基于遥感数据的哈尔滨土地利用/覆被变化研究

以哈尔滨市为例,基于Landsat数据,利用遥感技术和GIS技术对2000和2015年的遥感影像数据进行解译分类,通过对分类结果的统计分析,定量研究哈尔滨市15年间的土地利用变化过程,结果显示:哈尔滨市土地综合利用程度较高,区域内耕地面积减少;相反,城市建成区面积大幅增加,区域内绿地面积逐年减少,应注意生态环境维护保持。     

2000～2015年会理县地表覆盖变化监测

以LandSat多时相影像为数据源,采用基于规则的面向对象分类方法,监测会理县2000～ 2015年地表覆盖变化.结合1∶50 000 DEM数据,分析了会理县地表覆盖构成与转移、变化动态度及潜在退耕地情况.监测分析结论能为会理县加强空间管制、促进土地资源集约利用、指导生态文明建设等提供决策信息支撑.     

斜列构造型式空间定位研究及其对隐伏矿脉预测的意义

斜列状的断裂、裂隙的排列组合,其中往往充填岩脉或矿脉,被称之为雁列或斜列构造。在内生脉状多金属矿床平面或剖面上,矿脉常出现斜列状排列的组合特征,关于它们的组合型式,特别是从空间上及定位分布规律方面,尚缺乏深入的研究。本文依据构成斜列型式的几个主要几何要素之间的关系将其划分为三种类型,进行了斜列构造型式空间定位分布特征的研究及其对隐伏矿脉预测意义的探讨。     

中国南海夏季风强、弱年多尺度相互作用能量学特征

中国南海夏季风为东亚季风的主要系统之一,其具有多重尺度特征,除季节平均环流场外,低频（季节内振荡）和高频（天气尺度）扰动也十分活跃,各尺度系统存在明显的年际变化。该研究使用ERA-Interim和NCEP/NCAR两套再分析资料,从季风平均动能（MKE）诊断的角度出发,探讨了1979-2010年中国南海夏季风环流年际变化的能量来源及其和扰动场的相互作用过程。结果表明:中国南海夏季风对流活跃年份,中国南海南部（12°N以南）及中南半岛一带为季风平均动能显著增强区,此与南亚季风区西风急流的增强并向东延伸有关;中国南海北部（12°N以北）及西太平洋为气旋性环流盘踞,季风槽加深。中国南海南部季风平均动能增强的能量源自于扰动动量通量与平均环流的相互作用,强季风年,平均环流失去较少的动能给扰动场（亦即平均环流保留较多的动能）。通过进一步探讨高频（<10 d）及低频（10-90 d）扰动场与平均环流不同分量的（散度、涡度、风垂直切变）相互作用过程,发现季风平均动能的增长主要来自于<10 d扰动与季风平均散度和涡度的相互作用。中国南海北部季风槽区季风平均动能的维持来自于大气热源和平均上升运动的相互作用,但同时有较多的季风平均动能向扰动动能转换,有利于扰动的成长。因此,强季风年,中国南海北部热带气旋生成数目增多,夏季北传的季节内振荡也增强,导致中国南部沿海及华南地区出现较多的灾害天气。      

基于贝叶斯模型的中国未来气温变化预估及不确定性分析

利用第5次耦合模式比较计划(CMIP5)中35个全球气候模式历史模拟与RCP4.5预估结果,通过贝叶斯模型平均(Bayesian Model Averaging,BMA)对中国气温进行多模式集合研究,给出了中国未来气温变化预估及其不确定性的时空分布。结果表明,中国21世纪冬夏将持续升温,且升温具有冬季高于夏季,北方高于南方的特点。初期(2016—2035年)北方有很大可能(80%)升温超过0.7℃,南方升温相同幅度的概率则超过50%;中期(2046—2065年)北方和南方升温超过1.5℃的概率分别为80%和50%;末期(2081—2100年),北方(南方)有80%(50%)的可能的升温超过2℃。气温预估的不确定性研究发现,无论冬夏,21世纪不同时期升温相对较弱的塔里木盆地、青藏高原南侧和中国东南地区为不确定性低值区,基本低于0.6℃,对应可信度较高,如21世纪初期信噪比超过4;而不确定性的高值区则主要分布在新疆北部、东北平原北部和青藏高原东南侧等升温相对较大的地区,普遍高于1℃,对应可信度较低,如初期信噪比低于2.5。此外,基于信噪比对比发现除青藏高原东部外,其他区域夏季预估的可信度均高于冬季,21世纪末期高于初期,且空间分布特征一致。     

西伯利亚高压的年际和年代际异常特征及其对中国冬季气温的影响北大核心CSCD

利用NCEP/NCAR再分析资料和中国160个气象站的气温资料,采用谐波分析、相关分析和奇异值分解等方法,研究了冬季西伯利亚高压(Siberian High,SH)的年际和年代际异常特征及其对中国冬季气温的影响。结果表明:(1)年代际尺度上SH在20世纪60年代末后减弱、收缩、东界西撤、南界北退,21世纪以来SH面积扩张。年际尺度上SH面积的年际方差最大。(2)SH强度、面积和东界经度的年际变率在21世纪以来都增大,SH特征量的年代际变率均在1975年前后由大转小。(3)中国冬季偏冷年的SH较为强大且东扩南伸,同期500 hPa高度类似遥相关欧亚型(EU)正位相的异常分布和增强的欧亚脊对SH发展起主要作用,反之亦然。年际尺度上当SH加强扩张并东扩南伸时,强度的影响最大,中国大部为冷冬,尤其是南方。年代际尺度上面积的影响最强,SH加强扩张(减弱收缩)并东伸(西撤)时,黄河以北气温偏低(高)。(4)年际尺度上当SH强度和面积的变率偏大(小),东界和南界的变率偏小(大)时,中国大部冬季气温的年际波动剧烈(平缓)。年代际尺度上当SH特征量的变率均偏大(小)时,华北和东北冬季气温的年代际波动加大(减小),而南方冬季气温的年代际波动减弱(增大)。     

1971—2010年京津冀大城市热岛效应多时间尺度分析

利用1971—2010年均一化的京津冀区域逐日气温数据与质量控制后的2011年自动站逐时气温数据,分析了北京、天津和石家庄热岛效应的多尺度时间变化特征。结果表明,三个城市平均、最高和最低气温的热岛效应呈非对称性特征,最强为最低气温的热岛效应,其次为平均气温的热岛效应,最弱为最高气温的热岛效应。北京平均气温的热岛效应最强,其次为天津,石家庄相对较弱,石家庄平均气温的热岛效应近40年呈显著上升趋势,每10年达0.13℃。石家庄最高气温的热岛效应最强,其次为北京,最小为天津,近40年北京最高气温的热岛效应呈缓慢上升趋势,每10年增加0.06℃,石家庄变化不明显,天津呈微弱下降趋势。最低气温的热岛在北京最强,其次为天津,最小为石家庄,近40年最低气温热岛效应天津呈明显上升趋势,每10年增加0.18℃,其次为石家庄,北京呈微弱下降趋势。三个城市的平均气温、最低气温的热岛效应季节变化通常表现为夏季较弱,冬季最强。三个城市最高气温的热岛效应季节变化差异较大,北京10月热岛效应最弱,其他月份变化不大;天津热岛效应6月最弱,在1或12月最强;石家庄4和5月热岛效应最强,10月热岛效应最弱。由2011年自动站数据得到的平均气温热岛效应与1971—2010年的40年平均得到的平均气温的热岛效应季节变化具有类似的规律。2011年自动站热岛效应在一天中表现为白天热岛强度较低,而夜间热岛强度较高。     

西藏夏季降水的季节内变化特征及其影响系统

利用西藏地区1980-2013年夏季降水量资料、NCEP再分析资料等,分析了西藏地区夏季降水主模态季节内变化特征,尤其是盛夏7和8月降水异常对应的大尺度环流特征和影响系统。结果表明:西藏夏季降水存在明显的季节内变化,6和7月降水主模态的时间系数变化具有较好的持续性,而7和8月降水主模态的时间系数的相关关系明显减弱。西藏地区7和8月降水偏多年,西藏地区上游低层纬向风场均呈西风异常,但是水汽来源有差异;同时欧亚中高纬地区对流层中高层环流存在显著差异。西藏7月降水与南亚高压强度存在显著负相关关系,南亚高压偏强/弱时,降水偏少/多。西藏8月降水与南亚高压的位置关系更密切,南亚高压偏南/北,降水偏多/少。     

天山山区水汽和云水含量的空间分布特征

利用欧洲数值预报中心(ECMWF)发布的第一代全球分辨率ERA-Interim再分析数据,分析了1979～2014年天山山区水汽含量和云水含量的空间分布特征。结果显示：(1)水汽含量的高值中心出现在伊犁河谷地区,中心值域在10—11kg m-2之间,低值区位于天山中部的巴音布鲁克附近,中心值域在5—6kg m-2之间;夏季水汽含量最丰富,在8—11kg m-2之间。(2)云液水含量的高值区出现在博格达山北坡,而云冰水含量的高值区在西天山海拔较高的托木尔峰地区,低值区均在伊犁河谷等海拔低的地区;夏季云液水含量、云冰水含量均呈减少趋势,云冰水含量较云液水减少的更为明显,下降速率为0.28kg kg-1/10a;(3)垂直分布上,云液水含量在600hpa左右的高空出现高值区,中心最大值为10kg kg-1;云冰水含量的高值区则出现在500hpa左右的高空,为11kg kg-1;在对流层大气中云冰水含量值远大于云液水,且云冰水发展的高度较云液水更高。     

近54年阿勒泰地区夏季极端降水事件气候特征

本文采用阿勒泰地区7个国家级气象站近54a(1960～2013年)夏季(6～8月)的日有效降水量（20～20h降水量≥0.1mm）资料,用WMO推荐的百分位法计算了全地区过去54a夏季极端强降水的阈值、进一步分析了当地夏季时空分布特征及变化趋势,结果表明：阿勒泰地区夏季极端强降水阈值呈西部、南部小,北部、东部大,并且空间异常分布特征如下: 夏季以及夏季各月的极端强降水日数和强度均可总结出5种最主要模型;极端强降水量可总结出8种最主要模型;并且通过时间标准化序列分析各种模型都有对应的降水日数、量级、强度明显偏多（强）和偏少（弱）的时段。日数、量级、强度近54a来,除吉木乃略有下降以外,其余各县（市）均为增长趋势,尤其是北部、东部地区.同时上述三指标存在着显著的年代际和年纪尺度的周期变化,上世纪90年代和2010年至今为三个指标最多(强)的年代,而上世纪70年代为最少（最差）的年代.并通过周期分析（小波分析）可知,均有对应的显著变化周期。