腾冲火山区的地壳厚度和平均泊松比研究

腾冲是青藏高原东南缘重要的第四纪火山活动区域,全新世以来的火山主要集中在腾冲盆地的中央,由北向南形成一个串珠状的火山链.为了深入探索这一火山区的深部结构和岩浆活动特征,我们在腾冲北部开展了为期一年的流动地震观测,利用接收函数方法计算了台站下方的地壳厚度、平均波速比和泊松比,研究结果揭示出测线下方地壳结构与岩浆活动及火山分布的对应关系.测线北部7个台站的地壳厚度在35.4~37.6 km之间,平均波速比为1.82~1.92、泊松比为0.28~0.31,其中马站附近莫霍面抬升幅度最大,与相邻地区莫霍面深度相差1~2 km,平均波速比和泊松比也达到最大值.相比之下,测线南端两个台站的地壳厚度接近40 km,平均波速比和泊松比仅为1.61~1.64和0.18~0.20,与测线北部7个台站的地壳结构相差甚大.分析表明地幔上涌对火山区莫霍面的局部抬升产生了一定影响,火山湖、黑空山、大-小空山和打鹰山下方应该存在一个相互联通的壳内岩浆囊.该岩浆囊在南北方向上的尺度约为20 km,热流活动以及幔源物质的侵入是地壳平均波速比和泊松比偏高的主要原因,它与热海附近的地温异常区分属两个不同的壳内岩浆存储系统.     

基于地形起伏度的四川省地面气象站点适宜性研究

为科学确定气象站点地形起伏特征，基于先进星载热发射和反射辐射仪全球数字高程模型（AdvancedSpaceborneThermalEmissionandReflectionRadiometerGlobalDigitalElevationModel,ASTER GDEM）30 m数据，利用均值变点分析法确定四川省地形起伏度模型的最佳分析窗口。提取地面气象观测站所处的地形起伏特征，探究气象站点布设的区域代表性空间格局。结果表明：（1）四川省地形起伏度的最佳窗口为39×39个像元矩形邻域，对应面积1.369 km2。建立的地形起伏度模型与山脉走向一致，能够捕捉到地表各种尺度的地形起伏状况，符合四川省地貌特征。（2）国家站和区域站所处地势以台地、丘陵和小起伏山地为主，地形起伏较小的国家站占比明显高于区域站，即国家站更具有区域代表性。（3）四川省气象观测站点布设的适宜地区主要集中在盆地、川西高原的北部和西部及攀西地区的东部和南部，占全省面积的69.74%。均值变点分析法确定的分析窗口面积可以兼顾各种地貌类型，提取的地形起伏度能较好地反映气象站点所处地形特征，可为气象站点布局和站网优化提供重要参考...     

“拉尼娜”非典型影响下的新疆2021/2022年冬季气温

2021/2022年冬季新疆大部气温偏高，影响新疆冷空气活动频次少，并非拉尼娜事件对新疆冬季气温的典型影响特征。成因分析表明：2021/2022年冬季北极涛动（AO）为正位相，欧亚中高纬度500 h Pa位势高度西高东低，新疆上空700 hPa南风距平优势明显。2021/2022年冬季“拉尼娜”非典型影响新疆气温的原因主要来自于东部型弱拉尼娜事件对北大西洋涛动（NAO）和亚洲极涡面积的非典型影响，而对亚洲极涡面积的非典型影响是来自东部型拉尼娜事件对冬季AO的不确定性影响，冬季AO正位相有利于新疆气温正距平。2月300 hPa区域纬向风异常偏弱，削弱了NAO正位相对新疆气温的影响；70°E以东中纬度高度场负距平是冬季气温阶段性变化的原因之一。     

基于BP人工神经网络的海水水质综合评价

为了能够客观地对海水水质进行综合评价,在分析人工神经网络概念和原理的基础上,从阈值角度出发,通过对各类海水水质污染指标浓度生成样本的方法,生成了适用于BP人工神经网络模型训练的样本,并应用基于误差反向传播原理的前向多层神经网络,建立了用于海水水质评价的BP人工神经网络模型。将该模型用于渤海湾近岸海域水环境评价,通过模型的计算,得到该海域的水质类别。结果表明,2004-2007年,渤海湾近岸海域污染指标总体上在河流丰水期时比枯水期时高,2005年和2006年污染较为严重,2007年有所好转。经训练的评价模型应用于实例的评价结果表明,该模型设计合理、泛化能力强,对海水水质评价具有较好的客观性、通用性和实用性。     

SEAS5模式对新疆月尺度气温和降水的预测性能评估

检验评估气候模式，有利于发挥这一客观预测方法在新疆气候预测业务中的应用效果，提高新疆气候预测能力。基于欧洲中期天气预报中心第五代季节预测系统SEAS5模式的历史回报数据和新疆98个气象站的气温、降水观测资料，利用距平符号一致率Pc、趋势异常综合评分Ps、距平相关系数ACC、时间相关系数TCC等方法，综合评估了SEAS5模式对新疆1993—2019年月尺度气温和降水的预测性能。结果表明：SEAS5模式对新疆月气温、降水的总体预测性能较好，对降水趋势和量级有一定的预测能力。模式的预测性能存在明显的月际差异和空间差异。模式对新疆4—9月气温和4月、6—8月降水的预测性能较好。气温预测评分中，4月Pc最高（61.3分），7月Ps最高（74.4分），6月ACC最高（0.17）。降水预测评分中，4月Pc最高（58.7分），7月Ps最高（72.1分），4月ACC最高（0.16）。空间分布上，模式对1月、3月、6月和12月南疆的气温预测性能普遍高于北疆，对7月和9月南疆西部的预测性能低于其他地区。模式对南疆的降水预测性能普遍高于北疆。