设为首页 | 加入收藏
文献检索:
  • WRF模式对济南地区夏季近地面气象场模拟效果评估 免费阅读 下载全文
  • 不同地区中尺度气象模式WRF的模拟性能存在明显差异,本文利用数值模拟和统计方法,评估了WRF模式在济南地区的模拟性能,并对比研究地形和土地利用对WRF模式模拟性能的影响,为WRF模式在济南地区的业务化运行提供参考。结果表明:WRF模式能较准确的模拟济南地区近地面气象场及其时间变化特征;统计分析发现,WRF模式对济南地区近地面气温、比湿、风速及风向的模拟准确率分别为72.5%、59.6%、29.4%和36.2%。WRF模式模拟的济南地区夏季比湿偏低、风速偏高,模拟的风速存在系统性偏差。下垫面对WRF模式的模拟结果有显著影响,10 m风速的均方根误差(RMSE)与地形、坡度、模式格点和观测站点的地形偏差显著相关,与坡度的相关系数最大;2 m气温的RMSE仅与地形偏差显著相关,在复杂地形区比较站点观测气温与模式格点气温时,需考虑地形偏差的影响。
  • 廊坊地区5种数值模式降水预报性能检验与评估 免费阅读 下载全文
  • 为了提高廊坊地区降水预报数值产品的释用能力,利用廊坊市9个气象观测站24 h的实况降水资料和日本(JPN)、德国(GER)、GRAPES、T639及MM 5模式的降水预报产品资料,对目前降水预报业务中广泛使用的5种数值模式的预报效果进行检验分析。结果表明:日本(JPN)和德国(GER)模式对≥10.0 mm及≥25.0 mm量级降水预报的TS评分比其他模式高10.0%—40.0%,夏季MM 5模式对≥50.0 mm量级降水的预报表现出一定的优越性;T639、GRAPES模式分别对大雨及以上量级的降雨和小雪预报效果较好,日本、德国模式对中雪和大雪的预报表现出一定的优势,T639模式对暴雪预报的TS评分达33.3%,高于其他模式。
  • 上海地区一次典型空气污染过程分析 免费阅读 下载全文
  • 利用上海地区大气污染物监测资料和美国环境预报中心(NCEP)逐6 h的1°×1°全球再分析资料,结合微脉冲激光雷达数据反演的气溶胶消光系数和美国NOAA研制的轨迹模式HYSPLIT气流后向轨迹的模拟结果,分析了2014年5月25—30日上海地区一次严重空气污染天气过程,初步探讨了此次污染过程的污染物源、输送路径、气象条件及大气边界层特征。结果表明:上海地区此次空气污染过程以PM2.5影响为主,主要受沙尘外源性输入和秸秆燃烧共同影响,过程持续时间长;中低空(850—700 h Pa)水平输送、垂直风场分布及大气层结变化为此次空气污染过程的发生提供了有利条件;微脉冲激光雷达监测的距离平方订正回波信号强度、气溶胶消光系数和PM2.5浓度之间存在正相关关系,对上海地区污染天气过程的预报具有重要指示意义。
  • 重庆地区两次连续空气污染天气过程对比分析 免费阅读 下载全文
  • 选取2009年1月15—20日和2011年11月20—29日重庆地区两次典型的空气污染天气过程进行了对比分析。结果表明:当连续污染强度较强时(0115过程),高低空形势不利于降水,垂直剖面600 h Pa以下为下沉气流;大气边界层(1.5 km以下)内有多层逆温,湿度垂直分布为"上湿下干";地面为均压场,平均风速为0.84 m·s-1,静风频率高达31.3%;平均气温日较差为2.83℃,湍流活动弱,能见度低(最小能见度为0.6 km),大气维持静稳条件,空气污染持续加重。当连续污染时间较长时(1120过程),同样无降水出现,重庆地区中低层为下沉气流;大气边界层同样出现多层逆温,湿度垂直分布为"上干下湿";地面风速比0115过程大,平均风速为1.23 m·s-1;地面气温日较差为5.18℃,湍流活动较0115过程强,地面平均相对湿度低于80.0%,主要出现灰霾天气,污染持续时间长,污染物浓度相对较低。
  • 成都地区春季一次持续性灰霾天气过程特征及预测 免费阅读 下载全文
  • 选取2013年2月25日至3月11日成都地区一次严重污染天气过程,利用成都地区环境监测中心站观测数据、成都市温江气象站观测资料、欧洲中心0.75°×0.75°再分析资料及成都信息工程学院风廓线雷达资料,对此次成都地区灰霾天气过程的特征进行了分析,研究不同气象条件对污染物扩散的影响,并建立了PM2.5浓度预测方程。结果表明:成都地区春季此次灰霾天气过程高空形势稳定,地面由均压场或弱低压控制且未形成降水时,有利于污染物的积聚与加强,但高空有低槽系统,低压一旦增强,灰霾消散的几率增大;垂直方向风速较小且为下沉气流,为灰霾天气的产生提供了有利条件。低层0—200 m之间存在较强的接地逆温,接地逆温层的结构对空气对流产生抑制作用,有利于水汽的积聚和雾的形成,出现灰霾天气的几率较大。出现灰霾天气时,混合层高度一般较低。采用逐步回归方法建立了PM2.5浓度预报模型并进行回代检验,在此基础上利用建立的模型对成都地区春季一次灰霾过程进行预报,结果表明,模型可准确的预报污染等级,预报效果较理想。
  • 基于序列重建的湖北省大范围持续性霾过程特征分析 免费阅读 下载全文
  • 利用1961—2013年湖北省76个气象站逐日天气现象、相对湿度和能见度等观测资料,重建了湖北省霾日序列,建立大范围持续性霾过程的强度等级评价模型及指数,并分析了湖北省霾日和大范围持续性霾过程的时空变化特征。结果表明:1961—2013年湖北省霾日序列重建前和重建后时空分布的年代际变化差异较小,但变化趋势相反。基于霾日的重建序列,近50 a湖北省霾日具有明显的年代际变化特征,2000年后霾日增加趋势尤其明显,冬季为霾易发季节。湖北省大范围持续性霾过程主要出现在20世纪70年代及21世纪初,2013年尤为突出;三峡河谷至鄂西北东部和鄂东中北部地区为持续性霾过程高发地区。经验证,大范围持续性霾过程指数(LSCHI)的评估效果较好。
  • 基于探空资料的北京地区大气臭氧垂直分布特征 免费阅读 下载全文
  • 利用2002年9月至2012年12月北京地区臭氧探空资料分析了大气臭氧的垂直分布特征,重点分析了对流层顶附近区域臭氧的季节变化与变率。结果表明:北京地区对流层臭氧的垂直分布主要表现为随高度递增的特征;臭氧的平均浓度夏季最高,冬季最低,春季和秋季相当,各季节的臭氧浓度在不同高度范围内略有差别。在对流层上层至平流层下层(8—15 km),臭氧浓度的垂直分布与平均浓度受对流层顶高度的影响显著。基于对流层顶相对高度坐标的分析表明,对流层顶下方1—3 km高度的臭氧仍保持了对流层臭氧的垂直分布特征;而在对流层顶高度附近,各季节臭氧浓度均随高度显著增加;由于垂直增速有显著的季节差异,导致臭氧平均浓度在对流层顶上方1—3 km出现明显变化。臭氧浓度归一化标准差表明:在对流层低层,大气臭氧浓度的变率在冬季最强,秋季、春季和夏季臭氧浓度的变率依次减弱;在对流层顶附近,大气臭氧浓度的变率在春季最强,冬季、秋季和夏季臭氧浓度的变率依次减弱,其中冬季和春季的强臭氧变率可能与对流层顶附近活跃的大气波动及对流层顶高度的频繁扰动密切联系。
  • 宁波市近地层臭氧浓度变化及预测 免费阅读 下载全文
  • 利用2010—2013年宁波市近地层臭氧浓度等环境监测资料、地面气象观测资料和NCEP再分析资料,分析了宁波市臭氧浓度的分布规律及其与环境条件的相关性,并建立了臭氧浓度预测方程。结果表明:2010—2013年宁波市近地层臭氧浓度日变化呈"单峰型",峰值一般出现在午后;臭氧月浓度变化呈"双峰型",两个峰值分别出现在5月和10月。选取与宁波近地层臭氧浓度相关性较好的日平均气压、水汽压、气温、NO2浓度和SO2浓度等作为预报因子建立回归模型预测臭氧浓度,模型通过了显著性检验,预报效果较好。统计分析了宁波市臭氧浓度超标日的常见天气型,表明变性冷高压、均压场、高空脊、副热带高压及热带气旋外围影响型为易导致宁波市臭氧污染的天气型,5种天气型所占比例分别为22.1%、9.5%、24.4%、31.4%和8.7%,其他天气型占3.9%;并通过合成分析法,说明了5种天气型相关的天气形势。
  • 基于小波神经网络法的海南地区逐时太阳总辐射预测研究 免费阅读 下载全文
  • 利用2003—2012年海口市气象站不同季节逐时太阳总辐射观测资料与对应气象参数,建立基于小波BP神经网络法逐时太阳总辐射的预测模型,并利用2013年太阳总辐射数据对模型进行检验,且与建立的逐步回归模型进行对比。结果表明:小波神经网络法建立的逐时太阳总辐射预测模型精度较高,但不同季节模型预测精度存在差异,冬季预测精度最高,夏季预测精度最差,天气类型指数有利于不同季节模型预测精度的提高。春季、夏季、秋季和冬季加入天气类型指数神经网络模型的逐时太阳总辐射预测值与观测值的回归估计标准误差分别为0.32、0.47、0.35 MJ·m-2及0.23 MJ·m-2,比逐步回归模型的预报精度分别提高了28.8%、16.3%、17.9%和20.4%,说明基于小波神经网络法建立的预测模型可为海南地区逐时太阳总辐射预测提供参考。
  • 上海市极端高温天气变化特征 免费阅读 下载全文
  • 利用1960—2013年上海市徐汇站日最高气温、日最低气温和相对湿度及2004—2014年上海市10个气象站夏季日最高气温与日最低气温等观测资料,采用夏季日最高气温、高温日数、暖夜日数、高温热浪指标、炎热日数和广义极值分布等分析了上海市极端高温天气的变化特征。结果表明:1960—2013年上海市夏季日最高气温明显升高,暖夜日数和高温热浪指标明显增加,均在2013年达最大值,炎热日数和广义极值分布在1976年出现转折呈两种变化趋势。2004—2014年上海市徐汇站极端高温现象最显著,奉贤站、金山站和崇明站极端高温现象最不显著。不同极端高温指标可综合表征极端高温事件的变化趋势。
  • 1960—2013年白洋淀湿地气候变化特征分析 免费阅读 下载全文
  • 利用白洋淀湿地及周边地区的11个气象站观测资料,采用一元线性方程、皮尔逊系数(Person)、变率分析和Morlet小波分析等方法,对1960—2013年白洋淀湿地气温和降水的年变化、四季变化进行了统计分析。结果表明:近54 a白洋淀湿地年及冬季、春季平均气温呈上升的趋势,夏季和秋季平均气温呈下降的趋势,上升和下降的趋势均不明显,且白洋淀湿地气温变化幅度明显低于周边地区,说明湿地气候对气温变化具有一定的减缓作用。春季和秋季降水量呈增加的趋势,年及冬季、夏季降水量呈减少的趋势,变化趋势均不明显,但白洋淀湿地年平均降水量低于周边地区。此外,白洋淀湿地年和四季平均气温在20世纪60年代至2000年左右均存在3 a左右的振荡周期,且年、春季及秋季平均气温还存在5 a左右的振荡周期;年和四季降水在20世纪60年代存在3 a左右的振荡周期,在20世纪80—90年代还存在4 a左右的振荡周期。
  • 1980—2010年辽西地区春玉米发育期变化及其对产量影响 免费阅读 下载全文
  • 利用1980—2010年辽西地区6个农业气象观测站春玉米发育期和玉米产量数据,采用气候倾向率法和相关分析法分析了辽西地区春玉米发育期的变化特征,并研究了春玉米发育期对产量的影响。结果表明:1980—2010年辽西地区6个观测站春玉米抽雄—开花期和开花—乳熟期日数变化趋势一致,其余发育期日数变化趋势不同;建昌站和绥中站春玉米各发育期日数变化显著,除阜新站外,其余5个站春玉米全生育期日数均呈增加的趋势,其中彰武站全生育期日数增速为5.00 d/10 d,建昌站全生育期日数增速为7.03 d/10 d,绥中站全生育期日数增速为6.57 d/10 d,均通过了0.01水平的显著性检验。辽西地区各站春玉米发育期日数距平变化较大,不同阶段发育期日数距平的变化趋势不同,1980—2010年春玉米各发育期日数均呈由负距平转为正距平的变化。
  • 辽宁省玉米低温冷害和霜冻灾害风险评估 免费阅读 下载全文
  • 玉米是辽宁省第一大粮食作物,研究玉米低温冷害与霜冻灾害的发生规律及风险评估,对防御与温度有关的灾害和保证玉米安全生产意义重大。本文利用1961—2010年辽宁省49个气象站的日平均气温、日最低气温及玉米观测资料,对玉米低温冷害和霜冻灾害风险评价指标进行选取与量化,从灾害的危险性、暴露性和脆弱性方面对灾害的发生风险进行综合分析,并对玉米低温冷害和霜冻灾害进行风险评估及区划。结果表明:辽宁省玉米低温冷害的高风险区主要位于西丰和昌图东部地区,中风险区主要位于辽北和辽东大部地区,其他大部地区则为低风险区或次低风险区。辽宁省玉米霜冻灾害的次高和中等风险区位于建平、西丰及抚顺的清原与新宾地区,低风险区位于环渤海一带及辽南地区。在气候变暖背景下,对辽宁地区玉米低温冷害和霜冻灾害仍需重视。
  • 青海高原春季气温异常及影响因子分析 免费阅读 下载全文
  • 利用1961—2012年青海省气温观测资料、NCEP月平均再分析资料集及环流因子数据,探讨了青海高原春季气温异常特征及其影响因子。结果表明:1961—2012年青海高原春季气温呈显著上升的趋势,且具有明显的年代际变化特征;青海高原春季气温主要表现为全区一致型、南北反相型和东西反相型3种分布型,其中全区一致型和东西反相型具有明显的年代际特征,而南北反相型年际振荡特征显著。春季西欧、乌拉尔山、青藏高原及以东地区是影响青海高原春季气温异常的关键系统所在地,乌拉尔山高压脊和东亚大槽的强弱直接影响青海高原春季的冷暖;青海高原春季气温异常的影响因子主要包括乌拉尔山高压脊、东亚大槽、北半球副热带高压和极涡指数、高原高度场;青海高原春季气温对北印度洋的索马里—阿拉伯海—孟加拉湾地区、西北太平洋及赤道中太平洋海温异常有较好的响应,当上述关键海区的海温偏冷(暖)时,易造成青海高原冷(暖)春。
  • 1974—2013年甘肃省冰雹气候时空变化特征 免费阅读 下载全文
  • 利用1974—2013年甘肃省80个气象站的冰雹观测资料,分析了甘肃省冰雹日数的时空变化特征。结果表明:1974—2013年甘肃省玛曲、乌鞘岭、华家岭、肃北和马鬃山为冰雹日数大值中心,与海拔高度具有明显的相似变化。甘南高原—临夏—武威地区4—10月为冰雹多发期,4月岷县站和5—10月玛曲站为冰雹多发极大值中心。近40 a甘肃省冰雹日数基本呈减少的趋势,河东地区冰雹日数减少趋势更明显,岷县—甘南高原和马鬃山地区为冰雹日数减少的两个极低值中心。甘肃省冰雹日数在1995年左右发生了显著减少,并存在3.3 a显著周期。
  • 聊城市空气质量现状及污染原因分析 免费阅读 下载全文
  • 利用2013年10月至2014年9月山东省聊城市大气主要污染物监测数据,分析了各种污染物的时空分布特征及其对空气污染的贡献,探讨了聊城市大气污染的成因。结果表明:2013年10月至2014年9月聊城市轻度污染以上的空气质量日数所占比例高达70.0%,大气中SO2、NO2、CO、PM2.5和PM10浓度季节变化规律明显,即冬季各种污染物浓度远高于夏季。日首要污染物以PM2.5和PM10出现日数最多,其次为SO2作为首要污染物在冬季出现偏多,臭氧8 h作为首要污染物在夏季出现相对较多。聊城市5种污染物对空气污染的影响程度从大到小依次为PM2.5〉PM10〉NO2〉CO〉SO2,其中PM2.5与PM10分担率大幅高于其他3种污染物,说明聊城市大气污染属于可吸入颗粒物与细颗粒物主导的类型。相关分析发现,PM2.5和PM10具有来自相同或相似污染源的可能性,扬尘与化石燃料使用是PM2.5和PM10污染的主要成因。
  • [论文]
    WRF模式对济南地区夏季近地面气象场模拟效果评估(顾沈旦;于丽娟;尹承美;何建军[3,4])
    廊坊地区5种数值模式降水预报性能检验与评估(许敏;丛波;刘艳杰;王洁;张绍恢;田晓飞)
    上海地区一次典型空气污染过程分析(曹钰[1,2];马井会[1,2];许建明[1,2];耿福海[1,2])
    重庆地区两次连续空气污染天气过程对比分析(胡春梅;刘德;陈道劲)
    成都地区春季一次持续性灰霾天气过程特征及预测(颜玉倩;朱克云;张杰;徐铖)
    基于序列重建的湖北省大范围持续性霾过程特征分析(王凯;方思达;李兰)
    基于探空资料的北京地区大气臭氧垂直分布特征(刘传熙;刘毅;王永)
    宁波市近地层臭氧浓度变化及预测(蒋璐璐;钱燕珍;杜坤;顾小丽)
    基于小波神经网络法的海南地区逐时太阳总辐射预测研究(黄海静;张京红;覃文娜;张明洁;邢彩盈)
    上海市极端高温天气变化特征(姜荣[1,2];陈亮[1,2];象伟宁[1,2])
    1960—2013年白洋淀湿地气候变化特征分析(李祥[1,2];寿绍文;白艳辉;吴云龙)
    1980—2010年辽西地区春玉米发育期变化及其对产量影响(赵先丽;李丽光;王宏博;赵梓淇;蔡福;于文颖;张晓月;丁抗抗;李晶)
    辽宁省玉米低温冷害和霜冻灾害风险评估(陈凯奇;米娜)
    青海高原春季气温异常及影响因子分析(申红艳;马明亮;时兴合;戴升;马占良)
    [简报]
    1974—2013年甘肃省冰雹气候时空变化特征(黄武斌;王研峰;黄玉霞;王琳)
    [快报]
    聊城市空气质量现状及污染原因分析(王成祥;刘加珍)
    《气象与环境学报》封面

    主管单位:辽宁省气象局

    主办单位:中国气象局沈阳大气环境研究所 辽宁省环境科学研究院

    主  编:周广胜

    地  址:沈阳市沈河区文化路66号

    邮政编码:110016

    电  话:024-83893253

    电子邮件:[email protected]

    国际标准刊号:issn 1673-503x

    国内统一刊号:cn 21-1531/p

    单  价:10.00

    定  价:60.00


    关于我们 | 网站声明 | 合作伙伴 | 联系方式 | IP查询
    金月芽期刊网 2017 触屏版 电脑版 京ICP备13008804号-2