紫外辐射增加对小麦群体结构的影响

南京地区小麦田间紫外辐射试验表明,紫外辐射量的增大能显著影响小麦的群体结构,进而影响小麦对紫外辐射的反射与吸收。本文从小麦群体结构的角度对上述影响进行了详细的量化分析,并对产生这种影响的可能机制进行了探讨。     

PM2.5监测及评价研究进展

综合阐述了近年来国内外PM2.5的监测方法、观测站网建设发展,以及PM2.5对人体健康、大气环境及天气、气候等方面的影响研究,并对国内外PM2.5空气质量标准差异进行了比较分析,提出了加强PM2.5监测及影响评价的建议.     

基于MODIS产品的中国陆地冰云季节变化特征

利用2011年11月-2016年10月Terra卫星MODIS（moderate-resolution imaging spectroradiometer）3级大气产品数据（MOD08_M3）对中国陆地区域冰云发生概率、有效粒子半径、光学厚度和冰水路径的水平分布与季节变化进行分析。结果表明:冰云特性的水平分布和季节变化特征与东亚季风和强对流天气的发生存在一定联系。近5年冰云发生概率呈上升趋势,季节性变化规律明显,高值区出现在青藏高原东北部;冰云有效粒子水平分布呈现由西南向东北逐渐增加的趋势,总体季节性变化特点不明显,但在纬度较高地区出现随季节变化特征;冰云光学厚度与冰水路径水平分布和季节变化趋势大致相同,呈东南向西北递减趋势,总体季节性变化明显。     

气候变化对小麦生产影响的数值模型研究

在未来气候变化对作物影响的研究基础上,分析未来不同气候情景对南京地区小麦生长发育、产量形成的影响,并考虑了紫外辐射变化的影响。采用数值模拟方法具体估算了温度升高、降水变化、ＣＯ２ 浓度上升及紫外辐射增强对南京地区小麦产量的影响。计算结果表明：未来ＣＯ２ 增加可提高小麦产量,气温升高、降水变化及紫外辐射增强均使得小麦产量有所降低。     

高血压病发病率预报的人工神经网络方法研究

通过统计分析，选取影响银川地区高血压病发病率的主要气象因素，将其作为输入变量经多层前馈型神经网络的BP(Back Propagation)算法进行学习训练，建立了疾病发病率的人工神经网络(ANN，Artifical Neural Net)预报模型。结果表明：该方法计算简便、误差较小，为疾病发病率预报提供了一种新的预报方法。     

我国臭氧总量的时空分布特征

根据臭氧总量的地理分布特征,把我国划分成7个区域,利用卫星观测的TOMS和SBUV资料对这7个区域上空的臭氧总量多年(1979—2003年)的纬向偏差分布、年际变化、周期分布等特征进行了分析。结果表明,东部地区的臭氧总量常年大于西部地区的臭氧总量,青藏高原、西北高原与东部同纬度地区相比,在夏季差别最大,冬季最小。四川盆地上空的臭氧总量常年比周围地区要高。研究还表明,每个区域都存在准2 a、4~5 a和8~10 a的周期振荡。     

应用PRIMER软件进行浮游植物群落结构的多元统计分析

根据青岛近海进行的一次添加营养盐的围隔实验数据,采用专业软件PRIMER中的多元统计分析方法,进行了浮游植物群落结构的变化研究。结果表明,虽然由于本实验中浮游植物的生长受到Si的限制,硅藻类群不占明显的优势,使得优势种随时间的变化不明显,没有出现明显的群落演替,但用PRIMER软件的聚类分析(Clustering)和多维尺度转换排序(MDS)分析表明,添加营养盐后浮游植物群落结构有较明显的变化,同时,PRIMER软件的相异系数(ANOSIM)分析也表明,在同时添加N、P的围隔内,浮游植物群落结构变化较只添加P的围隔中的变化显著。这显示了PRIMER软件在分析浮游植物群落结构变化和评价水域富营养化中的应用前景。     

气候变化对江苏省小麦生产的可能影响

根据国内外研究结果综合分析,得到ＣＯ２倍增时江苏省温度、降水的变化值,初步确定了ＣＯ２倍增时江苏省小麦生长季内的可能气候情景。分析未来ＣＯ２倍增时对小麦作物的直接影响、间接影响及紫外辐射影响。具体估算了温度升高、降水增加、ＣＯ２浓度上升、紫外辐射增强后江苏省小麦生育期不变和生育期缩短两种情景下的气候生产潜力,并由此分析了气候变暖对江苏省不同地区的利弊影响。结果表明：江北大部分地区小麦产量有所增加,     

MM5 V3.5模式对陕北地区中尺度系统的模拟能力试验

使用NCEP再分析资料作为大尺度背景场，在9km网格距下，应用MM5V3．5对陕北地区的夏季降水和冬季降温进行了模拟试验，结果发现MM5V3．5对该地区夏季区域性降水分布型态、演变过程以及冬季降温过程具有很好的模拟能力，对局地性极强的降雨模拟能力较差，对降水中心的模拟存在一定的偏差，大范围的区域性降水模拟有虚假中心出现。     

基于MODIS遥感数据的混合像元分解技术研究和应用

使用郑州市MODIS（Moderate-Resolution Imaging Spectroradiometer）遥感数据,运用线性混合模型,对MODIS遥感数据进行混合像元分解技术研究。探讨了MODIS遥感数据的预处理、线性光谱分解模型、图像端元组分反射率的求取方法。把结果与分辨率较高的Landsat ETM＋图像分类结果进行对比,并根据得到的均方根误差（RMS;Root Mean Square）进行分析表明,利用这种像元分解方法得到的结果较为理想,MODIS数据可以有效地应用于遥感动态监测和土地覆盖分类研究。