公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

传输指数在合肥市重污染过程中的应用分析被引量：11: 2017年; 利用潜在源区贡献法计算了合肥市2015年冬季传输指数,并基于传输指数和PM_(2.5)浓度将合肥市的重污染过程划分为3类,同时对各类重污染过程进行气象成因分析.结果表明:污染物传输型重污染过程的传输指数明显增大且PM_(2.5)浓度急剧增大;污染物积累型重污染过程的传输指数无明显增大且PM_(2.5)浓度逐渐增大;污染物暴发性排放型重污染过程的传输指数无明显增大但PM_(2.5)浓度急剧增大.污染物传输型重污染过程主要是高压南下迫使北方重污染气团输送引起的;污染物积累型重污染过程主要是静稳的天气形势导致污染物堆积造成的;污染物爆发性排放型重污染过程是由污染物暴发性排放而无法及时扩散引起的.; 霍彦峰邓学良杨关盈吴必文翟菁于彩霞程龙

2013-2016年合肥市PM10和PM2.5改善绩效研究被引量：1: 2019年; 自2013年大气污染防治行动计划实施以来,合肥市PM10和PM2.5浓度逐年下降,本文提出了基于PM10和PM2.5日均浓度不同分级水平下的分布特征和年际空间分布特征,研究评估2013-2016年合肥市PM10和PM2.5改善绩效.研究结果显示:大气10条实施以来,合肥市大气污染治理效果显著,已基本遏制污染加重态势,空气质量总体呈现趋好特征.PM10和PM2.5年均浓度逐年下降,2016年比2013年分别下降27.8%和35.2%.PM10作为首要污染物的比例由2013年的26.1%下降至2016年的1.7%,其中,PM10日均浓度在0~50微克/立方米的天数和对全年浓度的贡献逐年增加,高于150微克/立方米的天数和对全年浓度的贡献逐年减少;PM2.5日均浓度在0~35微克/立方米的天数和对全年浓度的贡献逐年增加,高于75微克/立方米的天数和对全年浓度的贡献逐年减少.从空间来看,各区域PM10和PM2.5浓度均明显下降,污染呈现自东北向西南逐渐减缓的区域污染形势.; 耿天召季冕朱余王欢赵旭辉程龙董昊裘阅童欢欢

2008—2018年黄山市酸雨污染特征变化趋势分析被引量：9: 2020年; 采用2008—2018年黄山市酸雨监测数据,阐述了黄山市酸雨变化特征及成因。结果表明:黄山市降水p H在5.0左右徘徊;酸雨频率在2017年以前均处于高位,以2017年为拐点,下降到最低值(35.7%)。总体上,黄山市酸雨污染情况正在得到改善,但形势依然严峻。SO4^2-和NO3^-的当量浓度之比从2013年的4.09下降到2018年的1.10;SO2和NOx排放量逐年减少,但是幅度不同,NOx排放量下降幅度不大,致使NOx对酸雨的贡献有增加的趋势;酸雨类型由硫酸型转变为硫酸型和硝酸型并重,机动车排放对酸雨污染的贡献已不可忽视。对黄山市降水中的碱性离子中和能力进行分析发现,黄山市起主要中和作用的离子为NH4^+和Ca^2+。将黄山市降水与其他地区降水进行对比发现,黄山市降水受到的中和作用强于东南地区,但弱于北方地区。; 程龙董昊刘阳朱余; 关键词：PH 酸雨频率离子浓度

构建以空气质量预报为核心的安徽省大气环境管理决策支持系统研究: 本研究提出以大气立体监测、空气质量预报与环境管理决策为主线,以综合管理体系为指导,建立基础设施、技术支撑、监测预警、决策支持和信息服务五大平台,包括立体化监测网络、可视化业务会商、高性能计算环境、大气数据综合管理、污染源...; 耿天召季冕朱余王欢董昊赵旭辉程龙; 关键词：空气质量预报; 文献传递

合肥市颗粒物时空分布特征及其气象成因研究被引量：5: 2017年; 利用2014—2015年合肥市颗粒物浓度及气象观测资料,对合肥市颗粒物浓度时空分布特征及其与气象要素的关系进行了分析。结果表明:2015年,合肥市PM10、PM2.5日均浓度均呈现"一增一减"趋势;PM10与PM2.5日均浓度分布季节差异明显,呈现"V"型特征;在空间分布上,PM2.5的浓度主城区高于周边地区,PM10浓度北部整体高于南部;PM10与PM2.5浓度与降水量、相对湿度、风速和风向均有一定相关性。; 程龙季冕耿天召朱余; 关键词：气象要素

构建以空气质量预扳为核心的安徽省大气环境管理决策支持系统研究: 究提出以大气立体监测、空气质量预报与环境管理决策为主线,以综合管理体系为指导,建立基础设施、技术支撑、监测预警、决策支持和信息服务五大平台,包括立体化监测网络、可视化业务会商、高性能计算环境、大气数据综合管理、污染源排放...; 耿天召季冕朱余王欢董吴赵旭辉程龙; 关键词：环境管理决策支持系统空气质量预报

合肥市O_3污染时空变化特征及影响因素分析被引量：30: 2018年; 为掌握合肥市大气环境中O_3的时空变化特征及其影响因素,对合肥市2013—2015年空气质量监测数据和气象参数进行系统的分析.结果表明,合肥市O_3污染在夏、秋季节有逐渐加重的趋势,尤其是城市中心区域,呈显著的季节特征和日单峰性;O_3易在风速小于3.3 m·s-1、相对湿度介于50%~60%、地面气压低于1020 h Pa和日平均气温介于25~28℃的气象条件下出现浓度峰值;合肥市O_3浓度与NO2和VOCs分别存在显著的负相关和正相关关系,其中,烯烃、烷烃、芳香烃和炔烃对O_3生成潜势(OFP)的贡献值依次减小.O_3浓度可通过前一日O_3浓度、相对湿度、平均气温、PM2.5、当日8:00风速、平均气压及NO2等参数建立良好的统计预报模型,非标准化可决系数R2高达0.559.; 赵旭辉董昊季冕程龙耿天召; 关键词：O3 气象参数挥发性有机物

岭回归算法在臭氧浓度集合预报中的应用被引量：3: 2018年; 基于机器学习方法,利用已有的预报模式构造一种全新的集合预报模型,对于提升预报的准确度和稳定性都有重要意义.以臭氧浓度预报为例子,讨论一种基于机器学习的集合预报技术——岭回归(ridge regression,简称RR)算法.首先,对RR算法的特点和实现流程进行描述.在实现RR算法之后,对我国近两年的环境空气质量真实数据进行大量的数值实验.然后,对最优化集合预测(operational consensus forecasts,简称OCF)和RR算法的预测结果在均方根误差和时间序列对比等方面进行详尽分析.实验结果表明,RR算法比OCF算法具有更好的预测精度和稳定性.最后,对算法可能的误差来源进行探讨,提出了进一步改进的方向.; 季冕程龙; 关键词：臭氧浓度

全选清除导出

共1页<1>

程龙