基于视频的雾天能见度实时监测方法研究

目前我国高速公路能见度监测主要依靠能见度观测仪,该方法覆盖区域有限且成本较高,而我国高速公路图像采集设备应用广泛,因此提出了一种基于监控视频图像测量雾天能见度的方法。该方法将图像进行分窗格处理,通过相关性分析筛选出最优兴趣窗格的亮度均方差特征矩阵,建立BP神经网络修正线性残差组合模型。结果表明:残差修正模型监测效果优于单一线性回归模型,残差修正模型的决定系数R2为0.977;在光线充足的情况下,残差修正模型的相对误差在10%以下,模型精度相对稳定;最后应用此方法监测高速公路雾天能见度,模型的正确率在80.48%以上。验证了用该方法测量雾天能见度具有可行性和有效性。     

融合Lamb-Jenkinson分型法和LSTM神经网络的PM2.5预测研究

文章采用NCEP/NCAR逐日海平面气压场资料,利用Lamb-Jenkinson环流分型法对张家口大气环流进行分型,分析环流型与PM_(2.5)质量浓度之间的关系,并针对PM_(2.5)浓度的预测,提出一种融合Lamb-Jenkinson环流分型和LSTM神经网络混合模型的方法,即以环流指数为预测因子基于LSTM方法搭建PM_(2.5)质量浓度的预测模型。结果表明:影响张家口地区的主要环流型有反气旋型、气旋型、偏北平直型、西南平直型、偏西平直型、东北平直型等、西北平直型、偏东平直型。PM_(2.5)污染日出现的主要环流型为南气旋平直型、东南平直型、偏南平直型、偏东气旋型、西南气旋平直型、偏东平直型、气旋型等,而反气旋型和反气旋式平直环流型不利于污染出现。张家口地区的PM_(2.5)污染与地面环流有着密切的联系,当存在PM_(2.5)污染时,张家口地区处于日本海高压后部的均压场区域,污染越严重,日本海高压中心强度越强。模型预测结果的均方根误差为9.88、平均绝对误差为5.84、拟合优度达0.80,表明该模型具有一定的预报能力。     

南京江北核心区气候环境宜居性评价

气候环境条件是影响宜居的一个重要因素。运用多层次评价模型,从气象灾害、大气环境、人体健康及生态气象等4个层面筛选出20项指标,构建区域气候环境宜居性的评价体系,基于层次分析法(AHP)确定各指标的权重,并以南京江北核心区为例,对其宜居水平进行评价。结果表明:在青奥生态建设期间(2011—2014年),研究区的宜居水平整体呈上升趋势,属于宜居范畴,接近非常宜居的标准。这反映青奥会期间的环境整治与灾害防治工作初见成效,对江北核心区的宜居性起正效应作用。     

南京冬季市区和郊区气溶胶中PAHs浓度的昼夜特征及粒径分布

为了研究南京市区与郊区气溶胶中多环芳烃(PAHs)污染状况和分布特征,利用气-质联用仪(GC-MS)分析了2010年1月1～10日日间和夜间分别在南京大学和南京信息工程大学采集的气溶胶样品,得到南京市区与郊区17种PAHs浓度,总浓度分别为41.36～220.35 ng.m-3和45.10～200.86 ng.m-3,其中约66%～67%分布于细粒子(Dp≤2.1μm)中.研究发现,南京市区和郊区气溶胶中PAH总浓度均处于较高的水平;但两者昼夜变化趋势不同,即市区PAH总浓度日间高于夜间,郊区PAH总浓度日间低于夜间.主导风向的改变和高压天气系统对PAH浓度变化影响较大;在市区其影响主要表现在细粒子部分,而郊区主要表现在粗粒子部分.市区和郊区不同环数的PAHs粒径分布不同;2～3环PAHs,郊区含量高于市区;而4～6环PAHs,市区含量高于郊区.高环数(4～6环)PAHs在粗模态出现较大浓度峰可能是由于南京地区粗模态气溶胶中碳含量较高.市区和郊区相似的特征比值说明两者的PAHs具有相同污染来源,主要为生物质及煤的燃烧和汽车尾气,表明南京市区PAHs受到郊区工业源排放影响较大.     

南京市近20年酸雨发生趋势分析

根据南京1992-2011年的酸雨观测资料,研究了南京市近20年的酸雨变化分布特征。结果表明:2001年以前,南京市酸雨发生频率逐年降低,2001年后呈逐年上升趋势,2005年以后年降水pH值均小于5.6,酸雨污染趋势上升;根据2002-2011年南京市6站环境监测数据分析,年平均PM10浓度逐年下降,SO2、NO2浓度先升后降多优于国家二级标准。综合酸雨和环境监测数据得出,南京市近年酸雨污染趋于严重的主要原因是可吸入颗粒物减少和外来污染源的输送影响。     

两种定性天气预报模型的对比分析

以南京１９６５～１９９４ 年４ 月平均气温作为预报量, 选取前期５００ ｈ Ｐａ 月平均高度场相关因子, 分别建立了事件概率回归预报模型和神经网络预报模型。通过对比分析发现, 在同等条件下,由于神经网络方法能更好地反映预报量与预报因子间的非线性关系, 并能有效避免采用事件概率回归方法预报建模时, 对预报因子分级造成信息损失的缺点。因此, 其拟合和预报效果明显优于传统的概率回归预报方法     

苏南地区CO2本底浓度及源汇特征

基于2015~2018年苏州张家港站CO₂在线观测数据，采用时序检查、选取稳定性数据、异常值剔除等质量控制方法获得可靠数据，并通过平均移动过滤（MAF）本底筛分法获得本底数据，讨论苏南地区CO₂变化特征.结果发现：CO₂本底浓度日变化为单峰结构，谷值和峰值分别出现在下午15：00和凌晨5：00前后；季节变化为双峰结构，峰值分别出现在12月和4月；日、季节变化的分布特征均与陆地生态系统、气象条件和人类活动有关.此外，2015~2018年CO₂浓度呈逐年上升趋势，抬升浓度占比逐年增加，吸收浓度占比波动较小，表明人类活动对CO₂浓度的影响正在逐年增加；而陆地生态系统对CO₂吸收汇的作用则相对稳定.源汇分析显示，CO₂抬升浓度随季节小幅波动；吸收浓度则夏半年较低，冬半年较高；抬升浓度日变化为单峰结构，谷值和峰值分别出现在15：00和8：00前后，早晨正值上班高峰，机动车排放可能为早晨峰值的主要因素；吸收浓度日间低、夜间高，这主要与植物光合作用及对流输送有关.分析CO₂浓度与风的关系发现，所有季节静风情况下，CO₂浓度偏高均最为明显，大部分方向CO₂浓度高低与风速大小有明显的负相关，其中S~WNW方向偏高最为明显，这可能是因为SW~NW方向主要为内陆城市群，且测站周边建筑区主要位于W~N方向，弱风有利于本地排放累积的结果.此外，WNW方向风速较大时浓度仍偏高明显，可能与测站W~N方向为建筑区及内陆城市群有关；而测站偏东方向主要为农田和林区，受人类活动影响较小，且海上气流较为洁净，故偏东风较弱时浓度也不高；说明了CO₂浓度除了与风速大小有关外，与周边下垫面类型及较远距离环境特征（城市群或海洋）也有一定的关系.     

南京冬季重霾天气过程与颗粒物污染特征

2013年12月1-9日利用常规气象观测资料和NCEP再分析资料,结合气态污染物和颗粒物化学组分外场观测,对2013年1月11-16日南京冬季一次持续重霾天气过程与颗粒物污染特征进行分析。结果表明,此次重霾过程,南京地面相对湿度较高且伴随静小风,近地层的水平输送条件较差,污染物不易扩散;天气环流形势稳定,地面受高压控制且处于均压场内,垂直方向存在明显逆温,为霾的形成提供有利的气象条件;大气PM10和PM2.5的小时最大浓度分别高达433μg/m3和325μg/m3,水平能见度低于1 km。PM2.5平均占PM10的72.4%,PM1平均占PM2.5的50.6%,颗粒物以细粒子为主,且PM2.5对能见度的影响随相对湿度的增加而减弱。水溶性离子SO42-、NO3-、NH4+是PM2.5中的主要成分,其占总浓度61%,同时SO2转化率(SOR)和NO2转化率(NOR)分别为0.35和0.31,表明霾天更有利于二次气溶胶转化。此外,PM2.5中无机盐的主要存在形式有(NH4)2SO4、NH4NO3以及少量NH4Cl。水溶性离子浓度与能见度呈现明显负相关性,说明PM2.5中水溶性离子对能见度的降低起主要作用。     

江苏省暴雨洪涝灾害特征分析

通过引入灾度模型,对2004-2013年江苏省253次暴雨洪涝灾情进行了综合评估,给出了灾害等级的划分标准,分析了暴雨洪涝灾害发生频率与降雨量间的关系,确定了临界雨量,构建了灾度预测模型。结果显示:江苏省的暴雨洪涝灾害以轻灾及中灾居多。灾害多发且较重的区域位于西北部、东部及长江沿江地区;灾害少发且较轻的区域位于沿淮及苏南地区。梅雨锋引发的灾害频次最多,热带系统引发的暴雨灾害的灾度最大,而中小尺度对流系统所引发的灾害频次最少、灾度最小。引发暴雨洪涝灾害的临界雨强是18~20 mm/h,过程最大24 h降水量的临界值为35~40 mm。通过选用降水量因子建立的逐步回归方程对轻灾及中灾的空报率偏高,但对大灾及重大灾害的预测结果还是可以接受的。     

宁沪高速公路雾事故特征及雾危险指数研究

统计了2008-2015年宁沪高速公路上由雾造成的交通事故92起,分析了雾事故与雾发生频率之间的关系,研究发现,雾事故易发生于秋冬季,而冬季由于路面摩擦系数较低更易出现事故;经过比较,能见度低于100 m的条件下雾事故发生概率较大;早晨6-8时为雾事故发生的高峰期,这与此时段雾发生频率较高及车流量加大有关;宁沪高速的西段为雾事故及雾发生频率较高的路段;分析了雾事故发生时的能见度与湿度、温度和风速的关系;利用能见度区间,雾日变化特征,摩擦系数及雾站点覆盖率制定了宁沪高速雾危险指数NHFI,并利用Spearman秩相关系数法分别比较了NHFI,雾日数与雾事故数的相关性,结果显示NHFI评价路段危险性要比单纯用雾日数更合理和精确。通过利用数值模式计算每段路的NHFI可以预测宁沪高速危险指数及危险路段分布。