[1] |
蔡子颖, 刘爱霞, 韩素芹, 等, 2014. 天津低能见度特征初探[J]. 气象, 40(1): 114-118.
|
[2] |
蔡子颖, 姚青, 韩素芹, 等, 2019. 天津地区霾天气特征研究[J]. 中国环境科学, 39(1): 50-60.
|
[3] |
蔡子颖, 张敏, 韩素芹, 等, 2018. 天津重污染天气混合层厚度阈值及应用研究[J]. 气象, 44(7): 911-920.
|
[4] |
崔园园, 覃军, 敬文琪, 等, 2018. GLDAS和CLDAS融合土壤水分产品在青藏高原地区的适用性评估[J]. 高原气象, 37(1): 123-136.
DOI
|
[5] |
东高红, 于莉莉, 郝天依, 2017. 天津秋冬季重度霾天气过程气象特征分析及海风的作用[J]. 环境科学与技术, 40(10): 117-123.
|
[6] |
胡彬, 陈瑞, 徐建勋, 等, 2015. 雾霾超细颗粒物的健康效应[J]. 科学通报, 60(30): 2 808-2 823.
|
[7] |
蒋雨荷, 黄晓龙, 李施颖, 等, 2020. 四川CLDAS 5 km小时能见度实况产品与能见度观测站资料质量对比评估[J]. 高原山地气象研究, 40(3): 73-78.
|
[8] |
孟丽红, 蔡子颖, 李英华, 等, 2020. 天津市PM2.5浓度时空分布特征及重污染过程来源模拟分析[J]. 环境科学研究, 33(1): 9-17.
|
[9] |
孟丽红, 刘海玲, 王炜, 等, 2022. 基于多源资料天津一次雾-霾过程的边界层特征[J]. 中国环境科学, 42(9): 4 018-4 025.
|
[10] |
牛生杰, 陆春松, 吕晶晶, 等, 2016. 近年来中国雾研究进展[J]. 气象科技进展, 6(2): 6-19.
|
[11] |
师春香, 潘旸, 谷军霞, 等, 2019. 多源气象数据融合格点实况产品研制进展[J]. 气象学报, 77(4): 774-783.
|
[12] |
司鹏, 高润祥, 2015. 天津雾和霾自动观测与人工观测的对比评估[J]. 应用气象学报, 26(2): 240-246.
|
[13] |
王雪娇, 杨旭, 孙玫玲, 等, 2023. 天津地区雾霾低能见度短临预报预警方法研究[J]. 环境科学学报, 43(4): 93-101.
|
[14] |
韦海宁, 王维真, 徐菲楠, 等, 2019. Himawari-8气溶胶产品的验证及应用[J]. 遥感技术与应用, 34(5): 1 005-1 015.
|
[15] |
吴雁, 王荣英, 李江波, 等, 2017. 1960—2013年河北省雾霾天气变化特征[J]. 干旱气象, 35(3): 391-397.
DOI
|
[16] |
向嘉敏, 祝善友, 张桂欣, 等, 2019. 灰霾遥感监测研究进展[J]. 遥感技术与应用, 34(1): 12-20.
|
[17] |
许健民, 张文建, 杨军, 等, 2008. 风云二号卫星业务产品与卫星数据格式实用手册[M]. 北京: 气象出版社: 60-63.
|
[18] |
于丽娟, 尹承美, 何建军, 等, 2017. 济南雾和霾特征及其影响因素分析[J]. 干旱气象, 35(4): 581-589.
DOI
|
[19] |
张培, 吴东, 2019. 基于Himawari-8数据的日间海雾检测方法[J]. 大气与环境光学学报, 14(3): 211-220.
|
[20] |
赵普生, 徐晓峰, 孟伟, 等, 2012. 京津冀区域霾天气特征[J]. 中国环境科学, 32(1): 31-36.
|
[21] |
中国气象局气象探测中心, 2016. 地面气象观测业务技术规定[M]. 北京: 气象出版社: 12-14.
|
[22] |
ALVES C, EVTYUGINA M, VICENTE E, et al, 2022. PM2.5 chemical composition and health risks by inhalation near a chemical complex[J]. Journal of Environmental Sciences, 124: 860-874.
DOI
URL
|
[23] |
HAN S Q, CAI Z Y, ZHANG Y F, et al, 2015. Long-term trends in fog and boundary layer characteristics in Tianjin, China[J]. Particuology, 20(3): 61-68.
DOI
URL
|
[24] |
HAN S, LIU B C, SHI C X, et al, 2020. Evaluation of CLDAS and GLDAS datasets for near-surface air temperature over major land areas of China[J]. Sustainability, 12(1): 1-19.
DOI
URL
|
[25] |
HAO T Y, HAN S Q, CHEN S C, et al, 2017. The role of fog in haze episode in Tianjin, China: a case study for November 2015[J]. Atmospheric Research, 194(1): 235-244.
DOI
URL
|
[26] |
KIM S H, SUH M S, HAN J H, 2018. Development of fog detection algorithm during nighttime using Himawari8/AHI satellite and ground observation data[J]. Asia-Pacific Journal of the Atmospheric Sciences, 55(1): 337-350.
DOI
|
[27] |
LIU C, HUA C, ZHANG H D, et al, 2019. A severe fog-haze episode in Beijing-Tianjin-Hebei region: characteristics, sources and impacts of boundary layer structure[J]. Atmospheric Pollution Research, 10(4): 1 190-1 202.
DOI
URL
|
[28] |
LIU Q, WANG Z Y, WU B G, et al, 2021. Microphysics of fog bursting in polluted urban air[J], Atmospheric Environment, 253: 1-11.
|
[29] |
WU G X, LI Z Q, FU C B, et al, 2016. Advances in studying interactions between aerosols and monsoon in China[J]. Science China: Earth Science, 59(1): 1-16.
DOI
URL
|
[30] |
XIE Y F, KOCH S E, MCGINLEY J A, et al, 2011. A space-time multiscale analysis system: a sequential variational analysis approach[J]. Monthly Weather Review, 139(4): 1 224-1 240.
DOI
URL
|
[31] |
YU J W, WANG Y, LIU M, 2020. Mechanisms of an extreme fog and haze event in the megacities of central and eastern China[J]. Meteorology and Atmospheric Physics, 133(9): 123-139.
DOI
|
[32] |
ZHAO Y, ZHANG T, WU T, et al, 2021. Effects of technological progress from different sources on haze pollution in China[J]. Sustainability, 13(5): 1-18.
DOI
URL
|