基于直方变差图的土地覆盖数据集多尺度精度评价

针对目前精度评价尺度单一的问题,提出基于直方变差图的多尺度精度评价方法,分别在像元尺度和亚像元尺度进行土地覆盖数据集精度评价。在像元尺度利用驻点作为采样工具直接评价数据集精度;亚像元尺度上,则利用非严格定义的驻点和驻点直方变差图对不同面积和空间结构的优势类进行精度评价。并以浙江北部典型区域为实验区,Landsat TM/ETM+为参考数据,对UMD、IGBP DISCover、MOD12Q1-2001、GLC2000、GlobCover2009等5种大尺度土地覆盖数据集进行多尺度精度评价实验。结果表明,多尺度精度评价方法能够全面地评价土地覆盖数据集的精度,提供更加丰富的多尺度精度信息。像元尺度精度评价可在一定程度上消除由于参考数据与数据集间的空间匹配造成的误差,评价结果更加客观;亚像元尺度精度评价能有效反映亚像元尺度优势地物面积及空间结构与精度的关系。     

EM算法在卫星轨道计算中的应用

利用精密星历文件计算卫星轨道坐标,现今较常用的方法是拉格朗日插值法和切比雪夫拟合法.在实际应用中,8阶拉格朗日内插或者12阶切比雪夫拟合即可达到厘米级精度.然而,IGS精密星历文件经常会受到卫星信号限制等原因导致部分数据失真或缺失.在数据缺失或数据量较少的情况下,无法采用高阶的插值法或拟合法.只能降阶对其插值或拟合,从而导致计算精度降低.采用EM算法,添加与卫星轨道信息相关的“潜在数据”,可以有效解决这一问题,大大提高卫星拟合的精度.     

长江三角洲地区人体舒适度时空变化特征北大核心CSCD

基于1981~2020年ERA5逐小时再分析资料,采用通用热气候指数(Universal Thermal Climate Index,UTCI)计算方法,分析了气候变化背景下长江三角洲地区人体生理热响时空变化特征。研究表明:近40年长江三角洲地区人体无冷热胁迫气候条件的出现频率约为43.77%、热胁迫和冷胁迫出现频率分别约为22.42%和33.81%,其中,显著热胁迫和显著冷胁迫出现频率分别约为8.38%和1.58%;在空间分布上,长江三角洲地区无冷热胁迫气候条件的出现频率总体表现为南多北少地带性分布,兼有山区多平原少、沿海多内陆少分布特征,显著热胁迫主要出现在皖西和皖南的平原以及浙江的嘉绍平原和金衢盆地,显著冷胁迫主要出现在苏北、皖北和舟山以北的沿海岸区;在全球气候变暖背景下,长江三角洲地区UTCI值的年代际变化呈上升趋势,由1981~1990年13.83℃增加至2011~2020年14.75℃,人体生理热响应表征为冷胁迫减少、热胁迫增加、无冷热胁迫基本不变,春季无冷热胁迫时长的增加基本抵消了夏季无冷热胁迫时长的减少。     

The Synergism between Methanogens and Methanotrophs and the Nature of their Contributions to the Seasonal Variation of Methane Fluxes in a Wetland: The Case of Dajiuhu Subalpine Peatland

Wetland ecosystems are the most important natural methane (CH₄) sources, whose fluxes periodically fluctuate. Methanogens (methane producers) and methanotrophs (methane consumers) are considered key factors affecting CH₄ fluxes in wetlands. However, the symbiotic relationship between methanogens and methanotrophs remains unclear. To help close this research gap, we collected and analyzed samples from four soil depths in the Dajiuhu subalpine peatland in January, April, July, and October 2019 and acquired seasonal methane flux data from an eddy covariance (EC) system, and investigated relationships. A phylogenetic molecular ecological networks (pMENs) analysis was used to identify keystone species and the seasonal variations of the co-occurrence patterns of methanogenic and methanotrophic communities. The results indicate that the seasonal variations of the interactions between methanogenic and methanotrophic communities contributed to CH₄ emissions in wetlands. The keystone species discerned by the network analysis also showed their importance in mediating CH₄ fluxes. Methane (CH₄) emissions in wetlands were lowest in spring; during this period, the most complex interactions between microbes were observed, with intense competition among methanogens while methanotrophs demonstrated better cooperation. Reverse patterns manifested themselves in summer when the highest CH₄ flux was observed. Methanoregula formicica was negatively correlated with CH₄ fluxes and occupied the largest ecological niches in the spring network. In contrast, both Methanocella arvoryzae and Methylocystaceae demonstrated positive correlations with CH₄ fluxes and were better adapted to the microbial community in the summer. In addition, soil temperature and nitrogen were regarded as significant environmental factors to CH₄ fluxes. This study was successful in explaining the seasonal patterns and microbial driving mechanisms of CH₄ emissions in wetlands.     

IPCC AR6解读：全球和区域海平面变化的监测和预估

IPCC第六次评估报告第一工作组报告第九章综合评估了与海平面相关的最新监测和数值模拟结果,指出目前（2006—2018年）的海平面上升速率处于加速状态（3.7 mm/a),并会在未来持续上升,且呈现不可逆的趋势。其中低排放情景（SSP1-1.9）和高排放情景（SSP5-8.5）下,到2050年,预估全球平均海平面（GMSL）分别上升0.15~0.23 m和0.20~0.30 m;到2100年,预估GMSL分别上升0.28~0.55 m和0.63~1.02 m。南极冰盖不稳定性是影响未来海平面上升预估的最大不确定性来源之一。区域海平面变化是影响沿海极端静水位的重要因素。     

大连地区阵风系数特征分析

利用2015年5月至2020年4月辽宁省大连地区9个国家气象站、2017年165个区域气象站逐10 min测风资料, 从风向、风级、月际变化、日变化、空间分布和天气影响系统等对大连地区最大、平均、最小阵风系数进行统计分析。结果表明: 1—12月平均阵风系数的变化范围为1.66~1.77, 秋末冬初平均阵风系数偏大, 春夏季节偏小; 与冷空气相对应风向的平均阵风系数大于与暖空气相对应的风向; 随着风级的增大, 最大、最小阵风系数向平均阵风系数收敛; 不同风级下阵风系数的频率分布均呈单峰型分布, 风级越大, 分布范围越窄。除西南风外, 其他风向的阵风系数均表现出白天大、夜间小的特点。大连地区阵风系数具有明显的地域特点, 东南和西北部沿海区域的阵风系数比内陆和西南沿海偏小, 风向基本不影响阵风系数的空间分布。大连的大风过程多受海上气旋和高压前部双系统共同影响, 气旋、台风以及雷暴大风的平均阵风系数大于同风级的平均值。     

1981—2018年中国东北地区秋冬季霾日变化及其与北极海冰的关系

利用中国东北地区1981—2018年166个地面气象观测站资料, 定义了中国东北地区秋冬季霾日指数, 分析了年际尺度上该地区霾日数与同期大气环流异常的内在关系。结果表明: 中国东北地区秋冬季霾日指数存在显著的年际变化特征, 欧亚—太平洋遥相关型(Eurasia-Pacific Teleconnection Pattern, EUP)负位相、东亚大槽偏弱等大气环流异常配置导致中国东北地区秋冬季霾的发生频次增加。巴伦支海与喀拉海北部海域是影响中国东北地区秋冬季霾日年际变化的海冰关键区, 该区域海冰面积与霾日数呈显著负相关, 北极海冰通过改变大气环流间接影响中国东北地区秋冬季霾日发生频次, 当北极海冰异常偏少时, 东亚冬季风偏弱, 近地面风速偏低, 环境湿度偏高, 中国东北地区受东北亚异常反气旋西侧的异常偏南风控制, 且受“EUP”负位相模态影响, 东亚大槽减弱, 有利于大气污染物和水汽向中国东北地区输送, 该地区秋冬季霾的发生频次增加。     

2019年7月3日辽宁开原伴随EF4级强龙卷的超级单体风暴分析

综合利用多普勒雷达、地面自动气象站以及风廓线等观测资料和ERA5再分析资料,对2019年7月3日发生于辽宁开原的超级单体风暴伴随EF4级强龙卷环境条件、多普勒雷达回波特征和形成机理进行详细分析。结果表明:本次过程发生于低层暖湿高层冷干强的热力不稳定环境条件下,在地面干线汇合流场形成地面辐合线附近触发湿对流并发展为伴有龙卷的超级单体风暴。龙卷发生于低层钩状回波附近,多普勒雷达上呈现经典超级单体风暴雷达回波特征,低层强的垂直风切变将水平涡度转化为对流风暴中垂直涡度,强上升运动使得顺流涡度倾斜拉伸,从而龙卷发生前17 min在多普勒雷达2.4°仰角首先出现中气旋结构,随后风暴向南移动过程中,风暴的后侧下沉气流(RFD)将中低层的涡度“压低”致使龙卷接地,因此龙卷发生后1 min在0.5°仰角也出现强中气旋并有类龙卷涡旋特征(TVS),中气旋最强时的旋转速度达到28 m·s^(-1)(强中气旋标准),因此本次龙卷符合“自上而下”I型龙卷特征。由于环境干燥空气夹卷造成水滴强烈蒸发和冷却,使得地面出现了1 h降温达10℃的强冷池,过强的冷池可能在促使龙卷消亡过程中起到关键作用,致使龙卷持续了约30 min后消亡。