简介:A2m~3isothermalcloudchambermainlyforicenucleationresearchisdescribedinthispaper.Itsstructure,attachedinstrumentsandexperimentalproceduresarealsopresented.TheexperimentsofdeterminingtheicenucleieffectivenessfortheAgl-containingaerosolsproducedbythreeformulationshavebeenconductedandtheresultshavebeencomparedwiththoseoftheCSU960-literisothermalcloudchamber.Allexperimentalresultsshowthatthechamberhasadvantagesofstableperformanceandreproducibility.Itwouldbeexpectedtobecomeausefulexperimentalfacilityforicenucleationresearch.
简介:2013年1月华北平原出现了罕见的重污染天气过程,并引发连续多天大范围重霾现象。利用中华人民共和国环境保护部公布的空气污染指数日值数据和气象常规观测数据,结合区域空气质量模式系统RAMS-CMAQ的模拟结果,对1月10~15日污染过程的气象要素和关键气溶胶物种时空分布特征进行了详细分析,并对灰霾成因进行了探讨。结果表明,受本次污染过程影响的区域主要分布在北京-天津-唐山、河北省中南部和山东省大部。这些地区细颗粒物(即PM2.5)日均质量浓度超过120μgm-3,且基本被灰霾覆盖,日均能见度在5~8km之间。其中在北京、天津、石家庄和济南市及周边地区细颗粒物日均质量浓度可达250~300μgm-3,部分市区可超过300μgm-3,而日均能见度则可下降至3km以下,形成重度灰霾。此外,对气象场的分析显示,本次污染过程期间华北平原大部分地区水平风速较多年平均值偏小约20%,且有明显逆温层覆盖,北京-天津-唐山、河北省南部和山东省北部的相对湿度则较多年平均值偏高达10%~40%。这样的气象条件不仅造成污染物易于堆积,而且有利于吸湿性粒子消光效应的快速增长,使能见度明显下降,是引发灰霾的重要因素之一。在北京地区引发灰霾的主要气溶胶物种为硫酸盐、硝酸盐和铵盐,这3种无机盐对近地面的消光贡献比率达到50%以上。其中硝酸盐的消光贡献比率最高,可达总体效应的1/4,表明在这次污染过程中除相关工业源排放外,交通源排放也是北京地区主要的污染源之一。
简介:2013年1月11~14日,华北地区经历重雾霾过程。为了探讨其形成原因,利用大气化学模式系统WeatherResearchandForecasting(WRF)-Chem模拟2013年1月华北地区气溶胶的时空变化。模拟的能见度、气象要素(温度、湿度、降水、风速和风向)以及细颗粒物(PM2.5,大气中直径≤2.5μm的颗粒物)地表浓度的时间变化与近地面观测值都较为吻合。模拟结果表明,1月11~14日,细颗粒物高值分布于河北省南部和东部、天津地区以及北京地区,其日均值约为400~500μgm-3。通过与历史气候数据比较发现,2013年1月10~15日华北地区的气象条件表现为较大的相对湿度正距平(20%~40%)以及风速的负距平(-1ms-1)。北京站点的探空数据还表明,在1月11~13日期间,垂直方向上,1km以下的大气中存在明显的逆温层,并且湿度保持较高的值(80%~90%)。模拟结果表明,1月11~14日,近地面南向风和东向风将水汽输送到华北地区,上层大气(850hPa)的西北风则将沙尘输送到华北地区。以上气象条件有利于气溶胶的吸湿增长和浓度的聚集。硝酸盐的收支分析表明,在北京地区,与1~9日相比,10~14日夜间化学生成和传输的显著增加都贡献于硝酸盐浓度,是重雾霾形成的主要原因。
简介:基于柯布-道格拉斯生产函数与自回归移动平均模型(ARIMA)构建出一个GDP综合预测模型,并且考虑十九大全面建成小康社会与实现共同富裕的精神与国家关于技术、资本、劳动力等方面的区域平衡发展战略调整模型的参数,计算了2016-2050年中国分省的GDP总量与人均GDP,进一步通过计算省区间人均GDP的基尼系数来分析省区协调发展的水平。研究结果表明,在考虑省区协调发展时,各省区在2016-2050年间的GDP总量与人均GDP的差距逐渐缩小,省区间人均GDP的基尼系数将从2015年的0.219下降到2030年的0.176和2050年的0.137,未来区域间发展不均衡的态势在实现经济稳步增长同时可以得到缓解。
简介:选用1961—2015年东北地区26个气象站月平均气温资料、国家气候中心74项环流特征量指数、NCEP/NCAR再分析资料和1986—2015年辽宁省水稻单产资料,分析了辽宁省水稻产量的时间变化特征,基于大气环流对长期天气过程影响的滞后性,考虑预报因子的显著、稳定性和独立性,应用多元线性回归方法建立水稻年景的预报模型。结果表明:(1)辽宁省水稻实际产量、趋势产量、气象产量均呈增加趋势,发生气候突变时间分别为1992、1997和1994年,实际产量与气象产量的关系较密切;(2)水稻年景预报模型经F检验,具有统计学意义,预报基本正确率为81.9%,用该模型预测2014、2015年水稻年景,均接近实际值。