2000年以来黑龙江省浓雾气候特征及秋季浓雾天气异常环流特征

探讨了黑龙江省2000年以来浓雾时空分布特征以及秋季浓雾异常环流特征和环流分型。结果表明：黑龙江省浓雾春季和冬季少,夏季最多,但多发生在山区,持续时间短,局地性强;范围大、持续时间长、灾害重的浓雾天气主要出现在秋季,其中10—11月持续性浓雾天气过程均发生在2010年以后。黑龙江省秋季浓雾多发生在暖湿空气较强的环境条件下,根据500 hPa高度场和距平场特征把秋季偏暖背景下浓雾发生的主要环流型分为西低东高型和纬向型,黑龙江省中低层正高度距平、850 hPa距平风场上反气旋环流以及西北太平洋副热带高压常偏北偏强等异常环流特征对浓雾中短期预报有较好的指示意义。     

2018年全球重大天气气候事件及其成因

2018年全球主要温室气体浓度继续攀升,地表温度相比工业化前水平偏高0.99℃,为有观测记录以来的历史第四高值。全球冰川总量连续31年减少,南北极海冰范围全年处于历史低位。全球海洋表面温度较常年显著偏高,海平面继续加速上升,海洋热含量创历史新高,海洋酸化的影响日益加剧。年内,世界各地发生了许多重大天气气候事件,包括北半球异常活跃的热带气旋季、欧洲夏季持续性高温干燥天气、印度西南部的特大洪灾、澳洲东部严重旱情、欧美多地的低温暴雪以及全球多地的森林大火和强对流天气,造成了严重的人口伤亡和社会经济损失。本文系统性总结了2018年全球重大天气气候事件及其影响,并重点分析了印度近百年来最严重洪灾和美国东海岸爆发性低温雨雪冰冻两个典型气候事件的形成原因。分析表明,夏季南亚季风强度偏强、控制时间偏长,8月在南亚季风槽西部位置偏北、索马里越赤道急流偏强的共同作用下,南印度洋及阿拉伯海上空的水汽大量向印度地区输送,持续性的强降水天气引发了该地区近百年以来最严重的洪灾;1月上旬,在耦合的急流结构、强烈的海洋温度梯度以及气旋外围气温偏高的共同作用下,冬季风暴格雷森在短时间内爆发性加强,造成美国东海岸出现气温骤降、强风暴雪等剧烈天气现象。     

北京气候中心气候系统模式研发进展——在气候变化研究中的应用

较全面地介绍了北京气候中心气候系统模式(BCC_CSM)研发所取得的一些进展及其在气候变化研究中的应用,重点介绍了全球近280 km较低分辨率的全球海-陆-气-冰-生物多圈层耦合的气候系统模式BCC_CSM1.1和110 km中等大气分辨率的BCC_CSM1.1(m),以及大气、陆面、海洋、海冰各分量模式的发展。BCC_CSM1.1和BCC_CSM1.1(m)气候系统模式均包含了全球碳循环和动态植被过程。当给定全球人类活动导致的碳源排放后,就可以模拟和预估人类活动对气候变化的影响。BCC_CSM1.1和BCC_CSM1.1(m)已应用于IPCC AR5模式比较,为中外开展气候变化机理分析和未来气候变化预估提供了大量的试验数据。还介绍了BCC_CSM1.1和BCC_CSM1.1(m)参与国际耦合模式比较计划(CMIP5)的大量试验分析评估结果,BCC_CSM能够较好地模拟20世纪气温和降水等气候平均态和季节变化特征,以及近1000年的历史气候变化,所预估的未来100年气候变化与国际上其他模式的CMIP5试验预估结果相当。初步的分析表明,分辨率相对高的BCC_CSM1.1(m)在区域气候平均态的模拟上优于分辨率较低的BCC_CSM1.1。     

高分辨率WRF三维变分同化在北京地区降水预报中的应用

为迎接2008年北京奥运会,改进北京地区的天气预报,建立了一个基于三重嵌套区域(27/9/3 km)的WRF三维变分同化(WRFVar)和WRF模式的高分辨率快速更新循环同化预报(Rapid-Up-date Cycle)系统,并针对2006年8月1日发生在北京地区的强对流天气进行了一系列数值试验,结果表明:高分辨率的快速更新循环系统很好地预报出了此次强降水过程;在WRF三维变分同化里调节背景场误差和观测误差,提高了降水预报的效果;插值得出的3 km背景场误差可以作为一个合理的近似在3 km分辨率的WRFVar中使用,用户可以不必积累高分辨率的预报场去计算背景场误差,从而节省大量计算资源。3 h频次的RUC已经能满足预报要求,更高频次(1 h)的RUC并没有导致预报的进一步提高。     

NOAA RFE 2.0在西藏高原的验证

随着卫星探测技术的不断提高和资料处理方法的不断改进,出现了许多卫星遥感降水估算产品。每种产品都有优点及不足,且卫星间接式降水估算方法的精度也有限,但对地形复杂常规气象站台站稀少且分布极不均匀的大面积地区如西藏高原来说,卫星遥感不失为估算区域降水的有效方法之一。鉴于卫星遥感降水估算精度的局限性,每种产品需要利用地面观测数据来定量化降水估算误差,分析和评价这些资料的可用性。利用NOAA气候预测中心(CPC)研发的RFE 2.0降水估算产品,从西藏高原东南部到西北部不同气候区选取11个典型气象站2005—2006年6—9月的日降水量观测资料,验证了RFE 2.0降水估算产品在西藏高原的应用效果。结果表明,西藏高原的主要气候区RFE 2.0估算值与地面观测值之间的相关系数在0.45～0.86,平均为0.74;RFE 2.0估算的正确率POD (Probability Of Detection)一般大于73%,而空报率FAR(False Alarm Rate)为2%～12%;仅在喜马拉雅南麓地区估算精度相对较差。      

云南马关火山角砾岩及其包体岩石岩相学和元素地球化学特征及其地质意义

对云南马关地区的爆破火山角砾岩及其中各类包体岩石开展了系统的岩相学和元素地球化学研究.结果表明,与爆破火山角砾岩有成因联系的岩石有3类:①以爆破火山角砾岩胶结物形式产出的碧玄岩和钾玄岩.②作为寄主岩的碧玄岩和钾玄岩中包含(携带)的尖晶石相地幔橄榄岩包体,进一步划分为两类:一类是具原始地幔性质的岩石,成分较单一,地幔交代...     

黄铁矿晶体形态标型在金矿评价中的意义

黄铁矿晶体形态是金矿床矿物学填图的良好指示参数之一.黄铁矿的微形貌特征具有指示其形成环境的意义.在金矿床中,早期成矿阶段结晶的a{100}或e{hk0}形态黄铁矿含金性较差;主成矿阶段形成的ae、aeo、ao、oa、oe等聚形晶,以及{310}、{320}等e黄铁矿含金性较好.黄铁矿形态沿矿体空间可以表现出分带性.其垂向分带趋势为:矿体上部以o{111}晶形为主,矿体中部以e{hk0}形为主,矿体下部主要以a{100}形占主导,或分别以其晶面发育的聚形为主.但不同矿床,甚至同一矿床的不同矿脉,这种分带的表现也不完全一致.因此,应用此分带模式进行深部矿体预测时,应具体情况具体分析.     

沉水植物黑藻对上覆水中各形态磷浓度的影响

室内模拟研究了沉水植物黑藻对上覆水中不同形态磷浓度的影响及其季节性变化,并从沉水植物生长、间隙水和碱性磷酸酶活性(APA)三方面进行了讨论,进一步揭示磷在浅水湖泊水-沉积物界面的交换机理。结果表明,在本研究条件下,上覆水中各形态磷以溶解性总磷(DTP)为主,其他形态磷浓度变异较大,黑藻降低了上覆水中总磷(TP)、溶解性活性磷(SRP)和DTP浓度,也降低了DTP和SRP占总磷的比例,从而使颗粒态总磷(PP)和溶解性有机磷(DOP)占总磷比例升高。黑藻主要通过吸收上覆水中的磷和抑止沉积物、上覆水中APA使上覆水中各形态磷浓度保持较低水平,其中对SRP和DTP浓度的影响更明显。上覆水中各形态磷浓度呈现明显的季节性变化。在7～8月,TP、SRP和DTP浓度呈下降趋势,并在8月达到最低值;9～10月间有所升高,但仍然维持在较低水平,不同采样时间存在波动。     

两类双结构矩阵的标准型及其应用

给出2类双结构矩阵的标准型。作为应用,还利用新得出的标准型对这2类双结构矩阵特征值问题发展了结构算法,其中对第一类双结构矩阵特征值问题发展了只用实运算的结构算法。     

基于动量自适应BP神经网络的鸢乌贼模式识别

近年来, 计算机模式识别技术因其识别结果准确、快速, 而不断被用于生物判别邻域。本文利用MATLAB软件实现动量自适应BP神经网络(back propagation neural networks)对西北印度洋、中东太平洋和南海3个海区的鸢乌贼角质颚及其胴长进行模式识别。研究结果显示, 训练成型的神经网络收敛误差仅为4.416×10^-2, 加入动量和自适应学习率的BP神经网络对鸢乌贼地理种群的识别率有显著提高。3个海区的正确识别率分别为100%、88.89%和94.12%, 总成功率为 93.24%, 说明角质颚外部形态和胴长可用于鸢乌贼地理种群的区分。而BP神经网络的其他学习算法, 如梯度下降法、单一动量法和单一自适应法的总识别率分为74.32%, 77.03%和87.84%。本研究的识别效果稳定, 对于大样本训练集的识别率也高达92.77%, 为头足类的种群判别提供了新的方法和思路。