利用陕西关中区域内五市(西安、咸阳、渭南、铜川、宝鸡)有PM_(2.5)监测数据以来的2014—2019年各市污染指数(AQI)筛选代表年,定义关中区域污染和区域重污染天气过程,结合陕西WRF(Weather research & forecasting model)模拟数据,...利用陕西关中区域内五市(西安、咸阳、渭南、铜川、宝鸡)有PM_(2.5)监测数据以来的2014—2019年各市污染指数(AQI)筛选代表年,定义关中区域污染和区域重污染天气过程,结合陕西WRF(Weather research & forecasting model)模拟数据,对影响关中区域的流场分型,并重点研究了各流场分型与PM_(2.5)浓度的关系。结果表明:(1)根据关中区域低空流场,将重污染天气日流场分为:东部来流(A~C)、西部/南部来流(D~F)、北部来流非转向(G)和无显著流场(H)4个大类,根据出现时间和地点等,东部来流又分为东北来流(A)、东北来流夜间型(B)、渭南绕山来流(C),西部/南部来流分为西南/南部来流(D)、北部来流转向(E)、宝鸡来流(F),共8个类型分别记为A~H。(2)区域重污染过程中东部来流出现最多,频率达到59.8%,其中B、C型占比均达到25.0%以上;各流场分型昼夜变化较大,在昼间(08:00—19:00)流场中,出现最多的是C型流场,在夜间(20:00—07:00)流场中B、E、F型比较活跃,出现最多的是B型流场,另外A、D、G、H型夜间出现比昼间多。(3)关中区域重污染主要出现在冬季,除因供暖导致的污染物的排放量增加外,低空流场对污染物扩散影响显著,从流场分型上看,静稳天气、山谷风、北方污染物输送是导致关中区域重污染的主要原因。展开更多
We prove some transportation inequalities for hidden Markov chains, generalize the results proved by Kontorovich and Ramanan in two directions and give some applications to log-likelihood functions and hypothesis test...We prove some transportation inequalities for hidden Markov chains, generalize the results proved by Kontorovich and Ramanan in two directions and give some applications to log-likelihood functions and hypothesis testing.展开更多
文摘利用陕西关中区域内五市(西安、咸阳、渭南、铜川、宝鸡)有PM_(2.5)监测数据以来的2014—2019年各市污染指数(AQI)筛选代表年,定义关中区域污染和区域重污染天气过程,结合陕西WRF(Weather research & forecasting model)模拟数据,对影响关中区域的流场分型,并重点研究了各流场分型与PM_(2.5)浓度的关系。结果表明:(1)根据关中区域低空流场,将重污染天气日流场分为:东部来流(A~C)、西部/南部来流(D~F)、北部来流非转向(G)和无显著流场(H)4个大类,根据出现时间和地点等,东部来流又分为东北来流(A)、东北来流夜间型(B)、渭南绕山来流(C),西部/南部来流分为西南/南部来流(D)、北部来流转向(E)、宝鸡来流(F),共8个类型分别记为A~H。(2)区域重污染过程中东部来流出现最多,频率达到59.8%,其中B、C型占比均达到25.0%以上;各流场分型昼夜变化较大,在昼间(08:00—19:00)流场中,出现最多的是C型流场,在夜间(20:00—07:00)流场中B、E、F型比较活跃,出现最多的是B型流场,另外A、D、G、H型夜间出现比昼间多。(3)关中区域重污染主要出现在冬季,除因供暖导致的污染物的排放量增加外,低空流场对污染物扩散影响显著,从流场分型上看,静稳天气、山谷风、北方污染物输送是导致关中区域重污染的主要原因。
基金supported by the Youth Innovation Foundation of Zhongnan University of Economics and Law from the Fundamental Research Funds for the Central Universities of China (Grant No. 2009004/31540911202)
文摘We prove some transportation inequalities for hidden Markov chains, generalize the results proved by Kontorovich and Ramanan in two directions and give some applications to log-likelihood functions and hypothesis testing.
