排序方式: 共有17条查询结果,搜索用时 93 毫秒
1.
基于Himawari-8卫星的云参数和降水关系研究 总被引:1,自引:1,他引:0
基于日本Himawari-8卫星的云产品,对中国中东部地区2017年夏季(6—8月)每日08—17时的降水资料进行了分析,重点讨论了云光学厚度(COD)、云顶粒子平均尺度(CPS)、云顶温度(CTT)三个云参数与降水的关系。试验表明,降水概率与云参数相关性较高,存在随着COD增加、CPS增加、CTT减小而增加的明显趋势。但是,单个云参数与降水强度相关性则较低;COD、CPS、CTT与小时降雨率的相关系数分别为0.2315、0.1823、-0.2235,均为弱相关。如果综合考虑联合两个或三个云参数形成小时降雨率分布矩阵,则降水过程能得到更为清晰的体现。2017年8月28日的个例表明,相比纯粹基于红外的算法,三参数方法可以明显提高小时降雨率的估计精度。 相似文献
2.
3.
2018年1月大气环流和天气分析 总被引:4,自引:2,他引:2
2018年1月大气环流主要特征为:北半球极涡呈偶极型分布,环流呈四波型,东亚槽略偏强。1月,全国平均降水量19.6 mm,较常年同期(13.2 mm)偏多48.4%。1月冷空气势力明显加强,全国平均气温(-5.3℃)由较常年偏高转为偏低的状态,气温较常年同期(-5.0℃)偏低0.3℃。月内,降水偏多偏强,我国南方地区以及陕西关中等地出现较为少见的冰冻雨雪天气,与2008年出现的南方雪灾情况相似;1月仅有1次雾-霾天气过程,但2018年1月13—22日是2017年入冬以来范围最广、持续时间最长、强度最强的雾-霾天气过程。 相似文献
4.
对FY-4A卫星的气溶胶光学厚度(AOD)产品进行检验,并根据卫星相关观测资料,通过改进后的PMRS方法,反演得到中国近地面PM2.5质量浓度网格化分布。结果表明,FY-4A卫星反演不同站点AOD与地基观测网(AERONET)观测结果吻合较好,但存在一定的低估或高估现象,相关系数区间为0.54—0.87。将细粒子比(FMF)以0.4为界进行划分,FMF>0.4时,拟合结果较FMF≤0.4时更接近于AERONET观测结果;但FMF≤0.4时,卫星反演的AOD稳定性优于FMF>0.4时。通过引入AOD的大小,改进FMF>0.4时对细粒子柱状体积消光比(VEf)的估算算法,并通过改进后的PMRS方法对中国近地面PM2.5浓度进行逐时反演,其反演结果和地面观测结果相关较好,其中,乌鲁木齐、石家庄和徐州观测点的相关系数均高于0.7,但数值上仍存在高估或低估,误差结果由多种因素决定。空间分布中,卫星反演的中国2019年近地面PM2.5浓度月均值与近地面观测的结果有较好的对应关系,二者逐月演变趋势基本一致,基本可以反映出中国近地面大气细粒子的空间分布,特别是秋、冬季京津冀周边区域、汾渭平原等污染高值区均与地面观测对应较好。 相似文献
5.
京津冀地区冬半年污染传输特征及传输指数的改进 总被引:3,自引:1,他引:2
文章通过轨迹聚类、潜在源区分析等方法对京津冀地区冬半年污染物传输特征进行了分析,在此基础上对传输指数的构建方法进行了改进,并结合一次重污染天气过程分析了其作用。结果表明,对于北京、天津和石家庄,其重污染轨迹出现概率从高到低均为偏南路径、偏西路径、偏东路径和西北路径;在近地面高度上,西南和东南风的增强在大多时候成为北京的污染物传输通道,其中东南方向的污染物来源主要集中在大气低层;改进后的传输指数能够更好地反映外来传输作用对本地污染物浓度的影响,京津冀及周边地区的传输作用对北京、天津和石家庄等大城市的污染物浓度影响较明显,其中城郊及周边地区的近距离传输影响最为显著;合理应用传输指数可以对重污染天气的成因进行初步判断。 相似文献
6.
利用2016年12月至2017年2月北京、天津、石家庄和郑州的PM2.5质量浓度、反应性气体质量浓度及其相对应的气象要素资料分析了大气污染的理化特征、传输和生消规律。结果表明:北京、石家庄、天津及郑州的PM2.5质量浓度分布频率均有两个较为明显的峰值,四个地区PM2.5质量浓度分布频率最高时均值分别为10.1、19.2、40.0和47.1μg·m^-3,大气的氧化程度为北京最低,其次为石家庄、天津,郑州最高。四个研究地区的交通源对环境大气污染均有重要贡献。PM2.5和CO的相关性在低相对湿度时高于高相对湿度时;而PM2.5和NO2的相关性在相对湿度较大时高于相对湿度较小时。四个研究地区的PM2.5质量浓度均随风速的增大呈快速降低后趋于平缓的趋势,其中北京、石家庄和郑州的风速阈值均为3m·s^-1,天津地区为4m·s^-1。受上游污染地区的影响,偏南风的输送作用滞后20~30h达到最大,而偏北风的影响作用在滞后8~12h达到最大。 相似文献
7.
8.
9.
基于生物质燃烧排放源清单、地面观测和数值模式对东南亚中南半岛生物质燃烧气溶胶的排放特征,以及其在2020年春季对我国云南地区霾天气和南方前汛期降水过程的影响进行了分析。结果表明:中南半岛生物质燃烧气溶胶排放主要集中于每年3—4月,排放峰值时段集中于3月下旬至4月上旬,主要排放区域为缅甸东部和老挝北部。中南半岛生物质燃烧气溶胶在地面主要影响我国云南南部城市的霾天气,缅甸的生物质燃烧气溶胶是最主要的贡献源。中南半岛生物质燃烧气溶胶在低空西南急流作用下,可以在800~600 hPa高度传输至我国华南和江南南部大部分区域上空。传输至我国南方上空的生物质燃烧气溶胶通过抑制对流性降水、增强非对流性降水,可以改变南方前汛期降水过程的空间分布,使降水更集中于切变线附近。 相似文献
10.
为降低单个模式预报的不确定性和提高多模式集成空气质量预报系统的精细化程度,利用Cressman插值初步建立了我国0.25°X0.25°网格化污染物实况。结合4套空气质量数值预报模式,通过均值集成、权重集成和多元线性回归集成分别逐格点建立了集成预报。在预报当天各单一模式和集成方法前50 d预报效果评估基础上,建立了最优集成预报。对2018年12月19一22日一次重污染过程中集成预报的PM_(2.5)浓度评估结果显示:在污染较重时刻,最优集成预报与观测之间的归一化平均偏差(NMB)值在重污染地区保持在—20%~40%,对污染程度为良及以上区域的预报范围相较于单个模式更接近观测。整个过程中,最优集成在大部分污染区域与观测之间的NMB值为—20%~20%,均方根误差(RMSE)值为35~75μg·m~(-3),相关系数(R)值大于0.4。相较于所有单一模式和其他集成方法,最优集成在全国最多的格点有着较高的总体评分。在污染最重区域的8个城市,最优集成预报的污染过程平均开始和结束时间分别比观测时间早1.8和6.9 h。未来需融合卫星反演和地表观测来提高网格化污染物实况的精细化程度,利用降尺度、主客观融合和滚动订正等方法进一步提高网格化多模式集成空气质量预报的准确率。 相似文献