华北前冬霾污染与北极海冰的联系及其机理

来源 :南京信息工程大学 | 被引量 : 0次 | 上传用户:guofeng1988
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,霾污染严重危害人类身心健康和影响社会经济发展,已成为中国最受关注的环境问题之一。本文利用统计分析和数值实验,揭示了华北地区前冬霾日数与9–10月波弗特海西部的海冰之间的显著正相关关系(R=0.51)。海冰正异常通过辐射冷却作用,造成波弗特海和阿拉斯加湾的地表风速降低,在随后的11月出现海面变暖的现象。白令海、阿拉斯加湾的海温异常起到了桥梁的作用。温暖的洋面通过加热上方大气,形成了有利于霾污染发生的大气环流条件,罗斯贝波列从华北、日本海经过白令海、阿拉斯加湾传播到科迪勒拉山,东亚西风急流减弱。在地表附近,海陆之间气压梯度的减弱引起中国沿海地区的南风异常,南风携带大量水汽,形成了一个稳定潮湿的环境。低的边界层高度和逆温层通过限制高层干洁大气动量下传,限制水平方向和垂直方向的扩散条件,使污染物颗粒易于积聚,引起霾污染。进一步发现,20世纪90年代以来,华北地区前冬霾日数对波弗特海域海冰的响应增强。本文通过对比1980–1997年和1998–2015年两个时间段内波弗特海多年冰的变化特征,发现1980–1997年期间,波弗特海主要被多年冰覆盖,海冰的消融和冻结主要发生在波弗特海南部边缘。秋季海冰增加会在11月导致整个阿拉斯加湾都出现负海温异常,但阿拉斯加湾冷洋面仅对与霾相关的大气环流产生微弱的影响。1998年后,由于多年冰的融化,波弗特海转为由季节性冰控制,波弗特海北部出现海冰的剧烈变化,海冰变率增大。秋季海冰增加会引起11月白令海、阿拉斯加湾的正海温异常。在12月和来年1月引起有利于霾天气发生的大气环流和局地气象条件,造成华北地区霾日数对海冰变化的响应增强。我们还利用CESM-LE数值实验对这些发现进行进一步验证,加深了对霾污染成因的理解。
其他文献
近年来,随着云计算、大数据等相关技术的发展,物联网逐渐从概念走向现实,其应用领域由军用扩展到工业领域,并已逐步走入人们的日常生活。然而,目前大量基于单一因素的数据安全传输方案尚无法抵抗可能存在的众多安全威胁,用户隐私保护方面的欠缺严重阻碍其进一步推广与应用。具体来说,单一因素的隐私保护方案往往无法抵抗密钥盗取、设备丢失等类型攻击。因此,更多的影响因素需要被物联网隐私保护方案考虑其中。此外,由于终端
学位
近年来面部表情识别技术在计算机视觉领域引起了广泛关注,其主要原因是它在人机智能交互、动画表情模拟、驾驶疲劳监测等领域有着广阔实际应用。同时随着深度学习在图像处理方面的不断发展,基于神经网络的表情识别系统识别精度也得到了飞速提升。尽管现有面部表情识别系统已经有着较高识别率,但是大多数都是基于实验室数据库图像获取的,在真实场景下进行表情识别依然是一项充满挑战性的任务。研究者们为解决真实场景下面部表情识
植被是生态系统的重要组成部分,进行长时间序列的植被覆盖及植被物候监测有利于掌握区域内生态环境的演变状况。本文选取甘肃省为研究区,利用2001﹣2018年MOD13Q1数据通过像元二分法反演植被覆盖度,并利用SG滤波重建NDVI时间序列,提取植被物候参数,结合相关数学方法分别从定性和定量的角度探究了省内植被覆盖度以及植被物候的时空变化特征,并探究了不同气候和地形条件下植被生长的差异。主要结论如下:(
城市化进程是人类改造自然最明显的外在形式,它显著改变了城市内部的水热环境,影响植被的生长发育。另一方面,城市化的扩张也与区域气候变化密切相关,再次对植被的生长过程带来影响。植被物候是植被外部生长环境变化及气候变化的显示器,城市物候的研究有利于理解城市化对生态系统的影响。遥感数据具有稳定性、客观性、时效性,被广泛应用于植被物候研究。本研究以长三角城市群为研究对象,基于遥感数据提取了该地区植被物候(包
在云计算飞速发展的当今时代,互联网海量数据瞬间爆炸,个人和企业的本地存储正面临着前所未有的巨大压力。由于云计算和云存储等服务能够带来快捷化、经济化的用户体验,更多人选择将数据上传到云端服务器进行存储和管理使用。然而,用户存储在云端的数据文件并未完全安全,服务器出于好奇会访问用户数据甚至攻击者会攻击服务器窃取数据,最终可能会导致用户个人隐私数据泄露,使得在云端数据无法得到有效的安全保障。为了有效降低
学位
冰云的模拟是气候模式云微物理方案中的薄弱环节。本研究基于通用大气模式(Community Atmosphere Model,CAM)中使用的双参数云微物理方案(MG方案),将其中用于描述冰晶半径分布的谱形参数()从默认为零拓展为可调参数,进而研究对冰相云微物理过程、云特征、云辐射强迫、降水以及人为气溶胶通过冰云间接效应的影响。在给定冰晶谱中截距和斜率参数的情况下,离线测试与相关微物理过程公式。结果
随着计算机科学技术的发展,人工智能逐渐走进人们的生产生活中,促进了社会生产生活模式的转变。饮食作为人类日常生活的重要组成部分,出现了许多与饮食相关的研究,菜品识别是进行其它饮食相关研究的基础,基于人工智能技术的菜品识别是目前比较热门的一个研究领域。目前深度学习已经在图像识别、目标检测、自然语言处理等多个领域得到了广泛应用。针对中餐菜品种类繁多、食堂人工结算效率低下的问题,本论文开展了基于图像识别技
车辆目标检测技术是自动驾驶的关键技术之一,它要求实时并精确地获取车身周围的车辆信息,以提升驾驶人员的主动安全性。现阶段的车辆检测方法大都基于深度学习,可划分为两类:两阶段检测算法和一阶段检测算法。两阶段算法检测精度较高,但检测速度还达不到实时的要求;一阶检测算法基本满足实时要求,但检测精度较低。YOLOv3作为工业界常用的一阶段检测算法,兼具较好的实时性与检测精度,但将其应用于车辆检测场景时,实时