近48a长江源区降水时空变化特征

基于1966—2013年长江源区及周边在内7个气象站点的逐日降水资料,采用降水倾向率、Mann-Kendall趋势检验、Morlet小波分析及Hurst指数法等方法,分析了长江源区近48年来降水量时间序列空间分布特征、年际和年内变化趋势以及其周期性变化特征,并对降水未来的演变趋势进行了预测。分析结果表明:①长江源区降水量存在明显的空间变化差异,总体分布趋势为由东南向西北递减;②近48年长江源区降水量呈现较为明显的增加趋势,增加速率为17 mm/10a,多年平均降水量为351.5 mm;③长江源区降水量年内分配极不均匀,主要集中在汛期,约占全年总降水量的89.6%,而非汛期降水量仅占10.4%,且降水量具有较明显的季节差异,夏季降水最大,秋季次之,其次是春季,冬季降水量最小;④长江源区降水量变化存在28 a左右的第一主周期,第二、三、四主周期分别为21 a、12 a和5 a;⑤长江源区各气象站点及全流域的Hurst指数均大于0.5,表明降水量未来趋势与过去一致,即其未来仍将延续降水量增加的变化趋势。     

钦州市近56a降水变化特征分析

利用钦州气象站1954～2009年的降水观测资料,采用滑动平均、趋势分析、累积距平法等方法,分析钦州市近56 a来降水量的年际和年代际变化特征及趋势.结果表明:①降水量年代际变化特点为1950年代中期到1970年代为少雨期,其中1954～1960年代是降水量最少的时期,1980年代至2001～2009年代为多雨期.各季降水量除秋季外均呈增加趋势,以夏季增加最明显;近56 a以来,钦州市降水量呈上升趋势,但趋势变化不明显.②近56 a以来,钦州市暴雨日数有缓慢增加趋势,但不明显.暴雨主要集中在汛期,汛期暴雨日数占全年总次数的91%,其中又以7月份最多,占全年总次数的24%.     

固原市原州区近60 a降水变化特征分析

以固原市原州区1957—2016年的降水资料为基础,采用线性回归、M-K(Mann-Kendall)检验、累积距平曲线和滑动t检验的方法对原州区近60 a的年际和年内各时段的降水量进行变化趋势和突变分析。原州区多年年均降水量为439.6 mm,汛期和夏季降水量占比较大,分别达到72.8%和57%;冬季降水变差系数最大,最不稳定。通过线性回归法和M-K趋势检验法对降水量进行趋势分析:年、汛期和夏季降水量均呈下降趋势,下降速率分别为0.17、0.91、0.69 mm/a;春、秋、冬三季降水量呈上升趋势,上升速率分别为0.21、0.03、0.29 mm/a;除冬季外,其他各时段的趋势变化均未通过0.05的显著性检验。运用M-K突变检验、累积距平曲线和滑动t检验对各时段降雨的突变年份进行综合分析,年降水和汛期、秋季降水突变点相近,春、夏和汛期均在1991年发生突变,冬季降水在1979年有较为显著的突变。     

上海市2013年以来空气污染物变化特征

根据上海市环境监测中心网站发布的2013年1月?2015年9月上海市空气污染监测结 果,对PM_2.5、PM₁₀、O₃、NO₂、SO₂、CO共6种污染物的变化特征进行了研究.结果表明：上海空气 污染物PM_2.5、PM₁₀、O₃、NO₂、SO₂、CO浓度在逐年降低,显现出近年来上海空气污染治理初见成 效;在每年的12月前后或冬季,PM_2.5、PM₁₀、NO₂、SO₂、CO浓度最高,在每年的8月前后或夏季浓 度最低;O3浓度在每年的12月或冬季最低,7月前后或夏季最高;PM_2.5、PM₁₀、NO₂、SO₂、CO与O₃之间的互为消长关系,在很大程度上取决于环境条件.     

黑龙江省依安县近41a降水变化特征分析

利用依安县1971-2011年降水观测资料,采用线性倾向估计、累积距平、移动平滑等方法对近41a降水变化特征及变化趋势进行分析,得出近41a依安县年降水量呈缓慢增多趋势,且有15a、16a的周期变化。夏季降水量增多明显,秋季降水量却呈减少趋势。年降水量的增长主要源于夏季降水增长的贡献。同时,年降水增多、雨日增多、暴雨日减少,表明依安地区强降水的危害并不明显。     

近50年雅安降水变化特征及小波分析

分析四川省雅安地区50年(1961—2010年)的年降水以及月降水资料的降水变化规律得出:雅安地区年降水总量与每年降水量≥0.1mm的日数有逐年减少的趋势;每年最大日降水总量呈增加的趋势;降水量的变化规律在80年代末期发生明显的变化;雅安地区夏季降水量最大占全年降水的58.2%;冬季降水量最小占全年降水的4.3%,其中月降水总量在8月份最多,在1月份最少;年降水量2年的周期变化特征最为明显.     

近15a兰州市空气质量变化特征及沙尘天气影响

采用2002-2016年兰州市PM10、SO_2及NO_2质量浓度监测数据、空气质量指数和地面常规气象观测资料,统计分析了兰州市的空气质量变化特征及沙尘天气的影响.结果表明,兰州市空气重污染天数减少,空气质量呈好转趋势,首要污染物仍以PM10为主,其污染天数占总污染天数的89%.较重的空气污染主要出现在11-4月,尤其春季的沙尘天气对空气污染有重要影响.兰州市每3～4 a会出现一个沙尘天气多发年, 3类沙尘天气以浮尘为主;沙尘天气的月、季分布特征明显, 90%以上的沙尘天气出现在春季.沙尘天气的PM10年均质量浓度最高,为非沙尘天气的1.2～5.4倍,平均为2.6倍;沙尘天气的PM2.5年均质量浓度比非沙尘天气高2.4倍, SO_2和NO_2的年均质量浓度差别不大.沙尘天气对兰州市PM10月均质量浓度贡献率较大的月份为3、4月,对PM2.5月均质量浓度贡献率较大的月份则持续至5月. 14 a间3类沙尘天气对PM10日均质量浓度的平均贡献率均为正值,对SO_2和NO_2,除沙尘暴对SO_2的贡献率为正值外,其余均为负值, 2013-2016年浮尘对PM2.5日均质量浓度的平均贡献率为110%,扬沙对PM2.5的平均贡献率为-30%.不同强度的沙尘天气对兰州市空气质量的影响体现在细颗粒物和粗颗粒物上有差异.     

APEC会议前后京津冀空气污染物时空变化特征

 以2014年北京APEC会议前后京津冀地区的PM_2.5、SO₂、NO₂监测数据为基础,通过最优空间插值得到该地区空气污染物质量浓度的空间分布变化图,采用空间自相关与核密度分析法研究了污染物分布的空间差异和变化规律。结果表明,京津冀空气污染物质量浓度具有显著的空间正相关与空间集聚特性,城市群空气污染空间关联密切,PM_2.5热点集中在北京南部、天津、石家庄和保定等地,SO₂热点集中在保定、天津、唐山和石家庄等地,NO₂热点集中在北京-天津-唐山片区和保定-石家庄-邢台片区;不同时段空气污染物质量浓度差异显著,APEC会议前及期间,在冷空气活动与减排措施的双重作用下,污染物质量浓度显著降低,高密度热点区均逐渐向中、低密度区转化,而APEC会议后,受冷空气影响良好空气质量得以短期维持,但污染反弹现象较快出现,高密度热点区污染迅速加强并扩展。     

近50年华北地区降水时空变化特征及突变分析

利用1965—2014年华北地区及其周边75个气象站点的日降水资料,采用一元线性趋势、9年滑动平均趋势、滑动t检验、Mann-Kendall检验、反距离空间插值(IDW)等方法,对华北地区四季降水的时空变化特征的研究及突变分析.结果表明:150年来,华北地区降水呈现小幅度下降趋势;春季降水量的减少率为11 mm/10 a.2春季降水量在1980年降水量显著增加,夏季和冬季的降水量没有明显变化,秋季降水量在1977年降水量显著增加.3华北地区降水空间差异性较大.春季和冬季的大部分站点的降水量都小于平均值.夏季降水量最大,空间上表现为东部多、西部少.     

银川市大气逆温特征对空气污染物浓度的影响

通过对银川市2013-2015年逐日探空观测资料及同期银川市六个监测站点的污染物浓度逐时监测数据,对银川市的低空温度层的特征进行了分析,并结合统计数据,分析了逆温层的特征与四种主要空气污染物(SO₂、NO₂、PM10、PM2.5)浓度之间的关系。结果表明,银川市主城区在全年的四季中均有逆温层的存在,但是冬半年逆温发生的频率高于夏半年;逆温层厚度冬季较厚、夏季较薄,逆温强度秋季最强、夏季最弱。通过污染物浓度与逆温特性的相关度分析,发现四种主要空气污染物的浓度与逆温层存在相关性,其中,其浓度与逆温层厚度呈正相关,与逆温层强度呈负相关。这说明银川市低空大气逆温层结状况是影响当地空气污染程度的主要因素之一。     

近50年雅安降水变化特征及小波分析简

分析四川省雅安地区50年(1961—2010年)的年降水以及月降水资料的降水变化规律得出:雅安地区年降水总量与每年降水量≥0.1mm的日数有逐年减少的趋势;每年最大日降水总量呈增加的趋势;降水量的变化规律在80年代末期发生明显的变化;雅安地区夏季降水量最大占全年降水的58.2%;冬季降水量最小占全年降水的4.3%,其中月降水总量在8月份最多,在1月份最少;年降水量2年的周期变化特征最为明显.     

近50年黄河流域降水变化的时空特征

基于827个降水监测站1951--1998年的逐月监测数据,利用GIS空间分析功能,计算分析黄河流域降水量近50年的时空变化.先重点研究1951--1998年期间典型降水等值线200、400和800 mm的空间移动情况,研究表明:黄河流域黄土高原一带干旱化趋势十分明显,典型降水等值线南移.然后对1951-1979和1980-1998年前后2个时段黄河流域年、汛期和非汛期降水量空间变化分别进行分析,发现黄河流域降水减少幅度最大的区域在黄土高原大部和黄河下游,但是在黄河源头、伊洛河流域、汾河源头及其下游等则呈增加趋势,而且汛期降水量与非汛期降水量的变化趋势在空间上并不完全一致.     

铜陵市空气污染物浓度日变化特征的观测分析

选择位于长江南岸的铜陵市为研究区域,利用2007~2010年空气污染物浓度监测数据与气象要素观测资料,分析二氧化硫(SO2)、二氧化氮(NO2)和可吸入颗粒物(PM10)浓度的日变化特征及其与气象要素之间的关系.结果表明,铜陵市空气污染物浓度和气象要素的日变化主要有"单峰单谷型"和"双峰双谷型"两种,SO2和PM10的日变化规律空间差异不显著,NO2的日变化存在明显空间差异.主要污染源附近的监测点,浓度日变化规律与气压、相对湿度和气温3个要素日变化之间存在相关性,而与风速、降水的日变化规律无关.周边无污染物排放的监测点,浓度日变化规律不仅与气压、相对湿度和气温日变化存在显著相关,还与风速呈反向相关关系.对于周边虽有部分污染源,但不是区域内的主要污染源的监测点,浓度日变化与气象要素之间无统一的相关性.     

近一个半世纪来得法降水的变化特征

利用香港1853－1996年月降水资料,对香港19个时距,包括1－12月,春、夏、秋、冬、前、后汛期和年降水做了特征分析,发现香港降水有其显著的气候特征。     

云南近50a雾的变化特征

 利用1961~2008年云南120个县市逐月雾日资料,分析了云南近50a雾日的时空变化特征以及对气候变暖的响应.结果表明:①云南雾日具有明显的区域分布.全年及四季雾日有从北到南有增加的趋势.②云南雾日的发生具有明显月际变化特征.云南全年各月都有雾日发生,主要集中于11月、12月和1月,最多的月份是12月.从季节分布来看,云南属典型的冬雾发生区.从不同气候带看,北热带、南亚热带、中亚热带、北亚热带及温带属于典型冬雾发生区,最大月是12月;高原气候带属于典型夏雾发生区,最大月是7月.③近50a来云南全省四季及年的总变化趋势非常一致,为减少的趋势.6个气候带年雾日频次近50a总的变化趋势也为减少的趋势.④云南年及四季雾日也存在明显的年代际变化.6个气候带年雾日频次也存在明显的年代际变化.⑤云南各地对气候变暖的响应程度不一致,云南滇中以西以南大部地区雾日频次对气候变暖有着极好的响应,即偏暖时期,雾日频次偏少,而偏冷时期则偏多.     

近50年开封市降水变化特征的小波分析

利用Morlet小波分析了1961—2010年开封市年降水量距平的小波变化特征,揭示开封市降水量变化的多时间尺度结构.结果表明:开封市年降水量存在多时间尺度的周期变化特征,有6个特征明显的时间尺度,分别是1~2 a、3~4 a、5 a、7 a、9~12 a和15~18 a.其中5 a、7 a、9~12 a和15~18 a的时间尺度在整个时域内都很明显,年际尺度的主周期为7 a,年代际尺度主周期为10 a;开封市降水变化还表现出突变的特点;近50年来,开封市年降水量气候倾向率为6 mm/10 a,年降水量呈增多趋势,未来2~3年内年降水量将处于一个偏多期.     

甘南高原近60a气温变化特征

利用线性趋势法、距平法、小波分析和Mann-Kendall检验法,分析了甘南高原1959-2018年气温变化特征。结果表明:甘南高原近60a气温呈上升趋势,年平均气温的升温率为0.319℃/10a,春、夏、秋、冬季的升温率依次为0.229℃/10a、0.336℃/10a、0.360℃/10a、0.399℃/10a,且从90年代开始增温明显。年平均气温存在6a、13a、23a的周期变化,并在1995年发生突变。年极端最高(最低)气温的升温率分别为0.445℃/10a、0.447℃/10a,较年(季)平均气温的升温率大,且极端气温突变时间较年(季)突变时间早。     

近60a台风影响宣城的降水特征分析

利用台风资料中心的台风最佳路径集和宣城地区下辖7个国家站的的观测资料,分析1960—2019年降水资料.根据台风不同登陆点和路径、强度的分类分析台风影响宣城地区降水分布特征,得出结论,对宣城地区产生强降水影响的主要是登陆福建、浙江、上海,基本按照登陆时的台风强度减弱,影响依次减弱,分别以N和NW、NW和N、N和W移动方向的影响较大,NE方向的影响最小.台风影响宣城地区降水空间分布不均衡,绩溪、旌德两地台风影响个数及强降水量均少于宣城地区其他五地,台风影响宣城地区强降水降水量和降水量年占比均年际分布不均衡,并呈线性缓慢下降趋势.     

中小学教室内空气污染物来源及其质量评估

教室中空气质量的优劣对中小学学生的学习与生活影响巨大。分析了中小学教室室内空气污染现状,并对当前中小学教室空气中的甲醛、苯及甲苯、二甲苯以及氨等主要污染物的来源及特性方面做了简要分析。基于教室内学生的客观及体感与心理因素评估因素,建立了中小学教室室内空气质量综合评估模型。根据综合评估模型对位于北京市某中学五个教室内的空气质量进行评估。经分析,其评估结果能够有效地反映出当前教室内空气的质量。