排序方式: 共有515条查询结果,搜索用时 15 毫秒
511.
本文采用RBLM-chem模式,利用杭州市高分辨率城市建筑等资料,定量分析城市动力效应、热力效应以及城市植被、人为热对SO2、NO2、O3、PM2.5等主要污染物浓度的影响。结果表明,城市化过程使得大部分城区温度上升约1℃,相对湿度下降约6%,风速下降约0.8 m·s-1,湍流动能增强约0.03 m2·s-2。城市动力效应主要通过降低城市风速,使得城区污染物浓度升高,SO2浓度有近5 μg·m-3的上升,PM2.5、O3浓度也有近15 μg·m-3的上升。城市热力效应主要通过热岛环流使城区污染物向上输送,令地面污染物浓度降低,在城市大部分区域PM2.5都有大约10 μg·m-3的浓度下降。城市动力效应大于热力效应,城市的总体作用是使污染物浓度升高。城市下垫面使污染物浓度上升的另外一个机制是代替了自然有植被的下垫面,使污染物干沉降速度下降,但这一作用小于动力学效应。另一方面,人为热对城市主要污染物浓度都起着减小的作用,其中SO2、NO2、O3、PM2.5浓度降幅分别在2.5、3.0、6.0、10.0 μg·m-3左右。城市植被可以显著增加污染物干沉降速度,使主要污染物SO2、NO2、O3和PM2.5的干沉降速度分别上升0.1、0.1、0.03、0.06 m·s-1左右,相应地使上述污染物浓度分别下降2.5、6.0、4.0、6.0 μg·m-3左右。 相似文献
512.
随着计算能力的提升,台风数值模拟大量采用了大涡尺度模拟,其水平分辨率已达到数10 m的量级,而垂直分辨率提升不大,其问题是数值模式的垂直分辨率对台风大涡模拟的影响如何?因此,本文利用WRF(Weather Research and Forecasting)模式开展理想台风模拟,在不同的模式垂直层次(42,69和90层)情况下,研究并讨论数值模式垂直分辨率对台风大涡模拟的影响。结果表明,42层的垂直分辨率明显不足,而69层和90层的垂直分辨率则都能模拟出细致的台风边界层小尺度结构,龙卷尺度涡旋出现较多。与69层试验相比,90层试验模拟的台风强度要弱、龙卷尺度涡旋数量要少,但模拟的台风强度更稳定,模拟的小尺度涡旋也更精细。 相似文献
513.
利用2014年8月14日—2015年8月12日天津市生态城太阳能观测站和同期气象观测资料,统计分析生态城太阳辐射特征,并对各向同性和各向异性两种倾斜面太阳辐射计算模型的精度和误差来源进行评估,结果表明:生态城水平面和倾斜面曝辐量在月均值、季节和年总量上存在较大差异,利用水平面太阳辐射进行光伏发电预估会存在误差;太阳辐射日变化特征受不同天气条件的影响,电站需根据天气情况调整发电策略,尤其应注意多云或阴天造成的发电功率的间歇性和不稳定;两种计算模型精度相当,整体计算效果较好,引入直射比分段计算函数的不确定性是造成计算误差的主要原因。 相似文献
514.
基于我国自动站与CMORPH降水产品融合的逐时降水资料和NCEP再分析资料,利用自组织特征映射方法对2008—2014年大别山地区极端降水天气事件的天气背景进行了分型研究。结果表明大别山地区极端降水背景环境的类型主要可分为三类,分别是西南强气流型(类型Ⅰ)、副高西北侧气流型(类型Ⅱ)和偏南强气流型(类型Ⅲ)。其中,类型I和类型Ⅱ的极端降水分别集中在6—8月和7—9月,代表了夏季极端降水,而类型Ⅲ的极端降水主要出现在3—6月及10—12月,属于春秋季节的极端降水。通过分析大别山地形与不同类型降水场及背景场的配置关系发现:(1)迎风坡降水是类型I极端降水的主要原因,中层的高湿度、强气流为极端降水提供水汽和抬升条件;(2)类型Ⅱ的极端降水是由气流过大别山西北侧较低山脊时在山脊前和山脊后形成,西太平洋副热带高压的北抬和西进是导致此类环流背景的重要原因;(3)偏南气流与大别山及其西南方地形的配置使得类型Ⅲ的极端降水主要分布在大别山南侧往西南方向。 相似文献
515.
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