呼和浩特市空气质量状况及与气象因子的相关性分析

利用2015年1月1日—2016年12月27日呼和浩特市环境监测中心污染物浓度数据和同期自动气象观测站逐日气象数据,对空气质量时间分布状况进行评价,分时段分析空气质量指数与气象因子相关性显著水平。结果表明:研究期内,二级(良)天气是呼和浩特市主要空气质量特征,占总日数的61.6%;主要污染物为PM10,贡献率达40.9%;大部分污染物年内分布呈双峰型曲线,波谷出现在6-8月;四季中,以冬季污染最为严重,春秋季次之,夏季空气质量相对较好。气象因子对大部分污染物IAQI有显著影响,气温和日照时数与SO_2、NO_2、PM10、CO与PM_(2.5)的IAQI呈极显著负相关,与O_3的IAQI呈极显著正相关关系;相对湿度对NO_2、CO、O_3与PM_(2.5)浓度影响显著;除与O_3的IAQI相关性较差外,降水与风速与其他5种污染物均呈极显著负相关关系。气象因子对AQI影响在不同时段存在明显差异,特别是供暖期与非供暖期。影响AQI的主要气象因子冬季为气温、相对湿度、风速和日照,春季为气温、最大风速和日照,夏季为气温、相对湿度、降水和日照,秋季为气温、降水和风速,供暖期为相对湿度、风速和日照,非供暖期为气温、降水、最大风速和日照。供暖期气温对AQI的影响是通过影响燃煤量来体现的。     

天山北坡呼图壁河流域近313年降水的重建与分析

分析发现,天山北坡呼图壁河流域树轮年表与呼图壁气象站上年8月至当年7月的平均降水相关性较好,最高单相关系数为o.484(a=0.001),且具有明显的树木生理学意义.利用赛热克巴依萨、希热克久热特、喀音萨依的标准化年表能够较好地重建呼图壁河流域近313年的上年8月至当年7月平均降水序列,方差解释量达41%,并通过交叉检验表明重建结果稳定可靠.     

游程理论和Copula函数在二维干旱变量联合分布中的应用

采用3种不同的截取水平作为游程理论的干旱识别方式,从都江堰站51年逐月降水距平百分率指数序列中识别干旱事件,然后建立干旱历时与干旱烈度的两变量Copula函数模型,并进行概率分析和重现期计算。结果表明:1)干旱统计结果与截取水平的相关性强,具有一定的可预测性。2)Gumbel Copula函数为最优的联合分布函数。3)不同截取水平的概率分析结果具有明显的差异,且差异程度波动大,而重现期计算结果差异小。4)干旱风险评估以重现期分析为主、概率特征分析为辅更合理。表明游程理论和Copula函数的联合应用,可合理评估区域干旱风险。     

气候变化对台兰河年平均径流量的影响

以台兰河为研究对象,选用台兰水文站1957-2011年平均流量序列,采用SPSS统计软件对其55 a序列进行趋势分析。结果显示：台兰河径流与降水量的年内分配极不均匀,径流主要集中在夏秋两季,降水量集中在春夏两季,径流与降水量集中期主要分布在7月。识别和提取台兰河年平均流量时间序列的趋势函数QS(t),获得了相应的趋势回归模型;台兰河年平均流量序列存在1957-1981年、1981-1999年、1999-2011年3个时段呈递减→递增→递减变化态势;降水、气温变化是影响台兰河不同时段年平均流量变化的主要因素,年平均径流量变化趋势与气温、降水变化趋势一致。     

呼和浩特地区降水雨滴谱特征分析

文中利用2014年5月-8月及2015年5月呼和浩特地区四部雨滴谱仪的观测数据,用Gamma分布拟合了平均雨滴谱,分析了三种不同性质降水(层状云、混合性、对流云)的平均雨滴谱及总粒子浓度、降水强度和雷达反射率因子特征。将降水粒子按尺度分为四个档,分析了各尺度的降水粒子在总粒子浓度和总含水量中所占的比例。结果表明,三种性质降水的雨滴谱均表现为单峰分布的特征,且粒子浓度峰值在低谱宽段,其中层状云降水的雨滴谱宽度最窄,平均谱宽为2.06mm;其次是混合性降水,平均谱宽为2.78mm;最宽的是对流性降水平均谱宽为3.25mm。层状云降水总粒子浓度最大,混合性次之,对流性最少。总含水量特征表现为层状云、混合性、对流云降水依次递增的特征,Ⅱ档以上粒子虽然数量少于小粒子,但对总含水量的贡献要多于小粒子。小时雨强表现为层状云、混合性、对流云降水依次递增的特征。层状云降水反射率因子最小,最大值在35dbz以下,混合性降水在40dbz左右,对流云降水在50dbz左右。     

江西省农业科技进步贡献率测算及预测

农业是我国立国之本,而农业科技进步与创新则是推动我国农业经济发展的原始推动力。对江西省农业科技进步贡献率进行有效的测算与估计,能够有助于了解江西的农业科技水平,并为今后制定农业发展战略提供参考。采用索洛余值法对江西省的农业科技进步贡献率进行测算,选取了1978～2017年农业总产出、资本投入、劳动力投入、土地面积投入各项指标作为投入产出指标,最后计算得出2017年江西省的农业科技进步贡献率为59%,并通过分析发现,科技进步和资本投入是促进江西省农业经济发展的重要因素。