期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
造成北京PM10重污染的二类典型天气形势 被引量:39
1
作者 王喜全 齐彦斌 +2 位作者 王自发 郭虎 虞统 《气候与环境研究》 CSCD 北大核心 2007年第1期81-86,共6页
利用北京空气质量监测资料和NCEP再分析资料,分析了北京发生PM10重污染的天气形势。研究表明:1)虽然北京地区PM10重污染(API指数3级以上)每年只有10 d左右,但与之关联的轻微或轻度空气污染(API指数3级)天数,却可能占全年3级污染总天数的... 利用北京空气质量监测资料和NCEP再分析资料,分析了北京发生PM10重污染的天气形势。研究表明:1)虽然北京地区PM10重污染(API指数3级以上)每年只有10 d左右,但与之关联的轻微或轻度空气污染(API指数3级)天数,却可能占全年3级污染总天数的40%-50%。因此,分析研究造成北京PM10重污染的天气形势,对于空气污染的预警预报以及污染源的控制和管理,都具有十分重要意义。2)通过海平面气压场的主观分析,确定了二类北京PM10重污染的典型天气形势,即高压南下东移阻滞型和与北上台风(或热带低压)相关联的弱高压控制型,并指出了后者在2008年奥运会期间,对开展北京空气污染预报和污染控制的指导作用。 展开更多
关键词 pm10重污染 天气形势 北京
下载PDF
基于PCT方法的京津冀冬季PM_(2.5)重污染天气型分析 被引量:6
2
作者 陆汇丞 马翠平 +5 位作者 赵天良 孟凯 郑小波 李嘉鼎 路佩瑶 刘华英 《环境科学学报》 CAS CSCD 北大核心 2021年第3期898-904,共7页
T模态斜交主成分分析法(PCT)分析的天气过程时间尺度越长,该算法的优势越明显,天气分型结果也更完整,可信度越高.利用京津冀地区2014年冬季—2019年冬季(每年12月—翌年2月)的环境监测资料,以区域平均PM_(2.5)日均值大于150μg·m-... T模态斜交主成分分析法(PCT)分析的天气过程时间尺度越长,该算法的优势越明显,天气分型结果也更完整,可信度越高.利用京津冀地区2014年冬季—2019年冬季(每年12月—翌年2月)的环境监测资料,以区域平均PM_(2.5)日均值大于150μg·m-3为标准,筛选出72个京津冀地区PM_(2.5)重污染日,采用ERA5提供的0.25°×0.25°气象再分析资料,应用PCT算法将72个PM_(2.5)重污染日海平面气压场客观地分为高压前部型、锋前低压型、高压后部型、均压场型和弱低压型5种类型,分别占总PM_(2.5)重污染天数的34.72%、20.83%、16.67%、16.67%和11.11%.另外,对2017年2月12—16日京津冀地区PM_(2.5)重污染过程的分析表明,重污染天气过程中随着逐日天气型的演变,污染物浓度特征、近地面风场和大气污染物污染传输路径均发生相应变化. 展开更多
关键词 PCT算法 京津冀 重污染 天气分型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部