灾体模型的拓展及其在主要气象灾害损失年景评价中的应用

该文拓展了面向气象灾害损失评价的灾体模型,使得其适用性增强.基于新模型,对2003-2018年我国主要气象灾害损失及总损失年景进行了评价分析,结果显示,存在极端偏重灾害损失年景的有暴雨洪涝(2003、2010年)、台风(2005、2006年)、低温冷冻害和雪灾(2005、2008年),另外各气象灾害偏重及以上的年景主要...     

2019年8月世警会期间成都平原臭氧污染及其气象成因分析

利用2015-2019年夏季成都平原的空气质量监测数据、气象数据及再分析资料,研究了2019年8月世警会(第十八届世界警察和消防员运动会)期间成都平原持续性高浓度臭氧(O3)污染特征及其气象成因.结果表明:①2015-2019年夏季成都平原地表O3-8 h(O3日最大8小时平均浓度)的90百分位呈上升趋势,7月臭氧超标...     

北京西山国家森林公园中空气负离子浓度与气象因子的相关性研究

空气负离子(Negative air ions,NAI)是城市空气质量的重要指标之一,揭示城市森林释放NAI的影响机制,有助于充分利用NAI的净化作用及保健作用,并判断空气质量.利用北京西山国家森林公园2017年9月—2018年8月的NAI和气象数据,深入探究不同季节条件下和典型天气下影响空气负离子浓度(NAIC)的气...     

平煤八矿煤与瓦斯突出特征及其与预测指标关系的研究

针对平煤八矿煤与瓦斯突出特征,采用现场观测、数理统计及瓦斯地质方法,研究煤与瓦斯突出规律及其与日常预测参数的关系。研究表明,地质构造对煤与瓦斯突出有明显的控制作用,日常预测参数q,S值超标严重位置与煤与瓦斯突出点分布具有一致性。通过跟踪观测瓦斯地质异常变化及日常校检参数超标情况,将二者有效结合起来预测采掘工作面前方煤与瓦斯突出危险性,对提高预测准确性,保证采掘工作面安全高效生产有着重要的意义。     

气象条件变化对呼市地区大气污染的影响

利用1995至2002年呼和浩特市区空气污染物PM10、TSP、NO2、NO2、SO2浓度的实际监测数据与同期的地面要素场资料、大气边界层气象参数和地面天气图分析了污染物浓度与气象条件的关系及气象条件变化对呼市地区污染物浓度变化的影响，讨论了污染物浓度变化规律的成因。在此基础上用逐步回归方法建立了不同季节呼市地区空气污染浓度统计预报模型。     

太湖藻源性"湖泛"形成机制的气象因素分析

将蓝藻水华引发的太湖水域黑臭水团现象称为藻源性"湖泛",并将其形成过程分为藻源形成、厌氧反应产物"泛"起、黑臭水团聚积3个阶段.针对2007年5月和2008年5月2次藻源性"湖泛"形成过程中气象要素演变的共同特征,结合水动力模型研究发现,适宜的气象条件提供了必要的热力与动力环境,是诱发"湖泛"形成的必要因素之一.第1阶...     

特色育人和谐发展——试析中国环境管理干部学院办学理念

中国环境管理干部学院在各项工作中实践着特色育人的思想.学院坚持“以服务社会需求为导向,以提高教育教学质量为核心,以培养高素质、高技能人才为根本,培养大学精神,积淀大学文化,铸就大学灵魂,彰显环境教育特色,创建绿色和谐校园“的办学理念,发挥了环境教育特色所带来的优势,注重遵循教育发展的规律,取得了可喜的办学成绩.     

乡镇尺度大娄山区生态系统服务价值时空变化研究

乡镇尺度生态系统服务价值(Ecosystem Service Value,ESV)核算对于制定乡镇差异化发展调控政策具有重要参考价值.以大娄山区水源涵养与生物多样性保护功能区(简称“大娄山区”)为研究对象,基于2000年和2018年2期土地利用数据,通过单位面积价值当量核算、地貌、地表粗糙度、空间统计等方法,研究了乡镇域ESV,并分析其地形效应和空间关联特征.结果表明:①2000—2018年大娄山区ESV整体呈稳定且微弱增长趋势,由1 891.44×108元增至1 895.73×108元;有28个乡镇ESV呈下降趋势,其中22个分布在贵州省.②在大娄山区4种地貌类型中,以缓坡区域的ESV最高(2018年),为811.69×108元;而区域单位面积ESV由高到低依次为峡谷底(0.21×108元/km2) >山脊(0.07×108元/km2) >缓坡(0.06×108元/km2) >陡坡(0.01×108元/km2).③2000年和2018年大娄山区ESV全局Moran's I值分别为0.111和0.109,且P值均小于0.05,表明研究区有显著的空间自相关性和空间聚集效应.2000—2018年,乡镇尺度ESV变化主要有5个空间热点聚集区和2个冷点聚集区.研究显示,建议对大娄山区28个ESV下降的乡镇、ESV冷点聚集区所涉及的乡镇、Ⅲ级地表粗糙度和缓坡重叠区域应优先开展“三生”空间优化.      

基于天气分型的上甸子大气本底站臭氧污染气象条件

对流层臭氧作为典型二次污染物已成为北京春夏季首要污染物,气象因素是影响其浓度变化的主要因子之一.本研究基于2008~2017年大气成分和气象观测数据,利用Lamb-Jenkinson天气分型法结合Mann-Whitney U检验方法将影响北京地区天气型分为6类,其中SWW和C型上甸子臭氧浓度均值和极值分别最高,在4~9月出现频率最高,合计出现47.4%,并通过多元逐步回归方程确定两种型的主要贡献权重.SWW和C型下54%盛行西南风,新排放的污染物和二次老化气团经西南气流持续输送,850 hPa附近出现垂直速度零层,水平和垂直气象条件均有利于臭氧的输送、生成和聚积;AN和ESN型下64.7%盛行东北风或北风,气团来源清洁,1000 hPa以上盛行一致的下沉运动和气流辐散,新排放的污染物也能很快被稀释扩散,臭氧浓度处于较低值.以NW型2015年5月3日为例,虽然地面盛行西北气流,来源清洁,但大气通过垂直下沉运动将边界层以上的高浓度残留臭氧向近地面输送,导致某些天数中出现臭氧浓度高值.     

江苏省大气复合污染特征与相关气象驱动

基于2014~2017年江苏省13个市的PM_2.5浓度和O₃_8h_max数据,探讨了其时空分布特征.在此基础上,研究了日益升高的近地层O₃浓度与气象因子的关系.结果表明：江苏省2014~2017年PM_2.5浓度整体上呈下降的趋势,年均浓度减少率为6.06μg/m³,而O₃_8h_max整体上呈上升趋势,年均浓度增长率为3.84μg/m³.总体上,PM_2.5浓度呈现冬春高、夏秋低的V型月变化特征,O₃_8h_max则基本呈现不规则的M型,在5月份达到峰值后逐渐降低,又在7~9月份保持平缓,而后又逐渐下降.空间上,江苏省PM_2.5浓度呈现"内陆高,沿海低"的状态,而O₃_8h_max却呈现"沿海高,内陆低"的状态.与气象因子的相关性表明,O₃浓度与气温和太阳辐射呈正相关关系,与相对湿度呈负相关关系,太阳辐射对O₃浓度的影响最大,其次是温度和相对湿度.当日平均气温在20~30℃、相对湿度在50%~70%、太阳辐射强度高于150w/m²时O₃浓度容易出现超标.