简介:
简介:
简介:利用2015-2016年西安市逐日空气质量资料和气象观测资料,统计评价了2016年气象条件较2015年对大气污染的影响情况.结果表明2016年西安空气质量较2015年偏差,优良日数减少,各污染级别日数较2015年均有增加;全年降水日数、有效降水日数和年降水量都有所减少,降水对大气污染物的清除作用减弱;秋冬季平均风速较2015年同期明显偏小,比2016年全年平均风速也显著偏小,大气扩散能力减弱;秋冬季冷空气强度虽有所增加,但活动次数偏少,造成静稳天气增多,污染物累积效应持续增强;春夏季日照充足,太阳辐射增加,气温偏高、降水偏少,大气颗粒物减少,臭氧作为首要污染物第一次出现的日期相比2015年提前较多,污染日数也有所增加.臭氧已经成为除颗粒物之外的第二大污染源,春末至秋初期间,需要引起足够重视.
简介:针对北京市2016年12月16~21日的空气重污染过程进行了回报试验,探讨了该次事件预报的目标观测敏感区。使用新一代高分辨率中尺度气象模式(WeatherResearchForecasting,WRF)和嵌套网格空气质量模式(NestedAirQualityPredictionModelSystem,NAQPMS),针对初始气象场的不确定性,通过4套初始场资料识别了影响北京地区细颗粒物(PM2.5)预报水平的目标观测敏感变量及其敏感区。结果表明:当综合考虑初始气象场的风场、温度、比湿不确定性的影响时,发现改善黑龙江区域上述气象要素的初始场精度,对北京地区PM2.5预报不确定的减小最显著;当分别考察风场、温度、比湿的不确定性的影响时,发现初始风场精度的改善,尤其是黑龙江区域风场精度的改善,能够更大程度地减小北京地区PM2.5的预报误差,对北京东南地区的PM2.5预报误差的减小甚至可达到40%以上。因此,优先对黑龙江区域的气象场,尤其是该区域的风场进行目标观测,并将其同化到预报模式的初始场中,将会有效提高初始气象场的质量,进而大大减小北京地区PM2.5浓度的预报误差,提高北京地区空气质量的预报技巧。初始风场代表了北京地区该次空气重污染事件预报的目标观测变量,而黑龙江地区则是该目标观测的敏感区域。
简介:
简介:以四川江安县耕地土壤为研究对象,研究耕地土壤中重金属污染状况并探讨其污染源,为污染治理提供科学依据。采用X荧光光谱法、电感耦合等离子体发射光谱法、原子荧光法,分别检测岩石、土壤样品的As和重金属元素组成。运用GIS分析功能提取出耕地土壤中As和重金属元素异常信息。结合岩石和耕地土壤样品的测试数据,对所获得的多源信息进行了综合研究。全区耕地土壤中,As、Cr、Cu、Zn、Ni无污染。Cd、Hg、Pb普遍有中度污染。污染源探讨结果表明,污染源与土壤的母岩无关。污染源很可能主要来自含Cd、Hg、Pb的工业废水、劣质化肥、农药,以及农用塑料薄膜等固体污染物等。
简介:可溶性有机质(DOM)是土壤有机质库中最为活跃的部分,也是土壤有机库中对环境变化最敏感的部分,它参与了有机质在土壤中的腐殖化和微生物的新陈代谢等一系列生物地球化学过程。因此,在调节土壤养分周转和森林生态系统碳氮循环过程中起到重要的桥梁作用。采用水浸提法,结合紫外-可见光谱、荧光光谱、傅里叶红外光谱等技术,探讨了亚热带米槠人促林(AR)、米槠次生林(SF)、杉木人工林(CF)的土壤DOM的数量和光谱特征,以期深入评价森林转换对不同林分土壤肥力及其养分有效性的影响。结果表明:各林分A层土壤DOC、DON浓度均高于B层。B层土壤中,米槠人促林的DOC浓度显著低于其他2种林分(P〈0.05),而各林分A层土壤的DOC和DON浓度并无显著差异。各林分A、B层土壤DOM的芳香化指数无显著差异。米槠次生林A层土壤DOM的荧光发射光谱腐殖化指数(HIXem)、荧光效率(Feff)显著高于其他2种林分(P〈0.05),其HIXem分别是米槠人促林、杉木人工林的1.3、1.2倍,其Feff分别是米槠人促林、杉木人工林的2.7、2.5倍。三维荧光光谱表明,各林分A层土壤DOM主要以类腐殖酸物质为主;B层土壤中,米槠人促林和杉木人工林以类蛋白物质为主。各林分土壤的荧光指数(FI)均大于1.4,且B层土壤DOM的鲜度指数(β∶α)均高于A层。傅里叶红外光谱表明,米槠人促林土壤DOM没有羧酸的吸收,土壤pH最高;而米槠次生林土壤羧酸的相对含量最高;杉木林土壤DOC含量少,芳香化合物、羧酸等难分解物质相对富集。综合来看,除了建群树种的影响外,林下植被对土壤肥力的作用也很突出。
简介:基于降水与地形起伏之间的非平稳关系,结合有限的观测降水数据,利用GWR回归模型,对贵州喀斯特山区的TRMM3B43降水资料进行降尺度和校准,最终得到空间分辨率为1km×1km的降水量分布数据并进行了验证。结果显示:(1)考虑地形起伏和降水空间非平稳性的GWR模型,提高了贵州喀斯特山区TRMM3B43遥感降水资料的空间分辨率和准确度。(2)不同时间尺度的验证结果表明,在与观测降水的相关统计中,TRMM降尺度降水具有较TRMM3B43降水更高的统计精度和更小的误差,更接近于地面观测降水;该降尺度算法在贵州降水较少的时间尺度更加接近真实值。(3)当TRMM3B43可以被重采样的地形起伏度(RDLS)进行准确预测时,TRMM3B43的精度是GWR降尺度算法中的主要误差源;当区域的降水与地形起伏弱相关或无关时,应考虑引入其他影响降水的空间变量来修正这一空间非平稳性关系。