成都师范学院史地与旅游学院, 四川 成都 611130
为研究气象因素对成都市大气细颗粒物 (PM2.5)、可吸入颗粒物 (PM10) 的影响，收集了2015―2018年成都市PM2.5、PM10的月平均浓度，采用Pearson相关分析法，分析了成都市PM2.5、PM10与气象条件的关系。结果表明：(1) 2015―2018年，成都市PM2.5、PM10年平均浓度虽然年际间差别较小，但整体呈现逐年缓慢下降趋势，2015年以来成都市的一系列大气污染控制措施是PM2.5、PM10逐年缓慢下降的原因；2015―2018年成都市PM2.5、PM10浓度季节变化特征整体表现为冬季 > 春季 > 秋季> 夏季。(2) 不同气象因素对成都市PM2.5、PM10月平均浓度的影响程度不同，降水量与气温是影响成都市PM2.5、PM10月平均浓度的主要因素，两者与PM2.5、PM10呈较高的负线性相关，其中PM2.5、PM10与降水量的相关系数均为 -0.612，与月平均气温的相关系数分别为 -0.822、-0.776，降水会通过捕获大气中的颗粒物来去除PM2.5、PM10，而温度的升高会加强PM2.5、PM10等污染物在垂直方向上的对流运动，从而对成都市污染物浓度的降低起到重要作用；日照时数、月平均风速、相对湿度等与PM2.5、PM10月平均浓度整体也呈现负相关，但与降水量和气温相比，日照时数、月平均风速与PM2.5、PM10月平均浓度的相关性较低，而相对湿度与PM2.5、PM10月平均浓度的相关性则更加微弱，表明相对湿度的变化对成都市PM2.5、PM10的积累和扩散影响很小。
细颗粒物 可吸入颗粒物 气温 降水量 风速 fine particulate matter inhalable particles temperature precipitation wind speed
1 中国科学院安徽光学精密机械研究所 中国科学院大气成分与光学重点实验室, 安徽 合肥 230031
2 中国科学院大学, 北京 100039
利用合肥气象站点1953~2011年的日平均气温资料,应用Mann-Kendal法分析了合肥地区近60年 由冬入春(1~4月)的日平均气温变化情况。确定了日平均气温变化趋势,合肥地区日平均 气温上升的始点和突变点,并利用 Yamamoto法对突变点做了检验。对气温上升始点和经过验 证的突变点的日期进行了频数统计。结果表明,合肥地区由冬入春气温上升始点的波动性较 大,对应日期分布比较离散,位于1月30日~2月10日的相对较多。气温突变点的起伏较小,对应日 期分布比较集中,位于1月10日~15日的最多,而位于1月10日~20日的天数频率超过了50%。
日平均气温 突变分析 突变点 Mann-Kendal法 Yamamoto检验 daily mean temperature break analyses break point Mann-Kendal technique Yamamoto Test
1 福建师范大学地理科学学院, 福建 福州350007
2 新疆卫星应用工程中心, 新疆 乌鲁木齐830000
3 中国气象局乌鲁木齐沙漠气象研究所, 新疆 乌鲁木齐830002
4 北京师范大学资源学院, 北京100875
5 中国科学院植物研究所, 北京100093
为了研究伊犁河谷地区气温空间变异性, 提出基于DEM修正的空间插值方法, 以1961—2008年伊犁河谷地区及周边19个气象站点月平均气温数据为基础, 分析多年平均气温与海拔的相关关系, 并与反距离权重法(IDW)、 克里格插值法(Kriging)等传统方法计算结果进行对比。 结果表明: 该研究区的气温直减率为0.564 ℃·100 m-1； 根据交叉验证比较结果发现, 基于DEM修正模型的精度明显优于其他两种方法, IDW模型在对年均最低温度的模拟效果比Kriging模型略好。 结合DEM数据, 该研究成了伊犁河谷地区90m空间分辨率的格网温度场, 其插值结果客观地表达了气温随地形变化的趋势, 反映了气温的空间变异性。
气温 空间插值 伊犁河谷 Temperature Spatial interpolation Kriging Kriging DEM DEM Yili River Valley 光谱学与光谱分析
2011, 31(7): 1925
