湘东北文家市蛇绿混杂岩带的发现及意义

在湘东北文家市首次识别出蛇绿岩套残片 ,它由变沉积岩、变玄武岩、变辉绿岩、变辉长岩、变辉石岩类及变硅质岩组成。综合其地质学、岩石学、地球化学和同位素年代学的资料 ,提出文家市蛇绿岩可能形成于有限小洋盆的构造环境。文家市蛇绿混杂岩带、前陆盆地、磨拉石建造和“S”型花岗岩等构造岩石组合记录了碰撞造山的全过程 ,证实了江南雪峰古陆属元古宙造山带。这一发现为华南前寒武纪的大地构造格架和地壳演化提供了依据 ,同时该地区也将成为研究早期华南大陆地壳演化———武陵运动的关键地带。     

蒙特卡罗不确定性分析在O3模拟中的初步应用

利用蒙特卡罗不确定性分析方法,分析了嵌套网格空气质量模式系统(NAQPMS/IAP)中154个模式输入变量不确定性对臭氧模拟的影响,量化了模式在北京奥运会期间臭氧模拟的不确定性,并确定出了主要不确定性因子。结果表明:(1)在奥运会期间(2008年8月8日～2008年8月24日),北京城区臭氧模拟的平均不确定性为19ppb,不确定性存在明显的日变化特征,白天不确定性大,夜间不确定性小。(2)在白天,北京城区近地层臭氧模拟最重要的不确定性来源是局地前体物排放,其次是NO2光解系数、风向、北京周边前体物排放和垂直扩散系数。另外,地面约150m以上,对臭氧模拟影响最大的不确定性因子是风向和北京周边前体物排放;夜间,北京城区近地层臭氧模拟的最大不确定性来源是局地NOx排放和垂直扩散系数。     

北京奥运会期间CBM-Z化学机制的模拟应用

利用CBM-Z化学机制模拟了中国科学院大气物理研究所气象塔站在北京奥运会期间高臭氧时段O3浓度的日变化,评估了气象条件、北京奥运会加强控制措施以及O3前体物浓度对近地面O3生成的影响。结果表明:(1)CBM-Z化学机制较好地模拟了北京奥运会期间典型时段气象塔站O3、NO、NO2日变化特征。(2)有利于局地高臭氧事件发生的气象条件非常相似;北京奥运会加强控制措施的实施显著减少了NOx及VOCs的排放量,导致近地面O3浓度的明显下降。(3)奥运会期间VOCs和CO是影响气象塔站O3生成量的关键因素。     

近48年青藏高原强降水量的时空分布特征

基于青海和西藏地区48个气象台站近48 a(1961~2008年)的逐日降水资料,分析青藏高原冬、夏半年强降水量的时空演变特征。结果表明:青藏高原强降水量与总降水量的空间分布相似,夏半年为由东南向西北递减,冬半年则由唐古拉山脉东段的高原腹地向四周递减;夏(冬)半年强降水量存在准3、准6 a(7~8 a)的年际振荡以及准9~10 a(15 a)的年代际振荡;夏半年高原北(南)部强降水量以增加(减少)趋势为主,强降水量呈现出微弱的减少趋势,而冬半年高原大多数地区均呈现出明显的增加趋势,在1976年发生突变现象。     

省级GNSS基准站普查方法探索与实践

近年来,受城市周边建设发展导致的基准站环境变化搬迁、设备使用年限增长和恶劣天气影响,各省GNSS基准站信息发生很大变化。随着我国北斗卫星导航系统（BDS）的发展,需要全面了解基准站信息状况,及时更新维护现代测绘基准体系。以HBCORS为例,探索了GNSS基准站普查的目的、内容和方法,提出了普查的技术流程、关键问题和解决方法,并在湖北省GNSS基准站普查工作中进行了实践。结果表明,该方法可在其他地区推广,具有实践意义。     

常德市一次重污染过程天气特征及成因

为探讨常德重污染过程中气象成因和污染物来源,利用空气质量监测数据和高空、地面气象观测数据,结合月移动第30百分位法、后向轨迹模式、时滞相关等方法,对湖南省常德市2015年12月31日至2016年1月5日出现的一次持续重污染过程进行分析。结果表明：(1)此次重污染过程最高峰出现于北方弱冷空气渗透南下,地面风向转为东北风、中低层大气辐散下沉加强之时。(2)月移动第30百分位法定量估算此次重污染过程中污染物外来源和本地源各自的贡献率,发现外来源与PM_2.5质量浓度监测值变化趋势一致,相关系数为0.97,5日重污染最强时段外来源直接贡献了PM_2.5总质量浓度的73.0%。(3)后向轨迹追踪此次过程污染气团来源于河北、山东、河南等重污染区域;时滞相关分析表明：北京、济南、武汉和荆州的重污染分别超前于常德约50、40、12 h和5 h。(4)常德“两山夹一凹朝东北开口”的特殊地形具有“避风港”效应,北方污染气团随弱冷空气南下,低层大气下沉运动及特殊的地形共同为本次污染过程的形成和维持提供了有利条件。     

一个基于打靶法的大气污染源反演自适应算法

污染源反演对大气污染预报及控制有重要意义。目前普遍采用的源反演统计方法存在对观测误差、源清单先验估计误差敏感等弱点。基于打靶法思想的各种算法以其精度高、程序简单、实用性强的特点被广泛应用于系统控制领域。本文提出的基于打靶法思想的大气污染源反演自适应算法在精度高、算法简明的基础上弥补了统计方法的不足:能处理源清单中的大误差、初值大误差、观测值在个别时间点的大误差;无需先验分布假设及误差估计。本文还以简单模型的理想试验为例,展示了该自适应算法的计算效果。     

BDS可用性研究与验证

为研究北斗卫星导航系统(BDS)的定位性能,根据实测数据对比分析了BDS/GPS组合系统的定位结果,对基于BDS的数据可用性进行了分析,并对BDS与GPS分别在RTK模式下的定位结果精度进行分析。研究表明:BDS/GPS组合系统的兼容性与融合性得到了验证,基于BDS的数据可用性良好,基于BDS的RTK测量成果精度可靠。     

北京空气质量多模式集成预报系统的建立及初步应用

介绍了北京空气质量多模式集成预报系统（ＥＭＳ Ｂｅｉｊｉｎｇ）．系统中区域空气质量模式包括中国科学院大气物理所自主开发的嵌套网格空气质量模式系统（ＮＡＱＰＭＳ）模式、美国环保署（ＥＰＡ）开发的Ｍｏｄｅｌｓ ３／ＣＭＡＱ模式及美国Ｅｎｖｉ ｒｏｎ公司开发的ＣＡＭｘ模式等,均使用ＳＭＯＫＥ排放模型统一处理大气污染排放清单．此系统各模式采用统一的模拟区域和网格分辨率,采用中尺度气象模式ＭＭ５提供统一的气象场,并采用算术平均、权重集成等方法集成各空气质量模式结果,并投入北京空气质量业务预报,有效支持了北京奥运会空气质量数值预报．业务预报结果表明：１）采用ＳＭＯＫＥ处理的奥运排放清单较接近实际,２００８年８月各空气质量模式可吸入颗粒物（ＰＭ１０）日均值预报结果相对偏差为－３％ ～１７％,与观测数据相关系数在０７以上;２）在排放清单较接近实际的情况下,ＰＭ１０日均值多模式算术平均优于单个空气质量模式;３）分析２００８年４—１１月业务预报表明,采用权重集成方法预报的ＰＭ１０日均值优于算术平均方法,达６１％．总体上,权重集成方法优于算术平均结果．     

利用BP神经网络提高奥运会空气质量实时预报系统预报效果

将BP(Back Propagation)神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果。在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现:BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显。对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键。