二十世纪九十年代区域气候模拟研究进展

由于区域气候异常与社会经济及人类发展有紧密联系,因而长期以来受到各国气候学家的极大重视,与此密切相关的对区域气候的模拟研究也有了较大发展。进入２０世纪９０年代以来,区域气候模拟研究的进展更加明显。文中将着重分析全球气候模式对区域气候模拟的可靠性与不确定性;国内外对区域气候的模拟研究进展;以及对区域气候变化模拟研究的展望。     

东亚夏季风的模拟研究──3个区域气候模式的对比

全球环流模式在东亚地区模拟可靠性评估研究表明存在不确定性，尤以降水更明显．该模式更难于模拟小范围（如一个省）和小时间尺度（如日）的气候变化．本研究用３个区域气候模式作１９９１年东亚夏季（５～８月）季风洪涝气候的模拟．其模拟结果与观测场作了严格的对比并进行了３个模式的相互对比．研究表明，３个区域气候模式成功地模拟了１９９１年夏季发生在我国江淮流域及日本南部的洪涝和几次特大暴雨过程以及相应的大气环流形势的分布．     

气候变化对中国水资源情势影响综合分析

介绍了近年在气候变化对中国水资源影响研究方面的若干进展。研究表明,中国水资源问题的产生不仅与人口和社会经济快速发展有联系,更与气候环境的显著变化密切相关;未来的气候变化将会导致一些流域水资源更加短缺和洪涝灾害更加频繁,对流域水资源和可持续发展产生重要影响;在流域水资源综合规划与管理中,应十分重视气候变化的影响问题。     

中国稻田甲烷排放在减少

2005年6月8-9日在中国气象局召开了中国科技部和美国能源部合作项目“气候科学”的第三届科学工作组会议。在会上,美国Portland State University物理系Khalil教授做了一个引人注意的报告,基于对中国稻田甲烷排放的多年测量进行分析,提出了中国稻田甲烷排放在减少,人口增长与稻田甲烷排放没有明显的关系,稻田可能不再是一个减少甲烷排放的有效途径以及现在大气甲烷浓度年增长率在减小和变化趋势趋于稳定等结论。笔者对以上结论作了简要介绍和分析。     

国际应对气候变化的新动向

2005年11月1～2日,八国集团（G8）成员国和中国、印度、巴西、墨西哥、南非等12个发展中国家的环境和能源部长齐聚伦敦,就应对气候变化的议题展开新一轮对话。作者针对这次会议的背景、概况及所反映出的国际应对气候变化的新动向,试作分析并提出相应的对策建议。     

中国夏季日降水频次的周末效应

利用1979-2002年194个站日降水资料分析了我国东部地区夏季日降水频次的周内变化,发现降水频次存在明显的周末效应。表现为周末降水频次的增加以及周中降水频次的减少,极小频次出现在星期三。其中小雨频次的周末效应表现更为突出。造成降水周末效应的主要原因可能与人类活动导致的气溶胶浓度的周循环有关。夏季周中气溶胶浓度的增加不利于暖云降水,反之,周末气溶胶浓度的下降则导致了周末降水频次的相对偏高。     

“一带一路”区域气候变化事实、影响及可能风险

“一带一路”区域国家经济、政治发展极不平衡,随着全球气候变暖,区域内的自然环境、气候资源、水资源等都将面临着显著而复杂的变化,并且干旱、洪涝等多种气候灾害是“一带一路”区域可持续发展和重大基础设施建设面临的重大威胁之一。目前,“一带一路”倡议已经进入实质性建设阶段,沿线地区的气候变化及其灾害风险关乎“一带一路”倡议能否顺利实施及亚投行的投资安全。在此背景下,2016—2018年中国科学院地球科学学部实施了“‘一带一路’区域气候变化问题”咨询评议项目,项目针对该区域气候变化的事实、未来变化预估、气候变化的可能影响以及带来的潜在风险等问题进行了系统的调研,并开展了若干分析和研究。经过两年的努力,项目组完成了有关进展报告四份,包括一份总报告和三份分报告。本文扼要地概括和介绍了项目取得的主要成果。     

基于论文、作者特征分析《山西地震》的现状

为提高《山西地震》的稿件质量,明确目前办刊中存在的问题,文章对2008年至2017年刊物的载文量、基金论文比指标、论文分类以及近18年第一作者的情况进行统计分析,进一步了解作者群的特点,发现核心作者。通过分析,明确今后发展的改进方向。     

基于开源工具的地震目录可视化系统设计与实现

为发挥地震目录数据作用,文章设计一套以地震目录数据为基础,将数据封装成js数据可视化库可用的数据对象,以不同的数据展示方式,从不同的角度动态显示地震目录数据的B/S架构数据查询展示平台,以加强地震目录数据在地震科普宣传中的作用,同时为研究人员提供直观、清晰的数据分析结果。     

一种基于PPNet的地震直达P波到时拾取方法

针对现有地震直达P波到时拾取网络精度低、误差大等问题,结合UNet++编码、解码器,融入特征过滤器设计一种具有地震震相特征分析与融合能力的轻量级P波到时拾取网络PPNet,实现对地震P波的高精度、低误差拾取。首先,该网络在编码器模块采用大卷积核、低通道数的卷积层,对输入的地震信号进行深度特征提取;其次,在解码器模块的特征还原过程中加入特征融合机制,补全特征信息,避免序列特征污染问题;最后,仅对编码器后三个下采样模块添加特征过滤器,深入挖掘特征序列,通过细化P波到时特征,提升到时拾取精度。实验结果表明,提出的网络在0.1 s、0.2 s、0.3 s误差阈值下P波拾取率分别为80.73%、94.01%、97.81%,平均绝对误差0.078 s,均方误差0.021,与现有P波拾取传统方法和深度学习算法相比性能更优。