大气CO2浓度增加对中国区域植被蒸腾的影响

近几十年来,人类活动带来的化石燃料燃烧和工业过程引起了全球大气CO2浓度的显著增长,带来了一系列生态和环境问题,其中对地表蒸散发的影响就是一个重要方面.地表蒸散发及其分量植被蒸腾是能量和水量平衡的重要组分,直接影响着陆气相互作用和水循环系统.由于大气CO2浓度增加可通过减小叶片气孔导度从而抑制植被蒸腾,为量化这一影响,基于碳水耦合的蒸散发模型PML-V2和CMIP6的大气CO2浓度时空序列驱动数据,分别进行了考虑和不考虑大气CO2浓度逐年增加情况下的2组植被蒸腾模拟试验.通过对比2组结果分析了2001-2014年大气CO2浓度增加对中国区域植被蒸腾的影响.研究结果显示,在季节上,夏季大气CO2浓度增加对植被蒸腾的抑制作用最小,冬季最大;在数量级上,2001-2014年大气CO2浓度引起植被蒸腾变化在0～5％;不同生态系统比较而言,森林、耕地和灌丛生态系统受CO2浓度增加引起植被蒸腾的减小量较大,14年间减小量为15～20mm/a,而草地下降最小,约5 mm/a;在空间上,我国中东部受影响最大;CO2浓度引起植被蒸腾变化最敏感的区域是我国东南部地区.     

区域自动气象站蓄电池异常状态判别方法

针对天津市一种常见的CAWS600型区域自动气象站对其供电及功耗进行了详细分析,利用对电池放电特性曲线的归一化处理,得到了针对12V38AH铅酸蓄电池的剩余容量估算方法,同时利用该站蓄电池工作电压的统计规律,提出了针对蓄电池工作电压的极值判定、时间/空间一致性质量控制方法,并对2017年逐10min观测数据进行检验。检验结果显示,文章提出的质量控制方法可以有效识别出蓄电池异常站点,针对2017年个站蓄电池持续放电情况可提前10d定位。     

2017年辽宁省春夏季精细化气象干旱监测评估

基于辽宁省1114个国家级和区域级地面台站1961年以来的逐日气温和降水观测资料,利用距离平方反比法差值生成了1717个乡镇的气象资料序列,采用气象干旱综合监测指数统计分析了辽宁省2017年4—8月精细化到乡镇的气象干旱特征。结果表明:2017年辽宁省春夏季异常高温,同时降水异常偏少,致使气象干旱不断发展;干旱在4月5日前从中部和北部开始,4月末扩展到西部,5—6月再向东南发展,波及88%的乡镇,7月以来气象干旱程度开始减轻;气象干旱持续时间长的乡镇主要集中在中部和北部,最长持续时间153d;受气温偏高和降水过程的影响,中度以上气象干旱面积呈阶段性变化,且极端干旱的发展伴随高温时段。由于气象干旱不同于农业干旱,在开展为农服务时要因地制宜采取应对措施。     

1960—2017年沈阳地区春播期降水变化特征

基于1960—2017年沈阳市5个气象观测站4—5月降水量资料,采用线性趋势法和累积距平分析了沈阳市春播期(4—5月)降水量演变特征,并分析首场透雨及最大连续无有效降水日数演变特征及对春播期降水量影响,对春播期降水量资源变化特征进行相关分析。结果表明:近58a沈阳春播期降水量整体呈现弱的增加趋势,平均每10a增加3.1mm,2004年开始降水量迅速增加,且波动性较大,降水量异常偏多或偏少年份较多,易诱发春旱春涝事件。春播期首场透雨出现日期平均每10a偏晚0.051d,首场透雨日期偏晚,将导致春播期前期雨水条件不足,引起土壤干旱,不利于春播开展。最大连续无有效降水日数呈波动性增加趋势,平均每10a增加0.56d,对4月降水量影响较大,虽然春播期降水资源总量增加,但存在降水资源时间分配不均的问题,且长时间无有效降水事件频发,将导致春播期干旱灾害事件发生风险加大,导致适播期延后。     

The Relationship between Deterministic and Ensemble Mean Forecast Errors Revealed by Global and Local Attractor Radii

It has been demonstrated that ensemble mean forecasts, in the context of the sample mean, have higher forecasting skill than deterministic(or single) forecasts. However, few studies have focused on quantifying the relationship between their forecast errors, especially in individual prediction cases. Clarification of the characteristics of deterministic and ensemble mean forecasts from the perspective of attractors of dynamical systems has also rarely been involved. In this paper, two attractor statistics—namely, the global and local attractor radii(GAR and LAR, respectively)—are applied to reveal the relationship between deterministic and ensemble mean forecast errors. The practical forecast experiments are implemented in a perfect model scenario with the Lorenz96 model as the numerical results for verification. The sample mean errors of deterministic and ensemble mean forecasts can be expressed by GAR and LAR, respectively, and their ratio is found to approach2~(1/2) with lead time. Meanwhile, the LAR can provide the expected ratio of the ensemble mean and deterministic forecast errors in individual cases.     

GRAPES全球集合预报系统模式扰动随机动能补偿方案初步探究

为了体现次网格尺度能量升尺度转换过程中存在的不确定性, 文中将随机动能补偿(Stochastic Kinetic Energy Backscatter, SKEB)方案应用于GRAPES(Global/Regional Assimilation and Prediction System)全球集合预报系统(GRAPES-GEPS), 以更好地表征模式误差并且增大集合离散度。使用的SKEB方案基于具有一定时、空相关特征的随机型以及由数值扩散导致的局地动能耗散率来构造随机流函数强迫。并根据流函数与水平风速旋转分量的关系, 将SKEB方案中的流函数强迫转化为适用于GRAPES全球模式的水平风速扰动。结果表明, SKEB方案的使用一方面能够提高GRAPES对大气动能谱的模拟能力; 另一方面能够改善GRAPES-GEPS的集合离散度与集合平均误差的关系, 增加了集合离散度, 并在一定程度上减小了集合平均误差, 尤其是在热带地区这种改进更为显著。而且该方案使得热带地区连续分级概率评分(CRPS评分)显著减小。就降水预报而言, 从Brier评分与相对作用特征面积(AROC, Area under the Relative Operating Characteristics)的结果来看, SKEB方案有助于改善中国地区小雨[0.1 mm, 10 mm)、中雨[10 mm, 25 mm)与大雨[25 mm, 50 mm)量级降水的概率预报技巧, 而对暴雨[50 mm, ∞)量级降水预报技巧影响很小(24 h降水量)。总体上, 模式扰动随机动能补偿方案提高了GRAPES-GEPS的概率预报技巧。      

中尺度降水集合预报随机参数扰动方法敏感性试验

中尺度降水模式预报具有很大的不确定性,为更好地描述与模式降水预报密切相关的物理过程关键参数的不确定性,基于中国气象局GRAPES（Global/Regional Assimilation and Prediction System）中尺度区域集合预报模式,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等4个参数化方案中选取了18个关键参数,设计了一种随机参数扰动方案（Stochastically Perturbed Parameterization,SPP）,并通过2015年6—7月总计10 d的随机扰动集合预报试验,对比分析了SPP方案对不同物理过程参数扰动敏感性、随机场时、空尺度敏感性、能量变化特征及其集合预报效果。结果显示,对所选择的任一物理过程参数化方案增加SPP扰动后,降水及等压面要素的概率预报技巧优于无SPP扰动的预报,而扰动积云对流和边界层过程中的参数较扰动云微物理过程中的参数影响更显著,且同时扰动积云对流、云微物理、边界层及近地面层参数化方案中的18个参数的集合预报效果优于扰动任何单一物理过程中的部分参数,表明SPP方案能够有效地提高中尺度降水概率预报技巧;从能量变化特征可知,不同物理过程的参数扰动对动能、内能和总能量的影响层次和特征有所不同,但总体而言,扰动前后各项能量基本相同;随机场时、空尺度敏感性试验发现,SPP扰动随机场时间、空间相关尺度对集合预报效果有明显影响,当扰动随机场选用12 h抗相关时间及截断波数20时,集合预报结果最优。上述结果表明,SPP随机参数扰动方案不仅能够有效提高集合概率预报效果,还能够提高集合降水概率预报技巧,具有良好的业务应用与发展前景。      

北京山区与平原冬季近地面风的精细观测特征

利用2009—2018年冬季北京地区200多个自动气象站逐时10 m风速、风向观测数据,分典型区域（山区、山区与平原过渡区、平原区、城区）研究北京地区冬季近地面风的精细特征,并使用有完整记录的2 a（2017和2018年）冬季延庆高山区不同海拔高度10 m风逐时观测数据,多视角分析高山区不同海拔高度近地面风的特征和成因,以深刻认识北京地区复杂地形条件下冬季近地面风的特征和规律。结果表明:（1）北京地区冬季近地面平均风受西部北部地形、城市下垫面粗糙度和冷空气活动共同影响,平均风速沿地形梯度分布,山区高平原低,平原中又以城区风速最小;盛行西北风和北风,在城区东、西两侧盛行风出现扰流,在山区和过渡区一些地方还存在与局地地形环境明显关联的其他盛行风向。（2）4个典型区域冬季近地面风速日变化均表现为白天风速大于夜间,午间风速最大的“峰强谷平”单峰特征,这一特征的稳定性在城区高、山区低。（3）4个区域冬季弱风（< 1 m/s）频率为31%—42%,城区较高、山区较低;强风（> 10.8 m/s）频次则是山区多、城区少,强风风向主要表现为偏西—偏北,与冷空气活动密切关联;城区、平原区和过渡区偏南风频率均为极小,暗示北京“山区—平原”风模态在冬季是“隐式”的、不易被直接观测到。（4）近地面风的水平尺度代表范围在延庆高山区高海拔处明显大于低海拔处,海拔1500 m附近（平均的边界层顶高度）是延庆高山近地面风速日变化特征的“分水岭”,低于该海拔高度时近地面风速日变化表现为前述“峰强谷平”单峰特征,而高于该海拔高度时近地面风速日变化则呈现相反特征,即夜间大白天小、午间最小的“峰平谷深”特征,这是由边界层湍流活动的日变化及伴随的低层自由大气动量向边界层内下传所致。（5）延庆高山近地面风速大体上随观测高度而增大,高海拔站点日平均风速数倍于低海拔站点。白天—前半夜,海拔约2000 m的站点冬季盛行偏西风,风向变化不大,但风速为2—12 m/s;1000 m左右的低海拔站则风速比较稳定（< 6 m/s）,风向从午间至傍晚相对多变。      

文本特征提取的研究进展

文本理解是人工智能的一个重要分支,其技术推动了人与计算机之间在自然语言上的有效交互.为了让计算机准确地理解和感知文本数据,文本特征提取是最为基础和关键的步骤之一.基于此,本文介绍文本特征提取研究的发展历史,以及近年来主流特征提取的方法,并对未来的研究方向进行展望.首先,介绍语义最底层的词级表示;接着,总结在词级表示基础上衍生出的句级表示上的研究进展;随后,介绍比词级表示和句级表示更高层的篇分析;最后,通过文本特征提取的一个典型应用——问答系统的介绍,阐述文本特征提取的最新方法和技术在问答系统上的应用,并对未来的研究方向做了展望.     

江苏省夏季浓雾的时空分布特征及气象影响因子分析

利用江苏省70个国家基本站逐10 min连续观测资料,对江苏省夏季浓雾的时空分布特征及影响因子进行分析研究。结果表明:(1)夏季浓雾易在气温小于29℃、风速低于3 m·s~(-1),且盛行偏东风的条件下形成;低温高湿的梅雨期是夏季浓雾在6月高发(42.4%)的可能原因。(2)夏季浓雾生消时间与秋、冬季显著不同,主要发生于00—06时,消散集中于05—08时,持续时间主要在6 h以内。(3)夏季浓雾以辐射雾为主,辐射雾、平流雾和锋面雾分别占58. 1%、35. 5%和6.4%。(4)夏季浓雾发生频次呈现从东北部沿海地区向西南部内陆地区递减的趋势,淮北地区夜间降温幅度高于苏南地区是出现这一现象的主要原因。(5)成雾前6～24 h出现的弱降水为近地层提供水汽,此后天气转晴,静稳的大气层结下有利于夏季浓雾的出现。