排序方式： 共有8条查询结果，搜索用时 15 毫秒
1
1.
根据强浓雾发生的同步性,可将安徽分为5个不同的区域。为了解安徽区域性强浓雾的演变规律及成因,首先利用1980—2019年安徽省68个资料完整的国家级气象观测站08时能见度、相对湿度和天气现象资料,探讨了各区域区域性强浓雾的判定标准,建立各区域40 a的区域性强浓雾日时序资料,分析了区域性强浓雾的年际和年代际变化趋势;然后利用2016—2019年77个国家级气象观测站逐时资料分析了不同区域区域性强浓雾的年变化、日变化及持续时间分布等特征;最后,探讨了冬季区域性强浓雾年际变化的成因。结果表明:（1）1980—2019年,沿淮淮北3个区域区域性强浓雾日数都有先升后降的变化趋势,转折点在2006/2007年;1980—2007年区域性强浓雾日数呈明显的上升趋势,应归因于气溶胶粒子浓度升高。年代际比较,各区域区域性强浓雾日数都是20世纪90年代或21世纪最初10年最多,21世纪第2个10年最少;各区域区域性强浓雾出现日数年际变化大,最少的年份0—1 d,最多年份可超过10 d。（2）2016—2019年,各区域年均区域性强浓雾日数14—17 d,主要集中在仲秋到仲春;持续1 h的强浓雾日占比最高,持续3 h的样本是另一个峰值;淮河以北2个区域年均区域性强浓雾日数最多、且持续时间达到3 h及以上的区域性强浓雾占比最高。（3）淮河以北冬季区域性强浓雾日数与降水日数、降水量、相对湿度和08时气温均呈较为显著的正相关,而与风速和小风日数相关不显著;沿江地区冬季区域性强浓雾日数主要受地面风速影响;而江南冬季强浓雾日数与各地面因子均不存在明显相关。（4）以1月为例,各区域区域性强浓雾日数都与纬向环流指数呈正相关,沿淮淮北3个区域区域性强浓雾日数都与东亚槽位置呈正相关,而与东亚槽强度相关不明显。说明纬向型环流、东亚槽位置偏东有助于安徽沿淮淮北形成强浓雾。进一步分析发现,雾多的1月海平面气压中40°N以北的1030 hPa等值线位置偏东（如在120°E以东）,近地层偏东风较强,地面湿度偏高。 相似文献
2.
雾和霾都是低能见度天气,生成条件相似。利用安徽78个地面站逐时观测资料,基于雾、霾发生物理条件,建立了不同等级雾日和重度霾日的观测诊断方法,重建了不同等级雾和重度霾的时序资料。根据各站强浓雾发生的同步性,将安徽分为5个雾、霾分布特征不同的区域,探讨了各区域不同等级雾及重度霾出现时地面气象条件的异同。结果表明:（1）安徽省强浓雾主要是辐射雾。强浓雾、浓雾和大雾空间分布形势大体一致,淮河以北东、西部和江南都属于强浓雾高发区,但各地强浓雾的时、空分布特征和影响系统不同;重度霾有明显的北多、南少、山区最少的分布特征。（2）强浓雾年变化呈双峰型分布,峰值在1月和4月,日变化为单峰型,峰值在06时;而重度霾年变化为单峰型,峰值在1月,日变化为双峰型。（3）在强浓雾的高发时段（02—08时）,强浓雾时降温幅度最大,比重度霾平均高1℃,风速显著偏低,超过75%的样本风速低于1.5 m/s,且无明显主导风向;而重度霾时,风速比雾时明显要大,个别区域有超过75%的样本风速大于1.5 m/s,且以西北风到东北风为主。说明重度霾能否演变为强浓雾的关键地面气象因子是风速、风向和降温幅度。 相似文献
3.
为了解华东区域气象中心业务化运行的基于WRF-Chem的"华东区域大气环境数值预报业务系统"对于安徽省PM_(2.5)浓度的预报性能,结合2015年6月至2016年5月观测资料,对其预报效果进行了评估。结果表明:模式预报值与观测值的总体相关性较好,不同时效的预报效果均能达到"优秀"的范围;预报偏差的空间分布整体呈现出北部偏小,南部偏大的特点;2015年夏、秋季24h预报平均偏差呈现东北部偏小,其他地区偏大,2015年冬季、2016年春季东北部分地区和沿江江南部分地区预报值偏小,参与评估的14个城市不同季节平均偏差均在±30μg·m~(-3)以内;该模式产品对于安徽省大部分城市中度及以上污染天气PM_(2.5)浓度漏报率多于空报率。 相似文献
4.
长江三角洲区域本底大气中致酸气体体积分数变化特征 总被引：1，自引：0，他引：1
利用2003-12—2004-11浙江临安区域大气本底站大气NOx、SO2体积分数的连续观测资料,分析其季节变化和日变化特征。结果表明：长江三角洲区域本底大气中致酸气体NOx、SO2体积分数值均为冬季最高,分别为23.81×10^-9和37.3×10^-9,主要受来自东北方向宁、沪区域城市群的相对高浓度污染物随气团传输影响;夏季最低,主要是局地源的贡献。降水对SO2去除作用明显,对NOx去除效果不大。NOx体积分数值冬季的日变化最为明显,呈现出一低一高的双峰型,09：00出现较高体积分数值,18：00出现最高体积分数值;而夏季为单峰型日变化,07：00出现最高体积分数值。SO2冬、春季的日变化明显,最高体积分数值出现在06：00左右,最低体积分数值出现在15：00左右。该区域NO2全年空气质量达到《环境空气质量标准》（GB 30952—1996）一级标准,SO2冬、春季超标较多,受到人类活动影响较明显。NO2和SO2空气污染指数在12月最大,分别为50和93。该区域NO2和SO2并未出现“周末效应”。 相似文献
5.
利用地面污染物监测数据、常规气象数据,ECMWF再分析数据以及L-波段无线电探空数据,并结合后向轨迹模型,对2017年5月长三角地区的一次沙尘重污染天气过程进行成因分析。结果表明:此次沙尘重污染过程是天气系统、地面及边界层气象条件共同作用的结果。东亚大槽东移、冷空气南下并配合地面高压的发展使河西走廊、宁夏大部、内蒙古西部出现沙尘天气,为后期长三角地区沙尘的输送提供了沙源; 850 h Pa上较大的风速为上游沙尘源区向下游长三角地区输送提供了通道;高压中心的下沉运动和白天增强的热对流活动使得高层沙尘影响地面具备了足够的动力条件;当沙尘抵达长三角上游地区后,不断减弱的冷空气和趋于静稳的近地面形势不利于污染物扩散,加剧了此次污染过程。 相似文献
7.
基于CUACE模式产品的订正方法比较研究 总被引：2，自引：1，他引：1
分别利用一元线性回归、分季节消除偏差订正和滚动偏差订正的方法,结合实况观测资料和2014年3月—2015年2月CUACE模式产品的评估结果,对2015年3月—2016年2月中国气象局下发的CUACE模式产品进行了订正。结果表明,利用一元线性回归方程订正的效果最差,利用分季节消除偏差订正的方法能降低冬季PM10、SO2和NO2的RMSE、MB和MNB值,对于预报效果有提升作用,但该方法对其他季节的订正效果较差。而利用滚动偏差订正的方法,能够降低SO2和NO2预报值的ERMS、MB和MNB,而且对于除O3外的其他污染物相关系数具有明显的提升作用。 相似文献
8.
为了研究青海瓦里关和西宁PM10中多环芳烃污染特征及其来源,于2007年5月24日～6月1日在青藏高原东北部的瓦里关大气本底站和青海气象台进行了观测并各采集7组气溶胶样品,分析了PM10质量浓度、粒径分布和多环芳烃谱分布特征。结果表明,瓦里关PM10日均浓度为24.85μg.m-3,粒径分布呈三模态;西宁PM10日均浓度为65.25μg.m-3,呈明显双模态。瓦里关积聚态颗粒物质量百分比大于西宁观测点。瓦里关PM10中多环芳烃含量远低于同季节西宁地区,浓度值为8.38ng.m-3;高分子量的PAHs主要集中在细颗粒上,而粗颗粒上低分子量PAHs相对较多。两地区高分子量多环芳烃均为单峰分布。后向轨迹分析表明,瓦里关PM10中PAHs污染与西宁市以及黄河河谷工业带方向的输送密切相关。 相似文献
1