四川西范坪斑岩铜矿床中锌铜矿的发现及成因意义

西范坪锌铜矿是一种罕见的天然锌铜金属互化物,是锌铜互化物系列中的新变种,发现于四川省盐源县西范坪地区石英二长斑岩中。共生矿物有钾长石、钠更长石、石英、黑云母。伴生矿物为黄铁矿、黄铜矿、斑铜矿等。锌铜矿呈金黄色,均质性,粒度0.1-0.5mm,显微硬度VHN10=190kg/mm^2。视觉反射率Rvis=67.97%,电子探针分析矿物化学成分为Cu59.15%-62.55%,Zn36.3%-39.85%,晶体化学式为Cu7Zn4。该类矿物多数与造岩矿物共生,形成于高温、还原、缺硫的条件,不同于大多数金属硫化物的形成条件。     

成都日降水量年极大值的渐近分布

利用1951－1999年成都日降水量年极大值的记录，通过统计推断，找出了成都日降水量年极大值遵循的渐近分布。讨论了两种分布－皮迩逊Ⅲ型分布、对数正态分布，并比较了它们的拟合效果，最后得出成都日降水量年极大值较好地遵循对数正态分布，并讨论了它们的参数估计方法。     

Western pacific warm pool and ENSO asymmetry in CMIP3 models

Theoretical and empirical studies have suggested that an underestimate of the ENSO asymmetry may be accompanied by a climatologically smaller and warmer western Pacific warm pool. In light of this suggestion, simulations of the tropical Pacific climate by 19 Coupled Model Intercomparison Project Phase 3 (CMIP3) climate models that do not use flux adjustment were evaluated. Our evaluation revealed systematic biases in both the mean state and ENSO statistics. The mean state in most of the models had a smaller and warmer warm pool. This common bias in the mean state was accompanied by a common bias in the simulated ENSO statistics: a significantly weak asymmetry between the two phases of ENSO. Moreover, despite the generally weak ENSO asymmetry simulated by all models, a positive correlation between the magnitude of the bias in the simulated warm-pool size and the magnitude of the bias in the simulated ENSO asymmetry was found. These findings support the suggested link between ENSO asymmetry and the tropical mean state-the climatological size and temperature of the warm pool in particular. Together with previous studies, these findings light up a path to improve the simulation of the tropical Pacific mean state by climate models: enhancing the asymmetry of ENSO in the climate models.     

热带气旋“利奇马”(1909)暖心演变分析及变性过程探讨

利用NCEP GDAS/FNL再分析数据,根据TFP(Thermal Front Parameter)参数和锋生函数,对1909号热带气旋“利奇马”生命史中各主要阶段暖心特征和变性过程进行了诊断分析。结果表明:“利奇马”强度为热带风暴时,其暖心结构较为松散,500 hPa以上和600 hPa以下分别存在一个最强中心,在强度减弱阶段上下层暖心均偏离气旋中心;当其强度升至强热带风暴及以上级别时,低层暖心消失,高层暖心显著增强,结构变得紧凑,气旋中心上空暖区呈棒槌状分布。高层暖心强度与“利奇马”强度呈正相关,当“利奇马”维持超强台风时,其暖心可达10~14℃。“利奇马”与中纬度西风槽接触后,冷空气开始自对流层中低层进入其环流,低层冷空气入侵的程度比中层更明显;低层暖心被冷空气侵蚀而消失,高层暖心则逐渐减弱,结构亦变得松散。TFP参数和锋生函数计算结果表明受冷空气影响,“利奇马”斜压性逐渐增强,其中心西北侧形成一支暖锋,逐渐变性为温带气旋,但冷锋未见发展。变性过程中“利奇马”高层暖心强度虽减弱但仍然维持,但低层暖区被冷空气完全填塞,导致其变性后较快消亡。     

基于三维GIS的土地储备管理系统建设研究

目前,我国土地储备管理常采用的传统台账和二维土地管理系统等方式,已无法满足土地储备日益精细化和智能化管理的需求。本文根据实际需求,利用三维GIS、云计算、大数据等先进技术,研究了三维GIS土地储备管理系统建设思路,构建了二三维一体化土地储备数据库,并阐述了系统的总体框架、数据库内容、功能和关键技术,有效提高了城市土地储备管理水平,为城市规划、管理、建设以及招商引资等应用提供信息服务。     

冬季大连砂质潮间带自由生活海洋线虫群落结构及多样性的比较

本研究于2015年12月在濒临渤海的大连夏家河子沙滩和濒临黄海的大连金沙滩采集海洋线虫样品,对两处砂质潮间带海洋线虫群落结构及多样性特征进行了研究。研究结果表明,两处砂质潮间带海洋线虫丰度、优势种、摄食结构及多样性差异显著。夏家河子海洋线虫平均丰度为(592.0±318.9) ind./(10 cm2),金沙滩海洋线虫平均丰度为(54.6±53.8) ind./(10 cm2),显著低于夏家河子。共鉴定海洋线虫43种,共有种13个。夏家河子沙滩海洋线虫优势种为Daptonema sp.1、Daptonema sp.2、Theristus sp.1、Setosabatieria sp.1、Prochromadorella sp.1、Daptonema sp.3、Paracyatholaimus sp.1、Sabatieria breviseta,以非选择性沉积食性线虫为主;金沙滩海洋线虫优势种为Oncholaimus sp.1、Chromadorita sp.1、Theristus sp.2, Neochromadora sp.1、Enoplus sp.1、Prochromadorella sp.1,以杂食性或捕食性线虫为主。两处砂质潮间带海洋线虫种数S、丰富度指数d和香农?威纳多样性指数H'存在极显著的差异,其值均表现为夏家河子显著高于金沙滩。相似性分析结果显示,两处沙滩的海洋线虫群落结构存在显著差异。间隙水pH、沉积物有机质含量及中值粒径是引起海洋线虫群落结构及多样性差异的主要因子,其中,沉积物中值粒径对线虫群落特征的影响最为突出。就两处沙滩潮区差异而言,受沉积物粒径特征及pH的影响,夏家河子海洋线虫群落特征在不同潮区之间也存在差异,其低潮带海洋线虫多样性高于高、中潮带,杂食者和捕食者丰度高,反映其海洋线虫群落结构较复杂。金沙滩不同潮区的环境因子无显著差异,线虫群落结构及多样性潮区差异不显著,较为均一。此外,水动力对海洋线虫群落结构沙滩差异和潮区差异也产生重要影响。一方面,水动力通过影响不同粒径沉积物的沉积影响海洋线虫群落特征;另一方面,水动力可影响线虫的分散性,进而对其潮区分布产生影响。     

春节期间气象条件对南京大气环境(污染/清洁)的影响

利用1981—2015年南京常规气象观测资料和NCEP/NCAR再分析资料,分析了南京市春节前后主要的天气形势及其对大气环境的可能影响。结果表明:(1)1981—2015年,南京地区春节前共出现冷空气过程19次,春节期间出现21次;春节前共出现降水天气过程27次,而春节期间共出现25次,降水持续时间均为2 d左右。春节前和春节期间,既没有冷空气又无降水天气过程的年份均为8 a。(2)影响的冷空气过程以中西路为主,春节前冷中心位于贝加尔湖以西,春节期间冷空气中心位置略偏南,强度略偏大;500 hPa以两脊一槽型分布,南京处于槽区,槽后冷空气不断南下影响南京;在冷空气影响下,南京以偏北风为主,且南京都处于大风速区;冷空气过程有利于污染物的清除和扩散。(3)降水过程期间,冷暖气流交汇于南京地区,南京处于南北气流交汇的鞍型场中,同时湿度大,且处于风场辐合区内,有利于降水天气的发生,进而对于大气污染物也起到了稀释和清除的作用。(4)南京市处于海平面气压的均压场中,地面风速较小,这样的天气条件不利于污染扩散;同时近地层相对湿度适中,有利于污染物半径吸湿扩大,进而增加大气污染物浓度;从温度层结来看,南京地区上空700～1 000 hPa气温基本一致,这样的中性层对污染物的向上扩散也起到一定的一致作用;上述这些气象条件都有利于大气污染浓度增加。春节期间的稳定天气形势会加剧污染天气的发生。