基于个体的西北太平洋柔鱼冬春生群生活史早期生态模型构建

为了对西北太平洋柔鱼冬春生群生活史早期的生长、死亡、输运和分布等进行研究,将其生长、死亡等早期生物过程进行参数化,利用物理模型(FVCOM-Global)模拟生成北太平洋(10°～60°N,120°E～110°W)三维物理场,采用拉格朗日质点追踪的方法将物理模型和生物模型(基于个体模型)耦合,构建了基于个体的西北太平洋柔鱼冬春生群生活史早期生态模型,并用此模型对1997–2010年冬春生群的输运分布进行数值模拟。模拟结果表明:在一定温度范围内,越靠近最适水温,冬春生群的生长速度越快,当日龄为38 d时,胴长可达到11.76 mm,之后由指数生长逐渐变为线性生长;1997–2010年模拟补充量有年际的波动,在考虑冬春生群亲体量不同的前提下得到的实际补充量最多和最少的年份分别是1999年和2009年;冬春生群在模拟阶段主要位于产卵场内,在25°N以南主要向西部输运,25°N以北逐渐呈向北和向东北方向输运的趋势,尤其在输运后期受强流的影响较大;在垂直方向上,100 m水深以内的仔鱼占比将近一半。本研究能为西北太平洋柔鱼冬春生群的生态动力学深入研究奠定基础。     

基于北极多源卫星数据的海冰厚度时空变化对比与评估

海冰厚度作为海冰的重要变量之一,相较于海冰密集度、海冰漂移速度、海冰范围等,数据时空完整性仍然不足。当前获取北极海冰厚度的主要手段为卫星遥感,除之前的CryoSat-2、SMOS等卫星,2018年11月又新增了ICESat-2卫星。目前,针对北极多源卫星海冰厚度的时空变化差异性对比以及数据精度评估的工作较少,因此,本研究通过选取最近的完整两年(2019—2020年)内的ICESat-2、CryoSat-2以及CS2SMOS(CryoSat-2和SMOS融合产品)海冰厚度数据进行对比分析,量化其时空差异。结果显示,整体上CryoSat-2卫星数据的平均海冰厚度最大, ICESat-2其次, CS2SMOS最小。三种卫星数据间的差异具有明显的时空变化特征,在海冰厚度高值区ICESat-2数据的厚度最大, CryoSat-2与CS2SMOS数据的厚度相近,而在海冰边缘区CryoSat-2数据的厚度最大, CS2SMOS最小。从区域来看,不同卫星数据反演的海冰厚度在东西伯利亚海和波弗特海区域差异较小,在巴伦支海区域差异较大。在此基础上,利用研究时段内的“冰桥行动”实地观测数据对多源卫星数据进行...     

北极多源积雪深度数据对比评估及其对海冰厚度估算的影响

积雪深度是估算海冰厚度重要的参数之一,目前对不同积雪深度产品精度及其可适用范围的评估研究较少,也缺乏系统性的认知。本研究选取了11种北极积雪深度产品,根据产品的不同时间范围,分为2013—2018年和2018—2019年2个评估时间段。根据上述时间段,对比分析了各产品之间的差异性,然后将这些产品与“冰桥行动”和海冰质量平衡浮标的现场观测结果进行了评估。所有产品都显示格陵兰岛和加拿大北极群岛的北部积雪深度较厚,而在东西伯利亚海、拉普捷夫海、喀拉海、巴伦支海沿线区域的积雪深度较薄,不过,部分产品在时空变化上仍存在较大差异。与“冰桥行动”的观测数据对比发现,大部分产品数据雪深都较厚, AMSR2B和IS2/CS2分别在2013—2018年和2018—2019年的评估时间段内差异较小,拟合度较好。与海冰质量平衡浮标的对比结果显示,绝大部分产品数据雪深都较薄,并且差异性较大,其中NESOSIM在整个时期拟合度较好。利用不同产品的积雪深度反演海冰厚度的结果差异显著,与“冰桥行动”观测的海冰厚度对比发现, FY3B/MWRI和IS2/CS2分别在2013—2018年和2018—2019年的评估时间段...     

机器学习在矿物结构搜索及性质预测方面的应用

研究矿物在高温高压下的结构及其物理、化学性质是了解地球内部物质组成及动力学演化的基础。实验观测和理论计算是目前最主要的两种方法，前者受技术的局限，高温高压下的数据点比较匮乏；后者容易实现高温高压，但计算精度和效率往往难以两全。基于上述问题，机器学习作为一种很有前景的工具，与第一性原理计算相结合，能够精确、高效地预测矿物结构及各种性质。本文首先介绍了构建机器学习势的一般流程，对目前应用广泛的深度势能方法进行详细阐述。然后探讨了机器学习方法在计算矿物物理领域中的应用，如矿物新相结构搜索、热力学性质和输运性质预测、元素配分及同位素分馏等，并分析了机器学习方法相比于传统方法的优势。最后对机器学习方法目前存在的不足进行了简单总结并对其应用前景提出展望。     

区域集合预报系统的集合变换卡尔曼滤波初始扰动的余弦分析约束方案

基于GRAPES区域集合预报系统,针对初始扰动对预报误差描述能力依然不足的问题,在动力降尺度构造集合初始扰动的基础上,本文利用集合变换卡尔曼滤波（ETKF）方法更新集合扰动以捕获更多中小尺度扰动信息,提出并发展了一种融合资料同化分析增量特征信息的新的分析约束扰动方法——余弦分析约束扰动,对ETKF更新后集合初始扰动的不合理信息进行适应性自主调整,使得不同空间尺度的初始扰动物理结构和振幅尽可能与相应的预报误差结构和振幅相一致。试验结果表明,随天气形式的持续演变,强降水区域分析约束调整的集合初始扰动的中小尺度信息明显更为丰富,且温度扰动显示出更明显的优势;在模式积分初期,余弦分析约束扰动方案的集合离散度和扰动能量在空间分布与演变特征等方面均表现出更为合理的发展趋势,初始扰动质量及预报性能由此得到了有效改善。