东北地区典型湖沼沉积物溶解态有机质组成特征及来源解析：以库里泡为例

溶解态有机质(DOM)是湖泊沉积物的重要组分,解析DOM的组成和来源对于深入理解湖泊有机质生物地球化学循环及控制水体富营养化具有重要意义。 本研究于2021年5月和8月采集了大庆市库里泡表层及柱状沉积物、泡内水生物(浮游藻类、挺水植物和沉水植物)、岸边土壤、陆生C3和C4植物、禽畜粪便以及城镇污水等样品,分析了样品DOM的稳定同位素(δ¹³C 和 δ¹⁵N)组成及三维荧光光谱特征,并利用IsoSource软件计算了不同来源样品对沉积物DOM的贡献率。结果显示:(1)库里泡内表层沉积物DOM的δ¹³C和δ¹⁵N组成存在季节性差异,5月δ¹³C和δ¹⁵N均值分别为-25.54‰和9.02‰,8月分别为-26.81‰和8.40‰。(2)库里泡内柱状沉积物DOM的δ¹³C和δ¹⁵N组成在垂直方向存在差异,表层(0~3 cm)δ¹³C和δ¹⁵N均值分别为-26.58‰和9.04‰,深层(3~30 cm)均值分别为-25.40‰和10.61‰。(3)表层沉积物DOM的三维荧光组分存在季节性差异。5月以类腐殖质荧光组分为主,占比为87.89%,HIX和BIX分别为6.27和0.67;8月蛋白类荧光组分占比为49.58%,HIX和BIX指数均值分别为1.72和0.87。(4)5月表层沉积物DOM外源输入占比为61%,以土壤(21.40%)和城镇污水(18.08%)为主;而8月内源贡献占比稍高(55.10%),且以挺水植物为主(48.68%)。(5)柱状沉积物(0~30 cm)不同深度DOM来源组成相近,主要为城镇污水、沉水植物/藻和挺水植物,贡献率均值分别为42.13%、25.07%和18.53%。整体上,库里泡沉积物DOM来源主要受到流域内人类活动及气候特征的影响,本文研究结果有利于加深对我国东北地区湖泊沉积物有机质迁移转化及累积规律的认识。     

阈值选择对高温时空变化特征的影响

在全球变暖的大环境下,极端高温事件的发生频率正在不断增加.尽管国内外已经有许多关于高温发生频率与时空分布特征的研究,但目前学界对于高温仍没有一个统一的定义.为了分析不同阈值检测出的高温事件的差异,基于中国国家级地面气象站均一化气温日值数据集(VI.0)中的1979-2019年的日最高温和日最低温数据,使用绝对阈值和相对阈值2种方法来定义高温,在此基础上计算绝对阈值高温日数、绝对阈值高温积温和相对阈值高温日数3个高温指标,使用Mann-Kendall检验、Sen's slope、Hurst指数和经验正交函数(EOF),对比分析不同阈值条件下计算的高温指标的变化趋势和时空分布的差异.结果显示:①全国大部分地区的高温呈现增加的趋势,但使用不同阈值的高温指标变化趋势以及持续性存在不同程度的差异.相对阈值法得到的高温日数呈显著增加的站点相比绝对阈值法的更多.绝对阈值法显示高温日数在新疆、华南地区和黄淮海地区的持续性较强,而相对阈值法显示高温日数在东南沿海和西南地区持续性较高.②不同阈值的高温指标的EOF反映的高温指标的时空分布模式同样存在明显不同,绝对阈值高温指标的第二模态反映的是华东地区南部和华南大部分地区与其他地区的反向分布模式,相对阈值高温指标的第二模态反应的是南北地区的反向分布模式.研究者需根据自己的研究目的和研究问题选择合适的高温阈值.     

月华丸（胶囊）对耐多药结核菌感染自噬相关蛋白LC3的影响

目的：观察月华丸（胶囊）对结核分枝杆菌感染巨噬细胞自噬的影响,探寻其抗结核分枝杆菌的药效药理作用及其机制。方法：以月华丸（胶囊）含药血清干预感染结核分枝杆菌小鼠的单核巨噬细胞（RAW264.7）,实验共分为5组：阴性对照组、10%月华丸（胶囊）含药血清组、自噬抑制剂3-甲基腺嘌呤（3-MA）+月华丸（胶囊）含药血清组、自噬诱导剂雷帕霉素（Rep）组,另设未被感染的细胞为正常组。采用免疫荧光染色法检测LC3。结果：阴性对照组细胞胞浆中未见LC3蛋白颗粒。与阴性对照组比较,3-MA+月华丸（胶囊）含药血清组细胞胞浆中可见少量LC3蛋白颗粒,10%月华丸（胶囊）含药血清组及Rep组细胞胞浆LC3蛋白颗粒均明显增多,3-MA+月华丸（胶囊）含药血清组多于10%月华丸（胶囊）含药血清组。结论：月华丸（胶囊）含药血清能诱导被耐多药结核菌感染巨噬细胞自噬。     

基于Pix4Dmapper的无人机数据自动化处理技术探讨

无人机遥感由于具有机动灵活性高、时效性强、分辨率高、成本低等优点,广泛应用于各个领域。但由于无人机本身的特性和传统数据处理技术的局限性,使得无人机数据处理成为无人机应用的最大难题,作者结合Pix4Dmapper软件就无人机数据自动化处理技术方法进行探讨,开展无人机遥感数据的空三计算、平差计算与正射校正和镶嵌自动处理技术研究,实现无人机数据快速拼接与校准,制作正射影像图,为无人机数据的快速自动化处理提供技术支持。     

湖、库水体N2O排放研究进展

湖、库水体是重要的N₂O排放源,在全球氮素循环及全球气候变化中具有重要作用.本文综述了目前有关湖、库水体N₂O排放研究进展,重点介绍湖、库水体N₂O产生和排放的过程、不同时空尺度的排放特征、N₂O排放的影响因子框架及监测方法.湖、库水体N₂O不仅源于内部微生物硝化作用、反硝化作用、硝化-反硝化耦合作用、脱氮作用以及极少数底栖无脊椎动物代谢过程,同时流域上游河流汇入、地表径流输入、污水排放以及地下水排泄等构成湖、库水体N₂O的重要外源,但目前对内源/外源的相对贡献的定量化研究不足;湖、库水体N₂O排放方式包括扩散、植物传输及少量气泡排放,对水库而言,大坝下游水电涡轮机形成的脱气作用可能是N₂O排放的潜在途径.对文献综合分析表明,湖、库水体N₂O排放通常呈现明显的季节变化（夏季>冬季）和日变化,同时在全球（一般低纬度>高纬度）、区域及水体内部等不同尺度上表现出显著的空间变异性;这种时空变异特征主要受到湖、库自身理化因子（温度、营养盐、溶解氧、C/N、水文）、生物因子（水生植物、藻华）以及陆域人类活动（污水排放、农业活动以及城市化等）的影响;湖、库N₂O排放不同监测方法的差异也是潜在的影响因素,传统的漂浮箱法和薄边界层法均可能低估水体N₂O排放通量,未来需将传统的监测方法与新型的涡度相关法相结合,减小监测方法的不确定性.结合当前湖、库水体N₂O排放的研究不足,建议未来可以从湖、库N₂O产生的微生物机制,区域尺度上人类活动与湖、库群N₂O排放的耦合关系,水陆交错带的产、排过程,变化环境下的湖、库N₂O排放以及监测方法等方面深入研究.     

基于灰色理论和BP神经网络的季冻区草炭土路基沉降预测模型研究

随着北方交通工程建设范围的不断扩大,很多高速公路不可避免地穿越草炭土分布区。季冻区草炭土具有高含水率,高有机质,低分解度等特殊工程地质性质,使沉降预测的理论计算误差较大不能满足实际工程需求。本文首先分析了季冻区草炭土路基沉降机理的特殊性,以此提出了优化的灰色沉降预测模型和二维-双隐层BP神经网络沉降预测模型。两种沉降预测模型不仅考虑了草炭土本身复杂的工程地质性质、北方地区季冻情况对土体自然沉降的影响,还引入了填筑情况等工程因素对路基沉降量的深度学习。以长白山吉林到延吉高速公路草炭土路基沉降实际监测数据为例,将两种模型拟合及预测结果进行对比分析,结果表明两种模型的拟合预测精度均较高,并且各有优势,由此本文对该类工程中两种预测模型各自的特点进行了总结,为北方地区草炭土路基沉降多因素预测模型的研究提供一定参考价值。     

ERA5再分析地面气温数据在中国区域的适用性分析

再分析资料被广泛用于气候科学及相关研究,但同一再分析数据产品在全球不同区域的适用性存在差别,应用前需要进行评价。欧洲中期天气预报中心推出的第五代再分析产品ERA5,自发布起就受到了广泛的关注,但其在我国的评估都集中在局部区域,且没有关注到对极端气候的模拟能力。以全国728个气象站点温度数据为参考,使用平均绝对误差、均方根误差和Pearson相关系数对比分析了ERA5再分析温度数据在不同时间尺度（月、季）、不同气候区、不同海拔梯度上的精度以及对极端温度事件（包括热浪和寒潮）的刻画能力。结果显示：ERA5数据的日均温的精度最高,日最低温精度最差;ERA5数据春秋两季较冬夏两季的精度高,低海拔区域较高海拔区域精度高, 在高原气候区精度最低,在北亚热带精度最高;ERA5对于极端温度事件的刻画能力不足,在进行极端气候的相关研究时需要谨慎使用。     

一次冰雹过程降水量观测对比分析

为了比较翻斗雨量计、称重雨量计和DSG5降水天气现象仪对冰雹过程降水量的探测性能,分析了一次降雹过程中的降水粒子谱特征,探讨了区分雨滴和冰雹的方法,对3种设备获取的分钟降水量时间序列进行了综合对比和统计检验。结果表明：翻斗雨量计、称重雨量计测量和由DSG5计算的过程分钟降水量序列具有较好的一致性,服从同一个连续分布;利用DSG5雨滴谱资料不仅可以区分冰雹过程中的降雨量和降雹量,而且能快速灵敏地侦测到降水的起始、结束时间,更准确地反映降水强度的时间变化,可为中小尺度天气系统的研究提供精准的降水变化信息;翻斗雨量计和称重雨量计对冰雹过程分钟降水量的观测存在一定的缓冲,不能准确描述降水量实时强度的变化;称重雨量计观测的分钟降水量序列存在明显的滞后。     

利用多源数据对海冰密集度反演的算法验证

海冰密集度对全球气候变化研究有重要的意义,其反演结果的验证工作也被广泛关注,但结合多源数据反演,同时对两种算法验证的研究较少的现状,该文利用ASPeCt船测海冰密集度数据对Bootstrap算法和NASA Team(NT)算法基于SSM/I数据估算的海冰密集度精度进行验证,并与MODIS影像反演获得的海冰密集度进行对比。研究结果显示两种海冰密集度算法获得的反演结果与ASPeCt船测值偏差分别为2.26%和7.27%,均方根误差分别为11.39%和12.32%。相比之下,MODIS结果与ASPeCt船测海冰密集度比较得到偏差为3%,均方根误差为5.21%。Bootstrap算法、NT算法与ASPeCt船测值比较的偏差和均方根误差显示两种算法精度相近;由于MODIS数据分辨率与ASPeCt船测数据相近,所以其反演精度较优;但因时空分辨率的限制,各种结果都具有一定的不确定性。     

基于土壤湿度和年际增量方法的我国夏季降水预测试验

选取欧亚大陆9个关键区的土壤湿度年际增量作为预测因子,采用变形的典型相关分析(BP-CCA)结合集合典型相关分析(ECC)方法建立集合预测模型,对我国东部夏季降水的年际增量进行预测,进而预测夏季降水。其中,1980~2004年的资料用于历史预测试验,而2005~2014年的资料用于独立样本预测试验。首先利用BP-CCA方法对9个因子分别建立单因子预测模型,然后采用ECC方法对9个预测因子按照不同的组合方式建立集合预测模型,并且对独立样本检验的效果进行了评估。结果表明,不同预测因子的组合对我国夏季降水均表现出一定的预测能力:东欧平原、贝加尔湖以北、我国河套地区及长江以南地区的土壤湿度对华北夏季降水预测效果较好;而巴尔喀什湖以北地区、我国西北地区、河套地区以及长江以南地区的土壤湿度对江淮夏季降水有较好预测效果;东欧平原、巴尔喀什湖以北地区以及我国河套地区的土壤湿度对华南降水预测技巧较高。这三组模型预测出的降水变化趋势与相应区域的观测结果较为一致,且预测评分(PS)均超过70分,距平相关系数(ACC)均为正值。研究表明土壤湿度因子中包含了对我国夏季降水有用的预测信号,可以考虑将土壤湿度应用于夏季降水的预测业务中。