南京市重点工业源对城市空气质量影响的数值模拟

运用南京大学空气质量数值预报系统,对2005年1月6─7日南京典型天气条件形成的污染过程进行数值模拟,计算分析了重污染发生时的城市污染气象环境和影响因子,同时针对该城市重点工业源区对城市主要空气污染物浓度分布的贡献做了分析.结果表明:重污染状况发生在长时间逆温条件下,尤以6日23:00—7日04:00时逆温最强(强度可达1.25　℃/hm,逆温层厚200　m),此时风速较小,同时在市区出现较强的气流辐合,在这种气象条件下, NO₂,SO₂和PM₁₀的质量浓度最高.南京市相对封闭的宁镇丘陵地形以及受东郊紫金山的影响,也是造成主城区重污染的重要影响因子之一.南京市城北工业区与主城区毗邻而且污染物排放量较大,在冬季主导风向为东北风时对主城区污染物的浓度具有显著贡献.      

北方典型城市降尘时空分布特征及影响因素分析

降尘部分反映大气污染情况,是土壤中污染物的主要来源之一,分析其分布特征并探明其影响因素将为区域环境质量改善提供数据支持.文章通过对1997-2006年沈阳市81个大气降尘监测点位数据进行统计分析发现,沈阳市降尘量总体呈下降趋势,月平均降尘量由1997年的23.05 t·km-2·month-1下降至2006年的17.36 t·km-2·month-1,采暖期降尘量高于非采暖期;沈阳市各城区降尘量大小顺序为:于洪区>沈河区>和平区>大东区>铁西区>东陵区>皇姑区;对比同期环境质量公报与气象数据,推断燃煤和区域气象条件是影响沈阳市降尘的重要内在和外来因素.     

不同RCP情景下未来汉江流域气象干旱变化趋势预估研究

采用来自国际比较计划CMIP5的5个全球气候模式(GCMs)数据,同时这些模式数据也是跨行业影响模式比较计划(ISIMIP)采用的气候模式数据,以RCP2.6和RCP8.5两种情景下的日降雨预估数据,计算了汉江流域不同时段的标准化降水指数(SPI),以此作为预估未来干旱变化趋势的主要依据。以汉江流域22个气象站点的降雨量观测数据(1960~2004年)和2020~2059年气候模式数据,对比分析了这两个时期干旱事件发生的严重程度、次数和历时特征。结果表明：在干旱严重程度方面,轻度干旱和中度干旱有减轻的趋势,但严重干旱有加重的趋势。由于不同GCMs模拟能力的差异性,对干旱事件的发生次数和历时的分析有一定差异,但总体仍表现为干旱次数减少和历时减短的趋势。通过对比历史时期降水观测数据和GCMs模式预估数据评估结果,表明HadGEM2-ES模式对降水的拟合性最好,而GFDL-ESM2M和IPSL-CM5A-LR在干旱方面表现出较好的模拟能力。     

库尔勒市大气颗粒物污染特征与影响因素分析

针对库尔勒市PM 10、PM 2.5年均浓度超标现象,基于市区3个环境监测站2013—2017年的逐时观测数据,分析PM 10、PM 2.5污染特征、成因及其主要影响因素。结果表明:①2013—2017年库尔勒市PM 10年均浓度变化较大且无明显趋势,PM 2.5年均浓度整体呈下降趋势;②季节尺度上,库尔勒市PM 10在每年2—5月呈现高浓度,PM 2.5高浓度期则为10月至翌年5月;③城郊的开发区站PM 10浓度最高,老城区的州政府站PM 2.5浓度最高,在PM 10和PM 2.5的高浓度期空间差异尤其显著;④PM 10与风速显著正相关,来自塔克拉玛干沙漠的风蚀沙尘颗粒物是库尔勒地区颗粒污染物的主要来源;⑤库尔勒市PM 10主要为外源输入,PM 2.5则以城市内源为主,相对湿度、风速、风向、温度等气象条件是影响大气颗粒物浓度及分布的重要因素。     

基于WSR和霍尔三维结构的气象防灾减灾监控管理研究

从系统科学出发,应用软硬相结合的系统工程方法研究气象防灾减灾监控管理领域。鉴于气象防灾减灾系统兼有自然属性、社会属性和人文属性的特点,构建宏观层面基于WSR方法、微观层面基于霍尔三维结构模型的气象防灾减灾监控管理研究框架。研究气象防灾减灾监控管理领域的物理-事理-人理内涵,分析由理解领导意图、制定目标、调研分析和实现方案4个步骤组成的工作流程。研究气象防灾减灾监控管理三维结构模型,时间维包括灾前、灾中和灾后;逻辑维分析灾害发生不同阶段,决策层关注的问题,实施监控管理的评价指标及方法,以及科学有效的实施方案等;知识维涵盖气象防灾减灾的法制、标准、规范,以及为实现监控管理所需的大数据、人工智能和计算机技术的支持等。通过实际案例证明该研究为气象防灾减灾监控管理领域提供一个标准、完整的系统工程方法论体系。     

和田绿洲沙尘暴强度及其影响因子分析——以墨玉县为例

以和田绿洲西北部的墨玉县为研究区域,对该地区2016—2018年发生的沙尘暴天气资料以及气象因子(气温、风速、湿度、气压、水汽压、日照时数)和大气污染物(PM2.5、PM10、SO2、NO2、CO、O3)进行分析。结果表明,墨玉县沙尘暴天气主要发生在春夏季(3—8月),平均占全年发生频率的77.12%。墨玉县沙尘暴强度主要由气象因子决定,特别是气温、风速、日照时数和湿度。沙尘暴强度与大气颗粒物(PM10和PM2.5)存在着明显的间接关系,主要因为两者均受风速影响较大,沙尘暴强度越大,大气中PM10和PM2.5浓度越高。沙尘暴强度与SO2、NO2、CO、O3等大气污染物的关系非常微弱,但O3与沙尘暴的形成季节比较一致。     

天津市PM 2.5水溶性无机离子污染特征与来源分析

比较了天津市雾霾天和非雾霾天PM_(2.5)中水溶性无机离子(SO_4~(2-)、NO_3~-、Cl~-、NH_4~+、Ca~(2+)、Na~+、Mg~(2+)、K~+)的污染特征,并对其来源进行分析。结果表明:(1)非雾霾天PM_(2.5)日均质量浓度为35～60μg/m~3,均值为43μg/m~3,雾霾天PM_(2.5)日均质量浓度为120～332μg/m~3,均值为242μg/m~3;雾霾天水溶性无机离子浓度均高于非雾霾天。(2)非雾霾天SO_4~(2-)主要来自大气中燃煤源的SO_2二次转化,NO_3~-主要来自一次污染源,雾霾天SO_4~(2-)、NO_3~-主要来自大气中燃煤源的SO_2、NO_2二次转化;非雾霾天NH_4~+主要以(NH_4)_2SO_4和NH_4NO_3的形式存在,雾霾天NH_4~+主要以NH_4NO_3和NH_4HSO_4的形式存在;Na~+、K~+、Cl~-除了海盐来源外,煤和生物质的燃烧及其二次转化是主要贡献源;Ca~(2+)和Mg~(2+)主要来自建筑扬尘源和土壤扬尘源。(3)风速和相对湿度是雾霾天SO_4~(2-)、NO_3~-、NH_4~+浓度变化的重要原因。     

西安市灰霾天气下PM_(2.5)浓度与气象条件分析

分析了2013年1—3月西安市12个空气监测子站监测的PM10、PM2.5以及相关气象参数;绘制了不同月的主城区浓度分布等值线图。运用单样本K-S非参数检验法检验表明,PM2.5浓度符合对数正态分布;各站点间的PM2.5浓度相关性非常高,变化趋势一致;PM10和PM2.5的变化规律呈现"W"型三峰分布;PM2.5日均值与能见度、净辐射量、平均气温、最高气温、最低气温均呈现显著负相关,且相关性较强;与平均湿度、最大湿度、最小湿度呈现显著正相关;与总辐射量、日照时数、气压、露点温度的相关性较弱;节日烟花燃放、沙尘天气容易造成严重大气污染,其中节日烟花燃放、沙尘天气对PM10的贡献量大于对PM2.5的贡献。     

枣庄电网日负荷与气象因素的关系及其预测

利用枣庄市2005-2012年逐日的供电负荷资料与气象要素资料,分析了枣庄的供电负荷特性,并分析了分离出的气象负荷和各气象要素的关系。结果表明:枣庄平均每天的18时是用电负荷的顶峰,深夜23点为用电量的谷底。每年12月份用电量为峰值,7、8两月为次峰值,2月为谷值。气温与气象负荷的相关性最好,相对湿度与气象负荷的相关性要好于降水量;相关性最好的月份均为7、8月份。最后建立了负荷预测模型,取得了比较满意的预测效果。     

气候变化下汉江上游林地植被生态需水量的时空演变

研究气候变化下林地植被生态需水量的时空变化,对于保护涵养水源的林地植被系统,合理规划管理流域水资源有着重要作用。以汉江上游流域11个气象站点1971~2010年的气象资料为依据,采用结合[1]土壤含水量与植物类型修正蒸散发量得到植被生态需水量的方式,从时空角度定量研究了在生长季4~10月份流域林地植被生态需水量及其趋势性变化,并且分析了生态需水量对各气象因子变化的敏感性程度。结果表明:汉江上游流域林地植被多年平均生长季生态需水量为6.915 8×109 m3,整体上呈现非显著性增加趋势,在空间分布上具有明显的地带性特征。生态需水量对不同气象因子有不同程度的敏感性:最高温度水汽压太阳辐射风速最低温度,生态需水量对各气象因子敏感程度的地带性分布特征还与各区域的纬度、海拔、植被类型和下垫面情况有关。