公共文化服务平台

京津冀环境气象预报预警中心: 作品数：185 被引量：1,253H指数：23; 相关作者：丁海燕更多>>; 相关机构：中国气象局北京城市气象研究所中国气象局成都信息工程大学更多>>; 发文基金：国家自然科学基金北京市自然科学基金国家科技支撑计划更多>>; 相关领域：环境科学与工程天文地球农业科学电子电信更多>>

合作机构

互联网时代下的气象数据应用分析: 2018年; 随着信息社会的发展,尤其是移动互联网、物联网的出现,使得大数据日益得到社会各界的广泛关注,国家确立大数据发展战略,各行各业纷纷展开对大数据的研究,但“信息孤岛”难以发挥作用,开放数据、共享数据、融合数据是趋势所在,气象部门利用互联网及其它部门的数据资源,积极与运营商合作,建立数据服务平台,运用大数据思维,深入挖掘气象数据内涵及外延价值,全面提升气象服务能力及提高用户满意度。; 周礼岩; 关键词：互联网大数据气象用户

数据挖掘技术在气象预报研究中的应用: 2018年; 随着气象信息数据的不断扩展和海量气象信息容量的增加,科学有效的处理已逐渐成为气象研究人员关注的焦点。将数据挖掘技术应用于气象信息的数据处理,同时,还可以为专业气象服务、网站建设和软件开发等提供助力。; 王垚; 关键词：数据挖掘技术

北京城区PM_(2.5)不同时间尺度周期性研究被引量：22: 2017年; 为研究北京城区PM_(2.5)浓度不同时间尺度的周期及其演变特征,利用2010~2015年PM_(2.5)浓度和常规气象资料,对其进行Morlet小波和交叉小波分析.结果表明,北京城区PM_(2.5)浓度存在显著的周期性变化,主要周期包括24h左右,8d左右和14d左右.14d左右的周期主要受大气准双周振荡的影响,8d左右周期不仅与天气尺度系统周期有关,此外可能还与人类活动引起"星期效应"有关,其中天气尺度系统的影响可能居于主要地位.通过交叉小波分析,PM_(2.5)与平均风速在8d和14d左右存在显著的共振现象,并且二者表征为负位相关系.气象要素日变化、城市居民行为习惯导致的污染物排放差异可能是造成24h左右振荡周期的重要因素.北京城区PM_(2.5)浓度的各周期在秋冬季较为显著,与北京地区秋冬季低层大气更多受强天气系统的影响有关;春夏季PM_(2.5)浓度较低和影响因素较多以及局地中尺度热力环流对于低层大气的影响更为显著是该时期周期性较弱的主要原因;季节内振荡(40~60d)在2014年后减弱可能与北京市开展的减排措施有关.尽管本研究利用小波分析方法得到一些关于北京城区PM_(2.5)浓度振荡周期及其演变特征的有效信息,但所用资料时长较短且站点相对单一,所得结论还需要大量的实测数据或其他分析方法的验证.; 李梓铭孙兆彬邵勰廖晓农张小玲熊亚军马小会; 关键词：PM2.5 准双周振荡季节内振荡

秸秆燃烧对京津冀地区空气质量的影响分析: 10月初期是华北江淮等地秸秆燃烧高发期,近两年由于秸秆燃烧造成的重污染天气时有发生,而人为的因素增加了空气质量预报的难度。今年入秋由于秸秆燃烧造成大面积的雾霾天气,华北黄淮等地出现持续性重污染天气。本文利用京津冀地区近两...; 马小会唐宜西孙兆彬李梓铭; 关键词：雾霾重污染秸秆焚烧空气质量; 文献传递

一种燃煤电厂大气环境影响评价方法及装置: 本发明提供了一种燃煤电厂大气环境影响评价方法及装置，方法包括：根据燃煤电厂的参数数据确定污染物排放清单数据；根据模拟时间段的气象历史数据确定HYSPILT模型的气象数据；根据污染物排放清单数据和确定气象数据的HYSPIL...; 吴华成周卫青李睿李朋温维卢林徐敬康玺张子健沈宇刘松涛马小会钟智坤; 文献传递

成都冬季PM2.5污染天气形势的客观分型研究被引量：16: 2020年; 文章利用2013-2018年冬季ERA-interim再分析资料,以及同期空气污染资料、地面常规气象观测资料和探空资料,采用PCT(principal component analysis in T-mode)客观分型方法对成都冬季海平面气压场进行天气分型,并探究冬季以及各月份不同天气型对应的空气污染状况及污染气象参数分布特征,进而从污染气象学的角度揭示重污染潜势天气型的气候特征。结果表明:冬季海平面气压场共对应9种天气类型,其中,6型(准鞍型场型)和9型(冷锋前部型)为2类重污染潜势天气型,冬季对应的PM2.5均值浓度分别为194.3和173.2μg/m3;而1型(川西高压前部型)为清洁天气型,对应的PM2.5均值浓度为73.2μg/m3。重污染潜势天气型对应的边界层结构呈现出稳定能量大、混合层厚度和通风系数均最小的静稳天气特征,其能够反映大气污染潜势。该研究可为盆地地区空气污染潜势预报及大气重污染预报预警的客观化、自动化提供科学依据和技术支持。; 张莹王式功倪长健张小玲贾旭伟贾旭伟; 关键词：PCT

“黑碳的农业与生活源排放对东亚气候、空气质量的影响及其气候-健康效益评估”项目研究计划简介: 2016年; 介绍了2016年国家重点研发计划"全球变化及应对"方向中"黑碳的农业与生活源排放对东亚气候、空气质量的影响及其气候-健康效益评估"项目的科学背景、研究设想和实施方案等内容。; 丁德平孔少飞朱彬张小玲赵德龙盛久江; 关键词：黑碳飞机观测排放源

数字化背景下环境气象业务转型调研及发展思路: 2023年; 随着人工智能技术在气象预报领域应用的不断深入,环境气象业务也在发生变化。为了推动环境气象预报业务向数字化、智能化转变,本文对国内外气象部门数字化业务现状进行调研分析,对环境气象数字化转型发展进行了思考,从而强化预报服务人员在雾、沙尘等低能见度天气预报、服务及关键技术研发中发挥核心作用,进一步推动环境气象高质量发展。; 王媛媛郭锐郭锐; 关键词：数字化环境气象

大气成分观测数据质量控制方法反应性气体: 本标准界定了工业糠醛生产综合能耗的术语和定义，规定了单位产量综合能耗分级指标、计算原则与方法、能耗量的测试与计量要求。本标准适用于工业糠醛生产企业生产综合能耗的计算及指标考核。

2007～2016年北京天气分型与霾日的关联被引量：5: 2020年; 采用COST733软件将北京地区2007~2016年的大气环流总体分为T1~T9种类型,研究其与霾日的关联性,并结合PM2.5和臭氧地面观测,分析不同天气型对应的污染特征及气象参数分布规律.2007~2016年霾日发生概率21.5%,T4和T9型下霾日最多,T5和T8型最不利于霾日发生.9类天气型下霾日变化具有阶段性,2007~2012年(阶段一)霾日少且年际差异小,2013~2016年(阶段二)霾日增多.对9类天气型下霾日PM2.5及臭氧变化进行分析,T1、T3、T4和T9型霾日多出现在秋冬季,PM2.5日变化为逐时增加态势,4类天气型在第一阶段的白天有浓度波动增长形成的小峰值,但第二阶段减弱消失.大部分天气型的霾日,阶段二的PM2.5浓度较阶段一降低,T7和T9型表现为增加,增幅分别为23.7%和3.9%.所有天气型霾日的臭氧日变化均为单峰型,峰值出现在下午,臭氧日均浓度最高为T8型.此外,阶段二与阶段一相比,T3、T5和T6型臭氧平均浓度增加,其中T5型增幅达到49.8%.将霾日与近地面气象要素关联分析,平均气温、风向、风速可以较好的解释臭氧浓度变化,而PM2.5的变化特征不仅与气象要素相关,在一定程度上也体现了污染排放及区域联动减排的贡献,需两者结合才能更好探究PM2.5浓度整体特征及细节变化.; 尹晓梅朱彬熊亚军孙兆彬乔林; 关键词：天气分型臭氧

京津冀环境气象预报预警中心

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

京津冀环境气象预报预警中心

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈