公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

基于SPOT影像的可吸入颗粒物遥感反演被引量：6: 2011年; 通过用SPOT 5遥感影像近红外与红光波段计算的差值植被指数(DVI)与实测的可吸入颗粒物(PM10)浓度数据建立模型,对2007年北京市城区SPOT 5影像进行PM10浓度反演试验,反演结果与实测数据所反映的PM10空间分布趋势基本一致。2007年北京市城区北部PM10污染较为严重,南部污染相对较弱;绿地和水体附近PM10浓度较低,道路附近PM10浓度较高。; 唐明赵文吉赵文慧; 关键词：SPOT影像可吸入颗粒物反演

地表发射率不同的估算方法对地表温度的影响被引量：3: 2012年; 随着遥感技术的日益成熟,用热红外波段反演地表温度的方法也日趋完善,其中一个关键参数--地表发射率的估算,直接影响着地表温度的反演结果。基于TM6的热红外波段,分别采用最常用的Van的地表发射率估算方法和综合了覃志豪与Sobrino的估算方法,对北京地区的地表温度进行了反演,并在此基础上对这2种估算方法所得结果进行了比较,从而为找出更为有效的地表发射率估算公式提供依据。结果表明,对于农林地2种估算方法都比较适合,但是对于水体和城市等人口密集地区,则需要和当地的实测数据进行比对,从而确定更为合适有效的估算方法,以得到更为精确的地表温度结果。; 肖瑶肖瑶王艳慧赵文慧; 关键词：地表温度

北京城区可吸入颗粒物分布与呼吸系统疾病相关分析被引量：71: 2013年; 可吸入颗粒物(PM10)已成为北京市首要空气污染物,严重影响城市环境质量及居民健康.本研究采集了北京市2008～2009年非采暖期与采暖期两个不同时期不同粒径(0.3、0.5、3.0和5.0μm)的大气颗粒物浓度,利用空间分析方法研究其分布规律;同时收集同期患呼吸系统疾病的病人数据,对其进行统计分析;再在回归分析的基础上,运用灰色关联模型探讨可吸入颗粒物与呼吸系统疾病的相关性.结果表明,细颗粒的空间分布情况相异,而粗颗粒物分布规律大致相同.呼吸系统疾病与可吸入颗粒物浓度有一定的关联,采暖期是呼吸系统疾病的高发期,可吸入颗粒物在采暖期对呼吸系统疾病的发病率影响相对较高.无论在采暖期还是非采暖期,细颗粒物的浓度均高于粗颗粒物,且细颗粒物对呼吸系统疾病的影响较大.; 杨维赵文吉宫兆宁赵文慧唐涛; 关键词：可吸入颗粒物呼吸系统疾病 KRIGING 灰色关联

北京市采暖期可吸入颗粒物时空分布特征及源追踪被引量：14: 2012年; 可吸入颗粒物是北京市大气主要污染物之一,春秋两季的沙尘天气除部分是由于受到区域气流的影响外,多数情况下是原地污染造成,尤其是冬季采暖期。本文通过遥感技术和地面监测结合的方法,研究采暖期北京市近地面不同粒径可吸入颗粒物时空分布规律及其与影响因素间的相互关系。应用高分辨率遥感影像分析下垫面的变化,应用地面观测仪器收集不同粒径颗粒物的含量,并分析颗粒物的化学组成;应用地理信息系统的空间分析技术,研究颗粒物的分布与下垫面的关系。研究表明,可吸入颗粒物污染分布和下垫面介质、人为污染源、人口密度、气象因素有非常密切的关系。; 赵文慧赵文吉宫辉力宫兆宁; 关键词：可吸入颗粒物

基于地统计学的北京市可吸入颗粒物时空变异性及气象因素分析被引量：42: 2010年; 大气颗粒物是造成城市空气污染的重要原因之一,并已经成为我国北京等大中城市空气污染中的首要污染物.为分析北京市采暖期大气中可吸入颗粒物的污染水平及其气象因素的影响作用,以大气可吸入颗粒物PM0.3,PM3.0,PM5.0为研究对象,于2007～2009年采暖期间在北京市城区设立了93个采样点进行定点采样监测,利用地统计分析工具和指示克里格方法,模拟分析了北京市城区2007～2009年采暖期PM0.3、PM3.0、PM5.0的时空变异性,并建立起可吸入颗粒物浓度与气象条件(风力、温度、湿度)的对应关系,由此分析气象因素对大气颗粒物污染水平的影响程度.结果表明:实验半变异函数符合具有块金值的球状模型;北京城区空气可吸入颗粒物的污染水平自2007年以来污染程度与污染面积均呈减小趋势,影响范围主要集中在西南部,西北次之,近郊区污染重于城区;气象条件是影响可吸入颗粒物污染程度的重要因素,在不同年份不同气象因子对颗粒物的影响是不同的.但另一方面,由于污染原因季节冷暖程度的不同,气象条件对颗粒物浓度的影响有不确定的一面,但仍可找到一些规律.; 赵文慧宫辉力赵文吉唐涛唐明; 关键词：地统计学可吸入颗粒物气象因素

全选清除导出

共1页<1>

北京市自然科学基金(KZ200910028006)