基坑边坡变形的理论计算方法

基于Mindli。应变解，推导出土质直坡和斜坡侧向与竖向变形的理论解。通过计算分析，讨论了影响边坡变形的因素，并据此提出了边坡支护和加固的方法。     

GIS支持的常州市区域经济空间集聚特征研究

以常州市为研究区域，运用特尔菲法选择反映区域经济社会发展的基本分析变量，通过主成分分析将其简化为概括性因子，然后采用GIS与统计软件动态集成的方法对其进行空间相关性分析，探讨常州市区域经济社会发展的空间集聚特征。     

国家级地面自动站A文件质量控制方法及软件开发

地面自动站A文件是以站月为单位的气象观测综合资料，具有要素多、信息量大的特点。为了实现有效的质量控制，研究了更为全面的国家级的质量控制方法并遵循软件工程理论，采用模块化的设计方法完成了应用软件的开发，这对保证我国地面自动站观测数据的质量起到了重要作用。     

一次大暴雨过程低空急流脉动与强降水关系分析

应用香港天文台提供的时空分辨率都非常高的风廓线雷达资料对深圳2005年8月19—20日大暴雨过程强降雨时段进行了详细分析。结果表明，风廓线雷达资料每小时风场揭示每次强降水的发生都对应一次西南急流的迅速加强和向下扩展。低空急流指数I可以说明低空急流的脉动向地面扩展程度与中小尺度降水的密切关系，对强降水的出现及雨强大小有一定的预示性。     

森林火险气象指数及其构建方法回顾

森林火灾是威胁地球生态的主要灾害之一。为实现对林区起火可能性大小、火灾强度、火灾蔓延速度以及火灾扑救难易程度进行评估和预测，国内外专家学者利用森林火灾与气象条件之间的关系研制了诸多森林火险气象指数的构建方法。作者对近几十年来国内外森林火险气象指数的研究工作进行回顾和总结，得出广泛应用的火险指数可以归纳为指数查对法、综合指标法和统计回归法等3种类型，究其原理和使用效果，各有优缺点。在实际使用过程中，需要结合我国的气候和环境特点进行适用性修正和完善。     

云南雨季逐候降水量的低频振荡特征

应用主分量方法分析了云南省84站1991~2000年雨季(5~10月)逐候降水量的主要时空特征,并用非整波技术分析了所提取的第1、第2主分量频谱分布的低频振荡特点,同时分析了低频振荡现象与El Nino(La Nina)事件及云南雨季降水多、少之间的关系。结果表明:①云南地区雨季降水主要低频振荡周期为6候(30天)、10候(50天)的月际振荡和15~17候(75~85天)的季节内振荡;②云南雨季的候降水每年都存在30天振荡周期,30天振荡是云南雨季固有的振荡;③当发生El Nino或La Nina异常气候事件时,云南雨季的候降水存在50天振荡周期;④当云南雨季存在75~85天振荡时,云南主汛期(6~8月)降水距平百分率为正(除2000年为零距平);当云南雨季不存在75~85天振荡时,云南主汛期降水距平百分率为负。     

利用雷达回波与GIS技术反演面雨量研究

自动气象站可以直接测量单点或较小范围的降水量,测量精度较高,但自动气象站的分布密度不够,往往漏掉强降水、暴雨中心。雷达能实时探测云和降水结构及系统发生、发展演变情况,能迅速提供一定区域的实时降水情况,但雷达测量误差较大,测定局地降水量精度不高,因此,将自动气象站与雷达进行点面结合,采用一定的数学方法和GIS技术,可以得到能够代表某特定区域平均降水情况的面雨量。以深圳市行政区域面雨量反演为例,建立区域内所有测站的6 min累积降雨资料与雷达回波数据之间的回归关系,借助GIS技术和包括对经度、纬度、海拔高度3个因子的地理订正,构建雷达图上特定行政区域的面雨量计算模型,并对格点拟合雨量进行空间分辨率的精细化反演,得到雷达图上的特定行政区域的面雨量图。     

东北地区平均、最高、最低气温时空变化特征及对比分析

东北地区是我国受全球气候变暖影响增温最显著的地区之一,有其独特的气候变化特点。利用东北地区建国以来较密集的气象观测资料,运用Yamamoto检测、趋势系数、气候倾向率等方法分析了该区域近44 a来平均、最高、最低气温的时空变化特征和规律,并初步探讨了这些变化的差异和可能影响因素。结果表明:近44 a来,东北地区平均气温存在明显的变暖倾向,气候变暖趋势存在着季节性和地域性差异。冬季增温最强,秋季增温最弱;区域变化表现为在区域中心区域,即吉林、黑龙江、内蒙古三省交界区增温趋势最明显,辽宁中部和内蒙古东部的中心靠近边境区域为增温较弱的地区;最低气温的增温率是最高气温的2倍左右。     

南半球环流异常与我国夏季旱涝分布关系及其影响机制

利用1951—2000年NCEP/NCAR风场和高度场再分析资料及全国160站降水量资料, 采用奇异值分解、相关和合成分析方法, 研究6—8月南半球500 hPa高度、高低层纬向风距平差异常 (Δu₈₅₀-Δu₂₀₀) 与我国夏季旱涝分布的关系及其影响机制。结果表明:当500 hPa澳大利亚高压脊偏强及西南太平洋热带地区高低层纬向风距平差为负值时, 来自南半球冷空气活动偏弱, 有利于西北太平洋副热带高压位置偏南, 热带季风偏弱, 我国夏季雨带偏南。反之, 当澳大利亚高压脊偏弱及西南太平洋热带地区高低层纬向风距平差为正值时, 我国北方降水偏多。同时, 定义了澳大利亚冬季风指数, 指出澳大利亚冬季风强年和弱年影响我国夏季旱涝分布异常的水汽输送型式不同。     

Interannual Thermocline Signals and El Nio-La Nia Turnabout in the Tropical Pacific Ocean

One of the fundamental questions concerning the nature and prediction of the oceanic states in the equatorial eastern Pacific is how the turnabout from a cold water state (La Nina) to a warm water state (El Nino) takes place, and vice versa. Recent studies show that this turnabout is directly linked to the interannual thermocline variations in the tropical Pacific Ocean basin. An index, as an indicator and precursor to describe interannual thermocline variations and the turnabout of oceanic states in our previous paper (Qian and Hu, 2005), is also used in this study. The index, which shows the maximum subsurface temperature anomaly (MSTA), is derived from the monthly 21-year (1980-2000) expendable XBT dataset in the present study. Results show that the MSTA can be used as a precursor for the occurrences of El Nino (or La Nina) events. The subsequent analyses of the MSTA propagations in the tropical Pacific suggest a one-year potential predictability for El Nino and La Nina events by identifying ocean temperature anomalies in the thermocline of the western Pacific Ocean. It also suggests that a closed route cycle with the strongest signal propagation is identified only in the tropical North Pacific Ocean. A positive (or negative) MSTA signal may travel from the western equatorial Pacific to the eastern equatorial Pacific with the strongest signal along the equator. This signal turns northward along the tropical eastern boundary of the basin and then moves westward along the north side of off-equator around 16°N. Finally, the signal returns toward the equator along the western boundary of the basin. The turnabout time from an El Nino event to a La Nina event in the eastern equatorial Pacific depends critically on the speed of the signal traveling along the closed route, and it usually needs about 4 years. This finding may help to predict the occurrence of the El Nino or La Nina event at least one year in advance.