与海表面温度误差的相关系数也很高。 相似文献
17.
A new method deriving surface air temperature from specific humidity is proposed. Surface atmospheric pressure and relative humidity in addition to specific humidity are necessary in order to derive surface air temperature. Assuming effects of variation of atmospheric pressure and relative humidity are small, climatological values are used for those values. Derived surface air temperature is compared with in situ surface air temperature. A cross-correlation coefficient is high and the rms error is small. However, the agreement between them varies spatially. The errors are largest in the eastern equatorial region and high-latitudes. The former may be caused by a large sampling error and remarkable internannual variation related to ENSO phenomena. On the other hand, the latter may be related to sensitivity of saturated vapor curve to air temperature. Sensible heat fluxes are estimated by using derived surface air temperature and compared with that by in situ data. For the whole North Pacific, a cross-correlation coefficient, a mean error and an rms difference are 0.89 W m–2, 0.58 W m–2 and 8.03 W m–2, respectively. 相似文献