天山北坡牧草生长季节土壤水分变化特征探讨

通过对牧业气象试验站多年土壤水分观测资料的整理分析，认为夏季土壤水分比较丰富，其随深度分布呈降水型；春季土壤水分含量最少，秋季次之，其随深度分布呈蒸发、降水型。旬土壤水分含量在牧草生长期呈两峰三谷型。     

闽南地区汛期短历时降水气候特征

通过对厦门，安溪，九仙同山峰尤溪等４站２５年５－６月逐时降水资料的统计分析，初步揭示了汛期闽南地区不同形环境下的短历时降水的气候和条件气候的分布特征，得到若干对短时了和服务有参考价值的结论。     

洛阳市2003年夏季多雨环流特征及汛期降水预报

分析了2003年洛阳夏季多雨环流特征，探讨了汛期降水偏多的预报因子，并用副高特征量因子建立了汛期降水预测模型。     

湖南汛期降水异常的时空分布特征研究

利用湖南19个测站23年(1959～2001年)4～9月的降水量资料，用EOF、REOF、小波分析对湖南汛期降水的特征场分布、分区特征、周期性和突变性等时空分布特征进行了诊断研究。研究结果表明：EOF分析得到的前三个典型场可以很好的反映湖南汛期降水空间分布的异常结构，即具有整体一致的空间结构，南北相反的空间结构，中部和周围地区相反变化的空间结构。旋转后的前6个空间模态可以较好地代表湖南汛期降水的6个异常敏感区：湘北、湘中、湘南、湘东南、湘西、湘东北。利用小波分析方法研究湖南汛期降水的周期性及其突变性发现，湖南汛期降水存在着明显的3年、7年和23年的特征时间尺度和周期性振荡；并且在今后相当长的一段时间内，湖南汛期的降水将逐年减少，并将转入干旱时期。     

ENSO事件与鲁西北夏季降水的关系

应用近百年ENSO事件的研究成果和ENSO事件影响年的资料，统计分析近50年来ENSO事件与鲁西北夏季降水关系，为短期气候预测和汛期气象服务提供参考依据。     

水库汛期限制水位控制理论与观念的更新探讨

传统的水库汛限水位的控制,只利用了洪水的统计信息,使水库在汛期要时刻预防设计与校核洪水事件的发生,致使一些水库在汛期不敢蓄水而汛后又无水可蓄,造成洪水资源的浪费。提出水库汛限水位动态控制的新理念及其综合推理模式,适应当前预报技术的发展水平,考虑降雨径流洪水预报与一定时间内的短期降雨预报,排除不可能发生的洪水事件,预报可能发生的洪水,实施水库汛限水位的动态控制。但预报不可避免地存在误差,当小概率预报误差事件发生时,仍可采取弥补措施以确保大坝的防洪安全。     

秋季南黄海浮游动物分布及其影响因素

基于2007年秋季在南黄海（32°20'~37°00'N;124°E以西）进行的浮游动物及环境因子大面调查;分析了秋季南黄海浮游动物种类组成、分布特征及其影响因素;主要结果如下:共鉴定浮游动物113种（不包括25种浮游幼体）;中华哲水蚤（Calanus sinicus）、强壮滨箭虫（Aidanosagitta crassa）、磷虾幼体（Euphausia larvae）和小齿海樽（Doliolum denticulatum）是秋季优势种;浮游动物丰度为（156.37±12.04）ind/m3;生物量为（172.57±10.41）mg/m3;与历史调查数据相比;本航次浮游动物丰度和生物量相对处于较高水平;磷虾幼体分布趋势与中华假磷虾（Psudeuphausia sinica）一致;说明秋季是中华假磷虾种群的一个重要的补充时期;小齿海樽在南黄海的大量出现系自身种群补充的结果;精致真刺水蚤（Euchaeta concinna）和肥胖软箭虫（Flaccisagitta enflata）主要分布在深水区;在近岸海区很少出现。中华哲水蚤、强壮滨箭虫丰度高值区倾向分布于海洋锋附近;进一步佐证了海洋锋对浮游动物的积聚作用。     

胶州湾表层海水碳酸盐体系的季节变化

根据2007年8月(夏季),11月(秋季),2008年1月(冬季)和2010年4月(春季)在胶州湾海域测得的p H、溶解无机碳(DIC)、总碱度(Alk),以及通过以上参数计算得到的二氧化碳分压(p CO2)的数据,结合现场的化学、水文、生物等参数,探讨和分析了该海域的二氧化碳各参数的分布特征、季节变化和影响因素。结果表明:胶州湾p H、DIC、Alk和p CO2的年变化范围分别为:7.77—8.30,1949.2—2201.8μmol/kg,2033.9—2382.5μmol/kg和89.9—745.3μatm,均呈现明显的时空变化。温度是影响胶州湾碳酸盐体系的主要影响因素之一,同时陆地径流和降水会降低海水碳酸盐体系中各参数的含量,但是人类活动和生物活动也会在一定程度上增加DIC、Alk和p CO2的含量。     

1981-2015年西藏全区气候季节的变化

利用1981-2015年西藏全区39个气象观测站的观测资料,采用修订气候季节划分方法,分析了39站季节起始日与季节长度,代表站的季节极端日期、极端长度、季节早晚、季节长短等级变化趋势及其对农牧业、旅游业的影响。结果表明：西藏近35年来,春、夏、秋、冬季平均起始日分别为2月25日、5月31日、9月15日和11月28日,平均长度分别为99 d、106 d、73 d和87 d,且区域差异比较明显。波密、加查、尼木、狮泉河、申扎站春季的起始日在提前,分别为-5.8、-1.2、-3.3、-2.5、-2.3 d·（10a）^-1;秋冬季的开始日在推迟,分别为1.4（1.5）、2.1（4.2）、1.9（4.4）、1.0（2.5）、1.2（4.0）d·（10a）^-1。春（夏、秋）季持续时间在延长,分别为7.0（1.3、0.1）、0.04（3.3、2.1）、1.0（4.6、2.5）、0.1（3.4、1.6）、1.7（1.8、2.8）d·（10a）^-1;冬季持续时间在缩短,分别为-8.5、-5.4、-7.8、-5.1、-6.2 d·（10a）^-1。春季的提前与季节长度的延长,使作物播种期与牧草返青期提早;秋季的推迟与季节长度的缩短使得作物复种机会大;同时对农作物的种植结构、作物品种熟性布局以及旅游业都有一定的影响。     

A comparative analysis of the NDVIg and NDVI3g in monitoring vegetation phenology changes in the Northern Hemisphere

Phenology is a sensitive and critical feature of vegetation and is a good indicator for climate change studies. The global inventory modelling and mapping studies (GIMMS) normalized difference vegetation index (NDVI) has been the most widely used data source for monitoring of the vegetation dynamics over large geographical areas in the past two decades. With the release of the third version of the NDVI (GIMMS NDVI3g) recently, it is important to compare the NDVI3g data with those of the previous version (NDVIg) to link existing studies with future applications of the NDVI3g in monitoring vegetation phenology. In this study, the three most popular satellite start of vegetation growing season (SOS) extraction methods were used, and the differences between SOSg and SOS3g arising from the methods were explored. The amplitude and the peak values of the NDVI3g are higher than those of the NDVIg curve, which indicated that the SOS derived from the NDVIg (SOSg) was significantly later than that derived from the NDVI3g (SOS3g) based on all the methods, for the whole northern hemisphere. In addition, SOSg and SOS3g both showed an advancing trend during 1982–2006, but that trend was more significant with SOSg than with SOS3g in the results from all three methods. In summary, the difference between SOSg and SOS3g (in the multi-year mean SOS, SOS change slope and the turning point in the time series) varied among the methods and was partly related to latitude. For the multi-year mean SOS, the difference increased with latitude intervals in the low latitudes (0–30°N) and decreased in the mid- and high-latitude intervals. The GIMMS NDVI3g data-sets seemed more sensitive than the GIMMS NDVIg in detecting information about the ground, and the SOS3g data were better correlated both with the in situ observations and the SOS derived from the Moderate Resolution Imaging Spectroradiometer NDVI. For the northern hemisphere, previous satellite measures (SOS derived from GIMMS NDVIg) may have overestimated the advancing trend of the SOS by an average of 0.032 d yr^–1.