简介:针对2014年8月南京国际青年奥林匹克运动会期间周边地区污染源的减排控制研究,将2010--2012年8月NCEP/NCAR的6h再分析资料作为驱动场,利用WRF模式处理得到时空尺度更为精细的风场资料,结合南京奥体中心观测点的颗粒物及气体污染物浓度资料,通过相关分析以及合成分析,诊断得到了8月影响南京地区主要污染物的周边源区及其关键输送通道。结果表明:尽管8月青奥会时段南京地区主导风为海洋吹向大陆的东南风,但影响南京地区主要污染物(SO2,NO2,PM10)浓度的外源及其主要输送路径各有不同。来自于南京西南部江西、湖南、湖北等地的较远距离输送是对南京地区SO2浓度影响的关键通道;来自于南京正南方向(安徽、浙江一带)的近距离输送是对南京地区NO2浓度影响的关键通道;来自于南京西南部(湖北一带)的中远距离输送是对南京地区PM10浓度影响的关键通道。
简介:利用北京城区污染观测站2006~2013年夏季可吸入颗粒物PM10逐日浓度检测资料,挑选所有PM10浓度大于150μg/m3的个例,合成分析华北及北京地区风场变化情况,发现风速在污染当天变化不明显,南风与PM10的相关性普遍为正,污染当天各区南风增加较大,太行山一带甚至增长了5倍。南风异常可能会使河北、山东等地污染物向北京输送,造成北京大气污染。同时我们分析北京夏季空气污染时大气环流特征。在500hPa与200hPa,北京和内蒙古上空有显著的高压异常。在850hPa,环流场表现为东正西负的高度场异常,其中北京在正负异常分界线上。低层气压梯度异常会造成北京和以南地区南风异常。同时,我们发现北京污染天气伴随的高空环流异常具有准定常特征。在污染前4天,蒙古上空存在一个显著的高层高压异常。该高压异常增强并向南延伸,在污染当天控制北京和内蒙古。在污染消退期,该异常也逐渐消退。但在消退后第四天,北京和内蒙古上空依然受高压异常控制。这表明北京夏季污染和高空准定常环流异常有关。
简介:支持向量机(SVM)方法是基于统计学理论的一种新的机器学习方法,对解决小样本条件下的非线性问题非常有效。利用2004~2007年南京站的逐日常规观测资料以及同期南京市环境质量监测点的逐日污染物浓度资料,使用SVM分类和回归方法分别建立了南京地区霾日分类预报模型和有霾日14时(北京时间,下同)能见度预报模型。预报试验结果表明:南京地区霾日的SVM分类预报结果,Ts(Threatscores)评分均在0.4以上;而有霾日14时能见度的SVM回归预报结果,按能见度误差范围为±3km算,准确率均达到了86%以上;加入当天08时新资料的订正预报模型,其预报结果优于起始预报模型。二者的预报结果较为满意,可以给实际业务预测提供参考。
简介:城市不同下垫面与建筑物空间形态对近地表气温等微气候要素产生了重要影响。开展城市气温时空变化模拟与影响因素分析,对于城市热环境评价与城市规划具有重要意义。论文基于高空间分辨率Geoeye-1立体影像,在建筑物高度、下垫面覆盖类型信息提取的基础上,选择南京一中、光华东街、玄武湖、头陀岭4个区域,采用ENVI-met微气候模式,以城市基本气象站南京站的实时气象数据作为背景气象场,模拟不同区域近地表气温的时空分布特征,并利用区域自动气象站观测数据进行精度检验。结果表明:在时间变化上,ENVI-met模拟气温与实测值之间吻合程度较高;在空间分布上,南京一中与光华东街区域气温时空分布规律总体相似,但城市空间形态的差异使得局部区域气温变化不同,玄武湖区域气温由陆地中心向外围呈递减趋势,而头陀岭地形复杂多变,白天气温变化剧烈,夜间空间变化较小。
简介:利用1961-2007年北京雷暴资料,采用气候倾向率、多项式曲线拟合和Morlet小波分析方法,对北京城区与郊区雷暴气候特征及其变化趋势进行了对比分析。结果表明:1)北京地区雷暴具有明显的月和日变化特征,5月是突增期,9月是陡减期,7月为峰值期。2)初雷日期提前、终雷日期推后和雷暴期延长的趋势,都以城区最为明显。3)城区与郊区年雷暴日数有着截然相反的变化趋势。郊区年平均雷暴日数虽多,但年雷暴日数表现为波动式减少的趋势;城区年平均雷暴日数虽少,但年雷暴日数却呈现出波动式增加的趋势。城区雷暴日数增多趋势可能与城区增温效应以及相对湿度≥85%的日数增加有关;郊区雷暴日数减少可能与其相对湿度呈明显的下降趋势有关。4)城区与郊区年雷暴日数的变化具有多重周期性,其中16~18年的长周期和3~5年的短周期特别明显。
简介:利用威海市1965-2013年地面气象观测资料和1977-2012年经济社会统计资料,采用城郊气温对比、相关分析等方法,分析了典型滨海城市威海的城市热岛效应特征及其与城市化进程的关系.结果表明:1)近50a威海城市热岛强度阶段性变化明显,20世纪90年代以前呈现缓慢上升趋势,从90年代开始上升日益显著,平均上升速率为0.13℃/(10a);2)城市热岛强度季节变化明显,春、夏季热岛效应较为显著,上升速率分别为0.02和0.18℃/(10a)秋、冬季由于受海洋影响出现冷岛效应,但是随着城市化进程加快,2010年之后冬季也由“冷岛”转变为“热岛”3)城市化对威海市城区增温的贡献率达到36.4%,城市发展指标与城市热岛强度均有较好的正相关关系,其中市区人口规模、经济发展、住宅建设相关性显著,相关系数分别为0.76、0.73和0.44.
简介:根据南京气象站及其周边3个乡村自动气象站2005年逐时风速资料,拟合了风速的概率分布函数,分析表明:南京城、乡地面风速的概率分布均与3参数的韦伯分布吻合度很高,风速概率密度函数(PDF)曲线形状存在明显的城乡差别,城市风速PDF曲线更加陡峻,即风速分布更为集中;在0.75~3.75m/s,城市风速PDF值明显高于周边乡村,而在〉3.75m/s和〈0.75m/s范围,城市风速概率密度值则低于乡村;城市下垫面的摩擦效应削弱风速而热力效应起增强风速作用,对风速的城乡差值序列的分析发现:多数时间城市风速是小于乡村风速的,但风速小于1.90m/s条件下,城市风速会出现大于乡村的现象;总体上摩擦效应的作用远大于热力效应;城市效应使全年平均风速下降0.43m/s。
简介:利用1981—2010年安徽省61个站的逐日风速资料,结合卫星遥感台站分类方法,统计分析了城市化进程对年、季节平均风速、最大风速和小风日数的影响和贡献。结果表明:(1)近30年安徽省年、季节平均风速和最大风速呈显著减少趋势,小风日数呈显著增加趋势。城市站的变化速率明显大于乡村站,郊区站基本介于二者之间。(2)2000年开始安徽省城市化进程加快,导致城市站与乡村站平均风速及小风日数距平的差异有明显增大趋势。(3)城市站与乡村站年平均风速的趋势系数之差为-0.10(m/s)/10a,城市化对年平均风速减弱的贡献率为40.0%,春季更明显;城市站与乡村站年小风日数的趋势系数之差为15.58d/10a,城市化对年小风日数增多的贡献率为46.9%,秋、冬季更明显;城市化对年最大风速的影响不明显。
简介:利用卫星遥感资料对安徽省46个台站进行分类,统计分析了城市站、郊区站和乡村站1961—2010年的极端气温指数的年和季节的变化趋势及其受城市化的影响和贡献。结果表明:1)近50年来,除最高气温年极大值外,其他气温年极值都有明显上升趋势,以最低温度极小值最显著;暖日、暖夜天数呈增加趋势,而冷日、冷夜天数呈减少趋势,其中暖夜和冷夜变化趋势更明显;各极端指数的变化趋势总体均表现为城市站较乡村站更显著,郊区站介于两者之间。2)城市站最高气温极大值、最低气温极大值和最低气温极小值因城市化造成的增温分别为0.144、0.184和0.161℃/10a,增温贡献率分别达100.0%、58.8%和21.6%,但城市化对最高气温极小值影响较弱;季节尺度的城市化影响基本都造成增温,春、秋季更明显,而增温贡献率以春、夏季更明显,冬季最小或不显著。3)城市化效应使暖日和暖夜天数增加、冷夜天数减少的趋势更加显著,城市化影响贡献率都在40%以上;暖日、暖夜和冷夜天数的城市化影响贡献率都在冬季最小或不显著。