-
题名高影响天气对苏州市大气污染物特征的影响
被引量：2
- 1
-
-
作者
邹勋
周雪城
蒋琳
张天启
刘红年
-
机构
南京大学大气科学学院
-
出处
《环境监测管理与技术》
CSCD
2015年第1期9-13,45,共6页
-
基金
国家重点基础研究发展规划("九七三")基金资助项目(2014CB441203)
公益性行业科研专项基金资助项目(GYHY201206011)
南京大学本科创新计划基金资助项目(XY1310284007)
-
文摘
利用苏州市2010—2012年大气污染物逐时质量浓度数据和气象条件资料,分析4类高影响天气对该市大气污染物扩散的影响。研究表明:暴雨对污染物的清除作用主要与降水时间和强度等因子有关,且降水时间的影响大于降水强度;夏季高温日污染物平均质量浓度高于非高温日,PM10、PM2.5、O3、NO2分别增长了29.5%、19.2%、51.3%和13.5%,且O3质量浓度大于321.6μg/m3的日最高气温均在33℃以上;寒潮过境对污染物有很好的清除效应,可对不同污染物影响程度不同;台风带来的大风和降雨能使污染物浓度迅速降低,其来临前的外围下沉气流可能对污染物浓度升高有影响。
-
关键词
高影响天气
大气污染物
暴雨
高温热浪
寒潮
台风
苏州
-
Keywords
High impact weather
Air pollutants
Rainstorm
Heat wave
Cold wave
Typhoon
Suzhou
-
分类号
X51
[环境科学与工程—环境工程]
P458
[天文地球—大气科学及气象学]
-
-
题名基于深度学习的公路能见度分类及应用
被引量：11
- 2
-
-
作者
黄亮
张振东
肖鹏飞
孙家清
周雪城
-
机构
中国气象局交通气象重点开放实验室
江苏省气象服务中心
-
出处
《大气科学学报》
CSCD
北大核心
2022年第2期203-211,共9页
-
基金
江苏省气象局重点基金项目(KZ202105)
江苏省气象局面上基金项目(KM202006)。
-
文摘
以VGG16为基准模型,融合批归一化处理、全局平均池化和联合损失函数,提出了一种基于卷积神经网络的高速公路雾天能见度等级分类方法。实验结果表明,改进后的神经网络模型的平均识别正确率达83.9%,相较于其他几种模型具有较高的正确率和较好的收敛性。将模型封装入业务系统后进行业务化检验,其平均识别正确率可达84.9%,且白天识别效果要优于夜间。通过系统监测到2019年4月4日京沪高速发生了一次团雾动态生消过程。该次团雾过程具有移动快、范围小、生存时间短的特征。系统的应用能够为交通管理部门应对团雾发生时的智能管控和决策调度提供技术支持。
-
关键词
能见度
图像识别
团雾
卷积神经网络
-
Keywords
visibility
image recognition
agglomerate fog
convolutional neural network
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
U492.8
[交通运输工程—交通运输规划与管理]
-
