林惠娟
- 作品数:14 被引量:77H指数:7
- 供职机构:苏州市气象局更多>>
- 发文基金:国家自然科学基金苏州市科技计划项目国家重点基础研究发展计划更多>>
- 相关领域:环境科学与工程天文地球自动化与计算机技术电气工程更多>>
- 城市臭氧污染特征与高影响气象因子:以苏州为例被引量:9
- 2023年
- 近年来城市臭氧(O_(3))污染问题日益突出,影响O_(3)污染的关键气象因子尚不明确,因此分析典型城市——苏州的O_(3)污染特征,探究O_(3)污染的高影响气象因子,对该区域大气污染防治具有重要意义.基于苏州环境监测中心2015~2020年4~9月逐小时O_(3)浓度数据及同期气象观测资料,应用相关分析和机器学习方法对其开展相关分析研究.结果表明:(1)6年间O_(3)污染高发季,O_(3)污染超标率均达20%以上,O_(3)污染日数和以O_(3)为首要污染物的污染日数占比均逐年上升,O_(3)污染问题日益凸显;(2)O_(3)浓度存在单峰日变化特点,谷值出现在07:00前后,峰值出现在15:00~16:00;其与气温和太阳辐射能的日内变化趋势较一致,但其浓度峰值出现时刻又滞后于二者.2017年和2019年O_(3)有典型的“周末效应”,周末较高的太阳辐照度对O_(3)浓度升高有明显的正相关作用.O_(3)浓度和污染超标率的月变化呈双峰型特征;(3)O_(3)污染的发生受到多种气象条件的影响,日照时数在7 h以上,气温在30℃附近,太阳辐照度在350~440 kW·m^(-2)之间,相对湿度在50%~75%之间,O_(3)污染日数达最多,且强度达最强.当偏东风风速小于1.5 m·s^(-1)时,或西南风风速小于3.5 m·s^(-1)时,易发生O_(3)中度污染;(4)运用机器学习方法构建的最优O_(3)浓度预测模型对4、5、7和9月O_(3)浓度有较好的预测能力,当O_(3)浓度超过200μg·m-3时,预报值存在一定程度的低估和平滑,太阳辐射能对于O_(3)浓度的影响最为明显,相对湿度影响次之,而气温和风重要性低于前二者.
- 何琰林惠娟曹舒娅宋璟璐孙伟熊宇
- 关键词:污染特征太阳辐射
- 基于自动站资料的苏州灰霾天气分析被引量:7
- 2015年
- 利用苏州2010∽2013年的逐时气象和大气成分观测资料,对苏州灰霾天气特征进行了统计分析,研究发现:苏州灰霾的小时频率为30.7%,灰霾等级以轻微灰霾为主,干霾占总灰霾的比例为85.6%.2013年12月灰霾小时频率最高,达82.3%.灰霾小时频率有明显的日变化特征,峰值出现在上午8:00时,达36.3%,14:00∽16:00时,灰霾频率最低,约为25%左右;灰霾期间,PM10、PM2.5、PM1.0和散射系数分别是非灰霾期间的1.72、2.07、1.88和2.58倍.采用不同的灰霾日标准,苏州年均灰霾日数在94∽243之间,相差极大.灰霾频率和气象条件有密切关系,灰霾频率最高的相对湿度区间为70%∽80%,重度霾最多出现在90%∽95%的相对湿度条件下;随风速增加,灰霾频率逐渐下降,在西北风向下,灰霾频率最大.大气消光以颗粒物散射消光为主,约占总消光的82%左右,黑碳的吸收消光约占13%左右.
- 刘红年朱焱林惠娟王学远
- 关键词:灰霾PM2.5气象条件大气消光
- 苏州市气溶胶消光特性及其对灰霾特征的影响被引量:8
- 2015年
- 为研究气溶胶消光特性对城市灰霾特征及形成的影响机制,采用2010年1月─2013年12月4 a的苏州市逐时散射系数、能见度、颗粒物质量浓度以及风速、风向、气温、气压、相对湿度等数据,对该市气溶胶散射系数、消光特性及影响因子进行了研究.结果表明:苏州市气溶胶散射系数为(301.1±251.3)Mm^-1,日变化呈双峰型,早高峰出现在07:00─08:00,晚高峰出现在20:00─21:00;其年内变化呈夏季低、冬季高.气溶胶散射系数与ρ(PM2.5)的相关系数为0.77,高于与ρ(PM1)和ρ(PM10)的相关性,PM2.5散射效率为6.08 m^2/g.气溶胶散射系数受风速、风向等气象要素的影响:风速〈4 m/s时,气溶胶散射系数下降迅速;风速在4-6 m/s时,气溶胶散射系数随风速下降缓慢.苏州市气溶胶单次散射反照率平均值为0.84,散射消光比平均值为0.79,说明该地区气溶胶消光以散射性气溶胶为主.气溶胶散射消光、气溶胶吸收消光、空气分子散射消光、NO2吸收消光分别占大气消光的82.33%、13.63%、2.72%和1.32%.研究表明,对气溶胶散射消光贡献最大的非吸收性PM2.5是苏州市能见度下降、灰霾增加的最重要原因.
- 杨康刘红年朱焱王学远林惠娟
- 关键词:散射系数消光系数
- 降水和风对苏州地区PM_(2.5)浓度影响分析
- 2024年
- 为了解降水和风对苏州地区细颗粒物(PM_(2.5))质量浓度的影响,利用2018—2022年逐日降水量、风向风速和环境空气质量数据,分析苏州市降水和ρ(PM_(2.5))的月变化特征及日降水强度、降水时长和风向风速对ρ(PM_(2.5))变化的作用。结果表明,降水对PM_(2.5)存在一定湿清除作用,全年雨日ρ(PM_(2.5))平均值较非雨日低21%,1—2月和11—12月最为显著。降水的湿清除效率受日降水量级和日降水时长等因素的影响,当日降水量达到中雨及以上量级时,ρ(PM_(2.5))下降样本数超过总样本数的60%,降水的湿清除效率随着降水量级的增加而显著提高;当日降水时长>6 h时,降水对污染物浓度的改善作用明显,ρ(PM_(2.5))下降样本数超过总样本数的50%。不同风向、风速的清除作用也有差异,静风或微风状态下,高温高湿的西南风最易造成苏州地区的霾污染;当西北风速>4 m/s时,受到冷锋前的污染气团南下扩散影响,ρ(PM_(2.5))升高;对于东北风、西南风和东南风这3个风向,当风速达到5 m/s时,对污染物具有有效的干清除作用。
- 吴玥林惠娟曾晨曹舒娅韦芬芬
- 关键词:细颗粒物降水
- 苏州市2014年霾天气特征分析
- 随着社会经济的快速发展和人类活动的加剧,近年来霾天气呈现多发频发的态势,城市霾问题越来越受到重视。苏州霾天气自1983年开始,进入稳定增多时期,1996年超过了80天,2002年突破了100天,总体上升趋势显著。本文统计...
- 沈沛丰赵云武韩珏靖林惠娟
- 关键词:PM2.5气象条件
- 文献传递
- 苏南地区中重度霾天气的多维度监测分析
- <正>随着中国经济和城市化的快速发展,中国环境问题日益突出,霾污染天气出现爆发性增多,对霾的研究也愈加重视。本文基于2016年12月15~17日逐日和逐小时的苏州常规气象资料、自动气象站资料、空气质量指数(AQI)以及P...
- 林惠娟周露
- 关键词:大气稳定度后向轨迹
- 文献传递
- 苏南地区CO2本底浓度及源汇特征被引量:12
- 2020年
- 基于2015-2018年苏州张家港站CO2在线观测数据,采用时序检查、选取稳定性数据、异常值剔除等质量控制方法获得可靠数据,并通过平均移动过滤(MAF)本底筛分法获得本底数据,讨论苏南地区CO2变化特征.结果发现:CO2本底浓度日变化为单峰结构,谷值和峰值分别出现在下午15:00和凌晨5:00前后;季节变化为双峰结构,峰值分别出现在12月和4月;日、季节变化的分布特征均与陆地生态系统气象条件和人类活动有关.此外,2015-2018年CO2浓度呈逐年上升趋势,抬升浓度占比逐年增加,吸收浓度占比波动较小,表明人类活动对CO2浓度的影响正在逐年增加;而陆地生态系统对CO2吸收汇的作用则相对稳定.源汇分析显示,CO2抬升浓度随季节小幅波动;吸收浓度则夏半年较低,冬半年较高;抬升浓度日变化为单峰结构,谷值和峰值分别出现在15:00和8:00前后,早晨正值上班高峰,机动车排放可能为早晨峰值的主要因素;吸收浓度日间低夜间高,这主要与植物光合作用及对流输送有关.分析CO2浓度与风的关系发现,所有季节静风情况下,CO2浓度偏高均最为明显,大部分方向CO2浓度高低与风速大小有明显的负相关,其中S-WNW方向偏高最为明显,这可能是因为SW-NW方向主要为内陆城市群,且测站周边建筑区主要位于W-N方向,弱风有利于本地排放累积的结果.此外,WNW方向风速较大时浓度仍偏高明显,可能与测站W-N方向为建筑区及内陆城市群有关;而测站偏东方向主要为农田和林区,受人类活动影响较小,且海上气流较为洁净,故偏东风较弱时浓度也不高;说明了CO2浓度除了与风速大小有关外,与周边下垫面类型及较远距离环境特征(城市群或海洋)也有一定的关系.
- 韦芬芬林惠娟曹舒娅沈沛丰惠品宏
- 关键词:温室气体
- WRF 模式对一次东风低空急流暴雨预报检验
- 2010 年7 月24 日08 时到27 日08 时,受副热带高压南侧的东风扰动西移和强盛的低空东南气流影响,浙江省东南沿海一带发生大暴雨和特大暴雨,简称“20100724”暴雨。本文应用WRF(V3.2),以GFS 全...
- 林惠娟陈锋董美莹朱炎
- 关键词:低空急流暴雨预报误差分析
- 苏州电网气象监测预警系统的设计与实现
- 基于历史气象数据和电网灾害调查分析,发现气温、大风、雷电等气象条件是苏州电网高影响气象因子,采用Java编程技术、Socket传输技术、Html5 canvas绘图技术及ArcGIS地图服务技术等,建立苏州电网气象监测与...
- 林惠娟王亮王吉滨唐丽娟朱莲芳
- 关键词:电网气象监测气象预警
- 苏州市区灰霾现象形成的气象条件分析被引量:11
- 2014年
- 随着社会和经济的快速发展,灰霾现象的发生有逐渐上升趋势,严重影响城市形象和群众的身心健康。苏州市的灰霾现象发生频率1—2月最高,7—8月最低。通过寻找形成灰霾现象的主要气象控制因子,有助于判别不同气象条件在灰霾天气形成中的作用。采用基于因子分析的主成分提取方法,将6个气象因子观测资料整合为3个主成分,并逐一揭示4个典型季节各主成分的支配因子在灰霾天气形成中的作用。结果表明,热量条件是影响1—2月、4—5月和7—8月霾日形成的主要气象条件。动力条件是10—11月霾日形成的主要气象条件,水分条件影响相对较弱,仅起辅助作用。
- 邹强姚玉刚林惠娟
- 关键词:气象条件主成分分析