长江口低氧区底栖有孔虫组合

对全球低氧区的分布、形成机制以及低氧区海水表层特征、海底地球化学特征、生物特征等进行了系统的描述.着重对全球低氧区的底栖有孔虫特征进行了分析、对比,并与长江口底栖有孔虫特征相结合,讨论适合指示长江口低氧区的底栖有孔虫组合,初步分析认为Epistominella naraensis(奈良小上口虫)、Bulimina marginata(具缘小泡虫)、Bolivina spp.(箭头虫诸种)、Florilus spp.(花朵虫诸种)、Ammonia spp.(卷转虫诸种)以及Bulliminella spp.(微泡虫诸种)为长江口低氧区的敏感种,具有低氧环境的指示意义,并可以作为古低氧事件研究的标志.但实际应用时应根据研究需要取合适的属种组合使用.     

江苏开展长三角和淮河流域江苏平原地区地下水质有机分析

由江苏省地质调查研究院承担的长江三角洲和淮河流域江苏平原地区地下水有机分析日前通过质量评审。4月中旬,“2008年度全国地下水污染调查样品有机分析质量评审会”在南京召开,此次评审会由中国地质调查局主办,国家地质实验测试中心组织,邀请了来自中国计量院、国家环境分析测试中心、中国地质大学（北京）、吉林大学、国家地质实验测试中心等5位国内一流有机分析专家以及地下水污染调查项目负责单位专家担任评委。江苏省地质调查研究院承担的长三角和淮河流域江苏平原地区的地下水有机分析质量以高出第二名5分的好成绩名列第一。     

山东半岛温泉的地热属性及其特征

从山东半岛所处的板块构造位置和局部的控热构造入手，根据地热传导的理论，对山东半岛温泉的地热属性进行研究分析，认为山东半岛温泉地热属性为濒临板缘高温地热带的板内中低温地热系统，它以偏高的大地热流值为地热背景，以局部控热构造聚敛的大地热流为热源，以地形高差影响和相应的水力压差作用为动力，入渗的大气降水吸收岩石中的热量而被加热，并沿断裂出露形成温泉地热水。以此建立起温泉的构造模式。     

湖南省低能见度天气时空分布特征及预报订正方法研究

利用2011~2020年国家基本站观测资料,研究了湖南省低能见度天气时空分布特征,并结合低能见度与地面气象要素的关系获取预报订正阈值,在此基础上,结合概率匹配法对EC能见度预报进行订正研究。结果表明:（1）低能见度区域主要位于湖南中北部和通道县、衡阳市附近,并且从秋季开始整个低能见度区域有明显向南扩大的趋势;低能见度时数出现最多的是冬季,其次是春季和秋季,分布范围最广的也是冬季,集中于湖南中东部。（2）低能见度日变化呈单峰型,主要集中在20时~次日09时。（3）≤1 km低能见度主要出现在地面风速<2 m/s、地面相对湿度基本高于90%、地面温度低于20℃及24 h变压<2 hPa的气象环境。（4）采用概率密度匹配结合要素的预报订正方法优于仅使用概率匹配的订正方法,可以很好地对湖南大部分低能见度天气预报进行有效订正,订正后TS评分显著提高。      

攀西地区2021年夏季多模式降水预报检验

为提高定量降水预报产品在攀西地区的预报能力,对2021年夏季格点预报（Grid Weather Forecasting,GWF）、西南区域模式（South West Center-WRF ADAS Real-time Modeling System,SWCWARMS）、欧洲中心中期预报 （European Centre for Medium-Range Weather Forecasting,ECMWF）及中国气象局中尺度模式（China Meteorological Administration Meso-Scale Model,CMA-MESO）降水预报情况进行了检验分析。结果表明:（1）ECMWF模式雨日空报最明显,但其暴雨量级预报较实况偏干,其余各家产品中各量级降水均以湿偏差为主。有雨日数在攀西地区南部预报效果较好,其余地方空报较大。大雨日数在凉山州中部预报偏差较大,攀西地区南部预报偏差较小。（2）从16次过程检验来看,各预报产品在8月份过程中的表现优于其余月份,GWF产品25 mm以上TS（Threat Score）评分高于20分的过程次数最多且预报效果最稳定,CMA-MESO模式空报最大。（3）各产品3 h累计强降水开始时间大多早于实况,SWCWARMS模式雨强偏大且对于持续时间较长的过程预报效果较好,而GWF、ECMWF模式累计雨量较实况偏小。      

磁化技术在对虾育苗和养殖中的应用

生物磁化技术是一门新兴学科,对磁化水的机理研究和磁化技术的应用已引起了世界各国科学家的注意,但它应用于对虾育苗和养成方面国内尚欠报告,国外文献亦罕见。本文着重介绍应用磁化技术对越冬和捕捞亲虾进行人工培育和养成的情况。     

洞庭湖滨湖酸雨特征及气象影响因子

利用20072016年酸雨和同期气象资料及气溶胶数据,对洞庭湖滨湖酸雨特征及气象条件的关系进行分析,结果发现:20072016年年降水pH值为4.03~4.70,且呈显著增加的趋势,酸雨的强度明显减弱。降水的酸性强度显著减弱主要表现在春季和秋季降水。3月、10月酸雨最强,6月、7月最轻。酸雨出现频率为84%,其中弱酸雨、强酸雨、特强酸雨出现频率分别为40%、25%、19%。酸雨频率变化不显著,但弱酸雨频率显著增加而特强酸雨频率显著减少。酸雨的强度不随降水量级的变化而变化。随着降水持续天数的增加,降水的酸性强度明显加强。水样温度升高,降水的酸性强度明显减弱。风速越大,降水的酸性强度越强。风向频率较大的偏北风降水的酸性强度较强,而风向频率较小的偏南风降水的酸性强度较弱。大气气溶胶对降水的酸性强度有明显的增强作用。城市工业布局、大气污染物输送方向均与酸雨观测日主导风向一致,导致降水的酸性强度加强。     

基于机器学习的滑坡易发性预测建模及其主控因子识别

不同机器学习预测滑坡易发性的建模过程及其不确定性有所差异, 另外如何有效识别滑坡易发性的主控因子意义重大。针对上述问题, 以支持向量机(support vector machine, 简称SVM)和随机森林(random forest, 简称RF)为例探讨了基于机器学习的滑坡易发性预测及其不确定性, 创新地提出了"权重均值法"来综合计算出更准确的滑坡主控因子。首先获取陕西省延长县滑坡编录和10类基础环境因子, 将因子频率比值作为SVM和RF的输入变量; 再将滑坡与随机选择的非滑坡样本划分为训练集和测试集, 用训练好的机器学习预测出滑坡易发性并制图; 最后用受试者工作曲线、均值和标准差等来评估建模不确定性, 并计算滑坡主控因子。结果表明: ①机器学习能有效预测出区域滑坡易发性, RF预测的滑坡易发性精度高于SVM, 而其不确定性低于SVM, 但两者的易发性分布规律整体相似; ②权重均值法计算出延长县滑坡主控因子依次是坡度、高程和岩性。实例分析和文献综述显示RF模型相较于其他机器学习模型属于可靠性较高的易发性模型。