根河地区冻融监测和降尺度算法的验证分析

高分辨率地表冻融监测对研究根河地区碳氮循环、水土流失和土壤冻融侵蚀非常重要。本文采用Kou等(2017)提出的被动微波亮温降尺度方法和1 km空间分辨率的温度数据,将0.25°空间分辨率的被动微波亮温降尺度至0.01°空间分辨率。利用通过模型模拟与实验数据发展得到的冻融判别式算法DFA_Zhao(Discriminant Function Algorithm)和改进的冻融判别式算法DFA_Kou(Improved Discriminant Function Algorithm),基于降尺度前后的被动微波亮温监测根河地区的地表冻融。以根河地区2013年7月—2015年12月的地下0—5 cm深度的实测土壤温度检验这两种冻融判识算法的分类精度。结果显示,降尺度前后两种冻融判识算法整体判对率差异在6.72%内;DFA_Zhao算法融化判对率的均值比DFA_Kou算法高10%,DFA_Kou算法冻结判对率均值比DFA_Zhao算法高1%。两种冻融判别式算法的冻结判对率均在90%以上,升轨期的融化判对率均在80%以上,但两算法降轨期的融化判对率较低,在40%—82%之间。同时,还进一步讨论并分析了两种冻融判别式算法和被动微波亮温降尺度方法可能存在的问题,指出了可能的改进方向。     

A mesoscale analysis of heavy rain caused by frontal and topographical heterogeneities on Taiwan Island

The prevailing mesoscale model MM5 (V3) is used to simulate a heavy rain case caused by interaction between a move-in front and topographical heterogeneities on Taiwan Island. It is found that both thermodynamic and dynamic fields along the front are heterogeneous in time and space. The heterogeneity becomes more significant as the effect of topography is added on. The heterogeneous distribution of physical variables along the front is the main reason for the heterogeneous frontal rain band; the optimum cooperation of the low level and upper level jet is another reason for the development of the rain band.Topography can strengthen the rainfall and causes extremely heavy rain cells. Updraft induced by topography extends to a rather low level, while the uplifted air by frontal circulation can reach to higher levels.The quasi-steady topographic circulation overlaps the frontal circulation when the front moves over Taiwan Island; the advantageous cooperation of various mesoscale conditions causes the large upward velocity on the windward side of the island.     

中尺度对流系统演变中的非线性对流对称不稳定

应用ARPS(Advanced Regional Prediction System)模式用数值试验的方法分析了中尺度对流系统中非线性对流-对称不稳定的发展, 结果表明, 非线性对流-对称不稳定的发展过程首先是对流的发展, 为对称不稳定的发展创造了条件, 而对称不稳定发展的结果使对流组织化, 环流加强, 生命史增长, 并且对流发展与对称不稳定的释放存在一个正反馈过程, 从而给出了其中物理过程相互作用的概念模型.     

青海省同仁县古浪堤中上三叠统古浪堤组孢粉组合及其地层意义

经过对青海同仁县古浪堤组实测剖面的17块样品做孢粉分析, 在6个层位样品中见有孢粉化石30属41种, 据此在该剖面自下而上划分2个孢粉组合:Dictyophyllidites-Di-saccus组合和Verrucosisporites-Di-saccus组合.上述孢粉组合中的孢粉的优势属为Dictyophyllidites, Cyathidites, Verrucosisporites和Chasmatosporites, Protopicea, Pinuspollenites.其中, Dictyophyllidites频繁出现于欧亚、北美、大洋州的晚三叠世和早侏罗世组合, Aratrisporites在南半球大量发育于中三叠世, Asseretospora在澳大利亚的分布时期是中三叠世-早侏罗世.前人于黄南的阿龙江上游及柴陇沟北, 古浪堤组产卡尼期的菊石Protrachycerassp.及双壳类Eumorphotis (Asoella) cf.illyrica.综合而言, 该地区古浪堤组时代厘定为中-晚三叠世, 古植物群生长于暖温带-亚热带河控三角洲环境.      

滇西剑川OIB型苦橄玢岩:俯冲板块断离的产物?

滇西剑川地区出露小规模的OIB型苦橄质次火山岩,主要由橄榄石、单斜辉石和斜长石组成,其中橄榄石主要为贵橄榄石,Mg^#最高可达88.8。全岩SiO₂含量为43%~48%,MgO含量为12%~24%。根据橄榄石-熔体平衡原理,恢复的原始岩浆为苦橄质岩浆(MgO=13%,FeO=10%)。苦橄玢岩的微量元素标准化图解与洋岛玄武岩(OIB)相似,具有相对富集轻稀土(LREE)和大离子亲石元素(LILE)的特点。此外,斑晶橄榄石中普遍含有熔融包裹体和尖晶石包裹体。尖晶石属于富铬尖晶石,Cr^#最高可达69.0,且尖晶石具有较低的Al₂O₃(12.5%~18.6%)和较高的TiO₂(0.2%~1.7%)含量。微量元素模拟结果表明,苦橄质岩浆是高温高压(T≈1470℃,P≈2.7GPa)条件下石榴子石相橄榄岩低度部分熔融(4%~7%)的产物。结合苦橄玢岩的分布特征,推测苦橄质岩浆的形成可能与中新世时印度板块向欧亚板块高角度深俯冲过程中板片的断离导致软流圈物质沿着板片窗上涌而发生熔融有关。     

机器学习在地震预测中的应用进展

机器学习(Machine Learning, ML),特别是深度学习(Deep Learning, DL),在最近几年发展迅速,在数据挖掘、计算机视觉、自然语言处理、数据特征提取和预测等方面的应用中取得了令人振奋的进展。地震预测是复杂、涉及面广、不成熟而且充满争议的科学问题;其发展受到尚不清楚的地震机理和孕震结构、不完备的观测数据与真伪不清的地震现象等方面的限制。但是,机器学习有可能改善复杂地震数据的挖掘和发现,推动地震预测科学的发展。本文回顾了机器学习在地震预测的应用,包括强震、强余震和岩石破裂失稳等方面的预测,并展望了机器学习在地震预测方面的研究趋势。