排序方式: 共有74条查询结果,搜索用时 62 毫秒
51.
52.
53.
利用逐步回归的数理统计方法及本溪市大气环境监测资料和地面常规气象观测资料,对辽宁省本溪市空气污染物TSP和SO2的浓度分别进行了计算分析并建立了预测方程,并对这两种污染物分别进行了预测检验。 相似文献
54.
55.
近年来中国东北地区污染事件频发,为揭示该地区重污染天气分布特征,利用2014—2017年中国东北地区40个城市空气质量数据及对应的高低空天气形势资料,统计分析得到中国东北地区大气污染状况的变化特征以及区域重污染事件的天气学特征。结果表明:2015—2017年中国东北地区PM2.5和PM10年平均质量浓度呈下降趋势,其中PM2.5年平均质量浓度下降的更快,PM2.5最大值出现在辽宁和吉林中部地区约为90—100 μg·m-3,SO2年平均质量浓度较高值分布在辽宁西部地区约为50 μg·m-3,而NO2最大值出现在沈阳—长春—哈尔滨一带,约为45 μg·m-3,CO质量浓度最大值分布在东北沿海地区约为1.6 mg·m-3,相反中国东北地区O3年平均质量浓度呈上升趋势,最大值出现在沿海的大连及营口等地,约为100 μg·m-3。污染物浓度变化具有鲜明的季节变化特征,不同地区PM2.5和PM10与AQI最大值均出现在冬季,SO2冬季质量浓度最大值出现在沈阳(180 μg·m-3),NO2与CO冬季最大值出现在哈尔滨(80 μg·m-3,1.8 mg·m-3)。相反,O3最大值出现在夏季沈阳地区约为140—150 μg·m-3。重度污染级别(200 μg·m-3≤PM2.5 < 300 μg·m-3)和严重污染级别(PM2.5>300 μg·m-3)的空气质量表现出以哈尔滨为中心,向周围迅速减少,辽宁中部又略有增加的特征;中度污染(150 μg·m-3≤PM2.5 < 200 μg·m-3)的天数沈阳>哈尔滨>长春,轻度污染(100 μg·m-3≤PM2.5 < 150 μg·m-3)的天数是沈阳>长春>哈尔滨。引发中国东北地区重污染的天气形势大致可分为高压型,低压型和北高南低型3种,出现比例分别为62%、27%和11%;高压型850 hPa高压脊东移经过中国东北地区,地面处于高压南部或弱高压中心,有时在黑龙江北部或辽宁西南部连续有弱小的低压生成并快速东移过境;低压型850 hPa低压系统发展并东移经过中国东北地区,地面处于低压后弱高压中;北高南低型850 hPa和地面中国东北地区受北面高压和南面低压的共同影响。 相似文献
56.
57.
中国气象局沈阳大气环境研究在2014年基于CUACE和CMAQ建立了东北区域空气质量数值预报业务系统,本文介绍了空气质量数值模式的研究进展以及业务现状,为东北区域空气质量和雾霾预报提供了技术支撑。然而,随着预报精细化和更长预报时效的业务发展需求,存在预报准确率不高、计算资源短缺、科技创新能力不足等问题。本文基于存在的问题提出了东北区域空气质量数值预报未来发展建议与展望,包括加强大气污染源清单研究与技术规范制定、观测资料同化技术研究与业务应用、物理过程参数化方案的改进优化、发展数值预报产品订正技术、开发高分辨率7—10 d数值预报产品、加强人才引进和科技创新等。 相似文献
58.
利用常规气象观测资料以及环保监测数据,对2010年4月8日辽宁沙尘天气过程的高低空天气形势和主要气象要素进行探讨,并对沈阳地区的空气污染状况进行分析。结果表明:沙尘天气过程主要是受贝加尔湖地区东移冷空气和蒙古低压的共同影响,强大的蒙古气旋造成地面强变压导致地面风速加大,是形成沙尘天气的动力因子;沙尘天气来临前后,风速、能见度和湿度等发生急剧变化;在沙尘天气影响下,沈阳地区的PM10浓度迅速上升,而大风等有利的扩散条件,造成黑碳、气态污染物SO2和NO2浓度出现不同程度的下降。 相似文献
59.
基于CUACE(CMA Unified Atmospheric Chemistry Environment)和CMAQ(Community Multiscale Air Quality)空气质量模式预报产品,应用BP(Back-Propagation)人工神经网络法建立沈阳市不同地点小风和高湿条件下PM_(2.5)浓度集成预报模型,并对预报结果进行检验。结果表明:与单一空气质量模式相比,集成模型预报的PM_(2.5)浓度更接近实测值,预报的PM_(2.5)浓度的平均偏差和归一化均方误差均明显减小,预报的PM_(2.5)浓度的模拟值在观测值两倍范围内的百分比(FAC2)明显提高。集成模型能较好地预报PM_(2.5)浓度高值的变化,且显著提高了沈阳市外围城区PM_(2.5)浓度的预报水平。集成预报模型可以实现CUACE和CM AQ两种空气质量模式产品的最优综合,对空气质量的实时预报具有一定的参考价值。 相似文献
60.