上新世/更新世之交太平洋经向翻转流演化

随着北半球冰盖的发育,全球气候环境发生了显著变化。太平洋经向翻转流（PMOC）对全球海洋热量分配和大气CO₂在深海的封存起举足轻重的作用,但是关于PMOC与北半球冰盖的形成之间的关系还欠缺研究。本文收集了太平洋海山富钴结壳的Nd同位素记录,通过对比不同区域Nd同位素记录的演化特征,分析风尘输入、水团演化等因素对Nd同位素记录的影响,探讨了太平洋经向翻转流演化及其与全球气候变化之间的关系,认为北太平洋深层水下沉的停滞和亚洲风尘输入增加可能是导致深层水Nd同位素从距今3～4 Ma开始降低的原因。同时,因北太平洋深层水下沉停滞,PMOC改组,使得更多的CO₂在深水封存,从而对全球气候变冷和北半球冰盖形成产生了积极的贡献。     

1644年以来西太平洋暖池海温重建

利用西太平洋地区8个珊瑚代用资料序列重建了1644年以来3～7月平均西太平洋暖池区平均海表温度（SST）．统计分析表明高通滤波后的高频重建和原始值重建结果都有较高的可靠性．近360年来暖池SST存在明显长期趋势变化：1644～1825 AD有显著上升趋势（＋0．04℃／100a）,1826-1885AD呈显著下降（-0．24℃／100a）,1886～2006 AD有强烈上升趋势（＋0．28℃／100a）,其中20世纪50年代以来的增温达N＋0．67℃／100a,是过去360多年中最强的．暖池SST突出的周期包括年际尺度的～2．1,～2．3,～2．9,～3．6,～3．8a周期以及80．7a的低频周期．暖池SST与我国黄淮流域夏季降水变化有显著的相关性,重建时段（1880～1949 AD）SST与区域平均夏季降水量相关系数达到-0．44,与观测时段（1950～2005 AD）二者的相关（-0．46）接近．这种关系在近360年来的旱涝等级中也是显著的,1644～1949 AD区域平均旱涝等级与重建SST相关系数为-0．20,在年代际尺度上二者关系更为明显,低通滤波后的相关系数为-0．42．这说明近360多年来当暖池SST偏高（低）时,黄淮流域降水易偏少（多）．长时间序列的暖池SST重建结果,对分析历史时期我国东部旱涝气候变化机制提供了有用的信息．     

近50年来中国冬季风寒温度的变化

风寒温度是冬季表征人体热舒适度常用的参数,也是气候变化影响研究中关注的要素。本文利用中国地面国际交换站气候资料月值数据集的气温和风速,分析1956-2005年中国冬季风寒温度的时间和空间变化特征。结果表明,近50年来中国冬季风寒温度普遍呈上升趋势,全国平均升高3.2 ^oC,变化速率达0.64 ^oC/10a;西北、华北、东北和青藏地区的上升速率分别为0.79 ^oC/10a、0.84 ^oC/10a、0.81 ^oC/10a、0.80 ^oC/10a,其中华北北部农牧交错带地区上升趋势最为强烈,超过1 ^oC/10a;35^oN以南的我国南方地区上升速率较低,为0.39 ^oC/10a。风寒温度的这种变化特征是近50年来气温升高和风速下降综合作用的结果。其中气温变化造成的风寒温度上升是2.4 ^oC,而地表风速下降对风寒温度的贡献为0.8 ^oC。东亚气温和风速的变化受诸多大气环流系统的影响,分析表明影响东亚气候的几个主要环流因子中,西伯利亚高压、北极涛动、西太平洋遥相关型和欧亚遥相关型等与风寒温度有显著相关。这四个环流因子一起能解释50年来全国平均风寒温度方差的46.7%。全国平均气温与这四个环流因子的相关分别达到-0.65,+0.49,+0.31和-0.32;而平均风速与北极涛动的相关最显著,达-0.51。     

中国夏季高温日数时空变化及其环流背景

本研究利用1955~2005年全国193个气象站点夏季(5~9月)逐日最高气温资料,分析了我国东部地区夏季高温日数变化的空间分布特征和时间变化规律。经验正交函数分析结果显示高温日数的变化有明显的区域特征,第一模态表现为区域整体一致的异常,中心区位于长江中下游地区,第二模态表现为江淮流域与华南反向变化的特点,第三模态表现为东南部地区与西南、华北的反向变化。这些模态与高层大气环流的变化有关。分析表明ENSO(厄尔尼诺-南方涛动)、赤道印度洋和西太平洋暖池海温,可以通过影响西太平洋和东亚地区大气环流而影响我国夏季高温日数频次,其中ENSO和西太平洋暖池区海温对高温日数变化第一模态的相关比较明显;而热带印度洋海温对第二模态有显著影响。与前期海温的关系分析可知,第一模态与前期夏季的西太平洋暖池和前期冬季赤道东太平洋海温相关关系最好,第二模态则受热带印度洋前期冬季海温影响最大,这对高温预测具有指示意义。     

矿井瞬变电磁法在水文钻孔探测中的应用

探讨了用矿井瞬变电磁法探测采煤工作面内部和掘进巷道前方的水文钻孔的位置,对其富水性进行了定性评价,总结出水文钻孔在视电阻率断面图上的响应特征,即在顺煤层方向呈圆形异常反映,而在煤层顶、底板方向呈狭长椭圆形特征.该方法在探测隐伏含水陷落柱构造方面也有较好的应用前景.     

中国南方冬季异常低温和降水事件

This paper analyzed the anomalous low-temperature events and the anomalous rain-abundant events in January since 1951 and winter since 1880 for southern China.The anomalous events are defined using ±1σ thresholds.Twelve cold Januaries are identified where temperature anomaly below-1σ,and ten wet Januaries are identified where precipitation anomaly above +1σ.Among these events there are three patterns of cold-wet Januaries,namely 1969,1993 and 2008.The NCEP/NCAR reanalysis data are used to check the atmospheric circulation changes in association with the anomalous temperature and precipitation events.The results show that the strong Siberian High(SBH),East Asian trough(EAT) and East Asian jet stream(EAJS) are favorable conditions for low-temperature in southern China.While the anomalous southerly flow at 850 hPa,the weak EAT at 500 hPa,the strong Middle East jet stream(MEJS) and the weaker EAJS are found to accompany a wetter southern China.The cold-wet winters in southern China,such as...更多 January of 2008,are mainly related to a stronger SBH,and the circulation in the middle to upper troposphere is precipitation-favorable.In wet winters,the water vapor below 500 hPa is mainly transported by the anomalous southwesterly flow and the anomalous southern flow over the Indo-China Peninsula and the South China Sea area.The correlation coefficients of MEJS,EAMW(East Asian meridional wind) and EU(Eurasian pattern) to southern China precipitation in January are +0.65,-0.59 and-0.48 respectively,and the correlations for high-pass filtered data are +0.63,-0.55 and-0.44 respectively,the significant level is all at 99%.MEJS,EAMW and EU together can explain 49.4% variance in January precipitation.Explained variance for January and winter temperature by SBH,EU,WP(west Pacific pattern) and AO(Arctic Oscillation) are 47.2% and 51.5%,respectively.There is more precipitation in southern China during El Nio winters,and less precipitation during La Nia winters.And there is no clear evidence that the occurrence of anomalous temperature events in winter over southern China is closely linked to ENSO events.     

北斗三号多频点双频组合共视时间传递性能分析

针对北斗二号(BeiDou-2) B1I&B2I标准双频无电离层伪距组合解算的共视比对结果中存在明显的噪声进而影响其短期稳定性的现象, 开展了在BeiDou-2和北斗三号(BeiDou-3)现有可用频率信号中选取最优双频组合的研究, 以期改善BeiDou的共视时间传递性能. 基于开发的CGGTTS (Common GNSS (Global Navigation Satellite System) Generic Time Transfer Standard)软件所生成的标准共视文件, 完成了中国科学院国家授时中心(NTSC)与捷克光电研究院(TP)之间GPS、Galileo、BeiDou-2 B1I&B2I及B1I&B3I和BeiDou-3 B1I&B3I及B1C&B2a双频无电离层伪距组合共视时间比对试验, 并用Vondark滤波对各双频组合的共视结果降噪处理, 通过计算滤波残差的RMS值来评估共视时间比对的精度. 结果表明, 利用BeiDou-3 B1C&B2a组合伪距值获得的共视时间比对结果噪声相对较小, 相比BeiDou-2 B1I&B2I、B1I&B3I和BeiDou-3 B1I&B3I组合的RMS (Root Mean Square)值分别提高约46%、52%和37%, 与GPS P1&P2组合的精度相当, 且与Galileo E1&E5a组合相差不大. BeiDou-3 B1C&B2a组合链路的短稳(< 1d)要优于BeiDou-2 B1I&B2I、B1I&B3I和BeiDou-3 B1I&B3I组合, 且与GPS P1&P2、Galileo E1&E5a组合的稳定性相当; 6条共视时间比对链路的中长稳(> 1d)基本一致.     

乡村一二三产业融合发展用地的内涵、问题和路径

<正>一、乡村一二三产业融合发展用地的背景和内涵2018年6月,农业农村部发布了《关于实施农村一二三产业融合发展推进行动的通知》,明确指出农村一二三产业融合发展是农业农村经济转型升级的重要抓手和有效途径^[1]。促进农村一二三产业融合发展既是构建现代农业产业体系、     

阿留申低压四种环流指数的分析和比较

分析和比较了20世纪90年代以来不同学者提出的阿留申低压（AleutianLow,AL）四种强度指数（Ii,i=1,4）、两种中心位置指数（λi、φi,i=3、4）的时频特征及其与同期北半球太平洋海面温度、气温、降水的相关联系。结果表明：1）强度指数Ii、i=2,4演变特征最相似;20世纪70年代中期之前AL偏弱,之后AL偏强;近年来又出现AL偏弱趋势。因I1为5个月平均场中AL的强度指数,故它与Ii、i=2,4差别较大。2）两种中心位置指数地理分布区域（λc3,φc3）大于（λc4,φc4）,这与平均时段长短及中心位置指数定义差别有关。λc4由偏西转向偏东较λc3提早约5a,它与Ii、i=2,4的一致性更好。3）在强ElNin～o事件中,AL加强、中心位置偏东,强LaNin～a事件则相反。强度指数I2、I4和位置指数λc4反映上述关系较好。4）AL偏强、偏东年,中纬北太平洋区域低温、少雨,北太平洋东北部至北美西北部气温偏高、降水偏多,而北美南部气温偏低、降水偏少;反之亦然。     

印度低压异常特征及与印度、中国同期降水相关的分析

用夏季的月、季平均1 000 hPa位势高度场定义了一组描述印度低压的环流指数,包括：印度低压指数P、面积指数S、中心位置指数（ , ）。用NCEP/NCAR再分析资料计算了1948—2008年逐年5—8月（用 月代表）、夏季（6—8月,用 月代表）印度低压的上述环流指数,用来分析夏季各月印度低压的气候和异常特征,并研究了P和 指数与印度、中国同期降水的相关关系。分析结果表明：（1） 印度低压5月形成后逐月西移、发展,7月达到最强（大）。（2） 印度低压指数P和中心位置指数 、 均存在显著年代际变化。 和 均在1960年代末发生年代际转变,它们的标准化距平 （ ）由负转正（由正转负）,印度低压由强转弱（中心位置由偏北转偏南）; 在1980年代以前为负,以偏西为主,之后转为偏东。（3） 印度低压环流指数P、 与印度同期降水显著相关,与中国同期降水也有一定相关。P与两国同期降水以负相关为主,即印度低压强年,两国某些地区降水异常增多;而 与两国同期降水以正相关为主,即印度低压中心偏东,两国某些地区同期降水偏多;反之亦然。