公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

2022年末安徽一次大气重污染过程特征及成因分析: 2024年; 综合利用多源数据,应用HYSPLIT4轨迹分析、颗粒物区域传输分析等方法对2022年末安徽一次大气重污染过程变化特征及成因进行分析。结果表明:污染前期,受弱冷空气影响,有利于污染物输送至安徽地区;污染期间,地面处于弱气压场,混合层厚度较低,存在持续性逆温,且地面风速小、相对湿度较高、基本无降水,不利于污染物的扩散和清除,受区域输送叠加本地污染排放累积共同影响,污染程度加剧;2023年1月2日地面以东北、偏东风为主,风速增大、相对湿度下降、混合层厚度抬升,扩散条件转好,污染程度减轻。在此次污染过程中,山东、江苏、河南对安徽累积的区域输送贡献率占比为48.5%,高于安徽本地污染的贡献率(21.4%)。; 张浩张浩杨关盈石春娥; 关键词：气象条件

干部学历学位材料的审核认定方法: 2008年; 干部档案中的学历学位材料是认定干部学历、学位的基本依据。本文对干部学历学位材料的审核认定方法进行了探讨和总结。; 张浩南雪景; 关键词：学位学历干部

基于东亚冬季风指数的安徽省冬季霾预测研究被引量：6: 2019年; 东亚冬季风强度与中国中东部冬季霾日数的变化在年际尺度上密切相关,这为霾的短期气候预测提供了可能的物理因子。利用NCEP/NCAR再分析资料和安徽省1980-2016年气象观测数据,采用统计分析方法研究安徽省1月霾日数与同期不同东亚季风指数的关系,确定了安徽省不同区域冬季霾的主要季风指数预测因子,建立安徽省冬季霾的月尺度预测模型,并进行了验证。结果表明:(1)1月气候霾日数与6类东亚冬季风指数均呈反相关关系,其中淮河以北、江淮之间两个区东亚大槽强度指数与气候霾日数的相关系数在各项指数中最高,沿江江南为西伯利亚高压强度指数与气候霾日数的相关系数在各项指数中最高。(2)不同分区建立的1月气候霾日数的预测模型均通过了α=0. 01的显著性水平检,验证结果表明,霾日数预测等级与实况等级基本一致,各区均未出现预测错误的情况,表明模型具有较好的预测表现。(3)在安徽省冬季霾实际预测业务中,相比NCEPCFS2模式输出的环流预报场,ECMWFSYSTEM4模式输出环流预报场的预测效果更好。; 张浩张浩石春娥; 关键词：东亚冬季风

安徽寿县两次浓雾生消过程中两个高度微物理机理分析被引量：2: 2023年; 利用安徽寿县2019年1月12日和13日两次浓雾过程地面与20 m高度处的雾滴谱和能见度数据,对雾不同发展阶段的谱分布、雾滴数浓度、含水量、平均直径、谱宽等微物理特征及不同微物理量(数浓度、含水量、平均直径)之间的相关性进行了分析。结果表明:两次雾过程均为辐射雾;当贴地强逆温结构维持时,能使水汽抑制在逆温层内,有利于浓雾的长期维持。20 m高度处雾的形成时间晚于地面,在形成、发展和成熟阶段前期,地面各微物理特征量都大于20 m高度处。成熟阶段后期,可能由于雾凝结释放潜热、地面加热等过程增加了雾中的湍流混合强度,让雾在垂直方向上变得均匀。两个高度雾过程均以核化、凝结增长为主,但在地面雾中碰并也起了重要作用。地面雾从形成、发展再到成熟阶段,碰并过程逐渐增强,数浓度、含水量、平均直径之间的相关关系从较强正相关到弱正相关或负相关;20 m高度处雾从成熟阶段的前期到后期,平均直径与数浓度从正相关变为负相关,这可能与湍流运动、夹卷混合等因素有关。; 朱世珍张昭艺吴诗晓杨军王兆宇石春娥胡汉峰胡汉峰张浩张浩陆春松; 关键词：辐射雾微物理特征

寿县不同强度雾的微物理特征及其与能见度的关系被引量：10: 2021年; 雾对交通运输有不利影响,尤其是强浓雾。本文利用2019年1月上中旬在寿县国家气候观象台应用FM-100型雾滴谱仪测量的雾滴谱数据和常规气象观测数据,分析了不同强度雾的微物理特征,以及能见度与含水量、雾滴数浓度、相对湿度之间的关系,在此基础上建立了能见度参数化方案。结果表明:(1)随着雾的强度增强,雾中含水量显著增大,大雾、浓雾和强浓雾阶段含水量平均值分别为0.003 g m;、0.01 g m;和0.09 g m;当含水量大于0.02 g m;出现强浓雾的比例高达95%。(2)雾滴数浓度、雾滴尺度随着雾强度增强而增大,从大雾到浓雾,雾滴数浓度显著增加(增幅67%),而从浓雾到强浓雾,雾滴尺度显著增大,平均直径、平均有效半径分别增加62%、135%;当雾滴有效半径大于4.7μm,出现强浓雾的比例高达95%。(3)强浓雾、浓雾、大雾雾滴数浓度谱分布均为双峰结构,谱分布整体偏向小粒子一端,强浓雾谱型为Deirmendjian分布,浓雾、大雾均为Junge分布;强浓雾的雾水质量浓度谱呈现多峰特征,最大峰值出现在21.5μm处,浓雾雾水质量浓度谱为双峰分布,大雾为单峰型,最大峰值均出现在5μm处。(4)含水量、数浓度与能见度均呈反相关关系,含水量对能见度的影响最为显著;分别采用全样本和分段方式建立了四种能见度参数化方案,评估检验结果表明,基于含水量的能见度分段拟合方案对能见度的估算效果最好。; 张浩张浩石春娥倪婷; 关键词：微物理特征能见度参数化

安徽省臭氧污染特征及其气象成因被引量：8: 2020年; 自2013年起,中国采取了以降低PM2.5质量浓度为首要目标的大气污染防治措施。该措施的实施在颗粒物治理方面已取得显著的成效,但近地层臭氧(O3)污染问题却愈发突出。文中基于多源资料,结合气团后向轨迹分析与多种统计分析研究了2017—2019年安徽省O3污染的时空分布特征、O3污染形成的局地气象条件及输送路径。空间上,安徽省O3-8h超标天数北多南少、东多西少,空间差异显著;淮河以北和沿江东部为2个O3污染高发区,夏半年(4—9月)年均超标天数超过60 d;江南为O3污染低发区,年均超标天数不到10 d。2017—2019年,O3超标率的空间差异缩小。时间上,O3-8h浓度年变化呈双峰型分布,双峰分别位于6月和8月或9月;O3超标天数主要集中在夏半年,夏半年的O3-8h超标天数占全年O3-8h超标天数的95%,6月O3-8h超标率最高;O3浓度日变化为单峰型,谷值、峰值分别在07时和15时。根据4—9月的资料,导致O3-8h超标的局地气象条件为高温、低湿和微风,如日最高气温高于30℃(淮河以北)或28℃(江淮之间和沿江东部)、日最低相对湿度低于60%、风速2~4 m/s有利于O3污染形成。气温和相对湿度对O3-8h超标率的影响与地域有关。O3污染高发区的代表性城市O3输送路径分析结果表明,O3污染与不利的输送条件密切相关,主要输送路径包括东北方向和偏东方向。; 石春娥杨关盈杨关盈张宏群张浩张浩张宏群; 关键词：气象因子

安徽省区域性强浓雾气候特征及影响因子被引量：1: 2022年; 根据强浓雾发生的同步性,可将安徽分为5个不同的区域。为了解安徽区域性强浓雾的演变规律及成因,首先利用1980—2019年安徽省68个资料完整的国家级气象观测站08时能见度、相对湿度和天气现象资料,探讨了各区域区域性强浓雾的判定标准,建立各区域40 a的区域性强浓雾日时序资料,分析了区域性强浓雾的年际和年代际变化趋势;然后利用2016—2019年77个国家级气象观测站逐时资料分析了不同区域区域性强浓雾的年变化、日变化及持续时间分布等特征;最后,探讨了冬季区域性强浓雾年际变化的成因。结果表明:(1)1980—2019年,沿淮淮北3个区域区域性强浓雾日数都有先升后降的变化趋势,转折点在2006/2007年;1980—2007年区域性强浓雾日数呈明显的上升趋势,应归因于气溶胶粒子浓度升高。年代际比较,各区域区域性强浓雾日数都是20世纪90年代或21世纪最初10年最多,21世纪第2个10年最少;各区域区域性强浓雾出现日数年际变化大,最少的年份0—1 d,最多年份可超过10 d。(2)2016—2019年,各区域年均区域性强浓雾日数14—17 d,主要集中在仲秋到仲春;持续1 h的强浓雾日占比最高,持续3 h的样本是另一个峰值;淮河以北2个区域年均区域性强浓雾日数最多、且持续时间达到3 h及以上的区域性强浓雾占比最高。(3)淮河以北冬季区域性强浓雾日数与降水日数、降水量、相对湿度和08时气温均呈较为显著的正相关,而与风速和小风日数相关不显著;沿江地区冬季区域性强浓雾日数主要受地面风速影响;而江南冬季强浓雾日数与各地面因子均不存在明显相关。(4)以1月为例,各区域区域性强浓雾日数都与纬向环流指数呈正相关,沿淮淮北3个区域区域性强浓雾日数都与东亚槽位置呈正相关,而与东亚槽强度相关不明显。说明纬向型环流、东亚槽位置偏东有助于安徽沿淮淮北形成强浓雾。; 石春娥张浩张浩张浩; 关键词：年际变化大尺度环流

安徽省不同等级雾和重度霾时空分布特征及地面气象条件比较被引量：5: 2021年; 雾和霾都是低能见度天气,生成条件相似。利用安徽78个地面站逐时观测资料,基于雾、霾发生物理条件,建立了不同等级雾日和重度霾日的观测诊断方法,重建了不同等级雾和重度霾的时序资料。根据各站强浓雾发生的同步性,将安徽分为5个雾、霾分布特征不同的区域,探讨了各区域不同等级雾及重度霾出现时地面气象条件的异同。结果表明:(1)安徽省强浓雾主要是辐射雾。强浓雾、浓雾和大雾空间分布形势大体一致,淮河以北东、西部和江南都属于强浓雾高发区,但各地强浓雾的时、空分布特征和影响系统不同;重度霾有明显的北多、南少、山区最少的分布特征。(2)强浓雾年变化呈双峰型分布,峰值在1月和4月,日变化为单峰型,峰值在06时;而重度霾年变化为单峰型,峰值在1月,日变化为双峰型。(3)在强浓雾的高发时段(02—08时),强浓雾时降温幅度最大,比重度霾平均高1℃,风速显著偏低,超过75%的样本风速低于1.5 m/s,且无明显主导风向;而重度霾时,风速比雾时明显要大,个别区域有超过75%的样本风速大于1.5 m/s,且以西北风到东北风为主。说明重度霾能否演变为强浓雾的关键地面气象因子是风速、风向和降温幅度。; 石春娥李耀孙李耀孙张浩张浩; 关键词：风向风速

全选清除导出

共1页<1>

张浩

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

张浩

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈