渤海偏东风对北戴河区降水及温度影响统计分析

利用2001—2010年1～12月北戴河观测站气象资料,筛选出401个样本个例,应用常规统计学方法及天气学理论,按不同分级统计分析降雨(雪)前6～8 h风向、风速及转为海风时温度变化基本数据,计算不同分级相关系数值,得出海上偏东风与降水、温度半定量化估计值。并用临近4个观测站同步资料对比分析,偏东风动态变化对岸区强降水落区具有指示意义;北戴河至内陆延伸温度梯度估计值为:夏季平均值0.6℃/10 km,冬季0.3℃/10 km;为单站精细化预报方法研究及中尺度数值模式检验提供基本依据。     

基于两种受体模型的太原市大气降尘来源解析及季节变化特征

于2019年11月至2020年12月期间在典型工业城市太原市开展了降尘采样和降尘化学组分分析.采样期间,太原市平均降尘量约为7.9t/(km²·30d),并呈现在4~6月较高.在选取的8个监测区域中,清徐和巨轮的平均降尘量较高,分别为10.7t/(km²·30d)和10.6t/(km²·30d).降尘化学组分质量中地壳元素(Ca、Si、Al)占比较高,巨轮和桃园监测区域的降尘中Fe元素的质量显著高于其他监测区域.将降尘量和化学组分分析结果分别纳入正定矩阵因子分解(PMF)和偏目标转换-正定矩阵分解(PTT-PMF)两种受体模型中对太原市降尘进行了定量来源解析.通过比较两种受体模型的拟合性能和解析的因子谱发现:PTT-PMF受体模型相较于PMF能够更好地区分出降尘中城市扬尘源和建筑尘源这两类相似的尘源.结果表明,太原市降尘主要有六种来源:城市扬尘源(PMF:35%,PTT-PMF:35%)、建筑尘源(PMF:29%,PTT-PMF:28%)、钢铁工业源(PMF:14%,PTT-PMF:14%)、燃煤源(PMF:13%,PTT-PMF:12%)、二次无机盐(PMF:5%,PTT-PMF:6%)、机动车尾气排放源(PMF:4%,PTT-PMF:5%).两种受体模型得到的平均来源贡献结果相似,而建筑尘源和钢铁工业源的季节变化趋势则有一定的差异.粗粒径源类(城市扬尘源和建筑尘源)是太原市降尘的主要来源,两者对降尘的贡献率超过了60%,并在春季贡献率(4~6月)较高.     

基于微分变换的湿地植物高光谱全氮反演

叶片全氮含量是监测和诊断湿地植物生理状况及生长趋势的重要指标,利用高光谱技术监测湿地植物氮含量,对于理解湿地生态系统氮循环具有重要意义.为探究湿地植物叶片全氮含量遥感光谱的估算方法,以云南省大理西湖湿地公园优势植物芦苇（Phragmites australis）和茭草（Zizania caduciflora）全氮含量为研究对象,对叶片光谱数据进行预处理并建立二者的关系模型,包括单变量模型、多变量模型（偏最小二乘回归模型和BP神经网络模型）,并利用决定系数（r²）和均方根误差（RMSE）对模型精度进行检验.结果表明:（1）不同形式的光谱变换增强了植物全氮含量与光谱变量的细节特征,二者的短波红外波段相关性强于可见光近红外波段.芦苇二阶微分（R"）反射率与全氮含量在1682 nm处相关性最强,相关系数为0.70;茭草平方根二阶微分[(R^1/2)"]反射率与全氮含量在1 190 nm处相关性最强,相关系数高达-0.80.（2）不同植物类型相比,利用茭草的变换光谱反射率建立的单变量和偏最小二乘回归模型建模精度都高于芦苇.（3）不同回归模型相比,BP神经...     

北京地区空气重污染下雾凇和偏东风对PM2.5清除作用

为了研究空气重污染过程期间雾凇和偏东风对北京地区PM2.5浓度的影响,利用2015年12月19~27日山区和平原多站PM2.5浓度数据、常规气象数据、风廓线数据、激光雷达气溶胶消光系数资料,分析了雾凇和偏东风对PM2.5的清除机制.结果表明:1雾凇对PM2.5的清除是不同于偏北风和降水天气的一种清除机制,在过冷却的条件下,雾滴触碰树枝、电线后凝结为固体,形成雾凇,PM2.5浓度下降;2偏东风是北京地区一类特殊风系,当偏东风随高度减小时,能够形成较强的上升运动,将PM2.5从近地层抬升至高层,随着高层较大的西风,被带入下游而清除掉;当偏东风随高度增大时,容易形成弱的下沉运动,而当此下沉运动不能够抵达地面时,近地层对PM2.5容量变小,有利于PM2.5浓度的升高;3偏东风对PM2.5的清除能力取决于两点,一是偏东风所形成的上升运动的强度与发展的高度,二是偏东风所形成上升运动的起始高度,上升运动的起始高度越低对PM2.5的清除效果越明显;4偏东风出现后,伴随着上升运动达到m·s-1的量级,混合层高度升高至1 200~1 800 m,PM2.5被抬升至高层清除.     

蛋白质对PVDF超滤膜污染行为的界面微观作用力解析

采用原子力显微镜,结合自制微颗粒探针,对膜-污染物及污染物-污染物间微观作用力进行了检测分析,考察了不同p H条件下牛血清蛋白(BSA)在不同界面特性PVDF超滤膜上的膜污染行为.结果表明,在膜过滤初期,通量剧烈衰减主要由BSA和膜之间黏附力作用导致,在膜过滤后期,BSA与BSA之间的黏聚作用则是影响后期膜污染行为的主要因素;PA膜-BSA和PP膜-BSA之间的黏附作用力均大于BSA-BSA之间的黏聚作用力,说明在整个膜过滤过程中,BSA与PVDF超滤膜之间的黏附作用对膜污染起主导作用;相同p H条件下,PA膜-BSA之间的微观作用小于PP膜-BSA之间的相互作用力,说明亲水性较强的PA膜具有较强的抗污染性;而PA膜和PP膜过滤后期BSA-BSA之间黏聚力相差不大,也进一步说明膜过滤过程中膜-污染物之间的微观作用力是影响膜污染行为的主要因素.     

长三角城市群PM2.5时空变化和影响因素分析

为协调经济发展与环境污染之间的矛盾,实现经济社会的可持续发展.以长三角城市群为研究区,基于PM_2.5浓度和气象数据,分析PM_2.5浓度的时空变化规律,并利用小波相干（WTC）、偏小波相干（PWC）和多小波相干（MWC）,评估PM_2.5与气象因子在时频域中的多尺度耦合振荡.结果表明：①②③④⑥⑤⑦⑧⑨⑩长三角城市群PM_2.5浓度年均值由西北向东南梯度递减,高值区域空间范围逐年缩小.PM_2.5浓度季节均值与年均值的空间分布特征相似,并且具有冬季最高,夏季最低,春秋过渡的特点.② PM_2.5浓度从2015~2021年逐年下降,达标率逐年上升.PM_2.5浓度差异逐年缩小,具有动态收敛性特征.PM_2.5浓度在夏季的收敛性大于冬季.PM_2.5浓度日均值具有U型振荡特征,整个研究期间PM_2.5浓度等级为优和良的天数占比分别为49.72%和41.45%.③ PM_2.5与气象因子的相干性在不同时频域上存在差异.时频尺度不同,影响PM_2.5的主控因子也不尽相同.在所有时频尺度上,WTC结果表明风速可作为解释PM_2.5变化的最佳变量,PWC结果表明温度可作为解释PM_2.5变化的最佳变量.④时频尺度越大,多变量组合解释PM_2.5变化的相互作用越强,而温度和风速的协同作用可以更好地解释PM_2.5变化.结果可为长三角城市群空气污染防治提供参考.     

基于偏最小二乘法的黄土湿陷性评价模型

基于统计学相关理论的黄土湿陷系数预测及评价方法是简化其工程应用的重要途径.当前采用多元回归方法建立黄土湿陷系数预测模型过程中往往缺乏对自变量间多重相关性对预测精度影响的合理考量.基于上述考虑,该文分别采用普通多元线性回归方法和偏最小二乘回归方法建立了黄土湿陷系数的多因素(天然含水量、初始孔隙比和压缩系数)回归模型并对二...     

基于偏最小二乘模型的河流水质对土地利用的响应

流域土地利用类型变化是影响河流水质的重要因素之一.为探究子流域尺度土地利用与河流水质之间的相互关系,本文基于太子河流域遥感影像和水质数据,采用偏最小二乘模型(partial least squares,PLS),分析不同土地利用类型对流域水质的影响程度.选取7个不同子流域土地利用类型面积百分比作为自变量X,总氮(TN)、硝酸根离子(NO_3~-)、氯离子(Cl-)与硫酸根离子(SO_4~(2-))这4个水质参数浓度值作为因变量Y,构建了土地利用类型与河流水质数据的偏最小二乘模型,并使用其余子流域数据对构建的模型进行验证.结果表明,太子河流域不同子流域土地利用类型与河流水质指标TN与NO_3~-之间线性关系显著,决定系数R~20.62.其中,耕地面积变化对水体中TN浓度变化影响明显,居民及工矿建设用地面积变化则对水体中NO_3~-浓度变化影响强烈.但对于Cl-和SO_4~(2-)来说,土地利用类型对其浓度大小有一定影响,但并不是最主要的影响因素.虽然太子河流域未利用地面积百分比极小(1.13%),但是未利用地面积变化对水质参数有较显著影响(影响系数0.24).     

基于自适应偏最小二乘回归法的CUACE模式污染物预报偏差订正改进方法研究

针对GRAPES-CUACE模式预报的6种常规污染物浓度,采用非线性动力统计-订正方法——自适应偏最小二乘回归法,建立了中国不同地区的CUACE模式预报偏差订正模型,采用多种敏感性试验优选了不同季节各区域的最优自变量组合方案,并对2016年1—3月、11—12月全国342个城市PM_(2.5)浓度预报值进行了滚动订正检验,分析了订正前后PM_(2.5)浓度的时空变化特征,重点分析了该方法在京津冀、长三角、珠三角、川渝地区等关键区域的适用性及其改进效果.结果表明:(1)CUACE模式预报PM_(2.5)浓度普遍低于观测浓度,且与实测值的相关系数较低;CUACE 15 km分辨率模式PM_(2.5)浓度预报效果优于54 km分辨率模式,其中长三角地区改进最显著,珠三角和京津冀次之,川渝地区预报效果较差.(2)订正后的PM_(2.5)浓度更接近于实测值,订正后误差明显减小,相关系数明显提高,而且订正值与实测值的散点集中分布于对角线附近.(3)长三角地区PM_(2.5)浓度订正效果最好,准确率可达72.3%;珠三角地区次之,准确率为66.3%;京津冀和川渝地区订正效果稍差,但准确率亦可达63.6%和62.6%.(4)订正后污染日和非污染日的准确率、相关系数分别提高了57.5%和25.9%、304.8%和15.2%;绝对平均偏差、均方根误差分别减小了38.9%和18.7%、21.8%和8.5%.(5)针对北京、上海、广州、乐山的不同重污染过程,订正后的平均绝对误差分别减小了12.07%、46.63%、36.66%、17.71%,相关系数分别提升了25.86%、22.22%、16.92%、162.5%,说明该订正方法适用于不同地区的不同重污染过程的预报.