排序方式： 共有18条查询结果，搜索用时 300 毫秒
1.
淮河流域秸秆焚烧关键期主要大气污染物浓度时空分布特征 总被引：2，自引：0，他引：2
基于2015年6月淮河流域卫星遥感监测火点信息、环境空气质量监测数据和常规气象观测资料,利用ANUSPLIN和ArcGISKriging方法对气象要素和主要大气污染物浓度空间栅格化,分析了秸秆焚烧关键期内AQI和主要污染物浓度的时空变化特征及其与气温、相对湿度、风速等气象要素的相关关系。结果表明:秸秆焚烧关键期内,淮河流域城市AQI、PM10与PM2.5浓度均明显升高,且与卫星监测火点具有一定时空响应关系。在时间变化上,AQI、PM10与PM2.5浓度6月上中旬呈波动上升,6月下旬趋于回落;在空间分布方面,AQI、PM10与PM2.5浓度三者分布形态相似,总体上呈现"南低北高、两高一低"分布特征;期间AQI、PM10与PM2.5浓度与气温呈显著正相关,与相对湿度呈显著负相关,与风速的相关性不显著。 相似文献
3.
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
4.
利用2011-2019年江苏、浙江和安徽27个探测站ADTD闪电监测定位系统获取的资料,对中国长江三角洲三省一市（上海、江苏、浙江、安徽）一体化协同发展区域云地闪的发生频次、强度进行统计,运用EOF方法分析闪电频次的空间分布特征。结果表明：中国长江三角洲区域负闪数均占总闪数的95%以上,正闪平均强度均大于负闪平均强度绝对值。正、负闪平均强度最大值均出现在江苏,正、负闪平均强度绝对值最小值均出现在浙江。总闪电频数、强度的日变化和月变化特征曲线均呈单峰单谷特征。日变化特征中,总闪强度日最小值在15时,而在随后的16-17时总闪频数出现峰值。全年中,8月的总闪频数最大,总闪强度最小。在每年4月、7月、11月中正闪表现更为活跃。总闪频次空间分布与地形分布相吻合,高海拔地区均出现了高频次闪电分布,总闪强度空间分布则与之相反。根据总闪频次主成分分析,前4个特征向量累计方差贡献达到51.07%,空间上表现出既有全区一致性,又存在明显的差异,空间分布型可划分为全区一致型、南北反相型、交错反相型和东西反相型。 相似文献
5.
淮河流域是中国南北气候重要的过渡带,气象灾害频繁发生。这里水网、农田、丘陵、山地、城镇密布,地-气作用复杂,干冷与暖湿空气时常交汇于此,造成局地或流域旱涝经常发生。淮河流域处于梅雨区,且是中国重要的农业生产基地,具有气象和水文综合观测系统,积累了长序列的气象和水文观测资料。因此,淮河流域是研究能量和水分循环的理想试验区。国家自然科学基金重大项目“淮河流域能量与水分循环试验和研究（HUaihe river Basin Experiment,简称HUBEX）”于1998、1999年夏在淮河流域开展了气象和水文联合观测试验。文中回顾了HUBEX试验的目的、观测网设计与布局,介绍了HUBEX推动下的淮河流域综合观测网的发展,总结了HUBEX观测试验对区域气候事件和暴雨等灾害性天气机理研究、提高模式模拟和预报能力及建立长期连续的气象观测数据集等方面的成果和作用。 相似文献
8.
利用2012—2016年安徽省淮北市逐日用电负荷和气象要素数据,采用相关分析、回归分析、曲线拟合等统计方法,分析用电负荷的季节变化、周末/节假日效应变化规律,提炼主要气象影响因子并分析温度对负荷的1℃效应和负荷对最高温度的敏感性,构建趋势负荷和趋势方程,介绍将周末/节假日效应应用于气象负荷提取和不同预测模型的建立,采用趋势法建立逐日负荷预测的多元回归方程和曲线拟合方程,并针对趋势法的弱点提出2日增量法,建立相应的预测模型,其中2日增量法预测模型的历史拟合率和2017年试报应用均达到96%—97%,比趋势法高2%—3%,比目前的考核要求高4%—5%,提高了负荷预测精度。 相似文献
9.
基于地面、高空、雷达探测资料和GFS再分析资料,对一次超级单体引发的大风风速进行估测,并探讨大风的形成机理。研究表明:①伴随着大风天气的发生,地面气温快速下降、比湿减少;大风的发生与风暴单体的发展程度和中气旋强弱在时间上具有一致性,风向分布与中气旋的旋转方向相同;大风地点发生在大尺度背景下垂直速度下沉区域。②风速具有随着不同等级径向速度面积增加而增加的现象,用其可以大致估算风力等级。③多单体的合并使得风暴单体变强,成为超级单体风暴;通过动量下传,促使空中大风快速下沉至近地层辐散,使之成为地面大风的形成机制之一。④由于中等雨量的拖曳作用,将中层大气拖曳至近地层;地面气温显著降低,表示环境负浮力的增大,加强了中层大气的下沉运动。⑤风暴合并、动量下传、降水拖曳和环境负浮力增加以及风暴后部下沉气流等共同作用引起了地面大风。 相似文献
10.
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