塔克拉玛干沙漠腹地紫外辐射特征研究

塔克拉玛干沙漠腹地紫外辐射特征研究

论文摘要

利用塔克拉玛干沙漠大气环境监测站2007年1~12月紫外辐射、总辐射和地面气象观测数据,2007年4~5月直接和散射辐射数据,分析了塔克拉玛干沙漠腹地紫外辐射特征及影响因子,紫外辐射与总辐射关系,重点分析了不同天气型紫外辐射及紫外辐射与总辐射比值变化特征。建立了估算方程,利用紫外辐射计算臭氧并检验。主要结论如下:(1)紫外辐射和紫外UV-B辐射年总量分别为305.64MJ·m-2·a-1和8.59 MJ·m-2·a-1。7月最大,12月最小。冬季的紫外和紫外UV-B辐射大约只有夏季的2/5多一点和1/4多一点。紫外和紫外UV-B辐射全年瞬时强度峰值均在6月份,分别为66.9W·m-2和2.51W·m-2。(2)紫外辐射年平均值在总辐射年平均值中所占比例为4.99%,平均变化范围为4.16%~5.9%。紫外辐射在总辐射中所占比例变化位相为单峰型,夏季大,冬季小,春、秋季居中。随着云量的增多,紫外辐射与总辐射的比值增大,随着沙尘的增多,其比值减小。紫外辐射与总辐射比例和总辐射的关系具有显著的季节变化特征,其比例在春季最小,春季和冬季集中在4.5%左右,夏季为全年最高,集中在5.5%左右,秋季集中在4.7%左右。(3)紫外辐射受云量和沙尘影响很大。紫外辐射随总云量增多降低,碧空最大。与晴天相比,阴天UV和UV-B辐射分别减少31.68%和33.69%;多云天UV和UV-B辐射分别减少15.74%和16.89%;少云天UV和UV-B辐射分别减少11.64%和13.15%。层积云(Sc)、卷云(Ci)时,平均紫外UV辐射比晴天分别减少23.63%、12.53%;平均紫外UV-B辐射比晴天分别减少17.47%、14.31%。随着沙尘的增多,紫外辐射值越小,沙尘暴天气时UV和UV-B辐射值为沙尘天气中最小值。浮尘、扬沙天气,UV和UV-B辐射分别被削弱了11.91%和14.68%,沙尘暴天气分别被削弱了41.91%和44.32%。云量和沙尘对UV-B的衰减大于对UV的衰减。(4)紫外辐射与总辐射关系密切,且呈显著正相关。在常规气象要素中,地温与紫外辐射的关系最密切。拟合方程比较稳定和可信,可用来估算塔中紫外辐射值。根据白建辉的经验公式,对塔中2007年4月9日~5月20日的数据做逐步回归分析,得出,在塔中决定O3的主要因子是散射因子,其次是光化学因子,最后是UV。

论文目录

  • 中文摘要
  • Abstract
  • 1 引言
  • 1.1 选题依据
  • 1.2 研究意义
  • 1.3 国内外文献综述
  • 1.3.1 国外研究进展
  • 1.3.2 国内研究进展
  • 1.4 研究目的及主要内容
  • 2 研究区概况
  • 2.1 塔克拉玛干沙漠概况
  • 2.2 塔克拉玛干沙漠大气环境观测试验站概况
  • 3 研究资料与方法
  • 3.1 实验仪器
  • 3.2 数据采集和处理
  • 3.2.1 辐射数据
  • 3.2.2 地面气象观测数据
  • 4 塔中紫外辐射基本特征
  • 4.1 紫外辐射和紫外UV-B 辐射特征
  • 4.1.1 紫外辐射和紫外UV-B 辐射年变化特征
  • 4.1.2 紫外辐射和紫外UV-B 辐射季节变化特征
  • 4.1.3 紫外辐射和紫外UV-B 辐射平均日变化特征
  • 4.1.4 紫外辐射和紫外UV-B 辐射极值变化特征
  • 4.1.5 典型晴天下不同季节紫外辐射日变化
  • 4.1.6 典型天气紫外辐射和紫外UV-B 辐射特征
  • 4.2 小结
  • 5 紫外辐射与总辐射的关系
  • 5.1 紫外辐射与总辐射的年变化及相关
  • 5.2 紫外辐射与总辐射的比值
  • 5.3 紫外辐射与总辐射比值的季节变化
  • 5.4 紫外辐射与总辐射比值的日变化
  • 5.5 紫外辐射与总辐射比值与总辐射的关系
  • 5.6 小结
  • 6 影响紫外辐射的因子分析
  • 6.1 太阳高度角的影响
  • 6.2 云量和云状的影响
  • 6.2.1 云量
  • 6.2.2 云状
  • 6.3 沙尘的影响
  • 6.4 小结
  • 7 紫外辐射经验估算方程的建立
  • 7.1 相关因子及其可能影响机制分析
  • 7.1.1 总辐射与紫外辐射
  • 7.1.2 气温与紫外辐射
  • 7.1.3 0cm 地温与紫外辐射
  • 7.1.4 比湿与紫外辐射
  • 7.1.5 云量与紫外辐射
  • 7.1.6 能见度与紫外辐射
  • 7.2 紫外辐射的估算
  • 7.3 检验与误差分析
  • 7.4 小结与讨论
  • 7.4.1 讨论
  • 7.4.2 结论
  • 8 臭氧总量的经验计算
  • 8.1 臭氧总量的经验算法(白建辉经验公式)
  • 8.2 计算结果
  • 8.3 估算值与观测值比较
  • 8.4 小结与讨论
  • 结论与展望
  • 参考文献
  • 在读期间发表的论文
  • 后记
  • 相关论文文献

    • [1].大气环境预测的云量替代性分析研究[J]. 环境科学与管理 2020(05)
    • [2].环渤海地区云量的时空分布特征[J]. 兰州大学学报(自然科学版) 2019(01)
    • [3].西北地区近40年降水量和云量的变化及其相互关系分析[J]. 青海气象 2018(03)
    • [4].一次长江流域梅雨降水中三种云量计算方案的对比研究[J]. 大气科学学报 2016(02)
    • [5].利用小波分解的时间序列云量预测方法[J]. 遥感信息 2016(04)
    • [6].基于时间序列的中亚地区云量特征分类及云量变化趋势[J]. 遥感技术与应用 2014(05)
    • [7].天文选址的夜间云量处理方法[J]. 天文学报 2012(03)
    • [8].姚安天文观测站的夜间红外云量特征分析[J]. 天文学报 2017(02)
    • [9].什么是云量?[J]. 少儿科学周刊(儿童版) 2013(10)
    • [10].面向遥感卫星数据获取应用的时间序列云量预测方法[J]. 遥感信息 2014(03)
    • [11].大型地面太阳望远镜选址云量调查[J]. 天文学报 2012(05)
    • [12].MODIS影像的局地云量信息元数据提取算法与应用[J]. 地球信息科学学报 2010(04)
    • [13].天文选址数字云量白天观测处理方法[J]. 天文研究与技术 2008(04)
    • [14].相似预报方法在山西省云量预报中的应用[J]. 干旱气象 2018(05)
    • [15].思南县云量气候特征及变化初探[J]. 贵州气象 2012(01)
    • [16].云量分割在空间目标观测中的研究[J]. 计算机科学 2018(S1)
    • [17].变化的天气(二) 云(上)[J]. 启蒙(3-7岁) 2012(09)
    • [18].1957—2008年陕西云量分布与变化趋势分析[J]. 陕西气象 2012(02)
    • [19].内蒙古地区云量时空分布及变化趋势分析[J]. 气象科技 2009(03)
    • [20].1961—2011年赣州地区云量的变化特征[J]. 黑龙江科学 2019(16)
    • [21].1971—2010年虎林市云量与气温、降水的年际变化特征分析[J]. 现代农业科技 2018(01)
    • [22].1988—2017年黔南州云量变化与日照变化的关系分析[J]. 现代农业科技 2019(06)
    • [23].近40年阿里地区云量和气温的年际变化[J]. 西藏科技 2018(09)
    • [24].近40年西藏高原云量与降水分布及耦合变化特征[J]. 西藏科技 2018(09)
    • [25].重庆主城区云量变化特征[J]. 西南大学学报(自然科学版) 2014(07)
    • [26].近47年阿勒泰地区云量气候变化特征分析[J]. 安徽农学通报(下半月刊) 2010(18)
    • [27].基于图像处理技术的地基云图云量的识别[J]. 气象水文海洋仪器 2009(03)
    • [28].峨眉山云海景观预报方法及云量特征研究[J]. 科技创新与应用 2019(30)
    • [29].近45年广西云量气候变化特征分析[J]. 热带地理 2009(06)
    • [30].FY-2G卫星云量产品在宁夏的分析检验[J]. 气象水文海洋仪器 2019(02)

    标签:;  ;  ;  

    塔克拉玛干沙漠腹地紫外辐射特征研究
    下载Doc文档

    猜你喜欢