月球尘环境模拟试验方法研究

在调研国外月球环境地面模拟试验的基础上,分析了月球尘环境对于月面探测设备可能的影响以及开展月球尘地面模拟试验的意义和价值。以美国Apollo计划带回的月球尘样品为例,研究了月球尘的物理特性与化学成分,并对国外现有月球尘模拟产品情况进行了分析。对于极端环境条件下月球尘特性可能发生的变化和危害进行了分析。最后针对月球尘环境的特点,提出了从制备月球尘产品到环境参数模拟与控制到试验参数采集、分析与修正的一整套月球尘环境模拟试验方案。     

本溪地区气候环境变化特征分析

利用辽宁省本溪地区1953—2005年温度、降水、日照、平均最高气温、平均最低气温以及界限温度、无霜期和积温等资料,对50多年农业气候环境变化趋势进行分析,结果表明：本溪地区50多年来气候变化特点是温度上升,降水、日照呈减少趋势。特别是近15a,降水除春季有所增加外,其他各季均为减少趋势;气温增暖幅度加大,对气候变暖贡献最大的是冬季;平均最低气温升温幅度明显高于平均最高气温;气温日较差变小;各界限温度初日提前,终日拖后;初霜延后,终霜提前,无霜期延长,积温增加明显,极端气候事件出现的几率增大。     

大城市区域霾与雾的区别和灰霾天气预警信号发布

由于经济规模的迅速扩大和城市化进程的加快,都市霾现象或者是灰霾天气日趋严重,霾与雾的区分成为一个非常现实,又迫切需要解决的问题。通常在平面时已达到饱和的水汽压,对相当于球面的云雾滴来讲就是未饱和的,那样云雾滴就会蒸发;在水汽条件不变时,云雾滴由于蒸发而变小,导致它的平衡水汽压升高,则更易蒸发掉。在不饱和大气中小于数微米的云雾滴必然蒸发,而且伴随着蒸发云雾滴尺度会进一步变小,导致曲率越来越大,蒸发速率越来越快。过去错误认为凝结核可以在低相对湿度情况下产生凝结生成雾滴的观点,是忽视了粒子曲率作用的结果,将实验室大颗粒(常常达毫米量级)的吸湿性特征,延用至次微米粒子造成的。降温是达到饱和形成雾滴的即重要又主要的物理过程,云雾是低温下饱和气块的可见标志。在云雾中必然存在凝结或凝华过程,因而必然伴随着潜热释放,这就使云雾内的温度高于环境,在云雾内必然盛行微弱的上升气流,不可能是下沉气流,这些宏观过程在霾层内是不存在的,因而成为识别霾与雾的重要的宏观动力条件。在对历史资料进行统计时,在排除降水、吹雪、雪暴、沙尘暴、扬沙、浮尘、烟幕、等等视程障碍现象的情况下,通过调试相对湿度,使得雾与轻雾反映自然的年际与年代际气候波动,而霾反映由于人类活动而引起的趋势性变化,其限值大体在90%左右,与美国和英国讨论霾影响能见度的长期变化趋势的研究中使用的相对湿度限值相同,他们都去除了相对湿度>90%的资料,只研究了相对湿度<90%时的能见度变化趋势。进行相对湿度订正才能确保资料的高质量。近年来由于人类活动大气气溶胶污染日趋严重,1980年代以来大幅增加的霾日,绝大部分是由于人类活动影响的气溶胶细粒子污染造成的。依据本文和以前的研究,给出了霾与雾区分的概念模型,霾与雾观测的标准,和灰霾天气预警信号发布的标准。     

塔克拉玛干沙漠腹地沙尘气溶胶质量浓度的观测研究

对塔克拉玛干沙漠腹地塔中地区进行了长达6a的试验观测研究,获得了该地区沙尘气溶胶的基本特征:塔中地区浮尘、扬沙出现日数呈上升趋势,而沙尘暴日数呈下降趋势,沙尘天气出现的频率和强度是影响沙漠地区沙尘气溶胶浓度的主要因素.可吸入颗粒物(PM10)月平均质量浓度峰值区分布在春夏两个季节,3~5月是主峰值区域,7~8月是次峰值区,春季PM10平均浓度在1000mg/m3左右变化,夏季在400~900mg/m3之间,秋冬两季浓度较低基本上在200~400mg/m3之间变化.每年的3~9月是总悬浮颗粒物(TSP)质量浓度较高的月份,4~5月是主峰值区,7~8月为次峰值区;2005年TSP质量浓度最低,年平均值为1105.0mg/m3,2009年略高于2008年,年平均浓度为1878.0 mg/m3,2008年5月TSP平均质量浓度是全年最高值,浓度值达到7415.0mg/m3.沙尘天气过程中大气颗粒物浓度变化具有以下规律:晴天<浮尘天气<浮尘、扬沙天气<沙尘暴天气．风速大小直接影响大气中颗粒物浓度,风速越大颗粒物浓度越高.气温、相对湿度和气压是影响沙尘暴强度的重要因素,也间接影响大气中颗粒物浓度的变化.     

洞庭湖流域高温热浪风险变化特征

洞庭湖流域是我国高温热浪事件多发地区之一,严重威胁人体健康及农业生产,研究高温热浪特征和风险,对当地防暑减灾具有重要指导意义。基于气象站点气温数据(1960~2013年),综合利用MK检验、概率模型和Copula概率模型,以年最长热浪长度(HWL)、热浪平均高温(HWT)、高温天数(HDL)和高温天内平均高温(HDT)为指数,系统分析了洞庭湖流域高温、热浪的时空规律及风险变化特征。结果表明,流域平均4项高温指数表现出先下降后上升的趋势。总体上,流域东部和东南部高温、热浪强度较大,西部和西南部强度较小, 另外,流域高温、热浪的风险和强度变化有一定的空间差异,但总体上升。此外,基于Copula的分析结果表明,洞庭湖流域东大部地区发生高强度热浪和长期高温的风险上升,而西南部以及南部部分地区有所下降。     

1961~2010年大渡河流域极端降水事件变化特征

基于大渡河流域1961~2010年逐日降水数据资料,运用Mann-Kendall非参数检验、Morlet小波分析法,分析了近50a来大渡河流域极端降水事件的时空变化特征。结果表明,大渡河流域的极端降水指数均呈现出相对稳定的波动增加;多年平均值均呈现出由西北向东南方向逐渐增多的分布特征,变化趋势的空间分布存在着区域差异:除强降水日数外,其他极端降水指数均呈现下游增加,上游减小的变化趋势,大渡河流域极端降水与年降水量变化趋势密切相关。大渡河流域各指数突变特征不一致,1d、5d最大降水量突变年集中在1974~1976年前后;强降水日数、极端降水量及极端强降水日数发生突变的年份分别为1984年、1979年及1977年,且突变后呈现明显的增大趋势。大渡河流域极端降水指数周期特征较复杂,但普遍存在5~10a的年际振荡周期和20~25a的年代际振荡周期,且25a是最强的主周期。     

近52a长江中下游地区极端降水的时空变化特征

长江中下游地区是我国主要农业区,同时也是降水异常,洪涝灾害频繁发生的地区之一,对长江中下游地区极端降水变化的研究,可以为该区农业生产及防洪减灾提供参考依据。利用1961~2012年间的长江中下游地区84个站点的逐日降水观测资料,基于年最大日降水(AM)序列与超门限峰值降水(POT)序列,通过滑动平均、Mann-Kendall检验法、线性倾向估计等方法,分析了该地区极端降水事件的时空变化特征。结果表明:(1)长江中下游地区近52a来极端降水量呈现为较明显的增加趋势,且极端降水量速率为9.3mm/10a,存在较为明显的年代际波动变化特征,1990年以后进入极端降水量偏多的时期;(2)AM与POT序列多年平均值大值主要分布在江西省大部、湖北东南部以及安徽南部;AM与POT序列多年标准差大值主要分布江西东南部与北部,湖北东南部以及湖南西北部;AM序列多年平均值与标准差均高于POT序列,AM序列年际间振幅要明显强于POT序列,极端降水年际变化幅度大于年内变化;(3)长江中下游沿岸地区年最大日降水量主要表现为增加趋势,长江以北的西部地区则主要表现为减少趋势;长江沿岸地区以及中东部地区的极端降水量主要表现为增加趋势,西部地区则主要表现为减少趋势。     

长三角地区重点源减排对PM2.5浓度的影响

应用中尺度天气-化学预报模式(WRF-Chem),基于重点源(八大重点行业与交通)一般与强化两组减排情景,针对2013年开展长三角地区重点源减排对PM_(2.5)浓度影响的模拟研究.长三角地区SO2、NOx、PM_(2.5)和NMVOC排放在一般减排情景下分别减少36.3%、26.3%、32.0%、14.6%,强化减排情景下分别减少51.4%、39.6%、37.6%、28.4%.模拟结果表明,两组减排情景下长三角地区国控点PM_(2.5)年均浓度分别下降1.4~26.7μg·m~(-3)和2.1~32.3μg·m~(-3),降幅分别为2.7%~23.1%和3.9%~27.5%,二次无机盐中硝酸盐对年均PM_(2.5)浓度的降低贡献最大.PM_(2.5)及二次无机盐浓度变化的季节特征均体现为冬季降幅最小,夏季降幅最大,并且随着减排力度的增强,夏季降幅的进一步降低程度最显著,导致削减效果的季节差异增大.重点源强化减排即可使得上海、江苏夏季PM_(2.5)浓度降低约20%.对大气氧化性的进一步分析表明,减排对四季大气氧化性均有不同程度的增强,加大减排力度后,大气氧化性进一步增强,有利于二次PM_(2.5)的生成,从而阻碍了PM_(2.5)浓度的降低.其中,冬季的阻碍作用最强,导致PM_(2.5)污染改善效果最差.夏季大气氧化性受减排影响较小,从而使得PM_(2.5)污染改善在四季中最有效.此外,春、秋季的阻碍作用也不容忽视.     

2001~2019年气象条件对江苏省PM2.5分布的影响

利用区域在线空气质量模式WRF-Chem模拟研究了2001～2019年气象条件对江苏省PM_2.5浓度分布的影响.在排放源不变的情况下,气象条件引起的江苏省PM_2.5年均浓度的最强正、负异常分别出现在2008和2001年,它们的异常值相对于多年平均值分别占比10.5%和-14.3%,表明气象条件对PM_2.5浓度年际变化有明显影响.经验正交函数分解的结果表明,气象条件对江苏省PM_2.5浓度的空间分布的影响具有一致性.边界层高度、温度、相对湿度、风速和降水整体上都与江苏省PM_2.5浓度呈现显著负相关关系.以上气象因子所构建的线性回归方程能较好地描述PM_2.5浓度和气象条件之间的关系,其拟合值与模拟值相关性为0.73,通过了99%的信度水平检验.     

基于多尺度排列熵和极限学习机的风机叶片覆冰故障检测方法*

针对风机叶片结冰故障检测中状态数据维度高和检测率低的问题,提出1种使用功率数据驱动的多尺度排列熵（multiscale permutation entropy,MPE）和极限学习机（extreme learning machine,ELM）的风机叶片结冰故障检测方法。首先,使用多尺度排列熵提取功率数据的多重尺度特征,得到特征向量;随后,采用极限学习机,结合环境温度,对结冰故障进行检测;最后,通过使用某风电场的数据采集与监视控制系统（supervisory control and data acquisition,SCADA）对数据进行仿真。研究结果表明:所提方法的故障检测率达到100％,同时虚警率仅有0.14％,表明所提方法在风机叶片的覆冰故障检测中的有效性。研究结果可为风机叶片覆冰故障检测提供1种有效方法。