HWS3000手持式自动气象站组网及应用

针对HWS3000手持式自动气象站蓝牙通讯的数据传输模式在多站点观测组网应用中的不足,结合气象应急服务需求,设计开发了可多站点组网应用系统。系统由智能变送器模块、网络适配器模块和中心站远程监测软件组成。使用nRF51822蓝牙芯片作为微控制器,接收自动气象站采集的温、湿、风、压数据并支持户外LED屏实时显示,应用编程技术(InApplication Programming)实现了传感器电子数据表格TEDS(Transducer Electronic Data Sheets)的在线更新、传感器自识别和校正功能。多站点采集的数据通过4G无线模块上传至中心站,通过监测软件解析并显示,实现了各监测站点数据的显示、实时曲线和历史数据查询等功能。该系统的外场测试运行正常稳定,在实际应用中效果良好。     

相位加权叠加方法在探测鄂尔多斯东南缘地壳结构中的应用

本文利用在鄂尔多斯东南缘地区宽频带流动地震台阵记录的远震数据,提取各台站的接收函数,并利用相位加权方 法进行单台多震叠加、H -κ叠加以及共转换点叠加,获得了研究区莫霍过渡带的深度及其变化趋势。研究结果显示,莫霍的 深度由鄂尔多斯块体往东南方向逐渐变浅,在不同区域莫霍具有不同的特征：鄂尔多斯的莫霍深度在42~38 km;渭河-山 西地堑的莫霍出现约3 km的上隆;熊耳-伏牛山的莫霍深度在35~33 km;河淮盆地的莫霍形态比较复杂。相位加权叠加方 法能有效地压制相关性不好的噪音,在部分受噪音及沉积层多次波干扰的台站记录中,对突出莫霍的转换波Ps震相有很大 的帮助。     

2013年又是一个暖年

<正>2014年7月美国气象学会会刊(BAMS)发布了《2013年气候状况》~([1])报告。对当前全球气候系统各个分量监测的最新成果做了综合分析。资料表明,2013年又是一个暖年。1全球变暖趋势最核心的还是地球表面温度,这是陆面气温及海表温度合成的结果。过去有3个全球地表温度序列,分别为HadCRUT4、GISS及NCDC,现在又加     

工业化前

2009年底于哥本哈根召开的《联合国气候变化框架公约》(UNFCCC)第15次缔约方会议(COP15),在《哥本哈根协议》中接受了2℃阈值的目标,即把全球平均温度的上升限制在不超过工业化前2℃[1]。2010年底于坎昆召开的第16次缔约方会议再次确认了2℃的目标[2]。但什么时候是工业化前没有说明。在IPCC第四次评估报告(AR4)的术语表中把     

北半球变暖比南半球激烈

<正>1北半球与南半球的温差早在16世纪就有人认为北半球平均温度要高于南半球,这种观点在20世纪初基本得到了证实[1]。3个现代观测序列给出来的1961—1990年北半球与南半球的平均温差分别为1.2℃(CRU[2])、1.4℃(NCEP[3])和1.5℃(ERA-40[4])。因此,北半球平均温度高于南半球已经成为一个确凿无疑的气候特征。2温差形成的原因     

英国CRU高分辨率格点资料揭示的20世纪中国气候变化

中国覆盖比较完整的台站观测始于1951年,1951年之前虽然有一些观测记录,但是残缺不全.所以要建立更长的气候序列就要吸收代用资料,但是代用资料可能与气候要素仅有一定程度的相关,不可能一一对应,因此应用代用资料重建的气候序列有一定的不确定性.英国East Anglia大学的Climatic Research Unit(简称CRU)通过整合已有的若干个知名数据库,重建了一套覆盖完整、高分辨率、且无缺测的月平均地表气候要素数据集,时间范围覆盖1901～2003年,空间为0.5°×0.5°经纬网格覆盖所有陆地.这套资料和中国已有的气候数据相比具有如下优点: 第一,中国西部20世纪前半期非常缺少观测,CRU资料尽管包含插值带来的误差,经比较仍可作为有一定信度的参考; 第二,中国现有的百年温度序列只是年或季分辨率,而CRU资料达到月分辨率; 第三,建立这个序列仅使用观测结果,做统计内插,不包括代用资料所带来的不确定性.因此,CRU的序列与用代用资料补充得到的序列在资料方面有较大不同,比较这两个序列,不仅可以进一步确认中国气候变化的特征,也可以彼此校正.结果表明:(1)CRU资料反映的全国年平均温度年际变化和考虑代用资料重建的序列吻合得很好,相关系数达到0.84;(2)区域尺度上,两者在10个典型分区的气温变率也相当一致,相关整体保持在0.8左右,仅新疆西南部和西藏西北部两者差异较大;(3)CRU资料揭示的中国年总降水量在1951～2000年的变化与160站观测吻合,相关系数达到0.93;(4)CRU资料的中国东部四季降水量和重建资料十分一致,秋季一致性最好,相关0.93;(5)CRU资料和重建的序列比较一致地表现出中国温度和降水年代际变化的主要特征,其给出的20世纪20年代中国大旱和20世纪40年代中国高温的空间分布与作者过去的结论相一致.这表明,作者过去重建的中国气候序列有比较大的可靠性,而CRU资料也提供了新的信息,特别是在20世纪前半期和中国西部.     

上海城市热岛与热浪协同作用及其影响因子

在全球变暖的背景下,热浪变得更加频繁。城市地区由于城市热岛效应在热浪事件中承受更大的风险。然而城市热岛与热浪之间的相互作用还少有研究。利用2016-2017年两个夏季（6-8月）上海城、郊气象站逐时气温、风速、相对湿度资料、城区徐家汇和郊区奉贤涡动相关通量观测资料对比分析了热浪和非热浪期间城市热岛强度的差异,并利用一个平流扩散解析模型揭示了城市热岛与热浪相互作用的物理机制。结果表明,热浪期间的城市热岛强度相比非热浪期间明显增强,且白天增强大于夜间,显示出城市热岛与热浪之间的协同效应。热浪期间城、郊相对湿度比值相对非热浪期间明显减小,表明热浪期间城区地表相对郊区变得更干,从而抑制了蒸发作用,加剧了城市热岛强度;平均风速也明显减小,平流降温效应减弱,对城市热岛强度起正反馈效应。热浪期间城区净辐射通量的增加大于郊区,使城区获得更大地表辐射输入;由于城区更少的植被覆盖和更多的不透水下垫面,热浪期间城区潜热通量略有降低,而郊区明显增加;城区感热通量增幅则大于郊区,这种感热和潜热通量分配的改变也加剧了城市热岛强度。本研究对城市如何应对加剧的热风险具有重要的科学指示意义。     

风云四号卫星东南沿海热带气旋强度深度学习估算

热带气旋TC（Tropical Cyclone）是影响中国的一个重要天气系统。TC强度准确估测对台风灾害防御具有至关重要的意义。本文基于第二代静止气象卫星风云四号（FY-4A）多通道扫描成像辐射计AGRI（Advanced Geosynchronous Radiation Imager）资料,建立了台风强度识别的深度卷积神经网络模型CNN（Convolutional Neural Network）,对台风强度不同等级和台风中心最大风速进行了试验。结果表明,CNN模型具有良好的高维非线性处理能力和算法稳定性,能对TC强度进行有效估计,不同TC强度等级识别精度均在97%以上,近中心最大风速平均绝对误差MAE（Mean Absolute Error）为1.75 m/s,均方根误差RMSE（Root Mean Square Error）为2.04 m/s。CNN可有效挖掘卫星TC形态的深层信息,对台风强度的定量化估测具有较高的应用前景。     

古ENSO的研究进展

本文对20世纪90年代后期逐渐在古气候学、古海洋学、地质学和古生物学等跨学科交叉领域中崭露头角的热点问题——古ENSO研究的前沿进展做了系统的总结和回顾.从观测和气候模拟两方面对集中于不同时间尺度的焦点问题进行展开,主要包括如下几个时段：早-中全新世的厄尔尼诺的减弱;末次冰期中的ENSO循环及其与高纬气候的联系;以及末次间冰期的ENSO现象.其中对早-中全新世时期的ENSO减弱的相对成熟的“岁差”机制做了详细总结,而对另两个时段的矛盾和问题做了简要整理和概括.建议在今后的古ENSO研究中,除观测外,要注意提高对古ENSO进行动力模拟研究的比重,两者相互配合来增加对ENSO循环和气候背景之间相互作用机理的理解,从而为今后全球变暖背景下的ENSO预测提供有意义的借鉴.