北京北部城区 SO2和NO2浓度垂直分布特点初探

2001年1～3月在中国科学院大气物理研究所320 m铁塔10个不同高度(320、240、200、140、100、80、47、15、8 m和地面)使用无动力扩散采样器对SO2和NO2日平均总量及夜间平均浓度进行了观测.结果表明,200m以下高度SO2和NO2浓度较大.北京城区不同高度大气中SO2的浓度1月份最高.NO2浓度1月份和2月份呈现高值.不同高度SO2和NO2浓度与逆温强度有明显的正相关.     

城市大气环境边界层观测试验

城市大气环境边界层观测试验工程提出了城市区域大范围大气污染"空气穹隆"动力过程三维结构,首次揭示出北京周边地形"山谷风"与城市"热岛"效应相互作用对城市大气环境影响的综合特征.试验采用卫星遥感-地面观测相结合的技术方案,揭示北京周边地区污染贡献及其气溶胶远距离输送轨迹特征,提出建立北京及其周边地区点-面结合、卫星遥感-地面观测相结合立体综合监测网的设计新方案.该项目被世界气象组织专家组工作会议评为国际城市大气环境观测优秀示范计划,项目研究成果于2002年作为特邀撰稿发表于美国<环境与健康>(SCI),研究成果在北京市及有关省市推广应用.     

沙漠化:从圈层耦合到全球变化

从沙漠化概念提出伊始 ,沙漠化成因机理的研究就一直成为学术界关注的焦点。沙漠化过程究竟有多少是由自然因素所致 ,多少是由人类活动所为 ,诸因素与沙漠化之间有何内在关系 ,沙尘天气发生发展过程及其诱因等 ,当属地球系统科学应解决的难题。文章从全球变化的角度 ,将沙漠系统视作一种类生命的非线性动力系统 ,指出沙漠化源于地球表层系统各圈层之间复杂的相关与耦合作用 :气候变化是控制沙漠进退的首要因素 ;陆表水持续亏损则是导致干旱、半干旱地区沙漠化发展的直接原因 ;岩石圈构造运动塑造了不同的地形地貌单元 ,奠定了沙漠分布的地理格局 ;人类的不当活动和气候变化引起的生物生产力的衰退及土地覆盖的破坏 ,造成了现代沙漠化的快速扩张。     

数字化射线照相技术对轻物质的判断

本文介绍了数字化射线照相技术对轻物质进行判断的方法。经实践证明，该方法是合理和有效的，可大大增强对轻物质的识别能力，是一种非常可行的识别技术。     

山西北部至晋冀蒙交界地区几次中强地震前4.0级地震活动的研究

对山西北部至晋冀蒙交界地区中强地震前的 4 .0级地震进行了研究 ,得出其特征为异常增强—异常平静—信号地震的结论 ,认为该区某些 4 .0级地震活动似可作为某些中强地震的前兆地震而进行进一步的研究。     

资源环境与社会经济协调发展探析

文章首先回顾了资源环境与社会经济发展的理论，提出资源环境与社会经济协调发展内涵：一方面，要在资源环境承载力范围内发展社会经济，追求社会经济发展的最大化，另一方面，环境承载力是动态的，要依靠社会经济发展不断提高，这两个方面是相互作用、相互制约的。在此基础上，详细论述了资源环境与社会经济协调发展的内容,并从社会经济发展、资源环境管理等角度探讨了资源环境与社会经济协调发展的政策调控，通过建立节约型国民经济体系、深化资源环境管理，实现区域一体化，以保证资源环境与社会经济协调发展的实现。     

高密度电阻率法二维成像方法及其应用

高密度电阻率法在工程勘察和环境监测中是一种很重要的勘探手段，高密度电阻率法二维成像理论与方法的研究在理论和实际应用上都有着很重要的意义。随着地球物理反演和成像技术研究的兴起和发展，层析成像技术在高密度电阻率法中的应用，提高了高密度电阻率法的勘探质量和精度。本文献电阻率法层析成像技术的前提条件及高密度电阻率法二维成像理论与方法进行了粗浅探讨，最后给出了一些应用实例。     

中国煤炭地质钻探技术发展五十年

概要介绍了煤田钻探技术五十年来的发展状况，提出了今后的设想。     

马来西亚沙捞越邦达、什兰江控矿角砾岩筒构造对比研究及其找矿意义

马来西亚沙捞越邦达、什兰江控矿角砾岩筒构造均为典型的浅成—半浅成角砾岩筒构造，角砾岩及控矿类型具有明显的垂向分带特点。邦达控矿角砾岩筒构造发育角砾岩筒上段的塌陷角砾岩，角砾岩筒剥蚀深度较浅，控制典型的高硫化型浅成低温金铜矿床，且其深部具有较大的找矿潜力。什兰江控矿角砾岩筒构造发育角砾岩筒下段的爆发角砾岩和中段的流化角砾岩，分别控制斑岩型金矿化和低硫化型浅成低温热液型金矿化，角砾岩筒剥蚀深度较大，对矿床的保存和找矿极为不利。     

Scaling effects on modeled surface energy-balance components using the NOAH-OSU land surface model

As surface exchange processes are highly non-linear and heterogeneous in space and time, it is important to know the appropriate scale for the reasonable prediction of these exchange processes. For example, the explicit representation of surface variability has been vital in predicting mesoscale weather events such as late-afternoon thunderstorms initiated by latent heat exchanges in mid-latitude regions of the continental United States. This study was undertaken to examine the effects of different spatial scales of input data on modeled fluxes, so as to better understand the resolution needed for accurate modeling. A statistical procedure was followed to select two cells from the Southern Great Plains 1997 hydrology experiment region, each 20 km×20 km, representing the most homogeneous and the most heterogeneous surface conditions (based on soil and vegetation) within the study region. The NOAH-OSU (Oregon State University) Land Surface Model (LSM) was employed to estimate surface energy fluxes. Three scales of study (200 m, 2 and 20 km) were considered in order to investigate the impacts of the aggregation of input data, especially soil and vegetation inputs, on the model output. Model results of net radiation and latent, sensible and ground heat fluxes were compared for the three scales. For the heterogeneous area, the model output at the 20-km resolution showed some differences when compared with the 200-m and 2-km resolutions. This was more pronounced in latent heat (12% decrease), sensible heat (22% increase), and ground heat flux (44% increase) estimation than in net radiation. The scaling effects were much less for the relatively homogeneous land area with 5% increase in sensible heat and 4% decrease in ground heat flux estimation. All of the model outputs for the 2- and 20-km resolutions were in close agreement. The results suggested that, for this study region, soils and vegetation input resolution of about 2 km should be chosen for realistic modeling of surface exchange processes. This resolution was sufficient to capture the effects of sub-grid scale heterogeneity, while avoiding the data and computational difficulties associated with higher spatial resolutions.