天气条件对福州近地层臭氧分布的影响

利用2009—2010年福州市近地层臭氧连续观测资料,并结合气象资料分析不同天气型对臭氧浓度变化的影响,以及臭氧浓度与气象要素的相关性。结果表明：在高压后部、地面倒槽等6种天气型影响下,福州市臭氧浓度值较高;在低涡锋面、台风（热带辐合带）等4种天气型影响下,臭氧浓度值较低。导致福州市臭氧平均浓度值最高的天气型是台风（热带辐合带）外围,最低的是低涡锋面系统。高压后部、地面倒槽和锋前暖区等强暖性、且非常不利于污染物扩散的天气型易造成臭氧浓度超标。臭氧浓度与气象要素关系密切,与温度、日照、太阳辐射显著正相关,与云量、相对湿度、降水量显著负相关,受偏南和偏东风影响,平均风速较大时,臭氧浓度较高,在SSE方位上臭氧小时浓度超标率最高。     

Temporal variations of C2 concentration near land surface and its response to meteorological variables in Heihe River Basin, northwest China

Atmospheric CO2 concentration （CC） near land surface and meteorological variables have been measured at four sites, named Yeniugou （alpine meadow and permafrost）, Xishui （mountainous forest）, Linze （oasis edge） and Ejina （lower desert）, respectively, in Heihe River Basin, northwest China. The results showed that, the half hourly CC at night was larger than in daytime, and the daily averaged CC was the largest in winter. The averaged CC of 932 d at the Linze was about 418 ppm, was about 366 ppm in the 762 d at the Ejina. In the same period from September 23 to November 9, 2004, the averaged CC was about 625,334, 436 and 353 ppm, at Yeniugou, Xishui, Linze and Ejina, respectively. The linear relationship between daily averaged CC and air temperature T was negative, between CC and relative humidity （RH） was positive. The linear CC-atmospheric pressure （A P） relationship was negative at the Linze and Yeniugou, was positive at the Ejina. The relationship between CC and global radiation R was exponent, and soil temperature Ts was negative linear, and soil water content was complex. The correlation between CC and wind speed was not existent. Using meteorological variables together to simulate CC, could give good results.     

航空遥感影像上震害解译的结构模型与几何特征的获取

首先给出了基于航空遥感影像的震害分类方案及各种震害在遥感图像上的主要特征，提出了一种震害解译的结构模型。然后讨论了震害的几何测度指标，并研究了震害几何特征的获取，最后对遥感影像震害解译的前景进行了展望。     

云南小江流域的泥石流灾害

云南东北部的小江流域是我国泥石流灾害严重地区。本文就其形成原因、运动特征、灾害简况和防治实例作了阐述,并结合生物措施与工程措施的情况,概括出“稳”、“拦”、“排”的治理对策。     

农业干旱与气象干旱关联性——以淮河蚌埠闸以上地区为例

基于淮河蚌埠闸以上地区60个站点1961—2015年气象数据,计算作物水分亏缺指数（Crop Water Deficit Index,CWDI）与相对湿润度指数（Relative Moisture Index,M）,以冬小麦干旱作为农业干旱的代表,分析生育期内冬小麦干旱与气象干旱时空特征,并通过游程理论识别30场主要干旱事件的历时、烈度及重现期频率,展开农业干旱与气象干旱关联性研究,结果表明：（1）时间上,冬小麦生育期内农业干旱旱情年占比均高于气象干旱,年际差最多年份均发生在冬前生长期;（2）空间上,全生育期和各个生育期内的冬小麦干旱和气象干旱呈纬向分布,由南至北旱情逐渐加重,冬小麦干旱75%以上中旱占比发生在越冬期至灌浆成熟期,气象干旱仅在越冬期出现;（3）冬小麦干旱相较气象干旱存在延时,且烈度大于气象干旱,平均历时分别为18.8旬和17.3旬,平均烈度分别为12.2和9.9;（4）气象干旱历时达到1.28旬或干旱烈度达到3.35时,便会引发冬小麦干旱,且冬小麦干旱历时、烈度重现期频率大于气象干旱,农业干旱较气象干旱持续周期更长、频率及强度更大,气象干旱加剧农业干旱旱情。     

黄淮海平原灌溉水量变化特征及其与气象干旱的关系

以黄淮海平原为研究区,以WaterGAP用水量模型的灌溉耗水量与取水量数据、scPDSI数据为基础,探讨了黄淮海平原灌溉用水量变化特征及其与气象干旱的关系。研究结果表明：黄淮海平原耗水量约占取水量的1/3,其中河北南部、河南和山东等地区用水量均高于其他地区,耕地集中分布区灌溉用水量明显高于其他地区,2003—2014年灌溉取水量呈增加趋势,约37 mm/月;黄淮海平原气象条件趋于干旱,其中2006—2014年干旱连续多发,scPDSI与灌溉取水量距平值大于0的单元数间具有显著的非线性相关关系（R²=0.60）,其中8-12月二者相关关系较为显著;气象干旱是黄淮海平原灌溉用水量增加的重要原因,在气象干旱和农业灌溉的共同影响下,研究区水储量亏损量持续增加。     

斜剖面图的设计及在PM2.5中期潜势预报中的应用

本文将强降水潜势预报的“配料法”原理引入到环境预报中,选取ECMWF数值预报产品中的700hPa相对湿度、1000hPa风向风速和850hPa温度作为气象要素“配料”,沿占比最多的冷空气输送路径穿过华北重污染区和上海,设计制作了未来10d气象要素“配料”时空斜剖面图,并具体定义了业务中常见的典型污染过程（冷空气输送、干静稳和湿静稳累积）和清洁过程（冷空气清洁、湿沉降清洁）共5种图形的识别特征.该斜剖面图由于融合了单站时序图和单时次空间面图的优点,无需一张张翻阅天气形势图,显著缩短了看图分析时间;斜剖面图还建立了气象要素图形特征、污染气象条件和PM_2.5污染潜势三者的对应关系,通过图形特征可以快速掌握区域内天气形势演变情况,识别出上述典型污染和清洁过程,最终得出PM_2.5中期污染潜势,便于在业务中应用和推广.一次典型污染个例应用显示,斜剖面图和污染实况的图形型态特征非常相似,斜剖面图中静稳累积和冷空气输送过程图形特征辨识度高,区域和单站提前5d的预报结论和实况较为一致;进一步评估显示,2018年冬季期间预报时效5d以内的TS评分维持在0.32~0.50区间,未来10d的预报准确率维持在74.4%~86.7%区间.     

基于高分辨率MARGA分析成都市PM2.5中水溶性离子污染特征

利用高分辨率MARGA对2019年成都市PM_(2.5)中水溶性离子展开连续监测,结合气象参数分析水溶性离子污染特征.结果表明,MARGA监测的8种水溶性离子质量浓度与PM_(2.5)变化趋势一致,水溶性离子年均浓度为(23.1±13.6)μg·m~(-3),在PM_(2.5)中占比为48.6%,表明水溶性离子为PM_(2.5)重要组分.各离子质量浓度大小顺序依次为:NO~-_3、 SO_4~(2-)、 NH~+_4、 Cl~-、 Ca~(2+)、 K~+、 Mg~(2+)和Na~+,其中二次离子(NO~-_3、 SO_4~(2-)和NH~+_4)年均质量浓度为(20.2±2.7)μg·m~(-3),在水溶性离子占比为87.2%.水溶性离子质量浓度季节变化趋势为:冬季春季≈秋季夏季,逐月变化呈"U"型, 1月和12月浓度最高, 6～8月浓度最低.无论有无降雨,能见度均随水溶性离子浓度的增加呈幂指数递减规律,且SNA为首要影响因素.降小雨(日累计降雨量10 mm)对水溶性离子无清除作用,中雨及以上时清除作用显著.SNA在0.01水平上显著相关(两两之间相关系数均大于0.7),表明二次离子生成机制及在大气中演变过程具有较高的相似性.硫氧化率(SOR)和氮氧化率(NOR)年均值分别为0.42和0.12,与温度和O_3均呈负相关性,与湿度均呈正相关性,表明SO_4~(2-)来源主要为液相非均相氧化反应,NO~-_3来源主要为夜间非均相氧化反应.阳离子和阴离子电荷比(CE/AE)年均值为1.2,二次离子中和率(NR)年均值为1.1,表明气溶胶整体呈弱碱性.成都市大气环境处于富氨状态,二次离子存在形式主要为(NH_4)_2SO_4和NH_4NO_3.     

汾渭平原空气质量的时空特征及其与气象因子的关系

汾渭平原是继京津冀和长三角之后环境污染治理的第三大重点区域,为发挥协同作用改善区域大气质量提供更为科学客观的依据,基于2014—2019年汾渭平原11个重点城市的空气质量监测资料和气象数据,利用统计方法分别从空间和时间尺度上揭示了汾渭平原空气质量指数以及主要污染物特征,及其与气象因子的关系.结果表明：11个城市中有7个城市的年均AQI指数100以上,重度以上天数占6%,重污染聚集区主要集中在关中中东部.从时间尺度看,AQI的年际波动明显且在2017年之后略有改善,冬春季特别是1月污染最为严重且呈现出明显的周末效应.首要污染物的季节差异较大,冬季以PM_2.5和PM₁₀为主,而夏季则主要以O₃为主,春秋季则分别以PM₁₀和PM_2.5为主.从气象影响因子看,年尺度上气压、降水、平均气温以及混合层高度除与O₃为正相关外与其它污染物均为显著的负相关,且呈现出明显的季节差异.而降水无论年尺度还是季节尺度上均对空气质量有利,特别是中雨量级以上的降水过程对颗粒物和O₃污染的改善作用明显.     

巢湖2016年蓝藻水华时空分布及环境驱动力分析

针对近年来巢湖蓝藻水华暴发频繁,基于中分辨率成像光谱仪（moderate-resolution imaging spectrum-radiometer,MODIS）多光谱遥感数据,采用浮游藻类指数（floating algae index,FAI）和藻华像元生长算法（algae pixel-growing algorithm,APA）提取了巢湖蓝藻水华覆盖面积,在分析2016年巢湖蓝藻水华时空分布规律基础上,结合巢湖水质、气象数据,讨论了藻华暴发的主要环境驱动力.结果表明,2016年巢湖藻华暴发季节与往年一致（5~11月）,但藻华首次暴发时间推迟到5月,持续时间缩短至204 d,平均藻华面积85.53 km².其环境驱动力研究发现,尽管巢湖主要水质指标呈现下降趋势,但总氮、总磷浓度依然分别超过V类和IV类水质标准;与往年相比,2016年春季风速偏大（△W=0.1 m·s^-1）、降水偏多（△P=0.8 mm）与日照时数偏低（△S=-1.3 h）是巢湖藻华面积减少、起始暴发时间推迟的主要原因;藻华持续期内,降水成为影响藻华面积月际变化的主要影响因素,当日平均风速不仅与当天藻华面积存在较显著的负相关（P<0.05）,当风速较大时对后续几日的藻华面积产生一定的滞后影响.这些研究结果有助于了解巢湖蓝藻水华情况,为应对巢湖藻华暴发与气候变化提供理论依据.