杭州市暴雨洪涝灾害风险区划

暴雨洪涝灾害是一个多因素耦合的复杂系统,在自然灾害系统理论基础上,根据杭州市1959～2009年的降水资料、自然环境以及社会经济要素,综合致灾因子、孕灾环境、承灾体以及防灾减灾能力,构建区域暴雨洪涝灾害风险评价模型。考虑到降水、地形、水系以及GDP和耕地等因子,通过ArcGIS空间分析技术结合模糊综合评价法,编制以100m×100m栅格为基本评价单元的杭州市暴雨洪涝灾害风险区划图。区划结果表明杭州暴雨洪涝风险东北部高于西南部。杭州暴雨洪涝风险高值区主要在杭州市区、余杭区、临安市、富阳市和桐庐县的富春江流域、淳安千岛湖西南部地区。暴雨洪涝风险高值区主要集中在山谷、河边、江边、人口密集地区等区域。     

南京地区典型大气污染过程分析

文章统计分析了南京市近年来大气污染过程总体特征,选择2009-2011年不同类型的3个典型污染过程,分别讨论了其污染特征和影响因素.结果表明:以API值为污染判断指标,近年来南京市91%的污染过程持续时间在4 d以下,秋冬季节长时间污染过程更多。沙尘型污染受北方沙源地、长距离输送气象条件控制,影响范围广;秸秆燃烧型污染PM_(25)/PM_(10)浓度比例高达70%以上,细粒子(PM_(2.5))污染严重,主要受风向控制影响南京及周边局部地区,在降水冲刷或大风等气象条件下随污染源消失而快速消散;秋冬季的持续污染过程主要受气象条件影响,在均压场控制下,边界层呈局地性环流特征,污染物不断累积。     

苏北沿海防护林区域温度效应的研究

应用多元回归分析方法，研究了苏北沿海防护林的区域温度效应，初步结论是，防护林网冬季上午有增温效应，下午有降温作用，但不明显；夏季效应与冬季相反，且较强，效应强度与成熟付覆盖率及主导风向有关。     

江苏PM2.5-O3复合污染特征及气象条件分析

基于2013～2020年江苏13个城市的大气污染和气象观测数据,分析了江苏PM_2.5-O₃复合污染物的分布特征及其与气象条件的关系.结果表明:江苏复合污染物以轻度污染组合为主,南部多于北部,东南部最多,主要在4～10月,下午至傍晚最高,且该时段O₃平均浓度高于单一O₃污染;复合污染在O₃超标中平均占比15.7%,2014年高达65.8%,且在2015年后明显下降;PM_2.5和O₃二者在暖季O₃污染期正相关,PM_2.5污染期为弱相关或负相关;复合污染气象条件更为严格,气温、相对湿度、风速和逆温条件均介于单一O₃和单一PM_2.5污染之间,且多在4m/s以下和ENE—S区间,与单一O₃污染相比,气温和风速略低,相对湿度和逆温强度略高;出现复合污染的主要地面形势为均压场和低压(底)前部,其次是入海高压后部和高压底部;通过后向轨迹聚类分...     

2020～2021年新冠疫情期间南京市PM2.5化学组成与来源变化特征

为了解新冠疫情期间极端减排情景下南京市PM_2.5的化学组成和来源变化,对南京市2020年1～3月和2021年6～8月两次疫情管控前后PM_2.5化学组分(水溶性无机离子、碳质组分和无机元素)的小时观测结果进行分析.结果表明,NO^-₃浓度在两次疫情管控期间比管控前分别下降52.9%和43.0%,高于NH⁺₄(46.4%和31.6%)和SO₄^2-(33.8%和16.5%).由于观测点位于交通干道附近,元素碳(EC)的下降幅度(35.4%和20.6%)高于有机碳(OC; 11.1%和16.2%).结合以上丰量组分特征比值的变化,推断疫情管控对交通排放的影响比工业活动更显著.各主要丰量组分浓度在疫情管控前后的连续变化过程表明,来自本地交通排放的NO_x对PM_2.5中NO^-₃的形成有重要贡献,并且是短期内本地PM_2.5...     

蓝藻水华强度的显著相关环境因素识别模型

为识别蓝藻水华强度的显著相关环境因素,克服现有研究中因变量选择不合理、时间与空间精度较低等问题,构建了以蓝藻水华强度等级为因变量,以水质、水文和气象3类监测指标为自变量的多元线性回归模型,并将该模型应用于太湖蓝藻水华研究.基于水华面积和集聚强度数据,用7级量表生成水华强度等级值,使因变量具有宏观性,避免了仅使用叶绿素a浓度等类似指标表示水华强度所体现出的微观性不足.该数据集的时间精度达到每天采样2次,空间精度则达到太湖湖湾内的某个水域空间范围.因此因变量具有适度宏观性,而自变量的值则与因变量的值在较高的时间和空间精度基础上严格对应.模型的分析结果显示,太湖大贡山水域蓝藻水华强度与气温和硝酸盐浓度呈显著正相关,与风速、湿度和电导率呈显著负相关.上述结论与该研究领域的主流结论一致,验证了该模型的有效性.     

基于MODIS数据的云降水估计方法

利用卫星遥感资料定量估计降水及其区域分布对强降水等灾害性天气监测具有十分重要的意义,还可弥补常规气象观测的不足,提供更为丰富的降水信息。(1)利用MODIS卫星的可见光、近红外、短红外、中红外和热红外波段数据,采用云指数法和多光谱综合法对云类型进行了判识,有效地分类出云和冰雪、卷云、水云和高、中、低云。(2)在云分类的基础上定量反演了各类云参数,包括云顶亮温梯度、云顶亮温最小值面积变化、不同量级的云顶亮温面积及变化趋势、对流云的核心位置判别、亮温方差和大气中的水汽含量等因子参数,结合地面实测降水数据和地表高程数据,建立了降雨的强度的定量估计模式。(3)通过对2007年7月16-18日、26-29日的新疆大降水过程进行降水估计,并对估计值与区域站地面实时观测降水值作了比较,结果显示相对误差为31.97%,均方根误差为2.31 mm。降水量级的定量误差在±3 mm以内的占66%,±5 mm以内的占86%。因此,该模式具有较好的降水估计效果。     

基于随机森林算法的滁州市空气质量预报研究

利用2017—2019年滁州市6种空气污染物质量浓度和AQI资料、气象要素及ECMWF数值预报作为输入参数,构建基于随机森林算法的污染物质量浓度和AQI预报模型,其中AQI预报按季节划分为4个模型。结果表明：6种污染物中O3的预报效果最好,相关系数为0.84,PM2.5、PM10和NO2相关系数分别为0.76、0.72和0.72,SO2和CO预报效果略差;基于分季节模型AQI的24 h预报结果TS评分为0.77,空报率（FAR）和漏报率（PO）分别为15%和12%,相较于非季节模型预报效果更好;春季和秋季的TS评分分别为0.88和0.86,相较于冬季和夏季预报效果更好。     

嘉善冬季PM2.5化学组分特征及来源分析

为研究嘉兴地区嘉善冬季污染时段和清洁时段PM_2.5化学组分特征,结合气象数据对2019年1月嘉兴市嘉善县善西超级站在线自动监测PM_2.5及化学组分数据、气态污染物(NO₂和SO₂)进行了分析.结果表明,2019年1月嘉善善西超级站污染时段PM_2.5浓度(97.18μg·m^-3)为清洁时段(36.77μg·m^-3)的2.6倍.污染时段水溶性离子浓度(41.58μg·m^-3)较清洁时段(19.82μg·m^-3)高21.76μg·m^-3,但占比有所降低,含碳组分比例增加.OC;EC比值为3.93,可能受到燃煤及机动车排放的共同影响.低风速及高湿有利于NO₂和SO₂等气态污染物进行二次转化,污染时段硫转化率和氮转化率均比清洁时段高,分别增高7.93%和54.11%,说明NOx向硝酸盐二次转化较为明显,导致颗粒物浓度升高.聚类分析结果显示67.34%气流来自北方,且相应的气流轨迹上污染物浓度比周边高,说明污染物存在一定的长距离输送.结合风玫瑰图可以看出,污染主要为本地及其周边的输送,污染物的长距离输送在短时会使污染浓度突增.因此,在重点关注本地及周边污染的同时,偏北气流下的污染物区域输送不可忽视.     

冷空气南下对江苏省重污染天气过程的影响

根据2013—2015年江苏省重污染(重度污染和严重污染)个例,分析冷空气南下对重污染天气过程的影响机制和特征。将冷空气南下过程按路径分为东路、中路和西路,分别统计了不同路径冷空气影响江苏的特征,以及冷空气背景下重污染发生时的气象条件,总结了不同路径冷空气对污染物浓度日增幅的影响,探讨了冷空气对江苏省大气污染的影响机制。研究表明,江苏省的重污染天气主要发生在中路冷空气影响时,东路冷空气影响概率相对较小;中路、西路易出现区域性、连续性重污染;东路多单站点污染,连续污染概率较小。重污染日的高空冷空气主体偏北,中低层为槽后脊前西北气流或有弱切变,地面处于冷高压前部;中路、西路冷空气对污染的输送贡献大于东路,对上游污染呈负输送,如有强逆温、小风速的"静稳"天气,重污染仍可能加剧;重污染天气的发生,是本地污染、外源输送和局地不利污染扩散的气象条件共同作用造成的。