工程勘探瞬变电磁仪关键技术研究   总被引：9，自引：0，他引：9  

李实  李创社  张彦鹏  张鹏飞  宋建平 《煤田地质与勘探》2001,29(1):55-58

瞬变电磁勘探法是工程勘探领域里新兴的一种很有前途的测量方法。但是作为一种重要探测工具,瞬变电磁仪的许多关键技术还没有解决,限制了瞬变电磁勘探法在工程勘探领域的应用。本文研究了瞬变电磁仪的硬件和软件设计中的关键技术,并提出了程控接收天线法和早期信号检测法等。   相似文献   

中美两套西北太平洋热带气旋资料集的差异分析          下载免费PDF全文

梁进  任福民  杨修群 《海洋学报》2010,32(1):10-22

利用中国气象局(CMA)和美国联合台风预警中心(JTWC)两套西北太平洋热带气旋(TC)资料集,对比分析了两者在1951—2005年TC定位和定强方面的差异。结果表明:两套资料定位差在20世纪50年代至60年代初及1988年至90年代差异较大;地理分布上主要是在TC登陆后所在的地区及高纬度洋面上差别较大。定强方面,CMA资料在20世纪50年代及60年代末至70年代初TC强度明显大于JTWC资料,JTWC资料则在80年代末以后的时段TC强度显著大于CMA资料;地理分布上定强差大的区域在80年代以前分布较零散,之后随着JTWC资料定强增大,其在西北太平洋洋面上强度显著偏强,CMA资料同期则在亚洲大陆沿岸部分地区强度较强。进一步分析显示,两套资料集之间的差异和TC观测技术的变化之间存在密切关系。在气象卫星使用以前(1951年至60年代初),以及美国空军飞机观测终止之后(1988年以后),两者无论是在定位还是定强上都存在很大差异;而两者定强差最小的时期(1973—1987年)则正好对应了飞机观测和Dvorak技术在TC观测上同时被使用的时段。两套西北太平洋TC资料集总体差异明显,却又各具特点,目前很难判断哪一套资料集更加可靠。但对于影响中国TC,CMA资料集具有明显优势。  相似文献   

高温热浪下江苏省典型臭氧污染过程的特征及成因分析北大核心          下载免费PDF全文

楚翠姣  梁进  孙旭光  钟声  房佳蓓  陆维青 《气象科学》2022,42(6):742-753

基于环境空气质量监测数据,本文分析了2022年6月14—18日高温热浪期间江苏省臭氧污染过程的时空变化特征,并结合天气形势、WRF-CMAQ模拟和典型城市大气超级站挥发性有机物(VOCs)在线监测数据进行了成因分析。结果表明:高温热浪期间,江苏省13个地级城市臭氧污染超标率达96.9%,中度污染超标率为27.6%,臭氧日最大8 h(MDA8 O 3)峰值质量浓度高达260.0μg·m^(-3)。南通市、无锡市、苏州市3个典型城市臭氧质量浓度的日变化特征显示,07—13时臭氧质量浓度增长率在27.9%~46.7%,多个时段净增量超过40.0μg·m^(-3)。利用WRF-CMAQ模型对污染过程进行了数值模拟、过程分析和溯源分析。结果显示,典型城市白天小时平均光化学贡献在24.5~33.0μg·m^(-3)之间,稳定高值的光化学贡献,叠加持续稳定或突发的传输贡献,导致此次高温热浪下臭氧质量浓度爆发式升高,出现峰值污染。在偏南风的影响下,省外污染源来自浙江省贡献最高,在13.9%~33.8%,其中无锡市和苏州市受浙江省外源影响较大。此外南通市大气超级站VOCs在线监测结果显示,臭氧污染期间逐日VOCs体积分数在45.5×10^(-9)~83.6×10^(-9)之间,整体处于高值水平,臭氧生成潜势(OFPs)贡献排名前十的物种以烯烃和芳香烃物质为主。  相似文献   

2020年新冠肺炎疫情管控期江苏省大气污染物浓度变化特征北大核心          下载免费PDF全文

楚翠姣  江飞  孙旭光  梁进  蒋益荃  秦艳红 《气象科学》2022,42(1):51-60

利用江苏省大气环境监测站点的大气污染物监测数据,分析了2020年初新冠肺炎疫情管控期间(2—3月)主要大气污染物浓度的变化特征。结果显示,相比于2019、2020年疫情管控期间PM_(2.5)、PM_(10)、NO_(2)、SO_(2)、CO浓度的全省平均降幅分别为37.5%、36.9%、31.9%、28.2%和21.2%。严格管控期的2月和生产恢复期的3月,江苏省十三市PM_(2.5)、PM_(10)浓度同比降幅大致相当,呈现出较好的时间连续性和空间均匀性。但各市臭氧浓度同比变化呈现出较大的时空差异。空间上,沿江以南城市南京、无锡、常州、苏州和镇江五市臭氧浓度明显上升,而其他城市臭氧浓度以下降为主;时间上,2月南京等九市臭氧浓度上升,3月徐州等八市臭氧浓度持平或者下降。假设未发生新冠肺炎疫情以及未采取为阻断疫情蔓延而实施的种种举措,在仅考虑近年来大气污染防治政策持续实施的情况下,与预期降幅相比,疫情管控对NO_(2)实况浓度降幅的影响最大,其次是PM_(2.5)和PM_(10)。  相似文献