检索结果-内蒙古大学图书馆

气象科学 2020年第5期40卷 669-678页

作者：陈兵蒋元春李栋梁唐玉江苏省气候中心南京210009 南京信息工程大学气象灾害预报预警与评估协同创新中心/气象灾害教育部重点实验室南京210044

利用1960-2020年江淮地区75个气象站逐日降水量、气温、相对湿度资料以及NCEP/NCAR再分析资料和Hadley中心海表温度资料,研究了东亚副热带夏季风进程变异对江淮梅雨的影响,揭示了不同类型梅雨期太平洋海温及大气环流异常特征。结果表明:... 详细信息

利用1960-2020年江淮地区75个气象站逐日降水量、气温、相对湿度资料以及NCEP/NCAR再分析资料和Hadley中心海表温度资料,研究了东亚副热带夏季风进程变异对江淮梅雨的影响,揭示了不同类型梅雨期太平洋海温及大气环流异常特征。结果表明:8种江淮梅雨类型中,多雨型占45.9%,少雨型占54.1%,其中多雨型在前30 a占36.7%,后31 a占63.3%。江淮典型梅雨年(高温高湿多雨)的主要特征为安徽南部、江苏中部及湖北东部地区降水偏多,安徽南部、江西东北部及浙江西北部气温偏高,淮河流域湿度大;而在非典型梅雨年(低温低湿少雨)大部分地区雨量偏少,气温呈“东高西低”分布,低温中心区位于淮河中游,湿度呈“西大东小”分布。欧亚大陆中高纬度阻塞高压增强,脊前向南输送的西北气流加强且路径偏东,中国东北冷涡强度较强且位置偏西南,东亚大槽加深,槽后冷空气向南输送,有利于典型梅雨形成。当前期冬春季赤道东太平洋海温异常偏高,西太平洋海温异常偏低时,西太平洋副热带高压强度偏强、面积偏大、脊线位置偏南、西伸脊点偏西,东亚副热带夏季风推进到江淮地区的时间偏早,出梅偏晚,梅雨期降水量偏多。

关键词：江淮梅雨东亚副热带夏季风环流异常海表面温度异常

来源：评论

学校读者我要写书评

暂无评论

南京工业区秋季大气挥发性有机物污染特征及来源解析

引用

环境科学 2020年第6期41卷 2565-2576页

作者：曹梦瑶林煜棋章炎麟南京信息工程大学应用气象学院耶鲁大学-南京信息工程大学大气环境中心气候与环境变化国际合作联合实验室南京210044 南京信息工程大学气象灾害预报预警与评估协同创新中心气象灾害教育部重点实验室南京210044 南京信息工程大学环境科学与工程学院江苏省大气环境监测与污染控制高技术研究重点实验室南京210044

2018年秋季在南京利用大气挥发性有机物(volatile organic compounds,VOCs)吸附浓缩在线监测系统(AC-GCMS 1000)对大气VOCs进行连续观测,以了解其化学特征、臭氧生成潜势和污染来源.结果表明,南京秋季大气VOCs体积分数为(64.3±45.6... 详细信息

2018年秋季在南京利用大气挥发性有机物(volatile organic compounds,VOCs)吸附浓缩在线监测系统(AC-GCMS 1000)对大气VOCs进行连续观测,以了解其化学特征、臭氧生成潜势和污染来源.结果表明,南京秋季大气VOCs体积分数为(64.3±45.6)×10^-9,以烷烃(33.1%)、含氧挥发性有机物(OVOCs)(22.3%)及卤代烃(21.8%)为主.VOCs的昼夜变化呈"双峰型"变化特征,高值主要出现在清晨的06:00~07:00及夜间的18:00~20:00,主要受机动车排放及气象要素的共同影响.秋季南京VOCs的臭氧生成潜势(ozone formation potential,OFP)为267.1μg·m^-3,主要贡献物种是芳香烃类化合物(55.2%)和烯烃类化合物(20.8%).PMF受体模型源解析确定5个VOCs来源,分别是交通排放(34%)、工业排放(19%)、LPG排放(17%)、涂料及有机溶剂挥发(16%)以及生物质燃烧和燃煤排放(14%),因此控制南京工业区秋季大气污染应主要着力于交通及工业排放的治理.

关键词：南京挥发性有机物(VOCs) 污染特征臭氧生成潜势(OFP) 来源解析

来源：评论

学校读者我要写书评

暂无评论

基于机器学习算法和能量闭合理论的高标准稻田蒸散估算

引用

中国农业气象 2024年第10期45卷 1109-1122页

作者：邰久王伟徐敏胡凝陈上徐敬争胡小旭吕恒祝子涵赖宇婧南京信息工程大学气象灾害教育部重点实验室/气象灾害预报预警与评估协同创新中心/中国气象局生态系统碳源汇重点开放实验室/江苏省农业气象重点实验室南京210044 江苏省气候中心南京210008 航天新气象科技有限公司无锡214028

为选出模拟长江中下游高标准稻田各生育期实际蒸散(ETa)的最优机器学习模型,并探究能量闭合对机器学习模型模拟ETa的影响,基于南通市2020年高标准水稻田小气候、土壤和通量观测数据,分析各生育期稻田ETa及相关因子的时间变化特征,利用B... 详细信息

为选出模拟长江中下游高标准稻田各生育期实际蒸散(ETa)的最优机器学习模型,并探究能量闭合对机器学习模型模拟ETa的影响,基于南通市2020年高标准水稻田小气候、土壤和通量观测数据,分析各生育期稻田ETa及相关因子的时间变化特征,利用BP神经网络和随机森林两种算法估算各生育期ETa,评估基于波文比的强迫能量闭合对机器学习模型模拟ETa精度的影响。结果表明:(1)在不同生育期,气象和土壤因子对稻田ETa的重要性不同,入射短波辐射(K↓)始终是稻田ETa的主控因子。(2)加入K↓可显著提高机器学习模型对ETa的模拟精度,相关系数提高了14.9%,RMSE降低51.1%。5种变量组合中,包含饱和水汽压差(VPD)、风速(U)、气温(Ta)、相对湿度(RH)和入射短波辐射(K↓)的BP1模型是模拟分蘖期前稻田ETa的最佳模型,包含Ta、RH和K↓的BP3模型更适于模拟分蘖期后的稻田ETa。(3)强迫能量闭合能改善BP神经网络模型对ETa的模拟效果,在分蘖期前更为明显,5种变量组合中,BP2模型(U、Ta、RH和K↓)在能量闭合后的模拟效果提升最明显,相关系数提高了3.5%,RMSE降低25.7%。

关键词：蒸散机器学习算法能量闭合水稻生育期

来源：评论

学校读者我要写书评

暂无评论

清江流域降水的多模式BMA概率预报试验

引用

气象 2020年第1期46卷 108-118页

作者：祁海霞彭涛林春泽彭婷吉璐莹李兰孟翠丽中国气象局武汉暴雨研究所暴雨监测预警湖北省重点实验室武汉430205 南京信息工程大学气象灾害教育部重点实验室/气象灾害预报预警与评估协同创新中心南京210044 武汉区域气候中心武汉430074 武汉农业气象试验站武汉430040

基于TIGGE资料中的ECMWF、UKMO、JMA、CMA四套模式的2016年6月1至7月31日逐日降水集合预报资料,结合清江流域10个国家基准站观测数据,建立了流域贝叶斯模型平均(BMA)概率预报模型,开展流域多模式集合BMA技术的概率预报试验与评估。结果... 详细信息

基于TIGGE资料中的ECMWF、UKMO、JMA、CMA四套模式的2016年6月1至7月31日逐日降水集合预报资料,结合清江流域10个国家基准站观测数据,建立了流域贝叶斯模型平均(BMA)概率预报模型,开展流域多模式集合BMA技术的概率预报试验与评估。结果表明,在清江流域多模式集合的BMA模型最佳滑动训练期长度为40 d,BMA模型预报比原始集合预报有更高预报技巧,比四个原始集合预报MAE平均值减少近11%左右,而对于CRPS除了CMA中心无订正效果外,较其他三个模式平均值提高近15%左右。多模式集合BMA技术能预报降水全概率PDF曲线和大于某个降水量级的概率,同时能给出确定性降水预报,对于极端强降水(大暴雨一特大暴雨量级),BMA 75~90百分位数预报效果较好,对于强降水(暴雨量级),BMA 50~75百分位数预报效果较好,对于一般性降水(小雨一大雨量级),BMA确定性预报结果或50百分位数预报效果较好。

关键词： TIGGE 贝叶斯模型平均(BMA) 多模式集合概率预报

来源：评论

学校读者我要写书评

暂无评论

江苏阜宁EF4级龙卷的高分辨率数值模拟研究

引用

高原气象 2022年第6期41卷 1599-1614页

作者：朱皓清赵宇南京信息工程大学气象灾害教育部重点实验室/气象灾害预报预警与评估协同创新中心/气候与环境变化国际合作联合实验室江苏南京210044 江苏省启东市气象局江苏启东226200

利用美国Advanced Regional Prediction System(ARPS)模式,采用水平分辨率分别为9 km、1 km、250 m和75 m的四重单向嵌套网格,模拟了2016年6月23日发生在江苏阜宁的EF4级龙卷过程。结果表明:1 km、250 m和75 m网格都可以复制出龙卷风暴... 详细信息

利用美国Advanced Regional Prediction System(ARPS)模式,采用水平分辨率分别为9 km、1 km、250 m和75 m的四重单向嵌套网格,模拟了2016年6月23日发生在江苏阜宁的EF4级龙卷过程。结果表明:1 km、250 m和75 m网格都可以复制出龙卷风暴的一般特征,包括钩状回波和旋转上升运动等;250 m网格可以模拟出类龙卷涡旋(Tornado-like Vortex,TLV),75 m网格才可以解析出龙卷涡旋。TLV和龙卷涡旋的形成和增强是近地面上升运动增强导致的,随着模式分辨率的提高,模拟的近地面上升运动更强,模拟的TLV强度更强,持续时间更长。250 m和75 m网格模拟的龙卷的最强级别分别为EF2级和EF3级。龙卷涡旋最初是由若干个强度较强的小尺度涡旋合并形成的,次级出流阵风锋的辐合作用进一步增强了龙卷涡旋,从而发展至成熟阶段。成熟的龙卷涡旋呈现从单涡旋到双涡旋最后到多涡旋龙卷的演变。

关键词：龙卷风暴多涡旋龙卷模拟高分辨率 ARPS模式

来源：评论

学校读者我要写书评

暂无评论

基于障碍型冷害损失评估模型推算东北水稻无障碍型冷害终日

引用

中国农业气象 2017年第8期38卷 507-516页

作者：陈德杨沈斌姜丽霞徐豪李秀芬黄维南京信息工程大学气象灾害预报预警与评估协同创新中心/江苏省农业气象重点实验室 94592部队气象台黑龙江省气象科学研究所中国气象局

利用东北地区35个气象站1981-2012年逐日气象资料和水稻生育期数据,借助水稻障碍型冷害损失评估模型,模拟不同耐寒性粳稻幼穗分化期后逐日空壳率的变化,并以空壳率在80%保证率下不超过生理空壳率(7.62%)的终日作为无障碍型冷害终日(NSCI... 详细信息

利用东北地区35个气象站1981-2012年逐日气象资料和水稻生育期数据,借助水稻障碍型冷害损失评估模型,模拟不同耐寒性粳稻幼穗分化期后逐日空壳率的变化,并以空壳率在80%保证率下不超过生理空壳率(7.62%)的终日作为无障碍型冷害终日(NSCI)。结果显示,东北地区粳稻NSCI大体呈纬向分布规律,随纬度增加而提前;黑龙江省耐寒性较弱、耐寒性较强和耐寒性强3种类型水稻的NSCI分别为7月14、17和22日,吉林省分别为7月18、21和25日,辽宁省分别为7月28日、8月4日和8月10日;近30a东北地区水稻NSCI年际波动较大,1981-2000年,NSCI没有明显变化趋势,以年际波动为主;2001-2012年,部分地区NSCI呈现显著延迟的趋势;NSCI前后30d及实际抽穗期前后30d低温冷害发生次数和强度的对比分析表明,参考模型推算的NSCI安排水稻生产,可以有效减轻水稻孕穗-灌浆结实期低温冷害的影响,说明由模型推算的不同耐寒性水稻安全齐穗期对保障东北水稻安全生产具有一定的参考价值。

关键词：粳稻空壳率生育期低温冷害

来源：评论

学校读者我要写书评

暂无评论

大气低温胁迫对中国褐飞虱年内初始迁入的影响

引用

生态学报 2020年第20期40卷 7519-7533页

作者：包云轩苍薪竹杨诗俊陈粲谢晓金陆明红刘万才气象灾害预报预警与评估协同创新中心/南京信息工程大学南京210044 江苏省农业气象重点实验室/南京信息工程大学南京210044 全国农业技术推广服务中心/农业农村部北京100125

为了揭示大气低温胁迫对中国褐飞虱年内初始迁入的影响,更好地预警来自境外的褐飞虱早期迁入,通过统计2000—2017年中国华南、西南两个稻区褐飞虱年内的始见期和首次迁入峰日,逆推其迁飞轨迹和虫源区,分析大气温度场对迁飞过程产生的作... 详细信息

为了揭示大气低温胁迫对中国褐飞虱年内初始迁入的影响,更好地预警来自境外的褐飞虱早期迁入,通过统计2000—2017年中国华南、西南两个稻区褐飞虱年内的始见期和首次迁入峰日,逆推其迁飞轨迹和虫源区,分析大气温度场对迁飞过程产生的作用,比较了褐飞虱在我国不同稻区、不同年内初始迁入期受大气低温胁迫产生的作用差异。结果表明:(1)近年来褐飞虱初始迁入中国的时间提前,初始迁入华南稻区的时间比西南稻区早,华南稻区始见期提早可能与褐飞虱种群越冬北界北移有关。(2)西南稻区褐飞虱年内初始迁入的境外虫源主要来自缅甸,华南稻区年内初始迁入的境外虫源主要来自越南和老挝的中北部。(3)对盛行迁飞层的温场分布研究表明,在褐飞虱年内初始迁入过程中低温屏障发生的概率约为54.4%,迁入当晚降虫地的平均低温强度为13.45℃,平均降温幅度为1.88℃。其中低温胁迫在华南稻区表现更为显著(发生概率为58.3%,平均强度为13.18℃),在始见期表现得更明显(发生概率为70.6%,平均强度为12.53℃)。

关键词：褐飞虱初始迁入轨迹模拟虫源地低温胁迫

来源：评论

学校读者我要写书评

暂无评论

成都冬季PM_(2.5)化学组分污染特征及来源解析

引用

环境科学 2019年第1期40卷 76-85页

作者：吴明吴丹夏俊荣赵天良杨清健南京信息工程大学大气物理学院气象灾害教育部重点实验室气候与环境变化国际合作联合实验室气象灾害预报预警与评估协同创新中心中国气象局气溶胶与云降水重点开放实验室南京210044 南京信息工程大学环境科学与工程学院江苏省大气环境与装备技术协同创新中心江苏省大气环境监测与污染控制高技术研究重点实验室南京210044

2017年1月1~20日在成都地区分昼夜对PM_(2.5)进行连续膜样品采集,并在实验室测定了其主要化学组分(水溶性离子和碳质组分)的质量浓度.观测期间,PM_(2.5)的平均质量浓度为(127.1±59.9)μg·m^(-3);总水溶性离子的质量浓度为(56.... 详细信息

2017年1月1~20日在成都地区分昼夜对PM_(2.5)进行连续膜样品采集,并在实验室测定了其主要化学组分(水溶性离子和碳质组分)的质量浓度.观测期间,PM_(2.5)的平均质量浓度为(127.1±59.9)μg·m^(-3);总水溶性离子的质量浓度为(56.5±25.7)μg·m^(-3),其中SO2-4、NO-3和NH+4是最主要的离子,质量浓度分别为(13.6±5.5)、(21.4±12.0)和(13.3±5.7)μg·m^(-3),一共占到了水溶性离子的85.6%;有机碳(OC)和元素碳(EC)的平均质量浓度分别为34.0μg·m^(-3)和6.1μg·m^(-3),分别占PM_(2.5)质量浓度的26.8%和4.8%.昼夜污染对比显示,PM_(2.5)白天和夜晚质量浓度分别为(120.4±56.4)μg·m^(-3)和(133.8±64.0)μg·m^(-3),夜间污染更为严重.SO2-4、NO-3和NH+4白天浓度高于夜间,这与白天光照促进了二次离子的形成有关;而Cl-、K+、OC和EC浓度夜间明显升高,可能是受夜间煤和生物质燃烧排放增加的影响.通过对近年来成都冬季PM_(2.5)化学组分的研究进行文献总结和比较后发现,SO2-4浓度显著降低,从2010年的50.6μg·m^(-3)降低到2017年的13.6μg·m^(-3);而NO-3浓度变化不大,维持在20μg·m^(-3)左右.PM_(2.5)中离子酸碱平衡分析表明,成都冬季PM_(2.5)由于NH+4的相对过剩而呈现出碱性,与以往呈偏酸性结果存在差异.对成都冬季NO-3/SO2-4的比值进行计算,NO-3/SO2-4平均值为1.57,表明移动源对PM_(2.5)污染影响更大.OC与EC的相关性表明,白天和夜间OC与EC的相关系数分别为0.82和0.90(P<0.01),OC与EC来源具有一致性.SOC估算结果显示,白天和夜间SOC浓度分别为8.5μg·m^(-3)和11.9μg·m^(-3),占到OC的28.1%和31.8%.K+/EC平均值为0.31,并且K+与OC之间相关系数为0.87(P<0.01),说明生物质燃烧对成都冬季碳质气溶胶有一定影响.主成分分析表明,成都冬季PM_(2.5)主要来源于燃烧源(燃煤、生物质燃烧等)、二次无机污染源以及土壤和扬尘源,其贡献率分别为32.8%、34.5%和21.5%.

关键词：成都细颗粒物水溶性离子 OC/EC 昼夜差异源解析

来源：评论

学校读者我要写书评

暂无评论

嘉兴市春季一次持续雾霾过程中气象条件与污染物变化特征分析

引用

环境科学 2016年第8期37卷 2871-2880页

作者：沈利娟王红磊李莉吕升袁婧张孝寒章国骏王翡南京信息工程大学环境科学与工程学院江苏省大气环境监测与污染控制高技术研究重点实验室南京210044 嘉兴市环境保护监测站嘉兴314000 南京信息工程大学气象灾害教育部重点实验室气候与环境变化国际合作联合实验室气象灾害预报预警与评估协同创新中心中国气象局气溶胶与云降水重点开放实验室南京210044

2015年5月17~20日嘉兴市发生了一次持续性雾霾过程,本研究根据5月17~22日污染气体(O_3、SO_2、NO_2和CO)、PM_(10)、PM_(2.5)、10 nm^10μm气溶胶数浓度、气象要素及边界层探空数据,分析了这次过程的成因及其不同污染物的变化特征.结果... 详细信息

2015年5月17~20日嘉兴市发生了一次持续性雾霾过程,本研究根据5月17~22日污染气体(O_3、SO_2、NO_2和CO)、PM_(10)、PM_(2.5)、10 nm^10μm气溶胶数浓度、气象要素及边界层探空数据,分析了这次过程的成因及其不同污染物的变化特征.结果表明,副高位置北抬、均压场结构、地面静小风和边界层中逆温层为这次雾霾过程的发生和维持提供了水汽、动力和热力条件.这次雾霾过程包含1次降雨和2次雾过程(雨雾和辐射-平流雾).雾霾过程中NO_2、CO、PM_(10)和PM_(2.5)的浓度较高,SO_2和O_3的浓度较低.强降雨对PM_(10)、PM_(2.5)和SO_2清除作用较大,弱降雨会加重污染过程.雨雾的发展过程中,PM的浓度持续积聚;辐射-平流雾过程中,PM浓度先快速下降然后再增加.不同过程中气溶胶数浓度谱均为单峰型分布,但是谱型差异较大,干净天、降雨、雾霾过程、雨雾和辐射-平流雾过程中气溶胶数浓度谱峰值分别位于20~30 nm、100 nm、30~60nm、120 nm和90 nm.表面积浓度谱在干净天、降雨、雾霾和雨雾过程中均为三峰型分布,辐射-平流雾为四峰型分布.

关键词：气溶胶雾霾 PM2.5 粒径分布污染气体

来源：评论

学校读者我要写书评

暂无评论

随机森林机器算法在江苏省小麦赤霉病病穗率预测中的应用

引用

气象学报 2020年第1期78卷 143-153页

作者：徐敏徐经纬谢志清高苹李亚春缪璟秋江苏省气候中心南京210008 南京信息工程大学气象灾害教育部重点实验室/气象灾害预报预警与评估协同创新中心南京210044 苏州市吴中区东山气象站苏州215107

基于2002-2018年江苏省13个市的小麦赤霉病病穗率资料与生育期观测资料、相应时段内的逐日气象数据,应用随机森林机器学习算法,分生育期、分区域定量评估影响病穗率的主要气象因子特征变量和贡献率,按不同起报时间建立预测模型并进行验... 详细信息

基于2002-2018年江苏省13个市的小麦赤霉病病穗率资料与生育期观测资料、相应时段内的逐日气象数据,应用随机森林机器学习算法,分生育期、分区域定量评估影响病穗率的主要气象因子特征变量和贡献率,按不同起报时间建立预测模型并进行验证.结果表明,各生育期重要特征变量贡献率的排序为:抽穗扬花期>拔节期>越冬期.抽穗扬花期湿度、连续≥3 d的雨日和日照对赤霉病起主导作用,拔节期日照、降雨量、湿度和雨日与越冬期气温和降雪对赤霉病均具有前期影响,甄别出的重要特征变量排序结果符合赤霉病菌发育、释放、侵染和流行规律;基于随机森林算法建立的病穗率预测模型的精度与重要特征变量个数、赤霉病发生区域、Mtry参数设定、生育期有关;最早可在3月初进行预测,预测时效近3个月,起报时间越接近乳熟期,输入的重要特征变量越多,则病穗率预测准确率越高,病穗率模拟值与实测值的波动趋势完全一致,对赤霉病"中等"和"偏重"等级模拟效果好,表明随机森林算法在赤霉病预测中有较高的可靠性和业务应用潜力.

关键词：小麦赤霉病随机森林法病穗率预测

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：