检索结果-南通市图书馆

广东省清远市PM_(2.5)污染天气分型及污染潜在源区分析

在线全文

学校读者我要写书评

暂无评论

环境监控与预警 2024年第2期16卷 39-45,65页

作者：李路遥保鸿燕李婷苑范雨鑫张靖彬涂鑫广东省清远市气象局广东清远511500 广东省环珠江口气候环境与空气质量变化野外科学观测研究站广东广州510275 广东省生态气象中心广东广州510145

利用2016—2021年清远市逐时空气质量监测数据和相关气象资料,基于统计分析、主观天气分型方法和后向轨迹模式(HYSPliT),归纳总结粤北代表城市清远市在不同细颗粒物(PM_(2.5))污染天气分型下的气象要素特征及污染潜在源区特征,为大气污... 详细信息

利用2016—2021年清远市逐时空气质量监测数据和相关气象资料,基于统计分析、主观天气分型方法和后向轨迹模式(HYSPliT),归纳总结粤北代表城市清远市在不同细颗粒物(PM_(2.5))污染天气分型下的气象要素特征及污染潜在源区特征,为大气污染精细化防控提供有效参考。结果表明:在日均风速<2 m/s、日均相对湿度为75%~90%、日均气温为18~22℃时的无降水或微量降水天气下,清远市易出现PM_(2.5)污染。变性高压脊型、脊后槽前型、冷锋前型、弱冷高压脊型、高压底后部型、台风外围型是造成清远市PM_(2.5)污染的典型天气型,其中PM_(2.5)重度污染均出现在秋、冬季弱冷高压脊型控制下;变性高压脊型下出现PM_(2.5)轻度和中度污染的频率最高;脊后槽前型是清远市春季PM_(2.5)污染的主要天气型;冷锋前型、高压底后部型和台风外围型下的PM_(2.5)污染程度较轻。加剧清远市PM_(2.5)污染的主要气流轨迹为弱偏南气流和南北气流辐合,当弱偏南气流控制时,污染潜在源区主要位于清远市辖区及广州、佛山、东莞、江门等珠三角城市;当南北气流辐合时,潜在源区主要位于清远市南部、韶关及珠三角,南岭山脉阻挡作用削弱了偏北方向长距离输送的PM_(2.5)污染。

关键词：细颗粒物清远市主观天气分型后向轨迹模式潜在源区

基于倾向性评分匹配的四川省居民癌症防治核心知识知晓情况变化分析

在线全文

学校读者我要写书评

暂无评论

肿瘤预防与治疗 2024年第2期37卷 140-148页

作者：马婧乔良钟志刚李婷媛李丽娜刘潇霞许佳豪四川省肿瘤临床医学研究中心四川省肿瘤医院·研究所四川省癌症防治中心电子科技大学附属肿瘤医院省癌症防治中心办公室(预防部)成都610041 四川省肿瘤临床医学研究中心四川省肿瘤医院·研究所四川省癌症防治中心电子科技大学附属肿瘤医院实验研究部成都610041

目的:了解2019、2021年四川省居民癌症防治核心知识知晓情况及其变化。方法:分别于2019年4~5月和2021年4~5月,采用方便抽样的方法,利用“四川省癌症防治中心”官方微信公众号发布匿名问卷开展调查,招募≥18岁四川省常住居民为研究对象,... 详细信息

目的:了解2019、2021年四川省居民癌症防治核心知识知晓情况及其变化。方法:分别于2019年4~5月和2021年4~5月,采用方便抽样的方法,利用“四川省癌症防治中心”官方微信公众号发布匿名问卷开展调查,招募≥18岁四川省常住居民为研究对象,收集其癌症防治核心知识知晓情况。选取2021年调查对象为处理组,2019年调查对象为控制组,使用倾向性评分匹配法(propensity score matching,PSM)对两组调查对象基本情况进行匹配,并分析PSM匹配后四川省居民癌症防治核心知识知晓情况的变化。结果:经过PSM,2021年与2019年调查人群成功匹配20140对。实现两组调查对象在性别、年龄、职业以及所在经济区等特征上的分布达到均衡后,2021年四川省居民总体癌症防治核心知识知晓率(67.96%)高于2019年(63.02%),差异有统计学意义(χ^(2)=1085.564,P<0.001),但两次调查的总体知晓率差距由匹配前的5.09%下降至匹配后的4.94%。结论:与2019年相比,2021年四川省癌症防治核心知识知晓率有所提高。今后应系统地采取方法提高居民对专业性较强的癌防知识的知晓水平,进而提高四川省居民总体癌症防治核心知识知晓情况。

关键词：倾向性评分匹配癌症防治知识知晓率横断面研究

Source Contributions to PM2.5 under Unfavorable Weather Conditions in Guangzhou City,China

在线全文

学校读者我要写书评

暂无评论

Advances in Atmospheric Sciences 2018年第9期35卷 1145-1159页

作者： Nan WANG Zhenhao liNG Xuejiao DENG Tao DENG Xiaopu LYU tingyuan li Xiaorong GAO Xi CHEN Institute of Tropical and Marine Meteorology China Meteorological AdministrationGuangzhou 510000China School of Atmospheric Sciences Sun Yat-sen UniversityGuangzhou 510000China Department of Civil and Environmental Engineering The Hong Kong Polytechnic UniversiiyHong Kong 999077China Ecological Meteorology Centez Guangdong Provincial Meteorological Bureau Guangzhou 510000China Guangzhou Meteorological Observatory Guangzhou 510000China School of Environmental Science and Engineering Sun Yat-sen UniversiiyGuangzhou 510000China

Historical haze episodes（2013–16） in Guangzhou were examined and classified according to synoptic weather *** types of weather systems were found to be unfavorable, among which ＂foreside of a cold front＂（FC） and ＂sea high pressure＂（SP） were the most frequent（〉 75% of the total）. Targeted case studies were conducted based on an FC-affected event and an SP-affected event with the aim of understanding the characteristics of the contributions of source regions to fine particulate matter（PM（2.5）） in Guangzhou. Four kinds of contributions—namely, emissions outside Guangdong Province（super-region）, emissions from the Pearl River Delta region（PRD region）, emissions from Guangzhou–Foshan–Shenzhen（GFS region）, and emissions from Guangzhou（local）—were investigated using the Weather Research and Forecasting–Community Multiscale Air Quality model. The results showed that the source region contribution differed with different weather systems. SP was a stagnant weather condition, and the source region contribution ratio showed that the local region was a major contributor（37%）, while the PRD region, GFS region and the super-region only contributed 8%, 2.8% and 7%, respectively, to PM（2.5） concentrations. By contrast, FC favored regional transport. The super-region became noticeable,contributing 34.8%, while the local region decreased to 12%. A simple method was proposed to quantify the relative impact of meteorology and emissions. Meteorology had a 35% impact, compared with an impact of-18% for emissions, when comparing the FC-affected event with that of the SP. The results from this study can provide guidance to policymakers for the implementation of effective control strategies.

关键词： WRF Community Multiscale Air Quality model source contribution unfavorable weather system fine partic-ulate matter

基于GRAPES模式佛山市臭氧污染气象指数的构建和预报

在线全文

学校读者我要写书评

暂无评论

环境科学学报 2023年第1期43卷 140-151页

作者：潘巧英李婷苑陈靖扬李伟炽陈辰佛山市气象局佛山528000 广东省生态气象中心广州510640 广东省环珠江口气候环境与空气质量变化野外科学观测研究站广州510275

选取2017—2018年佛山市空气质量监测资料、地面气象观测资料和ECMWF再分析资料,得到对臭氧污染天气具有指示意义的气象因子,从GRAPES模式可预报性出发构建适用于佛山市干季和湿季的臭氧污染气象指数(OWI),并对OWI进行预报评估检验.结... 详细信息

选取2017—2018年佛山市空气质量监测资料、地面气象观测资料和ECMWF再分析资料,得到对臭氧污染天气具有指示意义的气象因子,从GRAPES模式可预报性出发构建适用于佛山市干季和湿季的臭氧污染气象指数(OWI),并对OWI进行预报评估检验.结果表明:干季地面气象要素对区分佛山市臭氧污染和清洁天气的能力更强,出现臭氧污染时往往气温高、地面为弱北风;850 hPa风速较小,高空主要受副热带高压影响.湿季高空气象要素区分臭氧污染和清洁天气的能力更强,出现臭氧污染时往往850 hPa风速较小,850 hPa与地面风场垂直切变较小,多数情况下500 hPa呈辐散形势或700 hPa为下沉运动.综合考虑上述要素构建的臭氧污染气象指数可较好地反映臭氧浓度变化趋势,当OWI超过阈值(干季12.0、湿季10.8)时,出现臭氧污染事件的可能性较大,在湿季该指数区分臭氧清洁天气和污染天气的差异性较干季更显著.基于GRAPES模式预报的OWI与臭氧浓度实况呈正相关关系,相关系数在0.5~0.6之间,能较为有效地预判臭氧污染过程发生、发展和消散的不同阶段;其阈值具有较高的预报参考性,24 h预报性能尤为理想,48、72 h依次下降,在干季空报率偏高.

关键词：臭氧臭氧污染气象指数(OWI) GRAPES模式气象要素干季湿季佛山

粤西北地区O_(3)污染特征及气象成因分析

在线全文

学校读者我要写书评

暂无评论

环境科学与技术 2023年第S1期46卷 48-54页

作者：翁佳烽梁晓媛李婷苑吴礼凤广东省肇庆市气象局广东肇庆526060 广东省生态气象中心广东广州510000 清远市环境监测站广东清远511500 广州市花都区气象局广东广州510000

为评估广东省西北部地区近地面O_(3)浓度变化特征及其气象条件影响关系,文章统计分析2016年O_(3)和气象要素逐时监测资料,结果表明,粤西北地区O_(3)污染是在有利的气象条件下受本地排放和外来输送影响造成的,并已成为影响当地空气质量... 详细信息

为评估广东省西北部地区近地面O_(3)浓度变化特征及其气象条件影响关系,文章统计分析2016年O_(3)和气象要素逐时监测资料,结果表明,粤西北地区O_(3)污染是在有利的气象条件下受本地排放和外来输送影响造成的,并已成为影响当地空气质量的首要污染物。5-11月上旬污染较重,其中6月为O_(3)超标率最高月份,9月O_(3)平均浓度最高。受气象条件影响,冬夏半年O_(3)浓度日变化分别在15:00-16:00和14:00-15:00达到极大值。O_(3)浓度变化与气温和日照数据相关性最好,平均气温超过25℃、最高气温超过30℃、日照时数介于4~6 h或超过10 h、气压介于995~1000 hPa、湿度介于70%~80%、风速介于1.5~2.0 m/s且主导风为较大偏东风或东南到偏南风时有利于O_(3)污染加重。造成O_(3)浓度超标的天气形势由重到轻依次有台风外围、均压场、副高、变性高压脊、冷锋前,其中副高和冷锋前天气形势造成的O_(3)浓度超标天数最多,而变性高压脊、副高和冷锋前控制下,O_(3)浓度除本地排放贡献还有明显的外来污染物输送影响。

关键词： O_(3)污染气象要素天气分型粤西北

在线全文

学校读者我要写书评

暂无评论

基于预训练语言模型的中文地址命名实体识别

现代计算机 2022年第15期28卷 81-84,120页

作者：李廷元杨勇中国民用航空飞行学院计算机学院广汉618307

随着深度学习的发展,基于深度学习的命名实体识别抽取过程中,作为基础步骤的预训练模型也愈发受到重视。中文预训练语言模型能够更好地结合语义语境,更加充分地考虑到一词多义的情况,因此该语言模型目前也普遍应用于命名实体识别任务。... 详细信息

随着深度学习的发展,基于深度学习的命名实体识别抽取过程中,作为基础步骤的预训练模型也愈发受到重视。中文预训练语言模型能够更好地结合语义语境,更加充分地考虑到一词多义的情况,因此该语言模型目前也普遍应用于命名实体识别任务。文中首先介绍了BERT、ERNIE、NEZHA三种预训练模型,之后构建预训练模型、BiGRU及CRF的算法模型,在阿里中文地址要素解析比赛数据集上进行中文地址命名实体识别任务。实验结果表明,NEZHA取得当前预训练语言模型最优的识别结果。

关键词：预训练模型命名实体识别深度学习中文地址

在线全文

学校读者我要写书评

暂无评论

使用Ray的知识图谱分布式模型研究

现代计算机 2023年第5期29卷 28-32页

作者：方志聪李廷元中国民用航空飞行学院计算机学院德阳618300

现如今,知识图谱是众多消费者和企业应用程序的核心,其中学习到的图嵌入用于为这些应用程序的用户获取更多信息。由于知识图谱十分庞大,学习嵌入的过程是时间和资源密集型的,并且需要以分布式方式完成以利用多台机器的计算资源。通过使... 详细信息

现如今,知识图谱是众多消费者和企业应用程序的核心,其中学习到的图嵌入用于为这些应用程序的用户获取更多信息。由于知识图谱十分庞大,学习嵌入的过程是时间和资源密集型的,并且需要以分布式方式完成以利用多台机器的计算资源。通过使用Ray技术构建了一个端到端模型,用基于图神经网络的知识图嵌入模型的数据预处理和分布式训练,并将模型应用于链接预测任务,即使用知识图谱嵌入来发现图中节点之间的链接。与非分布式相比,在2个Ray通道的情况下实现了3倍的训练加速,而评估指标恶化几乎可以忽略不记。

关键词：知识图谱分布式深度学习

融合A*算法与动态窗口法的无人机路径规划研究

在线全文

学校读者我要写书评

暂无评论

现代计算机 2022年第1期28卷 44-49页

作者：袁塘李廷元中国民用航空飞行学院计算机学院广汉618307

在无人机的应用当中,路径规划是其中一项核心技术,是确保无人机高效完成工作的重要保障。A*算法是常用的算法之一,它主导的是全局规划,在无人机航迹规划区域应用很普遍。动态窗口法在局部避障方面应用非常普遍,高度依赖于全局参数。为... 详细信息

在无人机的应用当中,路径规划是其中一项核心技术,是确保无人机高效完成工作的重要保障。A*算法是常用的算法之一,它主导的是全局规划,在无人机航迹规划区域应用很普遍。动态窗口法在局部避障方面应用非常普遍,高度依赖于全局参数。为了给无人机在运行过程中规划一条好的路径,将A*与动态窗口算法融合在一起,建立无人机运动模型,确保全局最优路径的前提下,再进行局部环境的避障。

关键词：路径规划无人机 A*算法动态窗口法融合

基于K-means++时间聚类的飞行航迹预测

在线全文

学校读者我要写书评

暂无评论

现代计算机 2022年第3期28卷 54-57页

作者：郭宪超李廷元中国民用航空飞行学院计算机学院广汉618307

针对传统航迹聚类预测算法对时间数据预测不准确的问题,本文提出了一种基于K-means++时间聚类的航迹预测算法。该算法使用ADS-B数据作为数据源,通过K-means++算法对时间数据进行聚类,使用修正欧式距离算法进行航迹相似度的计算,分别根... 详细信息

针对传统航迹聚类预测算法对时间数据预测不准确的问题,本文提出了一种基于K-means++时间聚类的航迹预测算法。该算法使用ADS-B数据作为数据源,通过K-means++算法对时间数据进行聚类,使用修正欧式距离算法进行航迹相似度的计算,分别根据直线阶段和转弯阶段的特征分配不同的聚类方法得出聚类航迹,最后对聚类航迹进行当前位置修正得到预测航迹。通过实际航迹数据进行算例试验,结果显示该预测算法具有较高的准确性。

关键词：聚类算法 K-means++ 航迹预测