青藏高原植被变化特征及其对气候变化的影响

利用1982-2001年美国国家航天航空局(NASA)的归一化植被指数(NDVI)资料以及55个青藏高原地区气象台站实测的最高气温、最低气温、平均气温和降水资料,初步分析了青藏高原地区各季节植被变化特征及其对气候变化的影响,通过分析发现,各季节青藏高原地区NDVI均以增长为主.特别是高原南部、北部和西部等地区增加明显,高原中东部地区植被有所减少.通过相关分析和台站概率相关分析发现,高原冬季和春季NDVI与后期春季和夏季的最高气温、最低气温、平均气温和降水有较好的正相关关系,但有的表现在相关系数比较显著,有的表现为概率相关较明显.     

基于微博数据的中国人群气温感知时空分异特征及影响因素分析

极端气温事件发生频率的增加对人群的健康带来了很大的影响,深入理解人群对气温变化的感知特征有助于提高应对极端气温事件的预警、适应和管理水平。针对传统调查数据在样本量和覆盖度等方面的不足,本文使用基于微博的社交媒体数据来研究人群对气温感知的定量特征。研究通过建立气温关注度、敏感性和耐受性等指标,调查了中国2017年31个城市的人群对气温感知的空间格局变化与局部变异性,分析了不同季节和不同群体对气温感知的差异性与影响因素。分析结 果表明：人群对气温的感知表现出显著的纬度梯度规律性,纬度每下降1°,人群平均的热耐受性增强0.42 ^oC,冷耐受性降低0.31 ^oC,冷敏感性增强0.51;人群对气温的感知在不同季节、不同群体之间也表现出显著的差异性,反季的异常气温更易引起人群对于气温变化的关注,青少年与女性群体对冷更为敏感;气温感知特征的区域差异性与气候分区紧密相关,温带地区的人群比热带显示出更强的热耐受性,而热带地区的人群具有更显著的气温敏感性。本文研究结果可以为理解大尺度上人群对气温变化感知的基本特征和分异规律提供新的规律发现与证据支持。     

2003~2016年南极地区冰盖质量变化时间序列分析

利用CSR提供的GRACE时变重力场数据反演2003~2016年南极地区冰盖质量变化。结果表明,南极地区冰盖整体呈现消融趋势,消融速率为（-101.27±7.02） Gt/a,且在不断加速。EA以质量积累为主,速率为（69.09±2.64） Gt/a,但近期速率大幅减小;WA冰盖消融速率为（-148.35±6.78） Gt/a,表现为加速消融趋势,为南极冰盖质量消融的主要地区;AP消融速率为（-22.01±1.44） Gt/a,变化相对平稳。     

1961-2013年东北与华北气温变化速度空间差异

全球气候的不断变化使得生物生境受到极大影响。气温作为最基本的气候要素,其变化迁移会胁迫生物对此做出响应,造成生物群落的迁徙。气温变化速度将气温看作物质的运动,能够直观地表示气温时空变化特征,对研究生物分布地理界限变化具有重要的指导意义。本文利用1961-2013年的全国每月平均温度数据集,分析了过去50多年中国东北与华北地区之间气温变化速度的区域差异。结果表明：东北与华北两地区整体气温变化速度均值为5.60 km/year,速度范围主要集中于0~9 km/year之间,约占总数的90%。东北地区气温变化速度均值大于华北地区。其中,东北速度均值为5.85 km/year,华北为5.41 km/year。从区域内部来看,东北地区气温变化速度整体较高,三省中黑龙江与吉林速度较高,辽宁省速度变化相对较小。华北气温变化速度高值区域主要分布在内蒙古高原与河北、天津的小部分地区,其他地区的气温变化速度则相对较小。     

南极帝企鹅种群栖息地动态变化遥感分析

帝企鹅是南极生态的指示器,其种群栖息地分布变化对研究南极气候具有重要意义,但传统的人工实地调查难以获取全面、准确的种群栖息地信息。本文依据帝企鹅种群排泄物在卫星影像上的蓝、红波段和近红外与短波红外波段的反射率差异,提出2种可以有效判别种群排泄物的光谱指数（NDII、EI）,据此精确识别帝企鹅种群排泄物并确定其种群栖息地位置。根据2009年195景时相合适、质量较好的Landsat 7 ETM+卫星影像,获取了南极共计38个帝企鹅种群栖息地,其中新发现7处（Bowman Island , Dibble Glacier , Auster, Point Geologie , Cape Crozier , Brownson Islands和Rupert Coast）,消失2处（Amundsen Bay 和Ledda Bay）,另外25处（除Thuston Glacier, Luitpold, Sanae, Gould, Ragnhild和Beaufort Island外）位置未发生明显变化,实现了全南极帝企鹅种群栖息地的识别与定位。种群栖息地提取的正确率为94%,提取结果受限于影像质量和种群规模,且随着种群规模的提高,该方法的提取效果也越好。帝企鹅种群栖息地的分布与气候要素息息相关,种群栖息地往往倾向于气温较低和海冰密集度较高的区域,气候变化对每个种群栖息地的影响不同,因此气候与种群栖息地变化的具体关系需要长时间、区域性的观测进行研究。随着气温持续上升和海冰密集度的变化,南纬70°以北的种群栖息地面临较大的威胁,帝企鹅种群呈现向极点逐渐收缩的趋势。     

四川地区44年来气候季节划分及变化特征的研究

利用四川地区135个台站的逐日温度资料和曾庆存等[1]提出的季节划分方法讨论了四川各区域的气候季节划分和季节变化,结果表明:(1)1961～2004年期间,四川地区季节的四季分配很不均匀,冬夏季偏长,春秋季偏短;并且四川不同区域间的季节划分差异主要表现在春秋两季的时间长度上.(2)季节划分的年际变化表现为春季西部高原地区有两次时间长度增加和两次减少的变化特征,在两次时间长度增加的过程中出现了一次明显的季节长度突变;高原与盆地过渡区1996年以后春季长度年际差异显著减小,东部盆地地区近年来春季时间长度明显增加.(3)季节强度指数表明,冬季西部高原和中部高原与盆地的过渡地区变暖、夏季在1960～1970年代变冷的趋势;东部盆地冬季在1970年代中后期至1980年代强度变化剧烈、夏季则显示出1982年以前逐渐变冷、以后逐渐变暖的特征.(4)成都城市群表现出春秋过渡季节更加短暂、四季分配更不均匀、气候变化幅度增大的特征.     

近42年雅鲁藏布江中游四季气温变化特征分析

利用 1957～ 1998年雅鲁藏布江中游拉萨、日喀则、泽当、江孜 4个站各月平均气温资料 ,通过线性趋势估计和多项式函数拟合分析了该流域春、夏、秋、冬 4季气温长期趋势变化和周期变化 ,并利用滑动T检验等方法讨论了气温突变的问题。结果表明 :在过去 4 2年里 ,雅鲁藏布江中游地区各季气温均有明显的上升趋势 ,其中冬春季增温显著 ,80年代初沿江四季气温除秋季外都出现了明显的增温突变     

对南极地区气温的聚类分析

对南极地区的多年月平均气温资料进行聚类分析,结果表明,可以分为极区内陆、海湾区域、东南极沿岸和南极半岛地区四大类型。南极半岛地区一些位于南极圈之外的考察站反映的仍是南极气候状况。     

北极海冰范围时空变化及其与海温气温间的数值分析

本文利用美国国家冰雪中心提供的1989-2014年海冰范围资料,分析了北极海冰范围的年际变化和季节变化规律。分析发现,北极海冰范围呈减少趋势,每年减小\begin{array}{c}5.91\times {10}^4\mathit{k}{m}^2\end{array},夏季减少趋势显著,冬季减少趋势弱。北极海冰范围显现相对稳定的季节变化规律,海冰的结冰和融化主要发生在各个边缘海,夏季期间的海冰具有融化快、冻结快的特征。结合海温、气温数据,进行北极海冰范围与海温、气温间的数值分析,结果表明北极海冰范围变化通过影响北极海温变化进而影响北极气温变化。海冰范围的季节变化滞后于海温和气温的季节变化。基于北极考察走航海温气温数据,进行楚科奇海海冰范围线与海温气温间的数值分析,发现楚科奇海海冰范围线所在区域的海温、气温与纬度高低、离陆地远近有关。     

我国对南极大气科学研究初获成果

我国在1985年首次南极综合考察期间,气象工作者在长城站进行了地面气象要素、高空风、辐射、卫星云图接收、雷达回波分析、大气化学成份和气溶胶采样分析等综合性观测和分析。所获资料虽然最长仅一年,但这是我国气象工作者第一次获得由我们搜集到的第一手的南极气象情报,来之不易,极为宝贵。经气象考察人员的初步分析和研究,已撰写了内容包括:“南极地区天气和水文分析预报”“气象要素变化特征”“大气结构及辐射状况”     

Does polar amplification exist in Antarctic surface during the recent four decades?

There are numerous studies on polar amplification and its influence on mid-latitude weather and climate. However, assessments on whether polar amplification occurs in Antarctica are rarely conducted. Based on the latest atmospheric reanalysis of ERA5 produced by European Centre for Medium-Range Weather Forecasts(ECMWF), we have defined the Antarctic amplification index, and calculated the trend of annual and seasonal Surface Air Temperature(SAT) mean during 1979-2019 for Antarctic Ice Sheet(AIS) and the trend mean of different meridional sectors of Antarctic sub regions including East Antarctic Ice Sheet(EAIS), West Antarctic Ice Sheet(WAIS) and Antarctic Peninsula(AP). Antarctic amplification shows regional differences and seasonal variations. Antarctica shows a slight warming with the largest magnitude in AP. The temperature anomalies indicate the least fluctuations in austral summer, and the more fluctuations in winter and spring. In austral summer, the warming trend domains EAIS and WAIS, while the cooling trend appears over AP. The zonal mean in Southern Hemisphere maintains a warming trend in the low latitudes, and fluctuates greatly in the middle and high latitudes. The strongest Antarctic amplification phenomenon occurs in spring, with the amplification index of 1.20. For AP, the amplification occurs in austral autumn, and the amplification index is 2.16. At South Pole and the surrounding regions, SAT for land only fluctuates largely and shows different trends in different seasons. The mechanism of Antarctic amplification is unclear till now, and its research suffers from the limitation of measured data. This suggests that future research needs progress in comprehensive ground observation network, remote sensing data accumulation, and high-resolution climate modeling with better representation of both atmospheric and cryospheric processes in Antarctica.     

����GPS���ϼ���ɽվ�����TEC�����о�

????2000??2006?????????GPS?????????о??????????TEC????????????????????????????仯?????????????????GPS??TEC????????????????????????仯???????????????????TEC?仯?????????????????????????????????????????????????     

GNSS����վ��ͬ���͹۲���ȶ����о�

????????????????GNSS??????????????о???????????1???????????????????仯?????????????仯????????仯???????仯?й??2???????????????????????????????????????????????仯????????С??3?????3.5 m????????????????????????????????????????     

Contrast between the climatic states of the warm pool in the Indian Ocean and in the Pacific Ocean

Based on the analysis of Levitus data, the climatic states of the warm pool in the Indian Ocean (WPIO) and in the Pacific Ocean (WPPO) are studied. it is found that WPIO has a relatively smaller area, a shallower bottom and a slightly lower seawater temperature than those of WPPO. The horizontal area at different depths, volumes, central positions, and bottom depths of both WPIO and WPPO show quite apparent signals of seasonal variation. The maximum amplitude of WPIO surface area’s seasonal variation is 58% larger over the annual mean value. WPIO’s maximum volume variation amplitude is 66% larger over the annual mean value. The maximum variation amplitudes of the surface area and volume of WPPO are 20.9% and 20.6% larger over the annual mean value respectively. WPIO and WPPO show different temporal and spatial characteristics mainly due to the different wind fields and restriction of ocean basin geometry. For instance, seasonal northern displacement of WPIO is, to some extent, constrained by the basin of the Indian Ocean, while WPPO moves relatively freely in the longitudinal direction. The influence of WPIO and WPPO over the atmospheric motion must be quite different.     

白银市气温年代际变化及均生函数预测模型的应用

讨论了白银市气温突变及年代际变化特征,并利用均生函数预测模型对白银市气温进行预测试验.在1997～2003年预测试验中,结果表明,均生函数预测模型可以较好地拟合气温的气候变化趋势,对季、年气温有较好的预测能力.     

Temperature variations at the Great Wall and Zhongshan stations

Surface meteorological observations have been carried out at the Great Wall station (GW) and Zhongshan station (ZS) from 1984 to 2008 and from 1989 to 2008 respectively. The variation in mean air temperature and its trends are derived from the meteorological observation data recorded at both stations. The warming rate of the annual mean temperature at GW is similar to that at Bellingshausen station, which is about 3 km distant. Thus, the warming trend is representative of the King George Island region. The warming rate of ZS is less different from that at Davis station,which is about 100 km from ZS. It can be said that the meteorological data recorded at both stations are representative of the regions of the King George Island and east coast of the Antarctic.     

DISTRIBUTION AND POPULATION DYNAMICS OF PARACALANUS PARVUS, PARACALANUS CRASSIROSTRIS, AND ACARTIA BIFILOSA (COPEPODA, CALANOIDA) IN THE BOHAI SEA

ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅＢｏｈａｉＳｅａｗａｓｃｈｏｓｅｎａｓｔｈｅｓｉｔｅｏｆｔｈｅｆｉｒｓｔｐｈａｓｅｏｆｔｈｅＣｈｉｎａ ＧＬＯＢＥＣ (ＧｌｏｂａｌＯｃｅａｎＥｃｏｓｙｓｔｅｍＤｙｎａｍｉｃｓ)ｐｒｏｇｒａｍｆｒｏｍ 1 997ｔｏ2 0 0 0 ,ｉｎｗｈｉｃｈｔｈｅｄｙｎａｍｉｃｓｏｆｚｏｏｐｌａｎｋｔｏｎｐｏｐｕｌａｔｉｏｎｓｗａｓｏｎｅｏｆｔｈｅｆｏｕｒｐｒｉｎｃｉｐａｌｆｏｃｉ.Ｓｍａｌｌｃｏｐｅｐｏｄｓｃｏｍｐｒｉｓｅａｎｉｍｐｏｒｔａｎｔｃｏｍｐｏｎｅｎｔｏｆｚｏｏｐｌａｎｋｔｏｎｅｓｐ…     

西藏浅层地温气候特征分析及与降水的关系

选择了西藏地区建站早、有代表性的１５个站１９６１～１９９６年逐月１０ｃｍ、２０ｃｍ、４０ｃｍ三个层次的地温资料以及月降水量资料。运用ＥＯＦ方法分析了各层地温的时空特征,并对不同时段的地温场和降水场进行ＳＶＤ分解,并讨论了前期地温变化,尤其是１０ｃｍ地温变化与我区降水之间的关系。分析表明,浅层地温最高值雅鲁藏布江中游地区出现在６月,其它各地一般出现在７月,最低值全区均出现在１月。地温年较差雅鲁藏布江中游地区最小,林芝、昌都次之,阿里地区最大。雅鲁藏布江中游大部分地区近３６年浅层地温呈现上升趋势,且冬春季升温幅度较汛期要高。阿里、昌都及林芝变化则不明显。地温阿里地区最低,低值中心靠近改则,昌都的西北部和南部为两个次低值区;雅江一线、东南部地温较高,最高值中心在察隅,次高值在泽当～林芝的沿江地区。１０、２０、４０ｃｍ地温年变化和冬春季、汛期变化存在准３年或准６年的周期性规律。前期地温场变化,特别是１０ｃｍ地温变化与降水有着密切的联系。大部分地区,特别是雅江中游地区和阿里地区、冬春季地温偏高（低）,汛期降水偏少（多）,两者间存在明显的反位相关系     

Climate Changes in Northeastern China During Last Four Decades

The northeastern China is a sensitive region of climate change, whose detailed trend of climate changes is highly interesting. In this study, this kind of variation trend was analyzed. Potential evapotranspiration (PE) and moisture index (MI) were modeled by using Thornthwaite scheme based on the observation data of 1961-2004 from 94 meteorological stations. To describe the climate fluctuation in the northeastern China in 1961-2004, the linear regression method was used to analyze the variation trends of mean annual temperature, mean annual precipitation, PE and MI. Mann-Kendall method was used to test the significant difference. The results show a general increasing tendency in mean annual temperature, mean annual precipitation, PE and MI. However increasing tendency was more significant in mean annual temperature and PE than in mean annual precipitation and MI. Analysis of seasonal climate variation indicates that there showed positive trends in winter and in spring, while the positive trend was more significant in winter than in spring. Furthermore, the relations between climate changes and geographical factors were analyzed, the results show that both climate factors and their interannual variability were correlated to latitude, longitude and altitude, suggesting that latitude is the most climate factor affecting climate changes, followed by altitude and longitude.