基于ECMWF细网格、GRAPES _MESO的短时强降水潜势预报和检验

摘要：利用2016-2018年6-8月ECMWF细网格、GRAPES _MESO、黑龙江省822个自动站资料研究黑龙江省6-8月短时强降水（一般短时强降水和极端短时强降水）的预报方法和各项影响因子指标与他们之间的融合。采用双线插值法或临近格点法、分位数法、配料法、排除法、多重分析法，形成以水汽、不稳定、抬升为框架的客观预报方法。研究发现，强降水的环境背景不仅受限于各物理因子阈值，也与他们之间融合密切相关。各因子间存在一定旬差异和日较差，夜间与水汽相关的各阈值明显大于白天，白天热力不稳定性高于夜间。6月中上旬与水汽含量相关的各因子阈值小于其他时段。从检验结果上看，由于强降水的突发性、局地形和研究方法以及模式本身的特性，预报的空报率非常大，漏报率较低，TS评分最低且随着分布密度的降低而降低。一般强降水检验中，两种模式点对点检验的TS评分为0.015左右，14km和40km点对面检验夜间TS评分约0.03和0.08。极端强降水检验中，两种模式点对点检验TS评分约0.004，14km和40km点对面检验准确率约分别为0.005和0.02。7月份由于强降水分布密度相对较大，检验效果也相对较好。一般性强降水EC细网格TS评分高于GRAPES_MESO，而极端强降水检验TS评分刚好相反。     

黑龙江省一次强降水的动力强迫作用分析

利用常规气象观测资料、区域自动站加密观测资料、FY 4卫星云图、新一代天气雷达、ECMWF细网格、GRAPES_MESO及NECP的1°×1°再分析资料，分析2019年8月6日08:00至8日08:00，黑龙江省中部和西南部的强降水过程动力机制，以及引发的降水性质和降水分布特征。结果表明：①强降水过程共分3个阶段2种性质：与冷涡相连的鞍形场的对流云降水；鞍形场和增强暖锋共同作用的混合云和对流云降水；台风“范斯高”残涡作用下，改变云系移动路径形成的对流云降水。②冷涡、副热带高压、台风的相互作用，是该过程产生的根本原因；副热带高压和台风外围暖湿气流配合冷涡冷空气，为强降水提供水汽和不稳定条件；狭窄的水汽输送通道造成了强降水的空间不连续性；低层辐合线为强降水提供触发条件；鞍形场的稳定结构、大小兴安岭南麓强迫抬升、台风系统阻挡延长强降水的持续时间。     

2022年青海门源MS6.9地震前地电场频谱特征研究

应用最大熵谱法研究2022年1月8日青海门源M_S6.9地震震中周围松山、山丹、高台、瓜州地电场台站的观测数据，分析地震发生前后地电场功率谱密度变化。结果表明：(1)门源地震发生前，松山等4个台站的地电场低频成分功率谱密度值出现增大的现象；(2)4个台站在门源地震前谱值变化的时间基本同步；(3)结合微裂隙机制及“多点场”观点，对比分析认为震源孕育激发的电磁辐射是造成震前电磁异常现象的主要原因。     

超级金属铍:未来路在何方

<正>铍(Be),原子序数为4,位于化学元素周期表第二周期第二主族,是最轻的碱土金属元素。铍具有很多特殊的物理化学性质,被广泛应用于工业制造、国防军工、核工业等高新技术领域,有“超级金属”“尖端金属”“空间金属”之称。随着高新技术产业的发展,中国对铍的需求量日益增大。铍已被归于中国的紧缺三稀资源,进口依存率越来越大,保障铍资源供应的稳定迫在眉睫。1铍的发现与性质铍的发现1798年,法国化学家沃克兰(L.N. Vanquelin, 1763—1829)对绿柱石进行分析时,首次发现了铍。     

一种联合空间约束与差异特征聚合的变化检测网络EI北大核心CSCD

变化检测旨在观测地物在不同时序中的表达差异。深度学习已成为实现这一任务的主流手段,现有基于深度学习的遥感变化检测方法中,普遍更专注于对图像中的深度特征进行学习,而忽略了不同层级特征之间语义优势及差距,从而导致检测性能不足。为此,本文提出了一种联合空间约束与差异特征聚合的变化检测网络,通过控制特征信息在网络中的流动,消除检测对象底层特征和高层语义信息之间差异性,提高预测结果的质量。首先,利用孪生网络并结合特征金字塔结构生成多尺度差异特征;然后,使用所提出的坐标自注意力机制(CSAM)对低层特征进行空间约束,强化对变化区域边缘结构及精确位置的学习,并结合经典的卷积注意力模块充分捕捉上下文变化信息;最后,使用门控融合机制提取通道关系,控制多尺度特征的融合,以生成边界清晰、内部完整的变化图像。在变化检测数据集CDD和LEVIR-CD上对本文方法进行了试验,与已有变化检测网络模型进行比较,本文方法在不同场景下均表现出最佳的检测效果。