WRF/CHEM modeling of impacts of weather conditions modified by urban expansion on secondary organic aerosol formation over Pearl River Delta

In this paper, the online Weather Research and Forecasting and Chemistry （WRF/CHEM） model, coupled with urban canopy （UCM） and biogenic-emission models, is used to explore impacts of urban expansion on secondary organic aerosols （SOA） formation. Two scenarios of urban maps are used in WRF/CHEM to represent early 1990s （pre-urbanization） and current urban distribution in the Pearl River Delta （PRD）. Month-long simulation results using the above land-use scenarios for March 2001 show： （1） urbanization can increase monthly averaged temperatures by about 0.63 ℃, decrease monthly averaged 10-m wind speeds by 38%, increase monthly averaged boundary-layer depths by 80 m, and decrease monthly aver- aged water mixing ratio by 0.2g/kg. （2） Changes in meteorological conditions can result in detectable concentration changes of NOx, VOC, O3 and NO3 radicals. Urbanization decreases surface NOx and VOC concentrations by a maximum of 4 ppbv and 1.5 ppbv, respectively. Surface O3 and NO3 radical concentrations over major cities increase by about 2-4 ppbv and 4-12 pptv, respectively; areas with increasing O3 and NO3 radical concentrations generally coincide with the areas of temperature increase and wind speed reduction where NOx and VOC decrease. （3） Urbanization can induce 9% increase of SOA in Foshan, Zhongshan and west Guangzhou and 3% decrease in Shenzhen and Dongguan. Over PRD major cities, SOA from Aitken mode reduces by 30% but with more than 70% SOA from accumulate mode. Urbanization has stronger influence on SOA formation from Aitken mode. （4） Over the PRD, 55-65% SOA comes from aromatics precursors. Urbanization has strongest influence on aromatics precursors to produce SOA （14% increase）, while there is less influence on alkane precursors. Alkene precursors have negative contribution to SOA formation under urbanization situation.     

扬沙、沙尘暴与浮尘

扬沙与沙尘暴都是由于本地或附近尘沙被风吹起而造成的，其共同特点是能见度明显下降，出现时天空混浊、一片黄色。两者大多在冷空气过境或雷雨、飑线影响时出现，北方都是在春季容易出现。所不同的足扬沙天气风较大，影响的能见度在1km到10km之间；沙尘暴风很大，能见度小于1km。而浮尘是由于远地或本地产生沙尘暴或扬沙后，尘沙等细粒浮游空中而形成，俗称“落黄沙”，出现时远方物体呈土黄色，太阳呈苍白色或淡黄色，能见度小于10km，大致出现在冷空气过境前后。     

湿有效能量预报暴雨的动力分析

根据7个例子的对比分析表明:湿有效能量对预报暴雨具有较好的指示性,但在某些条件下湿有效能量在有无暴雨发生两者上并无明显差别。对暴雨和无暴雨个例的动力条件分析表明:(1)有暴雨时,在杭州地区为一个相对辐散区(300—900百帕),并伴有较强的上升运动,无暴雨时则为相对辐合区;(2)暴雨时高空有一支强的急流,暴雨区位于高空发散流场和急流中心的入口区右侧。(3)稳定度大小两者也有明显差异。分析结果对业务预报有一定参考价值。     

浅议怎样做好中学物理静电实验

中学物理静电实验是物理老师感到最难做好的实验之一,有时在实验室准备时能做成功,一上讲台就莫名其妙地不灵了.因此,有些老师很怕做静电演示实验,特别是在阴雨天气.影响静电实验成败的因素很多,但归纳起来关键因素是"绝缘"、"环境条件"、"实验装置与方法".     

基于卷积神经网络与特征融合的天气识别方法

在太阳能热水器及太阳能电池等太阳能发电领域,下雨、下雪、阴天等气候因素将严重影响发电效果,而太阳能随动系统工作也必须消耗能量,所以迅速判断当前的天气状况,并设计自适应的开关随动系统极其重要。当天气状况为阴雨或者雪天时,系统应当关闭从而减少能耗。鉴于传统的天气识别方法效率低、准确度差、计算量大的问题,在公开的天气图像基础上创建了一个具有多种类别的天气分类集,并提供了一种基于卷积神经网络与特征融合的天气图像识别技术。通过采用传统方式获取图像的颜色、纹理、形状3种特征作为整个模型的底层特征,在原本的VGG16(visual geometry group-16)模型基础上进行了改进,从而提取图像的深层特征,最后将底层特征与深层特征融合起来在Softmax上进行输出,总识别率达到94%。     

天体物理学指引地球天气研究

<正> 一种模拟外层空间流体流动的数学方法在地球上也有实际的应用。 超新星、太阳耀斑和恒星的核生成,看来距气象学所隶属的地球世界颇为遥远。但是一种为模拟恒星对流和超声速喷流这些剧烈过程而发展起来的数学方法,现在也可以模拟看来不规则的普通天气问题。     

近50年来中国东、西部地面太阳辐射变化及其与大气环境变化的关系

利用1961-2011年中国东、西部地区地面太阳辐射和长期气象数据观测资料, 综合分析了东、西部地区地面太阳总辐射的变化特征, 并结合云量、日照百分率、风速、相对湿度等分析了影响东、西部地面太阳总辐射的变化原因. 结果表明: 近50年来东、西部地区地面太阳总辐射整体呈下降趋势, 下降幅度有所不同; 20世纪90年代之前大部分地区地面太阳总辐射呈下降趋势, 之后呈缓慢增加; 东西部各地区地面太阳总辐射与日照时数间存在显著相关性; 分析影响地面太阳总辐射减少的因素, 东部地区地面太阳总辐射与日照百分率呈显著正相关, 日照百分率是影响地面太阳总辐射减少的主要因素, 总云量与低云量已不是东部地区影响太阳辐射的主要因素; 西部地区地面太阳辐射与云量相关性较低, 主要受大气污染和日照百分率的影响. 风速成为影响地面大气辐射的一个重要因子, 并且风是驱逐大气对流层雾霾等大气污染的主要因子, 这进一步证实了大气污染已经成为影响地面太阳辐射的重要因素, 尤其在中国东部地区.     

晕的光学气象原理

 晕是一种自然界的光学现象。它是由于当太阳或月亮的光线透过高而薄的白云(卷云、卷层云或卷积云)时,受到冰晶折射而形成的彩色光圈,彩色排列顺序内紫外红。出现在太阳周围的光圈叫日晕,出现在月亮周围的光圈叫月晕。     

漫谈雾及其消除技术

深秋或初冬季节,常会出现大雾天气。当大气中的水蒸气含量达到饱和时,就有可能在气溶胶微粒上凝聚成小水滴或小冰晶,凝聚后的小水滴漂浮在近地面空气中,形成雾。雾的形成有三个必备条件：近地面空气湿度较大,近地面空气中的水蒸气浓度达到过饱和,空气中有凝结核使水蒸气遇冷形成悬浮小水滴。     

基于SOM网络的机场天气聚类分析

机场范围内的天气状况对机场运行有着较为显著的影响.然而,天气在发生时间、影响范围等方面的随机性给机场容量评估和流量调配带来一定的困难.运用SOM网络对2014年上海浦东国际机场的天气进行聚类分析,并运用DB指标和Silhouette指标对聚类结果进行评价.结果表明:SOM网络在机场天气聚类上有很好的精度与鲁棒性,2014年浦东机场的天气可按影响程度分为典型的五类,即:无影响、影响小、影响极大、影响大、影响中等.为实现航空天气聚类分析及空中交通流量管理自动化提供了有益参考.