江苏省风电场的气象灾害风险评估

在分析江苏省风电场气象灾害特征的基础上,建立了以江苏省为例的风电场气象灾害风险性评价模型,确定台风密度、龙卷风密度、雷暴密度、风机密度、单机发电功率、人均GDP这6个因子作为评估指标。结合GIS技术和层次分析法对江苏省长江以北各县市风电产气象灾害风险度进行了区划。结果表明,江苏省长江以北的沿海城市:南通和盐城区域为风电场气象灾害的极高风险区和高风险区,而同样为沿海城市的连云港与苏中地区的泰州市、扬州市和苏北地区的淮安为风电场气象灾害的中风险区,宿迁和徐州均为风电场气象灾害的低风险区。     

国外及香港的减灾教育

减灾教育在灾害频发地和发达国家,并不是一个新鲜的话题。日本经常被地震"光顾",因此其防灾措施之严格、灾难教育之全面,早已闻名于世。美国在经历了"9·11"事件之后,把对灾难教育的重视程度提升到前所未有的高度。而印度洋大海啸对东南亚国家的警示意义也同样值得一提。事实上,把灾难教育提上议事日程的国家绝不止这几个国家。联合国早在1989年就决定,将每年10月第二个星期三定为"减少自然灾害国际日",全球数十个国家纷纷开展了有针对性的     

黑龙江省杨树烂皮病气象预报模型的适应性分析

在构建东北地区杨树烂皮病发生发展气象适宜度预报模型的基础上,选取黑龙江省西部地区5个试验点,以1972-1974年当地杨树烂皮病观测记录为标准,对该模型进行局部地区应用试验.结果表明:仅利用当地气象观测站的气象数据进行气象适宜度等级预报的准确率比较低,总体预报准确率仅为38 07％,而对气象要素进行空间插值能把预报准确率提高到72.16％.此研究可为黑龙江省气象部门进行杨树烂皮病的气象适宜度预报提供技术参考.     

北京市酸雨变化趋势及成因分析

1993-2002年中国气象局酸雨观测站网在北京地区有两个观测站,2003年增至3个。根据北京3个酸雨观测站的有关资料,研究了北京市酸雨变化的特征及成因。研究结果表明:第一,1993-2007年北京地区降水酸度呈现两个阶段,即1993-2002年降水酸度稳定在较弱水平,而2003-2008年呈逐年增强趋势。第二,与2003年以前相比,2003年以后硫酸根和硝酸根离子浓度均呈明显增加趋势,二者比值逐步下降并低于3,这表明北京乃至华北地区的酸雨已由硫酸型转为硫酸与硝酸并重型。第三,北京周边省、市二氧化硫年排放量的增加及钙离子和可吸入颗粒物浓度减少是近年来北京地区酸雨增强的人为原因。第四,气象条件是酸雨发生的主要动力因素。一般情况下,在地面风速较小的季节酸雨频率较高,850hPa高度为弱的偏南风或发生低层逆温时可促进酸雨的发生。此外降水量的大小也与酸雨有密切关系,24 h降水量达暴雨量级时酸雨频率最高。     

黑龙江省主要灾害成因及规律的探讨

对黑龙江省主要灾害－气象灾害、地震灾害、生态环境恶化致灾的成因进行了探讨,初步总结了灾害的发生及发生规律,提出了未来灾害趋势预测,以便人们实施有效的防灾减灾对策。     

1999年我国主要气象灾害及异常气候事件

１９９９年,我国先后出现了干旱、暴雨洪涝、台风、风雹、沙尘暴、雪灾和冻害等多种气象灾害,特别是干旱持续时间长、范围广,旱情重。除上述气象灾害外,本年度还出现了冬暖,夏凉、春寒、倒春寒、夏季高温和秋老虎等异常气候事件,本文主要是几种主要气旬灾害和异常气候事件的发生特点和影响进行了分析和评述。     

不同城市人为及气象因素对空气质量的影响

空气质量的变化受人为排放与气象因素的双重影响,但这2个因素的相对贡献并不明确。该研究采用随机森林方法,分析了2020年中国武汉市、南京市和石家庄市人为因素和气象因素对6种大气污染物浓度的影响。与没有封控的情境相比,封控时期人为活动减少导致污染物排放的降低,使1-2月大气中PM_2.5、PM₁₀、NO₂、CO和SO₂的浓度降低27%以上,在4月解除了各个城市封控行动后,各污染物浓度逐渐回升。相反,在封控时期3市O₃浓度上升23%～29%。同时,基于2020年实际气象数据和2015-2019年的平均气象数据运用随机森林模型预测结果的对比分析表明,仅冬季石家庄和南京的气象条件不利于污染物的扩散,对除O₃外各污染物产生一定影响,总体而言气象因素对于3市全年污染物浓度的影响并不大。     

基于气象大数据的环评技术复核研究

针对环评技术复核工作中存在的一些问题和需求,以中国气象局权威气象数据为基础,建立了一套基于气象大数据的环评技术复核原型系统,对环评业务使用的气象数据进行智能化、自动化复核.典型复核案例结果表明,该系统可定量评估气象数据真实性,识别相关疑似造假行为.     

阜新市城区臭氧污染特征及气象成因分析

为了解阜新市城区O₃(臭氧)污染特征及其影响因素,基于2020年1月1日～10月27日空气质量监测数据气象参数,分析了阜新城区O₃月浓度、日浓度变化特征,探讨了温度、湿度、风速及风向等气象要素对O₃污染的总体影响。结果表明：在气温大于30℃、相对湿度为40%～45%、风速为3～4级、盛行东北风向和西南风向的条件下,O₃浓度超标天数占监测时段总超标天数的66.6%;温度、相对湿度、风速、风向显著影响O₃污染水平,超标日的气象条件可作为阜新市城区O₃污染预测指标。     

基于GAM的鞍山气象条件对PM2.5和SO2的影响研究

以辽宁鞍山市2019年小时气象数据、大气污染物小时数据为基础,基于广义可加模型(GAM),在考虑城市大气污染本底值、月份等混杂因素的情况下构建响应关系模型。引入相对危险度(RR)概念计算定量关系,分析气象因子(风速、温度、相对湿度)的改变对PM_2.5与SO₂的影响。结果表明：三类气象因子对PM_2.5的影响均存在阈值效应;风速的影响百分率最高,在低于4 m/s范围内变化时,每单位增量引起PM_2.5浓度的相对改变量为-7.63%;温度的增加使PM_2.5浓度呈U形变化,其阈值为10℃,温度在两个阈值区间引起的PM_2.5浓度相对改变量分别为-0.56%与0.6%;除干燥天气或降雨时,相对湿度的增加多导致城市PM_2.5浓度的升高;当响应变量为SO₂时,风速、温度、相对湿度三类气象因子每单位减小量对应的SO₂浓度相对改变量分别为-0.91%、-0.43%和0.98%。