2007年7月18—19日山东省大暴雨天气分析

应用常规观测资料、中尺度站资料、卫星云图、雷达回波和T213数值预报产品,对2007年7月18-19日山东省大范围对流性暴雨天气的成因进行了分析.分析了产生暴雨的天气系统特征,大气垂直稳定度和对流有效位能,产生暴雨的水汽条件和动力触发机制,给出了产生暴雨的对流云团演变特征.研究结果表明,对流性大暴雨是由东北冷性低涡、前倾槽、副热带高压边缘西南暖湿气流和冷空气的共同影响产生的.低层强盛的偏南气流建立起水汽通道,把水汽源源不断地向暴雨区输送.前倾槽结构和低层增温增湿使得大气强烈的对流不稳定和对称不稳定.低层较强的东北气流与强盛的西南暖湿气流侧向汇合,垂直涡度增大,辐合上升运动增强,对流不稳定能量释放,产生中尺度对流云团.地面冷锋前生成中尺度低压,加强了辐合上升运动.高层辐散与低层辐合相配合,有利于上升运动发展和维持.卫星云图中显示两个对流云团合并发展形成中尺度对流复合体(MCC).雷达回波中表现为两个东西向的带状强降水回波相衔接,缓慢南移;暴雨区上空东北气流、西北气流和西南气流相汇合;低层东北气流逐渐增大.冷空气从低层侵入.     

基于多变量LSTM神经网络模型的PDO指数预测研究

利用1921–2020年的海平面气压、海平面高度、热含量数据以及海冰密集度作为太平洋年代际振荡（Pacific Decadal Oscillation, PDO）指数的预报要素,建立了关于PDO指数时间序列预测的多变量长短期记忆（Long Short Term Memory, LSTM）神经网络模型,对比分析了2011–2020年不同时间序列预测模型的PDO指数预测结果,最后利用多变量LSTM神经网络模型实现了2021–2030年的PDO指数预测。结果显示,多变量LSTM神经网络模型的预测值与观测值经过交叉验证后的平均相关系数和均方根误差分别为0.70和0.62;PDO未来10年将一直处于冷位相,PDO神经网络指数出现两次波动,于2025年出现最小值。相比于其他时间序列预测模型,本文采用的多变量LSTM神经网络模型预测结果误差小、拟合效果好,可以作为一种新型的预测PDO指数的手段。     

山东一次极端雨雪过程积雪特征分析及模式产品检验

利用地面自动气象站资料、人工加密积雪深度逐时观测资料和ERA5再分析资料,对山东2021年11月6—8日极端雨雪过程积雪特征进行分析。结果表明：(1)降水量突破同期历史极值导致此次雨雪过程成为极端天气事件,积雪深度是预报难点。(2)暴雪和积雪集中分布在山东的中北部地区,有量积雪的范围与降雪量R≥5 mm的分布范围基本一致。积雪深度具有明显的时间变化特征。(3)在山东典型回流暴雪天气形势下,有利的水汽、动力条件和冷空气降温作用,造成山东出现极端雨雪。低层的强冷平流降温导致降水发生相态转换,山东中北部出现暴雪及严重积雪。(4)积雪区降雪含水比差异大,平均降雪含水比为0.53 cm·mm^-1,比历史平均值偏低。积雪深度与高空温度、相对湿度和垂直速度的配置有关,低的温度有利于降雪和积雪。地理位置、鲁中山地地形和地面风速对积雪深度有影响,海陆差异较纬度差异影响大,海拔高度影响较小。(5)欧洲中期天气预报中心业务预报模式积雪产品对山东积雪有较好的预报能力,时效近、误差小,但存在预报总体偏弱、北部偏小和中南部偏大的特点。     

南秦岭竹溪县天宝乡粗面岩地球化学特征与铌成矿

南秦岭造山带北大巴山东段大面积出露早志留世粗面岩,夹于早志留世梅子垭组(S_1m)下部层位含炭粉砂质板岩之中,整体呈北西-南东向展布。这套粗面质火山岩与铌矿关系密切。竹溪县天宝铌矿床产出于火山喷发沉积韵律的中下部层位,赋矿岩石以粗面质熔结凝灰岩为主。粗面质熔岩地球化学数据显示其富碱质,稀土元素总量高且轻稀土元素明显富集,高场强元素Nb、Ta、Zr、Hf等富集,Sr、P、Ti等亏损,具有类似于OIB的地球化学性质,来源于幔源玄武质岩浆的演化,是形成于大陆裂谷环境的低压型粗面岩。矿体粗面岩类(熔结凝灰岩)与非矿体粗面岩(粗面质熔岩)相比,具有略低的SiO_2含量,高的Al_2O_3、K_2O、CaO含量,低的P_2O_5含量,更为富集的高场强元素(Nb、Ta、Zr、Hf)和轻稀土元素(La、Ce),更强的负Eu异常、正Ce异常,略强的P、Ti负异常以及更高的挥发分(F、CO_2)含量。天宝铌矿含铌矿物为易解石,产出于早期矿物的边缘、裂隙或晚期细脉中,成矿阶段处于岩浆作用的晚期。铌的富集与挥发分(F、CO_2等)的运移、保存条件密切相关。该铌矿为火山岩型稀有金属矿床,兼具岩浆型和岩浆热液型矿床特征,与庙垭和杀熊洞铌-稀土矿床属同一成矿系列的不同类型矿床。     

2001年春季东中国海三维环流的数值模拟

本文基于2001年4月东中国海区域实测水文资料,应用三维有限元模式FEOM(Finite Element Ocean Model)对东中国海三维环流系统进行了数值计算分析。模式水平网格系统采用单节点线性三角形网格,垂向使用z坐标,观测温、盐度场通过客观分析法插值得到初始条件,分别进行了诊断计算和强诊断计算,计算结果表明:(1)改进逆方法可以很好地反演研究区域流函数和流量分布,为数值模拟提供优质可靠的开边界条件。(2)有限元模式在网格自由度方面和对研究区域的完整覆盖方面优势明显,高分辨率的垂向z坐标也可以较好地拟合海底地形,从而得到较高分辨率的三维数值模拟结果。(3)通过诊断计算,模拟再现了东中国海春季环流的多涡结构,分辨出了台湾暖流、黄海沿岸流、黄海暖流等流系。(4)比较诊断与强诊断两个计算结果,它们在定性上较为一致,在定量上有些差别,总体分布强诊断计算结果更为合理。     

北方平原地区多层松散孔隙含水层地下水开发与地面沉降研究

该文分析了中国北方平原地区第四纪河流冲积形成的多元地层结构的特点,概述了地下水资源开发利用现状及地面沉降危害.依据阜阳市地下水水位和地面沉降历史,采用-维固结模型计算了土力学参数,预测了不同地下水水位的地面沉降量,提出了调整深层地下水开采量、控制水位、控制地面沉降的方案.在此基础上,探讨了中国北方地区地下水合理开发利用的对策.     

爱辉历史地震考

根据对黑龙江河谷地区本世纪以来地震资料的分析和新构造运动的研究，基本认定诗人所描述的地震是存在的。因此认为，此诗给黑龙江省及其邻近地区的地震活动研究提供了非常珍贵的历史地震资料。     

一次罕见的山东半岛西部海效应暴雪过程的特征及机理研究

利用高时空分辨率MODIS和HIMAWARI-8卫星云图,多普勒天气雷达,风廓线雷达,加密自动站、浮标站及常规观测等多种观测资料,结合NCEP/NCAR逐日6 h再分析资料和ERA_Interim再分析资料,对2015年11月25-26日山东半岛西部和北部海效应暴雪过程的降雪特征和形成机理进行了分析。结果表明:(1)此次过程中高空冷涡位置异常偏西偏南,对应地面等压线气旋式弯曲异常偏西,冷空气强盛,为半岛西部产生暴雪提供了有利的大尺度背景条件。(2)此次海效应暴雪过程存在多条降雪云带并有云带合并发展现象,每条云带内部可能存在多个云团(线),云带的位置和发展强度对降雪落区和降雪量具有良好的指示性。(3)对应强降雪时段,渤海海面海气温差为14℃左右,半岛西部存在不稳定层结,地面辐合线提供动力触发机制,前期水汽积累和后期强水汽辐合提供了充分的水汽条件,低层辐合区长期维持使降雪云带强烈发展并产生"列车效应",是导致此次半岛西部产生暴雪的主要原因。(4)此次暴雪过程中,山东半岛西部在能量和水汽方面优于半岛北部,且动力维持机制与半岛北部不同,其低层900 h Pa以下存在西北风和偏北风的辐合。     

青藏高原昌都地区马查拉组成煤期构造背景与聚煤模式

为了恢复昌都盆地内早石炭世聚煤环境,对马查拉组内碎屑岩微量元素、稀土元素进行测试,结果显示的地球化学特征（La/Yb=10.04~15.62 μg/g;La/Th=1.33~3.17 μg/g;Hf=4.58~13.90 μg/g）表明,该套沉积岩物源为来自被动大陆边缘沿物源区的沉积岩和酸性岛弧源区的花岗岩。马查拉组在Zr-Th、La-Th-Sc、Th-Co-Zr/10构造环境判别图解中的位置（∑REE=193.96 μg/g,LREE/HREE=6.29;δEu=0.61;La/Yb=13.17;（La/Yb）_N=8.55）,说明马查拉组沉积既有活动大陆边缘的特性,又有向大陆岛弧过渡的趋势。马查拉组主体是一套沉积于大陆边缘的浅海-海陆交互环境的沉积岩,层内煤层多发育在海侵体系域内,属于海侵成煤。煤层具有层数多、厚度薄、连续性差、聚煤中心分散的特点。研究区沉积时,其西缘的澜沧江洋盆已经发生俯冲,其聚煤模式属于活动大陆边缘弧后盆地成煤。研究成果既可以细化早石炭世特提斯演化过程,又有助于揭示昌都地区煤炭资源的赋存规律。      

基于GIS和证据权模型的山阳县地质灾害易发性评价

地质灾害易发性涉及因素众多,评价结果取决于不同模型和参量权重赋值为当前研究热点。以陕西省山阳县为研究区域,在收集整理区域地质环境条件、地质灾害分布资料、相关性分析等基础上,最终选取坡度、坡向、坡型、工程地质岩组、距断层距离、距河流距离、距道路距离等8个影响因子,采用证据权模型对8个影响因子进行分析,使用GIS空间分析功能对研究区开展地质灾害易发性评价。结果显示,山阳县地质灾害易发等级可划分为高易发、中易发、低易发和非易发4个等级,面积分别为262.2 km²、436.7 km²、1141.6 km²、1694.5 km²,占山阳县总面积的7.48%、12.35%、32.29%、47.94%。进一步采用ROC曲线方法检验评价等级结果的可靠性,得到AUC为0.824 2(精度达82.42%)。