全国空气质量历史数据是大气环境研究的重要基础资料，而我国官方平台仅提供实时监测信息，而且还只支持IE浏览器(╮(╯_╰)╭)。
我曾尝试采用爬虫工具获取并存储逐时信息，但限于权限，未能在实验室服务器上连续长时间运行。互联网上直接提供数据或API端口的网站有很多，如环境云，PM25.in, 青悦开放环境数据中心等。其中，beijingair最具分享精神,提供了2013年至今的详尽历史数据，且完全免费。
由衷感谢@王_晓磊的出色工作和无私分享，极大地推动了我国环境数据的公开与透明。其数据格式为每日一份csv文件存储当日所有站点/城市的逐时信息。在长时间尺度的数据分析时，需逐一阅读各原始文件。此处，我考虑将全年数据文件整合为多维度数据存储格式(HDF5)文件，便于调用和处理。
提要：此文介绍利用Python语言处理NASA MODIS火点数据（Global Monthly Fire Location Product，MCD14ML），可实现的基本功能包括:（1）特定时期的火点信息提取;（2）特定区域内的火点信息提取;（3）火点密度空间分布的计算与可视化表达
本文是我学习官网练习的记录，其模拟区域为北非，中东以及欧洲部分地区，无嵌套设置。共分为5个练习，分别为:
- 初始场添加沙尘排放源的模拟
- 采用GOCART全球气溶胶排放清单的模拟
- 加入生物源排放的化学模拟(MEGAN引入)
- 加入气溶胶直接/间接辐射效应的模拟
- WRF-Chem数值预报实验
下文记录Exercise 1的流程和注意事项
气象场和化学物质排放是大气化学模式的两项最重要的前驱资料。在实验之余，我将着力学习WRF-Chem的有关内容，并记录、发布。
按照WRF-Chem Tutorial中的说明，在Learning to Run WRF-Chem之前，我先学习How to Generate Emission for WRF-Chem
本文记录Exercise 1的实现过程，可供有兴趣的同学参考。
实验室的服务器的四块硬盘全坏，而未进行备份，不得不将以前的内容全部重装一次。Python部分有Anaconda的分发包，比较容易。但常用的WRF模型却研究了好久。
之前，服务器采用的是ifort编译器。重装后，系统中只有gcc, 版本也比较旧(4.1.2)。 WRF编译失败，我认为原因可能是gcc太旧了。 因而，我考虑升级gcc的版本，同时由于本人不是root用户，也不能借助yum install gcc的简单办法，只得step by step地做。
本文记录了自gcc升级至WRF-Chem成功安装的全部流程，作为今后类似工作的参考。
大气化学是一门关于大气中化学物质的排放、相互作用、物理及化学转化的综合性学科。同时，其对大气关键的物理过程亦会涉及。本计划所翻译的电子课本对大气化学领域近年来的研究进展(该课本编撰于2013年)进行陈述，如数学模型的并行计算研究，空气污染物对全球气候变化的影响等。原著作者期望本书的内容将为本科生与硕士生提供帮助，以之为专业课程的基础性参考资料。
大气层的总质量接近5.3x1018kg，而地球水圈(包括海洋、湖泊、河流、地下水以及冰雪)的总质量为1.4x1021kg，岩石圈总质量则为5.98x1024kg。大气层的上边界没有严格的定义。大气层中的物质随高度的上升而急剧减少，并最终融入星际空间之中。包含着大量气体及颗粒组分的大气圈层围绕在地球的外部，随地球一同绕日旋转。
地球大气层的密度分布极不均匀。距离地面5.5 Km以下的空气占据着大气层一半的质量，而大气层约99%的质量分布在距地30 Km以内。地球大气层的范围和地球磁气圈的范围一致(图1.1)，这一形态由地球本体磁场与太阳风[1]的相互作用而最终形成。
Update your browser to view this website correctly. Update my browser now