FY-4卫星资料在青藏高原地区积雪判识和雪深反演中的应用

青藏高原积雪监测在地球辐射平衡、全球气候变化和生态环境等方面有重要作用,对气候预测、雪灾预测等具有重要意义。FY-4(风云4号)卫星数据具有高时空分辨率的优势,基于FY-4A(风云4号A星)构建积雪监测方法与模型,不仅拓展了静止卫星应用领域,也丰富了积雪监测应用的手段。FY-4的高时间分辨率为积雪监测的研究提供了分钟级数据,对积雪与云的变化掌握的更为细致,但用于积雪监测的波段,因分辨率不高容易导致错判与漏判。本文基于2020年小时级野外地面雪深观测数据、风云3号D星积雪覆盖产品(FY-3D_SNC)数据,构建了基于归一化积雪指数(Normalized Difference Snow Index,NDSI)的FY-4A卫星积雪判识方法,提出了雪深监测模型与等级划分指标。结果表明:NDSI≥0.20是青藏高原地区FY-4A卫星积雪判识的适用阈值,无论有云或无云条件,其漏判率均低于8.0%。地面站点验证结果表明,积雪判识准确率达83.33%以上。空间范围内直接剔除云区后,积雪判识经混淆矩阵验证准确率在82.48%以上。因此,FY-4A卫星在青藏高原地区具有积雪监测的能力。虽然FY-4A卫星对超过10 cm以上雪深不具备区分能力,但可以较好地识别10 cm以下浅雪雪深,相关系数达到0.745,通过了0.001显著性水平检验。据此建立的FY-4A卫星0~10 cm雪深等级指标,总体分级精度达到87.50%。FY-4A卫星雪深反演方法在青藏高原地区对0~10 cm浅雪雪深有较好的估算能力。     

青海南部地区40多年来气候变化的特征分析

利用1961-2003年气温、降水、积雪等气象观测资料,分析了青海南部地区年际、年代际及各季气候变化的特征和规律。结果表明:该地区秋季气温升高最为明显,这有别于我国华北、东北、西北东部和新疆等地区冬季增温最为显著的特点;降水量冬、春季呈增加的趋势,而夏、秋季呈减少趋势;地表积雪量冬、春季的平均增加量分别为15.1cm和3.8cm,而夏、秋季的平均递减量分别为0.3cm和0.2cm。气候变暖和冬、春季降水增多以及冬、春季平均积雪量的跨季节异常或持续维持是导致青海南部地区20世纪80~90年代雪灾增多的最直接原因之一。冬、春季降水和地表积雪的增加,使得雪灾发生的频次增加,危害程度加重;而夏、秋季降水和积雪减少、气温升高、地表蒸发加大、水资源量减少,干旱出现的几率增大,影响畜牧业生产,制约当地经济发展。     

西藏狮泉河地区仁温斜长花岗岩LA-ICP-MS锆石U-Pb年龄及其构造意义

西藏狮泉河地区仁温斜长花岗岩主要由更长石、石英等组成,Si O2含量为72.05%~72.83%,Al2O3含量12.72%~13.54%(15%),Mg O含量1.19%~1.24%,Mg#值35.73~42.27(50),Na2O含量介于4.56%~4.74%之间,K2O含量较低,在0.34%~0.57%之间,Na2O/K2O值为8.32~13.41,属低钾钙碱性系列岩石。斜长花岗岩与变质基性岩的地球化学特征表明,仁温斜长花岗岩可能是变质基性岩部分熔融形成的,该岩石中Sr、Rb、Ba等大离子亲石元素富集,Nb、Ta、Ti等高场强元素明显亏损,具有岛弧型火山岩的特征。用LA-ICP-MS法测得斜长花岗岩锆石U-Pb年龄为162.5±2.6Ma,表明狮泉河结合带(北亚带)在中侏罗世已发生俯冲作用。     

青藏高原墨脱地区云降水综合观测及初步统计特征分析

为加深对雅鲁藏布大峡谷水汽通道入口处云和降水三维结构及微物理特征的认识,在第二次青藏高原综合科学考察研究专题和国家重点研发计划项目的支持下,中国气象科学研究院于2019年在西藏墨脱地区建立了野外观测试验基地,开展了水汽、云和降水的综合观测,先后布设了先进的Ka波段云雷达、微波辐射计、X波段双偏振相控阵雷达、降水现象仪、K波段微雨雷达等设备,获取了高时、空分辨率的云和降水的宏、微观数据。文中简单介绍了此次观测的情况,并利用云雷达2019年的观测数据和降水现象仪2019年6月至2020年6月的观测数据对云的宏观特征及雨滴谱特征进行了统计分析。从云的宏观特征来看,该地区云的发生率较高,云廓线占2019年云雷达观测廓线的67%,降水云廓线占总云廓线的45%。旱季和雨季云底高度的频率分布在垂直方向均有两个高值区,分别为0—1 km和2—3 km,且超过40%的云底高度低于1 km,这可能是墨脱降水云较多造成的。接近60%的云顶高度在4—7 km。总的来说,墨脱地区以中云和低云为主,云通常在下午到晚上形成,早上到中午慢慢消散;从雨滴谱分布特征来看,该地区平均的雨滴谱谱宽和大雨滴的浓度随雨强的增大而增大,降水以中、小粒子为主,中、小粒子浓度超过粒子数浓度的99%。对流云降水的特点是粒子直径较小,而数浓度较高。粒子质量加权平均直径（D_m）的范围在1.0—1.6 mm（平均1.38 mm）,标准化截距参数（lgN_w）的范围在3.6—4.5（平均4.01）,表现出海洋性对流降水的特征。此外,该地区降水的lgN_w呈现双峰特征,分别对应于对流云和层状云降水。      

西藏自治区旅游气候适应性分析

本文利用西藏38个气象站点的观测资料计算1980-2014年的风效指数和温湿指数,进行聚类分析,结合旅游区景观特征及行政区划等因素对西藏旅游景点进行区划,使用风效指数、温湿指数及空气含氧量指标对区划后的旅游区进行气候条件评价和趋势分析.研究表明:西藏旅游资源可分为6个区域,各区风效指数、温湿指数的空间分布呈现出自东南向西北递减的规律,东部地区生物气温相对舒适,适宜旅游的时段为3-10月,而西部地区生物气温较低,适宜旅游的时段为5-9月.逐月含氧量呈抛物线状的变化,最高值出现在8月,最低值在1月.藏东南区域含氧量相对较高,常年在60%以上,部分区域在70%以上.近年来,西藏各地气候正在向更为温暖、舒适的方向发展,西藏年风效指数和年温湿指数呈显著的线性增长趋势,增幅分别为21.79·(10a)^-1、0.32·(10a)^-1.与过去30 a相比,雅鲁藏布江流域及西藏东部部分地区近5 a的旅游适宜期延长了1~2个月.     

基于复杂网络模型的沙尘天气空间交互影响研究-以雅鲁藏布江中游为例

沙尘天气是雅鲁藏布江中游最主要的灾害,然而对该地区沙尘物质的传输过程及影响范围并不明确。利用2017-2020年冬春季（10月—次年4月）雅鲁藏布江中游的15个气象站逐小时最低能见度数据,采用转移熵方法构建区域沙尘传输矩阵,基于复杂网络理论分析沙尘天气的空间传输及交互影响特征。结果表明,1）雅鲁藏布江中游沙尘天气系统是一个稳健性网络,站点之间的沙尘天气互相影响,说明沙尘可以跨区域输送。2）申扎、南木林和尼木处于沙尘天气空间关联网络的核心,说明这三个地区是研究区的主要沙尘分布区;拉萨和墨竹工卡沙尘天气受其他站点影响程度最小。3）研究区沙尘天气影响时间短。沙尘持续时间以1小时为主,说明以局地起沙为主;3小时持续时间次之,说明个站点之间相互传输;6小时持续时间最少,说明沙尘不能长时间输送。综上所述,雅鲁藏布江中游沙尘天气即有局地供应,又有区域传输,各站点之间相互影响,形成复杂的空间交互网络。因此,为了减少研究区沙尘灾害的影响,应该立足于全面协调协作进行治理。