山区地形开阔度的分布式模型

 地形开阔度是影响山地辐射平衡及其分量的重要地形因子,是山区散射辐射、地形反射辐射等计算的重要参数。在复杂的地形条件下,地形开阔度的计算很难用数学公式描述。 利用数字高程模型（DEM）,全面考虑了坡地自身遮蔽和周围地形相互遮蔽的影响,提出了山区地形开阔度的分布式模型和算法。以1 km×1 km分辨率的DEM数据作为地形的综合反映,计算了起伏地形下中国地形开阔度的空间分布。同时,利用100 m和1 km两个分辨率的DEM数据,从不同DEM分辨率和不同地貌类型两个方面探讨了地形开阔度的空间尺度效应,阐明了区域地形开阔度随地形地貌和空间分辨率的变化规律。所提供的山地开阔度的数据可作为基础地理数据供相关研究应用。     

内蒙古草原羊草群落优势物种对气候变暖的响应

通过对内蒙古锡林河流域羊草草原地区1981~1994年14年的温度观测和植被调查数据的逐年滑动平均处理,分析该地区气候和植被的相互关系以及随时间的动态变化特征。研究结果表明,内蒙古羊草草原地区的气温在研究期内具有冬、夏半年高低温变化不一致的特点：冬半年最低温度升高最为明显,最高温度升高较为明显,平均温度升高明显;夏半年最低温度升高最为明显,最高温度反而有某种程度的下降,平均温度升高不明显;全年最低温度升高最为明显,最高温度升高较为明显,平均温度升高明显。全年平均温度的升高主要是冬半年温度升高所致。羊草群落的前6种优势植物种对气温变化有不同的响应：第1、3、5优势种羊草(最优建群种)、寸草苔、变蒿的重要值和地上初级生产力随着最低温度的升高有明显的下降趋势,第2、4、6优势种大针茅(次优建群种)、西伯利亚羽茅、冰草的重要值和地上初级生产力由于种间互补作用而略有升高。这种由于竞争能力相近物种对环境变化的不同适应以及种间竞争排斥和共生互补关系,增加了植物群落种群动态变化的复杂性。因此,在研究与模拟羊草草原对温度变化响应的机理时,不仅要考虑不同温度的变化对植物的影响,还要考虑物种之间的相互作用。     

行星反照率的取值和假设的讨论

首先分析了Wang的有关行星反照率假设的错误之处,而后分别对Budyko、North的行星反照率假设提出修改方案,最后提出了有关行星反照率的非线性分段、反馈假设:     

COMPARATIVE EXPERIMENTS OF DYNAMICAL FORECAST AND STATISTICAL FORECAST

After analyzing the advantages and disadvantages of dynamical system and statistical system.some simple models with the equations of Lorenz system and auto-regresslon model have beenrespectively set up,and comparative experiments conducted.The result of the research demonstratesthat in chaotic parametric domain,the accuracy of statistical forecast is higher than that of dynamicalforecast,while in non-chaotic parametric domain,dynamical forecast is more accurate than statisticalforecast.     

基于人工神经网络的集成预报方法研究和比较

用人工神经网络方法对同一预报量的各个子预报方程进行集成预报研究,并以同样的子预报方程进行回归、平均和加权预报集成。对神经网络集成预报模型与各个子预报方程及其它集成预报方法进行了对比分析研究。结果表明,人工神经网络方法所构造的集成预报模型不仅对历史样本的拟合精度比各个子预报方法及其它集成预报方法更好,独立样本的试验预报结果也显示出更好的预报准确性。并且,采用神经网络方法进行预报集成,可以避免以往集成预报方法难以确定权重系数的困难     

福建漳浦前湖湾沉溺古树林成因

根据2008年7月对从前湖湾古树林埋藏剖面和钻孔连续采集的142个样品进行粒度参数测量,分析了古树林成因和埋藏地的沉积环境变迁。用前湖湾周边已知沉积相:海滩、入海河流、河口浅滩、海岸沙丘以及滨海沼泽样本作为目标判据,将平均粒径Mz、标准偏差σ1和峰态Kg设为判别参数,与剖面和钻孔样品进行聚类判别,结果表明,42KaBP前湖湾古树林被海湾—河口相变过程埋藏,经历了6个阶段:河口浅滩阶段、浅滩—沙丘交替阶段、浅滩—河流演变阶段、淡水沼泽阶段、海滩沙丘阶段和现代风沙阶段,是气候—环境演变导致了前湖湾沉溺古树林的埋藏。