Re–Os and U–Pb Geochronology of Porphyry and Skarn Types Copper Deposits in Jilin Province,NE China

Jilin Province in NE China lies on the eastern edge of the Xing–Meng Orogenic Belt. Mineral exploration in this area has resulted in the discovery of numerous large, medium, and small sized Cu, Mo, Au, and Co deposits. To better understand the formation and distribution of both the porphyry and skarn types Cu deposits of the region, we examined the geological characteristics of the deposits and applied zircon U–Pb and molybdenite Re–Os isotope dating to constrain the age of the mineralization. The Binghugou Cu deposit yields a zircon U–Pb age for quartz diorite of 128.1 ± 1.6 Ma; the Chang'anpu Cu deposit yields a zircon U–Pb age for granite porphyry of 117.0 ± 1.4 Ma; the Ermi Cu deposit yields a zircon U–Pb age for granite porphyry of 96.8 ± 1.1 Ma; the Tongshan Cu deposit yields molybdenite Re–Os model ages of 128.7 to 130.2 Ma, an isochron age of 129.0 ± 1.6 Ma, and a weighted mean model age of 129.2 ± 0.7 Ma; and the Tianhexing Cu deposit yields molybdenite Re–Os model ages of 113.9 to 115.2 Ma, an isochron age of 114.7 ± 1.2 Ma, and a weighted mean model age of 114.7 ± 0.7 Ma. The new ages, combined with existing geochronology data, show that intense porphyry and skarn types Cu mineralization was coeval with Cretaceous magmatism. The geotectonic processes responsible for the genesis of the Cu mineralization were probably related to lithospheric thinning. By analyzing the accumulated molybdenite Re–Os, zircon U–Pb, and Ar–Ar ages for NE China, it is concluded that the Cu deposits formed during multiple events coinciding with periods of magmatic activity. We have identified five phases of mineralization: early Paleozoic (~476 Ma), late Paleozoic (286.5–273.6 Ma), early Mesozoic (~228.7 Ma), Jurassic (194.8–137.1 Ma), and Cretaceous (131.2–96.8 Ma). Although Cu deposits formed during each phase, most of the Cu mineralization occurred during the Cretaceous.     

基于FY-3C微波辐射成像仪海表温度产品的偏差订正方法研究

提出一种针对FY-3C搭载的微波辐射成像仪（MWRI）海表温度产品的分段回归偏差订正方法,该方法通过引进气候态海表温度数据,建立与关联实测海表温度相匹配的回归模型,并通过对模型中关联变量的误差分析,选择最优样本进行分段回归,以实现对海表温度数据的重新估计。通过对MWRI海表温度数据的偏差订正试验表明,采用分段回归方法获得的订正结果无论在误差指标的空间分布还是时间序列上,都要明显优于采用传统概率密度函数偏差订正方法的结果。其中,采用概率密度函数方法订正后的海表温度产品误差标准差和均方根误差从订正前的0.9—1.0℃,减小到0.8℃左右,而采用分段回归方法获得相应的订正误差仅为0.6℃左右,订正效果有明显改善。      

京津冀及周边地区冬季能见度与PM2.5浓度和环境湿度的多元回归分析

2013年至今,中国冬季与雾霾相伴的低能见度事件频发,京津冀及周边地区尤为严重。PM_2.5浓度与环境湿度是导致低能见度的最关键影响因素。为了深入研究PM_2.5浓度与环境湿度对大气能见度的影响,利用2017年1月京津冀及周边地区MICAPS气象数据与PM_2.5观测数据,运用天气学诊断分析方法讨论了不同相对湿度下PM_2.5浓度、环境湿度对冬季能见度变化的相对贡献,按照地理环境与污染程度差异将京津冀及周边地区划分为北京-天津地区与河北-山东地区,建立了PM_2.5浓度与环境湿度（由露点温度、温度代表）对能见度的多元回归方程,并对2015、2016、2018、2019年冬季能见度进行了回算检验。结果显示:相对湿度低于70%、PM_2.5浓度低于75 μg/m3时,北京-天津地区与河北-山东地区能见度多高于10 km,PM_2.5浓度升高是此时能见度迅速降低的主导因素;相对湿度从70%上升至85%和PM_2.5浓度从75 μg/m3升高200 μg/m3的共同作用导致了能见度降低到10 km至5 km;能见度进一步从5 km下降至2 km则更多依赖于相对湿度进一步从85%升高至95%,PM_2.5浓度与此时能见度相关减弱;能见度降低至2 km甚至更低主要是由于水汽近饱和状态下（相对湿度95%以上）的雾滴消光引起,与PM_2.5浓度的变化关系不大。与不分组直接拟合相比,以相对湿度85%为界线,分别拟合能见度能够很大程度优化多元回归模型,相对湿度高于85%时能见度拟合值的均方根误差从9.2和5.2 km下降至0.5和0.7 km,5 km以下拟合能见度的误差大幅度减小。按相对湿度85%将数据分组所得的拟合方程对2015、2016、2018、2019年1月能见度估算结果较好,观测值与拟合值相关系数均高于0.91,为雾-霾数值预报系统提供了新的能见度参数化算法。      

1991年8月季风涡旋个例形成的模拟研究

季风涡旋对台风活动有重要的影响, 因此研究季风涡旋的形成机制有利于提高台风预报的准确性。此研究利用中尺度非静力数值模式WRF-ARW模拟1991年8月季风涡旋的生成过程, 并对其生成机制进行分析。模式结果表明, 此次季风涡旋个例是由一个中纬度气旋性低压发展而来。初期中纬度高层正位势涡度的强迫作用有利于对流层低层气旋性低压的发展和维持, 随后高层动力强迫作用减弱, 但中纬度气旋性低压在南移过程中其东南侧对流带逐渐与低纬地区的对流带合并, 使得对流潜热释放增强, 进而使低压在Gill响应的作用下不断加强并最终形成季风涡旋。同时, 涡旋的对流结构表现出明显的非对称性, 因而使其得以维持较大尺度。敏感性试验的结果表明对流层高层强迫对于初始低层扰动的发展至关重要, 而后期热带地区的潜热释放有利于季风涡旋的增强。      

基于机器学习的降雨量雷达回波数据建模与预测

以浙江省2016年1-10月的雷达回波强度数据为基础,分别应用随机森林模型、BP神经网络模型、卷积神经网络模型来预测降雨量并进行对比.建模分析结果表明,随机森林模型预测效果精确度较低,容易低估较大的降雨强度,而BP神经网络和卷积神经网络预测的效果都比随机森林好,特别是卷积神经网络,其预测值与真实值更加接近,且对较大的降雨强度拟合较好.     

2019年中国气候主要特征及主要天气气候事件

2019年我国气候总体呈现暖湿特征。全国年平均气温较常年同期偏高0.79℃,为1951年以来连续第五暖年,四季气温均偏高,春、秋季明显偏暖;年降水量为645.5 mm,较常年同期偏多2.5%,冬、春、夏季降水偏多,秋季偏少。华南前汛期开始早、结束晚,为1961年以来最长前汛期,雨量为1961年以来次多;西南雨季开始和结束均偏晚,雨量偏少;入梅晚、出梅早,梅雨量偏少;华北雨季开始晚,结束与常年一致,雨量偏少;东北雨季开始早、结束晚,雨量偏多;华西秋雨开始早、结束晚,雨量偏多。2019年,台风生成多,登陆强度总体偏弱,仅台风利奇马灾损重;暴雨洪涝、干旱、强对流、低温冷冻害和雪灾、沙尘暴等气象灾害均偏轻。     

人工增雨防雹火箭弹道跟踪系统的研制及初步试验

由于受到高空风场的影响,人工增雨防雹火箭真实的弹道轨迹和射程与理论弹道值具有不一致性。为增强实施增雨防雹作业的科学性、精准性及其作业效果评估准确性,研制了一套人工增雨防雹火箭播撒作业跟踪系统。该系统分为火箭定位系统和数据传输系统两部分,利用卫星定位模块加上数据传输电台模式将火箭飞行轨迹实时传输至地面。并开展了一次人工增雨防雹火箭弹道跟踪实弹发射试验,发射两发人工增雨防雹测试火箭,除初始阶段4～5 s卫星定位失锁而没有数据外,其余时间所有数据均接收完整。结合高空风场数据对人工增雨防雹测试火箭进行风偏修正后的实际弹道更接近于理论弹道,风偏修正意义明显,有利于增雨防雹火箭精准作业。     

惠东高潭三次极端强降水过程成因对比分析

基于ECMWF的ERA-Interim全球大气再分析资料、MICAPS实况数据和广东省气象观测资料,对比分析了广东惠东高潭1979年、2013年和2018年的三次极端强降水过程的成因。结果表明:造成高潭极端强降水的影响系统有台风本体环流、登陆后的台风残余环流、季风低压外围环流等,其中2018年季风低压影响过程降水量最大;不同过程对流层低层强迫暖湿气流辐合抬升方式不同,分别为冷暖气流相互作用、西南季风和偏南季风地交汇、季风涌、边界层急流等;各过程中伴随的低空西南气流和偏南气流的风速大小差异明显,2013年台风残余环流影响时低空西南(偏南)风风速最大。相同点有:影响天气系统移动缓慢,并长时间维持,为极端强降水的发生发展和维持提供有利的动力条件;西南(偏南)季风、边界层急流或西南气流源源不断的水汽输送,为极端强降水的发展和维持提供了充足的水汽条件,同时低空暖湿气流的输送使得暴雨区大气层结不稳定状态长时间维持,利于持续性强降水的发展。研究结论可为今后高潭及其附近地区极端强降水的预报和决策服务提供理论支撑。      

锦州地区逐日降水概率分布特征

利用锦州地区的逐日降水量观测资料对逐日降水量的概率分布进行了统计分析,采用最大似然估计法得到Gamma函数分布的形状参数α和尺度参数β,通过Gamma概率分布模拟观测站点逐日降水的概率分布。结果表明：锦州地区逐日降水频率整体趋势先上升后下降,基本呈对称式分布,降水概率有一定的振荡,个别日会出现远超相邻日期的降水频率,7月21日降水频率最高,在不计微量降水的情况下,最低逐日降水概率有多个日期为0。各季降水频率偏低是造成义县地区干旱的原因之一;北镇夏季平均降水频率最低,但其夏季平均降水量却为锦州地区最高,说明北镇可能易出现较大量级降水或易出现极端降水天气。清明期间降水频率在50%以上、高考期间降水频率在80%以上,符合大众日常对特殊日期降水情况的认知;逐日降水频率可以为公众气象服务提供新的思路。凌海、北镇更容易出现极端降水天气;锦州地区日降水出现小雨天气概率最高,暴雨以上降水概率较低,锦州地区各站极少出现大暴雨以上量级降水,对锦州降水量级预报,尤其是暴雨或大暴雨以上降水量级的预报起到一定的指示作用。     

基于scPDSI的东北地区气象干旱时空特征分析

干旱已成为全球陆地生态系统面临的普遍问题,其发展具有明显的地域特征,了解区域干旱的时空分布特征是防灾减灾、应对气候变化的基础。基于scPDSI数据集,采用经验正交函数和统计分析方法,分析2002-2017年东北地区气候干湿状况的时空分布和演变特征,探讨了干湿状况的季节变化对年际变化的贡献率,结果表明:东北地区4个季节的干旱面积为52.27%-62.03%,虽然季节和年际尺度的干旱均有减弱趋势,其中冬季干旱程度显著减弱,但干旱仍然是东北地区的主要气候背景;春季和夏季scPDSI的协同作用对年际scPDSI变化的贡献率达88.64%,夏季的贡献率达86.13%;东北地区的西部干旱程度高于东部的,其中呼伦贝尔草原中部和浑善达克沙地东部以严重干旱和中等干旱为主;EOF分析表明,东北地区4个季节和年度的干湿状况呈现一致的正变化趋势,高值中心主要出现在南部地区。