城市植被对冬季气象要素影响的数值模拟研究

为认识并量化城市地区自然植被对城市气象特征的综合影响及其在不同季节的变化趋势,本文基于区域边界层模式(Regional Boundary Layer Model,RBLM),利用敏感性数值试验的方法量化评估了冬季背景下,城市植被对苏州地区气象要素的综合影响,及其在不同绿化情境下的变化特征。研究结果表明:冬季城市植被会导致气温及城市热岛强度的下降,下降幅度随着植被覆盖率的提高而增大,当市区树木覆盖率分别为0、20%和40%时,日平均城市热岛强度分别为1. 8、1. 4和1. 0℃。与苏州市真实绿化情境相比,市区树木覆盖率分别为20%和40%的理想试验方案,可以导致市区日平均气温分别下降约0. 23℃和0. 84℃。城市植被还会通过叶面及土壤表面的蒸发蒸腾作用,增加空气中的水汽含量,当市区树木覆盖率分别为0、20%和40%时,中午时空气比湿分别为2. 46、2. 61和2. 78 g·kg~(-1)。相同覆盖率条件下,草地绿化方案对气温和空气湿度的影响要明显弱于树木。城市植被会对区域地表能量平衡过程产生明显影响,使到达地面的太阳辐射减少,地面温度降低。当树木覆盖率分别为0、20%和40%时,中午地表净辐射通量最大值分别为433、382和332 W·m~(-2)。地面温度的下降以及植被、土壤的蒸发蒸腾作用,使感热减少,潜热增加。自然植被对城市气象要素的影响在冬季要明显弱于夏季。     

松辽盆地古龙凹陷白垩系青山口组储集空间与油态研究

松辽盆地古龙凹陷有丰富的页岩油气资源.但是目前对古龙凹陷页岩油储层的岩石学特征和页岩油的状态,尤其是储集空间的类型及其组合关联性认识不清.通过对古龙凹陷白垩系青山口组岩芯的精细描述及其薄片分析和电子显微镜观察及三维CT深入研究,发现古龙青山口组页岩油的储集空间具有多样性和多尺度性.除了纳米孔缝外,还有页理缝.根据页理缝...     

发达国家水文信息资源管理与应用概述

水是经济社会发展的重要战略性资源之一。加强对水资源的配置管理、保护利用是以水资源的可持续利用支持国家经济社会的持续协调的发展的重要保证。水文信息资源的管理和应用服务水平直接影响着水资源的科学管理。本文介绍了发达国家在水文信息资源管理和应用方面的经验，以期对黄河水文信息资源应用．乃至全国水文信息资源共享及服务能力的建设，提供一定的借鉴和参考。     

Hoek—Brown准则在主应力平面表示形式的讨论

Hoed-Brown准则是国际上有名的岩体经验强度准则，考虑了应力状态对岩体破坏特性的影响，在系统介绍H－B准则在主应力平面p,q表示形式的基础上，重点对其理论意义和实际应用中的关键问题进行分析讨论，以加深对该准则的理解。     

新疆库鲁克塔格地区新元古代层序地层学研究及对比

新疆库鲁克塔格地区上元古界可分为五个沉积层序,由下到上分别对应于贝义西组、照壁山组、阿勒通沟组、特瑞爱肯组至水泉组和汉格尔乔克组。第1层序由贝义西组构成,发育由粗碎屑斜坡扇和低水位楔构成的低水位体系域,向上逐渐变为粉砂岩、泥岩的海进体系域,并以向上变粗的退积准层序的高水位体系域结束,反映陆缘发展初期海平面的升降变化。第2层序由照壁山组构成,底部为粗粒石英砂岩,向上变为细粒砂岩、页岩互层,上部出现厚约30m 的泥岩,顶部为紫红色砂岩,代表了由低水位经快速海进到高水位的变化过程,整体为水体较浅的滨浅海沉积环境。第3层序由阿勒通沟组构成,为冰成杂砾岩、砂岩、页岩组合,顶部出现厚2～3m 的白云岩,沉积主体为低水位体系域,顶部白云岩为海进体系域,缺失高水位体系域。第4层序发育最为完整,特瑞爱肯组冰成杂砾岩为低水位体系域,冰成杂砾岩之上"盖帽碳酸盐岩"为海进体系域,扎摩克提组浊积岩、育肯沟组页岩、水泉组碳酸盐岩为高水位体系域,其中育肯沟组页岩为凝缩段沉积。第5层序低水位体系域由汉格尔乔克组冰成杂砾岩构成,顶部泥灰岩和白云岩为海进体系域,由于顶部被寒武系不整合覆盖,缺失高水位体系域。研究区上元古界层序基本可以和我国华南及印度 Lesser Himalaya 地区对比。     

Enhancement of the relationship between the winter Arctic oscillation and the following summer circulation anomalies over central East Asia since the early 1990s

Climate Dynamics - Considering the possible lag of the impact of the winter Arctic oscillation (AO) on the subsequent summer climate anomalies over East Asia and that the relationship between them...     

Three-dimensional Fusion of Spaceborne and Ground Radar Reflectivity Data Using a Neural Network–Based Approach

The spaceborne precipitation radar onboard the Tropical Rainfall Measuring Mission satellite(TRMM PR) can provide good measurement of the vertical structure of reflectivity, while ground radar(GR) has a relatively high horizontal resolution and greater sensitivity. Fusion of TRMM PR and GR reflectivity data may maximize the advantages from both instruments.In this paper, TRMM PR and GR reflectivity data are fused using a neural network(NN)–based approach. The main steps included are: quality control of TRMM PR and GR reflectivity data; spatiotemporal matchup; GR calibration bias correction;conversion of TRMM PR data from Ku to S band; fusion of TRMM PR and GR reflectivity data with an NN method;interpolation of reflectivity data that are below PR's sensitivity; blind areas compensation with a distance weighting–based merging approach; combination of three types of data: data with the NN method, data below PR's sensitivity and data within compensated blind areas. During the NN fusion step, the TRMM PR data are taken as targets of the training NNs, and gridded GR data after horizontal downsampling at different heights are used as the input. The trained NNs are then used to obtain 3D high-resolution reflectivity from the original GR gridded data. After 3 D fusion of the TRMM PR and GR reflectivity data, a more complete and finer-scale 3D radar reflectivity dataset incorporating characteristics from both the TRMM PR and GR observations can be obtained. The fused reflectivity data are evaluated based on a convective precipitation event through comparison with the high resolution TRMM PR and GR data with an interpolation algorithm.     

多模态地理大数据时空分析方法

多模态地理大数据时空分析旨在融合地理大数据的多模态信息发现有价值的时空分布规律、异常表现、关联模式与变化趋势,是全空间信息系统的核心研究内容,并有望成为推进地理学人地关系研究的重要突破口。为应对地理大数据时代的新机遇与挑战,本文围绕4类核心的时空分析方法（时空聚类分析、时空异常分析、时空关联分析与时空预测分析）,系统归纳了国内外研究现状,探讨了时空分析中多尺度建模、多视角协同、多特征认知与多特性表达的研究难点。进而,介绍了多模态地理大数据时空聚类、异常、关联与预测分析模型,更加全面、客观、精准地认知与理解时空大数据中潜在的地理知识,并且能够在气象环境监测、公共安全管理、城市设施规划等多个应用领域发挥关键作用。     

塔里木板块上元古界阿勒通沟组和黄羊沟组: 新识别的冰期和间冰期？

通过库鲁克塔格地区孜厄肯—厄格孜达坂一带实测地层剖面研究重新建立了阿勒通沟组和黄羊沟组的地层层序。阿勒通沟组含三层冰成杂砾岩,为冰川沉积与滨-浅海沉积交替发育,代表海相环境下的冰川沉积。黄羊沟组底部白云岩具负的δ¹³C同位素值,下部以火山岩、上部以细碎屑岩和碳酸盐岩为主,沉积环境具有向上变深的特征,代表了阿勒通沟冰期结束后温暖环境下的海平面上升。结合冰成杂砾岩的特征、“盖帽碳酸盐岩”的分布、碳同位素和化学蚀变指数方面的证据,可将两者分别确定为独立的冰期和间冰期,并分别沿用阿勒通沟冰期和黄羊沟间冰期的称呼。阿勒通沟冰期的划分使得库鲁克塔格地区晚元古代冰期达到四次。根据库鲁克塔格地区已有的同位素年龄,阿勒通沟冰期可能与Sturtian冰期对比,贝义西冰期可能与Kaigas冰期而不是与Sturtian冰期对比。     

河南康山金矿田矿脉特征分析及金矿资源总量预测

通过特征分析对矿田的矿脉建立起了稳定的数学模型，并用赫威特法对内金矿资源总量进行了预测。