全球增暖对甲烷生物圈源的影响及其气候后果

1.引言人们认为工业活动对全球气候的影响主要是二氧化碳的温室效应。近来,已经提出在北半球观测到的可能是由于人类活动产生的较高的臭氧浓度会造成气候增温0.2 K(Fishman等,1979)。而且,在气候-化学耦合     

2004年2月11日Cluster卫星和CUTLASS雷达同时观测的磁通量传输事件

本文分析了2004年2月11日11:00～11:40 UT期间Cluster卫星簇的磁通门磁力计FGM）、等离子体电子及电流试验仪（PEACE）和CUTLASS 芬兰雷达对多个磁通量传输事件(FTEs)的同时观测. 在此期间,Cluster卫星簇位于北半球外极隙区附近,并于11:18 UT左右穿出磁层顶进入磁鞘,四颗卫星同时观测到了多个FTEs, 其出现具有准周期性,周期约为130 s. 利用Cluster四颗卫星的多点同时观测数据,采用最小方向微分法和时空微分方法,我们推断这些FTEs是尺度大小约为(0.87～1.81)R_E的准二维结构,其运动方向为东北方向,与Cooling模型预测方向基本一致. CUTLASS芬兰雷达在相应的电离层区域观测到了明显的“极向运动雷达极光”结构,这些结构与Cluster卫星簇观测的FTEs有着很好的对应关系,它们是FTEs的雷达观测特征.     

铁同位素的MC-ICP-MS测定方法与地质标准物质的铁同位素组成

详细报道了在低分辨和高分辨模式下运用MC-ICP-MS进行Fe同位素比值高精度测试的方法,对Fe同位素测定过程中谱峰干扰、基质效应、浓度效应、仪器测试的长期重现性等问题进行了评估,并对两种运行模式的测试结果进行了对比.在95%的可信度范围内,所建方法的外部精度优于0.5ε/ainu,达到国际同类实验室的先进水平,并且低分辨和高分辨两种模式下获得的Fe同位素测试结果是一致的.在此基础上对国家地质标准物质GBW07105(玄武岩)和GBW 07111(花岗闪长岩)进行了Fe同位素测定.相对于Fe同位素国际标样IRMM-014,GBW07105的Fe同位素成分为:ε57Fe=1.9±0.3(20),ε56Fe=1.3±0.2(2σ),ε57/56Fe=0.6±0.1(2σ);GBW 07111的Fe同位素成分为:ε57Fe=1.8±0.4(2σ),ε56Fe=1.2±0.2(2σ),ε57/56Fe=0.6±0.1(2σ).     

大厂锡多金属矿床热液喷气沉积的证据——含矿建造及热液沉积岩

通过对大厂锡多金属矿床含矿建造特征及容矿岩石的岩石学、地球化学研究,探讨了矿床形成的地质环境,证明了主要容矿岩石是从海底热卤水系统中以化学沉淀方式形成的热液沉积岩。     

南疆西部干旱区两次极端暴雨过程对比分析

利用常规气象观测资料、NCEP再分析资料、ERA5分析场数据等资料,对南疆西部两次极端暴雨过程的环境条件和形成机理进行对比分析,以更深入理解南疆极端降水特征和产生机制。两次过程分别发生在春季和夏季,高层环流存在显著差异,南亚高压分别呈东部型和双体型,但配合中层的“阶梯槽”形势,均为极端降水提供了特殊有利的环流背景。低空700～850 hPa偏东急流是南疆西部极端降水发生的重要天气系统,其不但是暴雨发生地主要水汽通道,还与地形形成强烈辐合,是极端降水重要的触发和水汽集中机制。引入二阶湿位涡对两次暴雨过程的非均匀特征及可能产生机制进行了对比分析。结果表明,二阶湿位涡高值区与降水的发展演变呈现较高一致性,二阶湿位涡主分量包含对流稳定度与绝对涡度垂直梯度的耦合,体现极端降水大气的主要动热力结构特点:发生在2021年6月15～16日的夏季过程,极端降水区主要位于昆仑山沿线,与塔里木盆地南侧强烈的低层气旋性旋转有关,旋转促进水汽快速集中,垂直方向表现为中层负涡度叠加于正涡度之上,垂直涡度梯度显著,同时水汽抬升凝结,中层大气加湿加热,对流稳定度在垂直方向非均匀性增强,两种垂直梯度结构均有助于垂直运动增强,促进极端降水形成;发生在2020年4月17～24日的春季过程,降水主要位于南疆西部喇叭口地形区,“阶梯槽”形势造成的越山干冷气流和塔里木盆地的偏东暖湿气流辐合,形成中层正涡度带,激发上升运动,是极端降水的主要成因。     

Experiments of DSAEF_LTP Model with Two Improved Parameters for Accumulated Precipitation of Landfalling Tropical Cyclones over Southeast China

The Dynamical-Statistical-Analog Ensemble Forecast model for landfalling tropical cyclones (TCs) precipitation (DSAEF_LTP) utilises an operational numerical weather prediction (NWP) model for the forecast track, while the precipitation forecast is obtained by finding analog cyclones, and making a precipitation forecast from an ensemble of the analogs. This study addresses TCs that occurred from 2004 to 2019 in Southeast China with 47 TCs as training samples and 18 TCs for independent forecast experiments. Experiments use four model versions. The control experiment DSAEF_LTP_1 includes three factors including TC track, landfall season, and TC intensity to determine analogs. Versions DSAEF_LTP_2, DSAEF_LTP_3, and DSAEF_LTP_4 respectively integrate improved similarity region, improved ensemble method, and improvements in both parameters. Results show that the DSAEF_LTP model with new values of similarity region and ensemble method (DSAEF_LTP_4) performs best in the simulation experiment, while the DSAEF_LTP model with new values only of ensemble method (DSAEF_LTP_3) performs best in the forecast experiment. The reason for the difference between simulation (training sample) and forecast (independent sample) may be that the proportion of TC with typical tracks (southeast to northwest movement or landfall over Southeast China) has changed significantly between samples. Forecast performance is compared with that of three global dynamical models (ECMWF, GRAPES, and GFS) and a regional dynamical model (SMS-WARMS). The DSAEF_LTP model performs better than the dynamical models and tends to produce more false alarms in accumulated forecast precipitation above 250 mm and 100 mm. Compared with TCs without heavy precipitation or typical tracks, TCs with these characteristics are better forecasted by the DSAEF_LTP model.     

地震的震级频度分布与古登堡—里克特关系式的偏离:大震之前前兆异常的检测

本文介绍了表示地震的震级频度分布与古登堡-里克特(GR)关系式偏离的一种量度。以前曾认为震级频度分布遵从古登堡-里克特关系式,然而,实际分布常常与这一关系式偏离相当大。令n_i、N、M_0和b分别是震级为M_i～M_i+△M的事件数目、地震的总数目、震级的下限以及古登堡-里克特关系式的b值。这样,用Kullback-Leibler平均信息就可给出偏离的量度:式中,p(X_i)=n_i/N,q(X_i)= b ln 10 exp(-b ln 10 X_i),函数q(X_i)代表古登堡-里克特分布,因此这个量度给出了震级分布与古登堡-里克特关系式的偏离程度。如果地震的震级分布与古登堡-里克特关系式符合得越好,那么‘C’值将越小;而如果分布精确地遵从古登堡-里克特关系式时,‘C’为零。相反,如果分布与古登堡-里克特关系式偏离很大,‘C’指标给出的值也很大。我们研究了日本的大地震和震群前后‘C’值随时间的变化,结果显示出大震前后‘C’值的变化是不可忽视的。在大震之前,‘C’值变小,这说明震级分布与古登堡-里克特关系式吻合得较好,主震之后,‘C’急剧变化。在震群活动期间,‘C’值的变化也相当大,但是,震群的‘C’值比一般地震的‘C’值小些。在某些震群中,‘C’指标在最大活动时刻达到极大值。这个量度是很有用的工具,用它可观测地震活动的典型特征并且或许可用来作为检验大震的前兆现象。     

区域断裂对韩国东南部地区现今应力状态的影响

利用朝鲜半岛东南部地区浅层地应力数据,给出区域现今应力状态的分布特征及其与断层分布的关系.地应力数据表明,区域最大主压应力呈ENE-WSW到NE-SW向,这与地震震源机制解及欧亚板块东部构造应力方向的一阶模式一致.或许是受到断层的影响,现今应力张量在大小和方向上表现出不均匀性.区域水平主应力变化较为一致,而垂向则变化较...     

机器学习应用于地震预警中的地震波判别研究

由于天然或人为干扰产生的局部脉冲式噪声影响,使得地震预警系统出现误报。为减少此类问题,我们利用美国南加州和日本的30万条地震波形记录,训练了一个生成式对抗网络(GAN)用于识别P波初至特征。我们将GAN判别器作为自动特征提取器,并利用70万条地震事件和噪声波形记录训练了一个随机森林分类器。结果表明,该方法可以辨别99.2%的P波和98.4%的噪声信号。其优越的性能有望极大地减少因局部脉冲式噪声而造成的误触发数量。我们的研究表明,GAN判别器能获取简洁有效的地震波形特征,可广泛应用于地震学研究。小结地震预警系统受到脉冲式噪声信号的干扰(非真实地震信号),有时偶尔会出现误触发的情况。这会造成不必要的经济损失和公众恐慌。本文利用机器学习工具判别波形是由地震产生的还是由局部噪声源产生的。我们通过利用美国南加州和日本大约70万条波形来训练算法。研究表明,利用机器学习方法可以识别99.2%的地震和98.4%的噪声。该方法可以减少大量的误报,能显著改善地震预警系统的鲁棒性。     

呼图壁MS6.2地震跨断层形变场地资料异常变化分析

对北天山地区2016年12月8日呼图壁M_S6.2地震周边300 km范围内跨断层精密水准资料进行分析,运用二倍均方差对异常进行判定,计算出2012～2016年断层的趋势累积率Dc,认为地震前存在着一定范围的应力积累、加速运动、尖点突跳等中短期前兆异常,地震发生在形变异常显著及断层形变趋势累积率高值区域。