“承德逆掩片”之商榷——来自燕山地区中元古代长城系的沉积地质证据

外来岩片不但在构造变形上应具有显著的特征标志,而且在其卷入的各类地质体中也应该表现出与原地系统之间具有明显的差异.近年来,承德地区两条断裂之间所夹地质体,被部分学者认为是晚侏罗世时期从该地区南部向北推覆而来的"逆掩片",水平位移量超过40km.本文对比研究了"逆掩片"内部和"根带区"中元古代长城系原始沉积特征和相带展布以及其他证据,发现承德地区长城系各相带原始展布和格局与周边同期沉积并无显著差别,这表明晚侏罗世期间发生自南向北大规模水平位移(＞40km)的可能性很小,研究结果不支持"外来岩片"的认识.     

基于动态树结构的河网分析方法

某条河流除了河流自身的数量与质量特征外,该河流在河网结构中的空间位置及其相关结构特征将提供全局性的评价依据。河网的空间形态结构特征由各条河流的几何特征和河流之间的相互关系决定,为了完整表示河网的空间形态结构特征,本文提出了基于动态树结构的河网分析思想,阐述了动态河网树结构的建立、维护及其应用的方法。     

全球土地覆盖GlobCover2009数据中的中国区域湿地数据精度评价

目前,湿地方面的全球性数据产品寥寥无几。GlobCover2009作为免费的分辨率最高的全球土地覆盖数据产品,成为研究全球性湿地的重要参考数据源之一。目前为止,还没有学者对该数据产品中湿地类型的精度做出具体评价。以目视解译的中国2008年湿地遥感制图数据为参考,从湿地面积、类型和空间一致性在不同区域的分布等方面,对GlobCover2009数据产品在中国区域内湿地相关类型产品的分类精度进行了评价。评价结果显示,GlobCover2009数据产品中,中国的湿地类型总体分类精度不高,湿地面积一致性为46%,总体精度为32%,Kappa系数为0.13;其中,沼泽湿地的制图精度(0.05%)远低于水体制图精度(53.34%),水体的用户精度达到90.18%,沼泽湿地的用户精度仅为11.76%。对于沼泽湿地分布较广泛的中国东北地区和西北地区,该数据产品的分类精度也很低,分别仅为17%和13%;造成此现象的原因,除GlobCover2009数据产品没有专门对沼泽湿地进行定义和分类外,二者使用的数据源在空间分辨率及时间上的差异也是主要原因。     

沿海港口自然灾害风险评价

以多灾种复合为背景,选取沿海城市中重要的基础设施——港口为研究区域,包括大连港、天津港、青岛港、上海港、宁波—舟山港、厦门港、深圳港、广州港,从危险性、暴露性和脆弱性等方面选取指标,探讨构建了沿海港口自然灾害风险评价指标体系与评估模型:评价结果为:沿海港口的灾害风险指数相差较大,风险值在空间上表现出长江三角洲沿岸>珠江三角洲沿岸>环渤海沿岸:评价结果可以为沿海港口防灾减灾提供理论依据。     

天山北坡城市群空间组织形态的识别研究

 正确认识天山北坡城市群的空间组织结构以及空间发展形态,对于完善绿洲城市群的发展理论和规划具有重要意义。以天山北坡城市群为研究对象,通过资源环境承载力的分析,总结出未来城市群发展面临的客观制约因素;通过中心性分析、断裂点理论修正的Voronoi多边形等方法识别出城市群的中心城市及各自的辐射范围城市;通过引力模型识别出城市之间的社会经济联系强度。据此,利用多维尺度分析的方法,可视化地展现了天山北坡城市群发展的空间组织形态。经调查了解：（1）乌鲁木齐市与克拉玛依市是未来城市群发展的两个中心城市,五家渠市、阜康市、昌吉市、石河子市周边目前属于乌鲁木齐市的辐射范围城市,奎屯市,乌苏市属于克拉玛依市的辐射范围城市;（2）城市群内部的城市之间的联系比较松散,特别是两个中心城市之间联系较弱;（3）城市群的空间发展形态为串珠式,是一种特殊的走廊式空间形态。     

南京冬季浓雾的演变特征及爆发性增强研究

2007年12月18—19日,南京地区出现了一次持续20h的浓雾过程,其中能见度低于50m的强浓雾几乎占到整个雾过程的1／3。利用同期在南京市北郊的外场观测数据,结合NCEP再分析资料,分析了该次雾的演变过程、微物理结构及边界层特征,探讨了地面雾爆发性增强的成因。结果表明：本次雾在西南平流的增湿作用下触发生成;日出后,平流输送和地表蒸发提供了充足水汽来源,贴地层逆温因高空下沉增温而向上抬升且稳定存在,因此大雾得以维持;整个雾过程中雾滴数浓度、平均直径、含水量随时间的变化趋势基本一致,平均谱曲线均呈指数下降分布,雾滴集中在小滴端;两次地面雾爆发性增强均发生在夜间,其特征为各微物理参量明显增大,滴谱上抬拓宽;爆发性增强的原因是地表气温陡降、贴地层逆温增强及可充当雾滴凝结核的气溶胶大粒子数增多。     

一次积层混合云的形成过程和微物理观测

利用2009年5月8日多普勒雷达资料和飞机穿云观测资料,综合分析了西风槽影响下山西省一次积层混合云的形成过程和微物理结构。结果表明,此次飞机探测到的积层混合云是由对流单体多次并合形成的带状对流云团减弱后形成的,云中嵌有明显的对流泡,最大强度为45～50dBZ,最大垂直尺度在6km左右。CDP(cloud droplet probe,前向散射粒子谱探头)、CIP(cloud ima-ging probe,二维灰度云粒子探头)、PIP(precipitation imaging probe,二维灰度降水粒子探头)测量的平均数浓度变化范围分别是132.4～220.2cm^-3、1.54×10^-1～6.28×100cm^-3、9.09×10^-4～7.34×10^-3cm^-3。二维图像表明,冷层中的固态粒子主要是形状不规则的霰粒子,说明过冷水供应充足;在-7℃左右观测到柱状聚合体和凇附程度不同的冰雪晶粒子,表明柱状冰晶通过凝华形成后,碰并和凇附是其增长为霰粒子的重要机制。不同高度的CDP平均谱(2～50μm)存在一定的差异,因低层水汽凝结作用较强,2～18μm的云粒子数浓度基本随高度的增加而降低;因暖层中碰并效率低和冷层中小冰晶浓度随高度增加,24～35μm粒子数浓度随高度增加而增大。CIP平均谱(25～1550μm),除4100m为双峰谱外,其他高度均为单峰谱。PIP平均谱(100～6200μm),4450m高度处的粒子谱宽和数浓度最大,3200～4000μm之间出现大值区域,表明对流单体及周边区域为较大固态降水粒子的形成提供了良好的环境。     

降水性层云含水量跃变对应的微结构观测研究

利用长春2007年5月16日的一次层状云降水过程的飞机观测资料,并结合天气图、卫星云图及雷达回波等资料,综合分析了此次降水过程中粒子浓度、粒子谱、雷达垂直累积液态水（vertical integrated liquidwater,VIL）、微波辐射计积分液态水（liquid water content,LWC）以及地面雨强特征。研究表明,层状云微结构在水平方向上的起伏较大,出现两次典型的含水量跃变：第1次液态水跃变主要是因为粒子浓度增加;第2次液态水跃变是因为粒子浓度和粒子谱共同作用的结果;雷达VIL值和地面雨强两者呈正相关。     

Interannual Variability of Autumn Precipitation over South China and its Relation to Atmospheric Circulation and SST Anomalies

The interannual variability of autumn precipitation over South China and its relationship with atmospheric circulation and SST anomalies are examined using the autumn precipitation data of 160 stations in China and the NCEP-NCAR reanalysis dataset from 1951 to 2004. Results indicate a strong interannual variability of autumn precipitation over South China and its positive correlation with the autumn western Pacific subtropical high （WPSH）. In the flood years, the WPSH ridge line lies over the south of South China and the strengthened ridge over North Asia triggers cold air to move southward. Furthermore, there exists a significantly anomalous updraft and cyclone with the northward stream strengthened at 850 hPa and a positive anomaly center of meridional moisture transport strengthening the northward warm and humid water transport over South China. These display the reverse feature in drought years. The autumn precipitation interannual variability over South China correlates positively with SST in the western Pacific and North Pacific, whereas a negative correlation occurs in the South Indian Ocean in July. The time of the strongest lag-correlation coefficients between SST and autumn precipitation over South China is about two months, implying that the SST of the three ocean areas in July might be one of the predictors for autumn precipitation interannual variability over South China. Discussion about the linkage among July SSTs in the western Pacific, the autumn WPSH and autumn precipitation over South China suggests that SST anomalies might contribute to autumn precipitation through its close relation to the autumn WPSH.