冕宁县、喜德县彝海-小相岭地区地质遗迹景观资源特征及其评价

冕宁县、喜德县彝海-小相岭地区地质遗迹景观资源多样,地域组合良好,其高山断陷湖泊彝海、小相岭第四纪冰川遗迹颇具特色。从地质遗迹景观的地貌特征、景观成因以及类型组合出发,将该区划分为三大片区。通过对各片区地质遗迹景观的类型组合、独特性、科学价值、区位条件等方面的定性和定量评价,认为该区符合省级地质公园的建设条件,建议建立统一的管理机构,联合申报和开发。     

中国夏季降水对南印度洋偶极子的响应研究

分析了春季印度洋海表温度（SST）与中国160个站夏季降水的关系,得到:印度洋全海盆的增温趋势与我国夏季降水的气候线性变化趋势是十分一致的。另外,热带外南印度洋出现西南印度洋为正（负）、其东北部出现（负）正海温异常的分布模态时,定义为正（负）南印度洋偶极子PSIOD（NSIOD）事件。SIOD事件对中国夏季降水具有重要影响,PSIOD年,5月份中国江南和西南以及长江中下游的降水偏多;6～8月份华北、东北区域、长江中游以及华南地区降水增多,华南与华北之间的区域降水偏少,即主要为两条雨带的分布。NSIOD年,5月份中国大部降水偏少; 6～8月中国西南、江南地区以及黄淮地区降水偏多。不同时段SIOD所起的作用是不同的,5月,SIOD主要通过改变马斯克林局地环流的变化,影响印度洋低层越赤道的水汽通量输送;6～8月,通过改变海洋大陆下垫面SST热状态,改变其上空对流强度以及水汽输送方向,并间接影响西北太平洋副热带高压的强度和南北位置,进而对中国雨带的分布产生影响。     

全水深多波束测深系统Seabeam3012在西太平洋马里亚纳海山区地形测量中的应用

中国科学院海洋研究所在开展西太平洋马里亚纳海山区多学科综合科学考察的过程中,利用“科学”轮船载的全水深多波束测深系统Seabeam3012对多个海山进行了地形测量工作。针对作业过程中遇到的恶劣海况导致采集数据质量差、多波束系统易检测错误海底信息、测线布设难度大等问题,提出了基于船体姿态对数据质量影响分析的多波束测线方向优化、基于地形变化并参考浅地层剖面资料的作业参数优化和基于实时采集情况的多波束采集测线布设优化等一系列措施,有效地提高了海山区多波束数据采集质量,并提高了作业效率。获得的高品质地形数据,为多学科协同研究奠定了基础,为ROV等设备的现场作业提供了安全保障。     

2016与1998年春季北大西洋海表温度异常的差异及成因

利用再分析资料以及混合层海温诊断方程, 研究1997—1998与2015—2016年超级厄尔尼诺次年北大西洋海表温度异常(sea surface temperature anomalies, SSTA)的差异及成因。结果显示, 北大西洋SSTA在1998年春季呈明显正负正三极型式分布, 而在2016年呈弱的负正负型态。诊断热带北大西洋SSTA的影响因素表明, 1998年春季暖SSTA除了之前研究强调的海洋表面向大气的潜热输送异常减少, 以及吸收太阳辐射的增加外, 海洋动力过程即Ekman纬向漂流也起着重要的作用。热力过程与厄尔尼诺峰值后出现的北大西洋涛动(North Atlantic Oscillation, NAO)负位相有关, 其可引起亚速尔高压减弱, 产生西南风异常, 通过风-蒸发-海表温度(sea surface temperature, SST)反馈机制使热带北大西洋蒸发减弱, 海表增暖, 沃克环流下沉支的东移对这一增暖也有贡献。与1997—1998厄尔尼诺事件不同, 2015—2016厄尔尼诺事件没有强迫出负位相NAO, 而是出现弱NAO正位相, 热带北大西洋为弱的东风异常, 使海表发生一定的冷却, 形成2016春季北大西洋SSTA与1998年的明显差异。     

白令海峡区域太平洋入流水主要特征及其影响因素研究进展

作为北极海洋要素的重要来源之一,白令海峡区域的太平洋入流水在北冰洋表层海洋环流和物质能量输运过程中发挥着重要作用,对区域乃至全球气候和生态系统产生深远影响,然而现今的研究对太平洋入流水出现的新变化以及其如何参与北冰洋的海洋–大气过程了解得还不够深入。本文梳理了目前国内外有关太平洋入流水流量、环流与水团等主要特征的相关研究进展,总结了太平洋入流水的流量变化和驱动机制、环流路径和影响因素,以及与太平洋水有关的水团特征,并在前人研究的基础上对未来的研究方向予以展望。     

复杂卫星图像中的小目标船舶识别

船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。     

渤海垂直湍流混合强度季节变化的数值模拟

渤海为极浅陆架海 ,其中湍流耗散作用显著。将三维斜压陆架海模式 HAMSOM应用于渤海 ,以渤海周边台站每天 4次的常规气象资料作为风和热驱动 ,渤海海峡开边界以 5个主要分潮调和常数计算水位强迫 ,计算了渤海 1982年水文要素和流场变化 ,并用模式以湍的局地平衡理论封闭计算出垂直湍流粘性的时空分布。结果表明 :渤海湍流混合冬强夏弱 ,变化幅度较大 ( 10～ 2 0 0 cm2 / s) ,这是风搅拌和潮混合的湍流输入在密度层化调整下的结果 ;风的作用在冬季强于潮的作用 ,而底层则由潮混合控制呈现半月周期 ;渤海湍粘性系数的空间分布十分复杂 ,这是在渤海地形和岸形轮廓限制下 ,由一定大气条件驱动的流场和密度场导致的湍流混合强度不同所致     

Barents海巨大的海底火山口中潜在的水合物丘状体

穿过Barents海“火山口区”的多次调查资料的解释结果提供了该区火山口（大洼地，直径300－500m，深10－30m)，与距今大约15000年冰消作用后气体逸出相关联的进一步证据。为山口的位置表明气体的流动受到三叠纪粉砂岩基岩断裂的控制。数个火山口内的地形高处（由棱角状的岩石组成，局部隆升于火山口壁围岩之上），被解释为水合物丘状体，说明了在火山口形成之后气体仍持续不断地流动。这可能是最早报道的在岩化沉积物中存在的水合物丘状体。假定这种气体为甲烷，海底温度与现今的相似，那么，当海底位于海平面之下280－340m时（比现今低10－80m)就会形成水合物丘状体。地化研究为紧邻火山口区海底浅层中气体水合物随季节性温度变化而分解这一论点提供了证据。     

EI Ni^~no发生年份的灰色预测

EI Ni^~no事件是以海表温度（SST）异常增温为特征的。因此，识别EI Ni^~no事件的主要指标应是赤道东太平洋的SST。本文分析了1965－1986年赤道东太平洋的SST，取第年11月到次年1月SST的平均值，运用灰色预测理论，对下一次EI Ni^~no现象的发生进行预测。