老挝北部Sentinel-2 A/B云覆盖适宜阈值界定及其影像获取概率时空差异

光学卫星影像云覆盖时空特征评估是衡量其作为重要遥感监测数据源的前提。Sentinel-2 A/B影像因其免费获取、多光谱（红边）、更高时空分辨率等优势,已在全球不同尺度陆面植被与生态监测中受到重视。相较于Landsat等同类影像产品,有关Sentinel-2 A/B的云覆盖分析还未见报道。本文利用2016—2018年老挝北部所有5288景Sentinel-2 A/B影像（Granule/Tile）的云覆盖元数据,基于不同云覆盖阈值（0~100%）水平下的影像获取概率差异确定了影像获取概率分析的云覆盖适宜阈值,并揭示了云量特征阈值水平下的影像获取概率时空差异。主要结论如下:① Sentinel-2 A/B影像获取概率分析云覆盖适宜特征阈值为20%（即云覆盖≤20%）,该阈值水平下老挝北部Sentinel-2 A/B影像的逐月累积平均获取概率最高（约27.41%）;② 在20%云覆盖阈值水平下,老挝北部Sentinel-2 A/B影像逐月累积平均获取概率差异在时间上与旱季（11月—次年4月）雨季（5月—10月）的时间分布较为吻合。旱季获取概率约为42.91%,3月概率（50.27%）最大,4月与2月次之,时间上与刀耕火种焚烧与橡胶林落叶特征吻合;雨季相应概率约为11.81%,6月最低（约1.26%）;③ 老挝北部Sentinel-2 A/B影像逐月累积平均获取概率在空间上存在东西差异,旱季西部省域单元（如琅南塔）影像获取概率远高于东部,雨季西部地区影像获取概率则略低于东部地区。本研究既可为后续开展大区及全球Sentinel-2 A/B影像云量分析提供借鉴,也对开展联合国减少森林砍伐和退化排放（UN-REDD）计划引发的土地利用变化如刀耕火种农业演变、橡胶林扩张等遥感监测有指导意义。     

大别山及其周边现今垂直形变研究

基于1980年、2005年和2015年3期区域精密水准网观测资料,利用线性动态平差模型计算获取大别山地区水准网长期垂直运动速度场图像。研究发现,淮河平原地表下沉较为严重,大别山呈现弱隆升趋势运动,长江谷地边缘地区较大别山区呈现明显的隆升运动。跨郯庐断裂带水准剖面结果显示,垂直运动与地形呈负相关和弱相关。     

描述地壳垂直运动过程的一种函数形式

本文在已有数据处理方法的基础上，利用近代数值逼近理论，给出了从时空域角度描述地壳垂直运动过程的一种具体的函数解析形式。最后给出了一个实际算例。     

许昌市产业结构演变与城市化区域差异研究

随着经济增长和产业结构的演变,农村劳动力与人口不断聚集城镇,城市化水平提高。相关分析表明,许昌市城市化与第二产业发展呈较强正相关,与第三产业发展无明显规律关系。因产业与企业基础现状、布局、区位、政策制度等原因,产业结构的变动对域内城市化水平的提升作用存在明显差异。集中培育发展优势第二产业、大力发展第三产业、加强教育培训、构建协调的推拉制度体系是提高许昌市城市化水平、实现城市化与产业结构演变协调发展的主要对策。     

科尔沁沙质草甸土壤微生物数量的垂直分布及季节动态

通过对中国农牧交错带科尔沁沙质草甸土壤微生物数量的垂直分布及其季节动态的研究分析表明:(1)微生物总数、细菌和放线菌数量均表现出与降雨量同步的季节动态,即6月份较5月份有所减少,7月份增至最多,7月份以后微生物数量逐渐下降,真菌则表现出从5月份到8月份一直增加,9月份开始回落;(2)土壤微生物具有明显的垂直分布差异.细菌和放线菌的垂直分布表现出随土壤深度增加逐渐减少的趋势,真菌数量表层最高,20 cm以下变化不够规律;(3)土壤微生物的层化比率均大于2(5月份放线菌除外);(4)不同土壤生态因子对微生物的影响不同,相同因子对不同微生物类群的影响也不相同.细菌受水分影响较大,真菌与地温的变化趋势相近,放线菌与水热条件的共同作用有关.土壤养分(有机碳和全氮)与微生物数量呈显著的正相关.     

2005～2015年中国高校科研人才的时空变化及影响因素分析

基于2005~2015年全国统计年鉴数据,采用统计地图法和空间自相关分析,分析中国高校科研人才的时空分布特征（不包括港澳台数据）,并采用面板负二项回归模型,识别高校科研人才空间分布的决定因素。研究结果表明:①中国的高校科研人才分布表现出较强的空间不均衡性,总体趋势为东南密集,西北稀疏,科研人才高度集中在北京、天津、上海;②高校科研人才分布具有一定的空间集聚特征,其热点地区为北京、天津、上海和江苏等沿海省市,冷点地区集中分布在广大的西部地区和黑龙江省。2005~2015年,高级职称人才的空间集聚程度有所减弱,而中初级职称科研人才的空间集聚程度有所加强;③人才政策、高等教育规模和层次、公共服务水平和信息化水平是所有高校科研人才空间分布的主要影响因素。从职称差异的角度来看,薪酬和失业率等经济因素仅对初级职称科研人才的分布有影响,医疗、文化公共服务水平和人才政策仅对中高级职称科研人才的分布有影响,高等教育的规模与层次对各种职称人才的分布均有影响;从地区差异的角度来看,西部地区高校科研人才受到经济因素影响更为明显,而中东部高校科研人才受到公共服务水平影响的更为明显。     

油松树轮记录的过去134年伏牛山5-7月平均最高温度

利用豫西伏牛山的两组油松树轮宽度年表,重建了该区域1874年以来5-7月的平均最高温度.并用Jackknife和Bootstrap等方法进行了方程稳定性检验,统计检验参数表明重建序列与实测序列吻合较好,且方程稳定可信,重建方程的解释方差为40%(调整自由度后为39%).重建显示,在过去134年中,豫西伏牛山区5-7月平均最高气温经历了4次冷期和5次暖期.其中,20世纪20-30年代末是最显著的暖期,之后开始降温,至50年代降到谷底,温度小幅回升后,在70-80年代中期又显著下降,80年代末以后开始增温.该重建温度序列与秦岭中部南五台地区温度序列有较好的一致性.     

Relationship between North Pacific SST anomalies and the atmospheric circulation anomalies in January 2008

Based on the NCEP (National Centers for Environmental Prediction) data, the relationship between the Sea Surface Temperature Anomalies (SSTAs) in the North Pacific and the atmospheric circulation anomalies in January 2008 is analyzed in this study. The SSTA mode most correlated with the Geopotential Height anomalies (GHAs) in January 2008 in the North Pacific exhibited a basin-wide horseshoe pattern with a warm center in November 2007. This persistent SSTA pattern would induce positive GHAs in the Aleutian Low area and East Asia and the northward extension of the West Pacific Subtropical High in January 2008 by maximum diabatic heating in the atmosphere over the Kuroshio Oyashio Extension (KOE) area, leading to the occurence of the circumpolar trough-ridge wave train anomaly in January 2008.     

Climate-Induced Variability of Sea Level in Stockholm： Influence of Air Temperature and Atmospheric Circulation

This study is focused on climate-induced variation of sea level in Stockholm during 1873-1995. After the effect of the land uplift, is removed, the residual is characterized and related to large-scale temperature and atmospheric circulation. The residual shows an overall upward trend, although this result depends on the uplift rate used. However, the seasonal distribution of the trend is uneven. There are even two months （June and August） that show a negative trend. The significant trend in August may be linked to fresh water input that is controlled by precipitation. The influence of the atmospheric conditions on the sea level is mainly manifested through zonal winds, vorticity and temperature. While the wind is important in the period January-May, the vorticity plays a main role during June and December. A successful linear multiple-regression model linking the climatic variables （zonal winds, vorticity and mean air temperature during the previous two months） and the sea level is established for each month. An independent verification of the model shows that it has considerable skill in simulating the variability.