期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于大气科学的Fortran语言程序设计教学探讨
1
作者 张莹 胡文东 《创新教育研究》 2023年第7期1745-1749,共5页
Fortran语言程序设计作为一门简洁高效的计算机高级编程语言,在大气科学专业中被广泛使用。文章在充分厘清了Fortran语言程序设计传统教学中存在的短板弱项后,从教学设计、教学方式及专业融合三个方面提出了针对性的建议,旨在激发学生... Fortran语言程序设计作为一门简洁高效的计算机高级编程语言,在大气科学专业中被广泛使用。文章在充分厘清了Fortran语言程序设计传统教学中存在的短板弱项后,从教学设计、教学方式及专业融合三个方面提出了针对性的建议,旨在激发学生对该课程的学习兴趣,加强学生的上机实践,加速相关专业课的有效融合,以期为大气科学专业学生以后顺利开展业务科研工作打下坚实基础,同时也为高等院校涉及计算机程序设计的其他专业进行类似的教学改革提供借鉴和参考。 展开更多
关键词 FORTRAN语言 程序设计 专业融合
下载PDF
成都市PM_(2.5)浓度变化的影响因素交互作用研究 被引量:9
2
作者 张莹 张婕 +4 位作者 王式功 康平 张家熙 张小玲 李运超 《中国环境科学》 EI CAS CSCD 北大核心 2021年第10期4518-4528,共11页
为探究大气环境中污染物与气象要素交互作用对PM_(2.5)浓度变化的影响特征,利用成都市2014~2020年逐日大气污染物资料以及同期的气象资料,采用广义相加模型(GAMs)分析不同影响因素对当地PM_(2.5)浓度变化的影响效应.结果表明,单影响因素... 为探究大气环境中污染物与气象要素交互作用对PM_(2.5)浓度变化的影响特征,利用成都市2014~2020年逐日大气污染物资料以及同期的气象资料,采用广义相加模型(GAMs)分析不同影响因素对当地PM_(2.5)浓度变化的影响效应.结果表明,单影响因素GAMs模型中,无论全年还是冬季,PM_(2.5)浓度与平均气温(T)、相对湿度(RH)、平均风速(Wind)、降水量(Prec)、O_(3)、NO_(2)、SO_(2)和CO间均呈非线性关系,其中CO、NO_(2)、SO_(2)、T和Wind对PM_(2.5)浓度影响较大,与全年不同的是,冬季T和O_(3)对PM_(2.5)浓度变化的影响效应较全年明显减弱.多影响因素的GAMs模型中,T、Wind、RH、CO、NO_(2)、SO_(2)和O_(3)这7个解释变量对PM_(2.5)浓度变化的影响均较显著,构建的全年多影响因素GAMs模型调整后的R^(2)=0.759,方差解释率为76.42%,冬季R^(2)=0.708,方差解释率为72.2%,无论是全年还是冬季,CO都是PM_(2.5)浓度变化的主导影响因素.GAMs交互效应模型发现,全年弱低温(7℃左右)+高相对湿度+高浓度CO+高浓度NO_(2)+高浓度SO_(2)协同作用条件下有利于PM_(2.5)浓度的生成;冬季低Wind+高RH+高浓度CO+高浓度NO_(2)+高浓度SO_(2)共存条件下有利于PM_(2.5)的生成,即该条件对PM_(2.5)浓度的生成有协同放大效应.运用GAMs模型能够对PM_(2.5)污染的主导影响因素进行识别,并定量化分析影响因素单效应及其交互作用对PM_(2.5)浓度变化的影响特征,对PM_(2.5)浓度污染防控研究具有重要指示意义. 展开更多
关键词 GAMs模型 PM_(2.5)浓度变化 影响因素 交互作用
下载PDF
北京市气温与黑碳和PM2.5对疾病死亡影响的交互效应 被引量:9
3
作者 张莹 辛金元 +6 位作者 张小玲 倪长健 马盼 王式功 冯鑫媛 胡文东 郑灿军 《中国环境科学》 EI CAS CSCD 北大核心 2020年第7期3179-3187,共9页
通过收集北京市2010~2016年逐日呼吸和心脑血管疾病死亡数据、污染物(BC、PM2.5、SO2、O3和NO2)日均浓度资料以及同期的气象资料,采用广义相加模型(GAMs)中的主效应模型、非参数二元响应模型和温度分层模型探讨了北京市气温、PM2.5和BC... 通过收集北京市2010~2016年逐日呼吸和心脑血管疾病死亡数据、污染物(BC、PM2.5、SO2、O3和NO2)日均浓度资料以及同期的气象资料,采用广义相加模型(GAMs)中的主效应模型、非参数二元响应模型和温度分层模型探讨了北京市气温、PM2.5和BC单效应,以及气温与PM2.5和BC交互作用分别对呼吸和心脑血管疾病死亡人数的影响.单效应分析结果表明,气温与两种疾病死亡人数的累计暴露-反应关系均呈"J"型分布特征,最适温度为24℃;累计滞后一天情况下PM2.5和BC的健康效应均最显著,此时PM2.5和BC浓度每升高四分位间距(IQR),呼吸系统疾病死亡人数超额增加百分比(ER)分别为2.21%和1.80%,心脑血管疾病死亡人数ER分别为2.02%和1.48%.交互作用的研究结果表明,高温与高浓度的PM2.5(或BC)对疾病死亡的影响存在协同效应,且高温条件下BC对疾病死亡影响的健康风险大于PM2.5,当气温大于24℃时,BC和PM2.5浓度每升高IQR对应的呼吸系统疾病死亡人数ER分别为6.22%和6.17%,心脑血管疾病死亡人数ER分别为5.01%和3.97%.虽然BC只占PM2.5的一部分,但BC对人群健康的影响不容忽视,应该引起足够的重视. 展开更多
关键词 气温 黑碳 PM2.5 协同效应 疾病死亡
下载PDF
成都市PM2.5和臭氧交互作用对心脑血管疾病死亡人数的影响研究 被引量:4
4
作者 尹春苗 张莹 +4 位作者 胡文东 张小玲 王式功 李秋赤 郑灿军 《四川大学学报(医学版)》 CAS CSCD 北大核心 2021年第6期981-986,共6页
目的探究成都市大气环境中PM2.5与臭氧交互作用对当地心脑血管疾病死亡影响的健康风险。方法利用成都市2014–2016年逐日心脑血管疾病(包括男性和女性)死亡资料、同期气象资料、PM2.5日均浓度和日均臭氧8 h浓度最大值(O_(3) 8-h max)资... 目的探究成都市大气环境中PM2.5与臭氧交互作用对当地心脑血管疾病死亡影响的健康风险。方法利用成都市2014–2016年逐日心脑血管疾病(包括男性和女性)死亡资料、同期气象资料、PM2.5日均浓度和日均臭氧8 h浓度最大值(O_(3) 8-h max)资料,采用广义相加模型分析PM2.5和O_(3) 8-h max单效应及其二者交互作用对当地心脑血管疾病死亡人数的影响。结果累积滞后一天(lag01)的PM2.5和O_(3) 8-h max对心脑血管疾病死亡影响的风险均最大,PM2.5(lag01)质量浓度每升高10μg/m3,心脑血管疾病总死亡、男性和女性死亡风险分别增加0.35%、0.26%和0.38%;O_(3) 8-h max(lag01)质量浓度每升高10μg/m3,心脑血管疾病总死亡、男性和女性死亡风险分别增加0.66%、0.43%和1.05%。高浓度PM2.5与高浓度O_(3) 8-h max共存情况下,心脑血管疾病死亡总人数、男性和女性死亡人数均达到最多。结论高浓度PM2.5与高浓度O_(3) 8-h max对心脑血管疾病死亡的影响存在协同放大效应。 展开更多
关键词 成都 心脑血管疾病 O_(3)8-h max PM2.5 协同效应
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部