车市井喷 不能“萝卜快了不洗泥”

同学的父亲是个战功显赫的老英雄。与他交谈中．聊起了交通安全这个话题。我说现在网上热议的“兰州老汉砸车”事件．起因是在斑马线上车辆和行人都在抢行,人当然不能和车子“较劲”,于是老人拿砖怒砸抢行的车辆。社会各界对此有两种不同意见,各说各的理．闹复杂了。     

为捡塑料瓶 枉丢一条腿

5月24日,建宁县溪口路段发生一起低速货车与行人相撞的交通事故,行人伤势严重,经送县医院抢救并立即对其进行截肢手术后,方捡回一条命。     

常州市臭氧污染传输路径和潜在源区

利用NCEP全球再分析资料和HYSPLIT4模式,计算了2013—2015年常州市臭氧(O_3)超标日的气流后向轨迹。结合聚类分析方法和常州市PM2.5、PM10、SO2、NO2、O_3数据,分析了O_3超标日不同类型气团来源对各污染物浓度的影响,并利用引入权重因子后的潜在污染源贡献函数分析了影响常州市O_3超标的潜在污染源区分布特征。结果表明:常州市O_3超标期间易受到东南和西南方向气流影响,其中从东海和黄海途经浙江东北部、上海、江苏南部等地的东南气流占比达50%以上。自内陆途经黄山-湖州-宜兴到常州的气流对应的O_3平均质量浓度最高,为116μg/m3。自山东经枣庄-宿迁-淮安-泰州-苏州-无锡到常州的气流对应的O_3平均质量浓度最低,为78μg/m3,但该气流对应的SO2和NO2平均值为各聚类中的最高。影响常州市O_3的潜在污染源区主要在常州周边200 km以内的区域,且集中在从南京至上海的长江下游沿线区域和杭州湾区域;其中太湖湖区为重点污染源源区之一。O_3超标日影响常州NO2的潜在污染源区主要集中在江苏南部、浙江东北部和上海3个区域,太湖周边的常州、无锡、苏州和湖州等几个临近城市为潜在的重点污染源区。与影响常州O_3的WPSCF高值区相比,影响NO2的高值区分布范围更大、距离更远。影响常州O_3的潜在污染源区分布,与长江三角洲地区人为源大气污染物的高排放区域较为一致,说明长江三角洲地区的O_3污染与本区域的人为源大气污染物排放有着极为密切的关联。     

华东森林及高山背景区域SO2、NOx、CO本底特征

国家大气背景监测福建武夷山站是中国华东区域背景站点之一,可代表华东森林及高山区域背景状况。为了解该区域的大气背景状况,评估区域污染现状以及污染物输送在区域污染中的作用,选取福建武夷山背景站2011年3月至2012年2月主要气体污染物（SO₂、NO_x、CO）为期1年的监测数据,研究各污染物在不同时间尺度的浓度变化特征和相关关系,以及与气象因子的相关关系,并利用后向轨迹模式探讨区域输送对华东森林及高山背景区域各气体污染物质量浓度的影响。结果表明,武夷山背景点监测期间SO₂、NO_x、CO的平均质量浓度分别为3.9、5.1、409.8 μg/m³,且具有明显的季节变化特征,春、冬季明显高于夏、秋季;三者日变化幅度均很小,呈现出单谷型分布型态,说明武夷山背景点受人为活动的影响很小,主要受气象条件影响;相关性分析结果显示,SO₂与NO_x浓度相关性较好,与湿度有较好的负相关,与风速在冬季具有一定的正相关,NO_x与CO浓度在秋季和冬季的相关性较好,且二者与温度的负相关性较好。后向轨迹分析结果表明,SO₂全年最大浓度峰值主要来自北方采暖季燃煤排放的远距离输送影响,NO_x、CO全年最大值则源于生物质燃烧的远距离输送影响。     

雪天行车安全注意事项

大雪天路滑,极易引发事故,道路交通中车辆、行人的安全问题突出,司机如何把好方向盘,行人如何安全行走,大雪天需要注意哪些事项来保证安全?     

给生命一份从容的平安

晚上和妻子去公园散步,路过斑马线的时候,由于是傍晚,我习惯性地伸出手挥舞着,示意来往车辆注意。因为我仿佛记得,交通法规里有一条:机动车遇到斑马线时要减速。可现在不仅没有车辆减速,反而大多见了行人都加速,生怕你赶在它前面走过马路似的。这时有一辆越野车呼啸而至,我的手臂前伸着,     

将“合法冲突”降到最低

今年3月下旬，笔者在湖南岳阳某交叉路口目睹一起交通事故。当时，一位行人在横道线绿灯亮起时穿越街道，不料此时一辆右转车辆将其撞倒。现场一些群众说，哪里想得到，绿灯亮时还会出现这个情况？[第一段]     

2019年1月青岛市一次重污染天气过程分析

研究了2019年1月11日-15日青岛市一次持续时间较长的重污染天气过程,重点分析此次污染过程中大气污染的变化特征。污染过程中,青岛市大气颗粒物浓度上升较为明显,PM10、PM2.5的小时平均浓度最高分别达525μg·m-3、368μg·m-3,污染持续4天,期间空气质量均在中度-重度污染水平。根据后向轨迹模型、激光雷达以及颗粒物离子浓度的分析,此次污染过程主要是由本地不利气象及外来传输的共同影响所致。     

面向换道冲突互信息的复杂交织区车辆风险识别北大核心CSCD

为提升复杂交织区行车安全性,提出了一种考虑换道冲突互信息的车辆换道风险识别方法。首先,基于无人机视频提取复杂交织区的微观换道轨迹,测算换道风险关键参数;然后,考虑换道紧邻车辆信息,聚焦于车辆换道行为的矢量性,改进拓展TTC理论,构建复杂交织区换道风险识别模型,并对换道风险的等级进行细分;最后,基于实测数据进行模型的优化与验证。结果表明,模型可有效反映汇入或汇出主线的迫切需求,描述车辆在不同位置、不同方向的换道风险差异。研究成果有助于智能网联环境下复杂交织区的车辆换道决策与轨迹优化,为交管部门制定动态预警方案提供理论支持。