安徽宁国石口金矿找矿前景——来自Ⅲ矿化带地球化学原生晕的证据

石口金矿位于钦杭成矿带,是新近发现的具有一定找矿潜力的金矿。为进一步扩大找矿成果,该文通过对石口金矿Ⅲ-②矿体原生晕特征进行综合分析,并结合土壤地球化学测量成果,对找矿前景进行探讨。研究表明:主成矿元素Au与元素As、Ag、Sb密切相关,挥发份F可作为特征指示元素;Ⅲ-②矿体有可能为多期叠加形成,尾晕元素出现在原生晕分带序列前端,指示深部具有一定的成矿潜力。这些研究成果暗示Ⅲ矿化带沿走向及Ⅲ-②号矿体深部具有进一步找矿空间。     

碳市场顶层设计路线图

中国正面临着低碳减排和保持经济增速的双重挑战。为利用碳排放权交易机制以最低的社会成本实现减排目标,我国自2013年起开始建设碳排放权交易试点,并于2017年12月起宣布正式启动全国碳市场。然而碳市场的顶层设计不可一蹴而就,需要在我国宏观经济改革的大背景下分阶段逐步推进。短期（2020年前）碳市场建设重在强化产权制度建设,完善市场交易基础。中期（2021—2030年）碳市场建设要形成活跃的市场氛围,充分降低我国的温室气体达峰成本。长期（2031—2050年）碳市场建设要形成稳定上升的碳价趋势,为我国的低碳转型提供长期动力。     

鄂尔多斯盆地CO2地质封存适宜性与潜力评价

针对目前利用层次分析法对CO₂地质封存进行适宜性评价过程中,极少结合研究区域实际计算低层次评价指标权重,对适宜性评价结果又缺少进一步的分析,结合鄂尔多斯盆地的地质特征,通过计算指标组成权重和适宜性得分对盆地开展了CO₂地质封存适宜性评价,并以适宜区杏子川油田长4+5盖层为例,开展了盖层封闭性评价实验研究。同时,采用相应的计算方法对鄂尔多斯盆地深部咸水层和油藏的CO₂地质封存潜力进行了计算。结果表明：鄂尔多斯盆地在三叠系开展CO₂地质封存的适宜性最好,石炭-二叠系和奥陶系则次之;杏子川油田三叠系延长组长4+5盖层对区域开展CO₂地质封存具备良好的封闭性;鄂尔多斯盆地深部咸水层和油藏的CO₂有效封存量分别为1.33×10 ¹⁰ t和1.91×10 ⁹ t,且在延长石油吴起、靖边及杏子川油田共有56个CO₂地质封存适宜区,其CO₂有效封存量可达1.77×10 ⁸ t。     

中国中部典型高山气象站风速的均一性检验及其变化特点

采用二相回归方法并结合台站历史沿革信息,在对中国中部典型高山站南岳和庐山1960-2017年平均风速资料进行均一性检验和订正的基础上,分析其变化特征及其与周边低海拔台站的差异,并利用NCEP/NCAR再分析风速资料对其差异进行验证。结果表明：南岳站平均风速序列存在一个由测风仪器变更而导致的非均一点,而庐山站不存在非均一点;南岳和庐山年及四季平均风速均显著高于周边台站,且高山站以春季和夏季风速最大,而低海拔台站各季节风速差异较小;近58 a高山站及周边低海拔台站的年及四季平均风速均呈显著的减小趋势,但高山站的减小速率显著高于低海拔台站;同区域NCEP/NCAR的1000 hPa和850 hPa平均风速变化的差异与高山站和低海拔台站的差异基本一致,说明中低空和地面风速的这种差异在中国中部地区具有一定的普遍性。     

汕头市PM2.5的气象要素影响分析及预报研究

利用2014—2017年汕头市PM_2.5的日浓度资料、以及汕头市国家基准气象观测站的同期地面气象资料,重点分析了汕头市PM_2.5浓度的变化特征以及风、混合层厚度、降水等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因。在此基础上,根据汕头市的气候特点,采用BP （Back-Propagation）人工神经网络方法针对汛期和非汛期分别建立了PM_2.5质量浓度预报模型。结果表明：与多数内陆城市不同,汕头市PM_2.5浓度日变化为单峰型,这与汕头地处沿海受海陆风影响有关;PM_2.5浓度日峰值出现在08时左右,除早高峰污染物排放增加的因素外,与早晨时段的低风速环境有关;PM_2.5日均浓度随着风速的增大呈现减小趋势,PM_2.5日均浓度与08时混合层厚度显著相关（相关系数为-0.143）;汕头市非汛期PM_2.5浓度比汛期高,这与汕头市的亚热带季风气候特征有关,汛期各量级降水（暴雨以上除外）对PM_2.5的清除效果无明显差别,而非汛期降水对PM_2.5浓度有明显清除作用;BP人工神经网络模型的预报效果表明,汛期和非汛期的PM_2.5级别命中率TS分别为100%和90.3%,准确指数分别为87.7%和89.9%,总体预报效果良好。不同时期预报模型出现正误差的数量和程度均大于负误差,汛期预报模型在有强降水发生时误差较大,而非汛期预报模型在有冷空气入侵时误差较大。     

基于省区协调发展的GDP预测模型

基于柯布-道格拉斯生产函数与自回归移动平均模型(ARIMA)构建出一个GDP综合预测模型,并且考虑十九大全面建成小康社会与实现共同富裕的精神与国家关于技术、资本、劳动力等方面的区域平衡发展战略调整模型的参数,计算了2016—2050年中国分省的GDP总量与人均GDP,进一步通过计算省区间人均GDP的基尼系数来分析省区协调发展的水平。研究结果表明,在考虑省区协调发展时,各省区在2016—2050年间的GDP总量与人均GDP的差距逐渐缩小,省区间人均GDP的基尼系数将从2015年的0.219下降到2030年的0.176和2050年的0.137,未来区域间发展不均衡的态势在实现经济稳步增长同时可以得到缓解。     

海口市重污染天气潜在源分析研究

在进入冬半年后,海口市受弱冷空气或较强下沉气流控制时,易出现污染天气,对2013—2015年当年10月至翌年1月的气团轨迹进行了聚类分析、潜在源贡献因子分析(Potential Source Contribution Function,PSCF)和重轨迹分析(Concentration Weighted trajectory,CWT),结果表明:在污染时段内,海口大多受到来自中国华南和华东的东北向气流影响。PSCF和CWT分析表明,广东、福建、江西的大部分地区,以及湖南东部、广西东部等地区,是对海口地区污染天气污染物浓度的潜在贡献大值区。在进行预报时,可参考主要天气影响系统,和一些关键区域的外源影响以及本地污染的堆积情况。     

An Assessment of ENSO Stability in CAMS Climate System Model Simulations

We present an overview of the El Ni?o–Southern Oscillation(ENSO) stability simulation using the Chinese Academy of Meteorological Sciences climate system model(CAMS-CSM). The ENSO stability was quantified based on the Bjerknes(BJ) stability index. Generally speaking, CAMS-CSM has the capacity of reasonably representing the BJ index and ENSO-related air–sea feedback processes. The major simulation biases exist in the underestimated thermodynamic damping and thermocline feedbacks. Further diagnostic analysis reveals that the underestimated thermodynamic feedback is due to the underestimation of the shortwave radiation feedback, which arises from the cold bias in mean sea surface temperature(SST) over central–eastern equatorial Pacific(CEEP). The underestimated thermocline feedback is attributed to the weakened mean upwelling and weakened wind–SST feedback(μ_a) in the model simulation compared to observation. We found that the weakened μ_a is also due to the cold mean SST over the CEEP.The study highlights the essential role of reasonably representing the climatological mean state in ENSO simulations.     

冷空气强风在大型城市中的精细结构和形成机制

地面强风可直接造成人员伤亡和经济损失,严重影响出行安全、工农业生产等社会秩序。强风的发生与天气系统和复杂下垫面的共同作用密切相关,在城市区域尤为明显。受数值模拟技术和计算资源的限制,对实际天气条件下大范围城区的强风现象进行建筑物分辨率的大规模数值模拟研究仍是一个挑战。本研究利用中尺度气象模式嵌套流体计算动力模式的超高分辨率局地气象预报系统,对强冷空气过程造成广州市区的一次强风事件进行数值模拟,深入探讨强风的精细结构和形成机制。结果表明,伴随着强冷空气入侵,广州市区的平均风速和风场高频扰动均明显增强,且在城市冠层顶尤为明显,呈现区域不均匀的三维结构,数值模拟与地面观测相一致。较大范围的强风速和阵风主要出现在建筑物较为低矮的老城区上空,并持续影响下游河道等开阔区域。在高层建筑密集的新城区,虽然整体风速明显减弱,但能在平行风向的街道狭管和下游区域形成局地强风。特别是,超高层建筑群引起显著的垂直环流,导致强风扰动向下传播,造成最大风速达8 m s?1的地面局地强风,阵风指数接近2。上游建筑群引起的风场扰动呈现大尺度湍流结构,能沿着平均气流传播影响数公里之远的下游地区。当风场扰动经过广州塔等单体超高层建筑时,可在其两侧绕流区再次加强,形成局地强风。局地强风和阵风还出现在垂直于风向排列的沿江高层建筑群的侧边,与建筑屏风的阻挡效应和缺口溢出有关。研究结果促进认识城市强风的时空特征和物理机制,有助于提升城市气象的精细化预报水平。     

NUMERICAL PREDICTION OF AN EXTREME RAINSTORM OVER THE PEARL RIVER DELTA REGION ON 7 MAY 2017 BASED ON WRF-ENKF

An ensemble Kalman filter based on the Weather Research and Forecasting Model (WRF-EnKF) is used to explore the effectiveness of the assimilation of surface observation data in an extreme local rainstorm over the Pearl River Delta region on 7 May 2017. Before the occurrence of rainstorm, the signals of weather forecasts in this case are too weak to be predicted by numerical weather model, but the surface temperature over the urban area are high. The results of this study show that the wind field, temperature, and water vapor are obviously adjusted by assimilating surface data of 10-m wind, 2-m temperature, and 2-m water vapor mixing ratio at 2300 BST 6 May, especially below the height of 2 km. The southerly wind over the Pearl River Delta region is enhanced, and the convergence of wind over the northern Guangzhou city is also enhanced. Additionally, temperature, water vapor mixing ratio and pseudoequivalent potential temperature are obviously increased over the urban region, providing favorable conditions for the occurrence of heavy precipitation. After assimilation, the predictions of 12-h rainfall amount, temperature, and relative humidity are significantly improved, and the rainfall intensity and distribution in this case can be successfully reproduced. Moreover, sensitivity tests suggest that the assimilation of 2-m temperature is the key to predict this extreme rainfall and just assimilating data of surface wind or water vapor is not workable, implying that urban heat island effect may be an important factor in this extreme rainstorm.