滇西石鼓杂岩南部早白垩世以来剥露隆升的锆石和磷灰石裂变径迹证据

石鼓杂岩位于青藏高原东南缘经历了多期变质变形作用叠加。为了揭示杂岩体的低温热演化与浅部剥露历史,采集了石鼓杂岩南段石鼓镇-拉巴支村剖面变质岩中的锆石和磷灰石,开展裂变径迹分析。结果表明,石鼓杂岩从早白垩世(133~145Ma)到渐新世(31Ma)经历了一次缓慢的剥露(1.08℃/Ma),而从渐新世开始,其南部经历了较快速的剥露过程(3.23℃/Ma)。磷灰石热史模拟也反映出第二阶段较为快速的冷却过程。结合区域构造分析认为,拉萨与羌塘板块碰撞的远程效应影响早白垩世以来藏东地区地壳结构的调整,导致石鼓杂岩南部出现了第一阶段的剥露作用;而印度与欧亚板块碰撞与后碰撞过程对于石鼓杂岩的新生代剥露具有重要影响。     

基于多致灾因子相似的热带气旋检索方法研究:以风暴潮-海浪灾害预评估为例

热带气旋引起的风暴潮-海浪灾害成灾频率高、致灾强度大,对我国沿海地区造成的人员和经济损失惨重。预评估阶段需要在灾前对研究区可能造成的损失等进行快速的综合判定。从历史热带气旋中检索出与目标热带气旋位置及各种致灾因子强度相似的热带气旋是快速、准确地预评估风暴潮-海浪灾害的重要方法。面向风暴潮-海浪灾害预评估,提出了一种基于多致灾因子的相似热带气旋检索方法。用于相似检索的致灾因子数据包括:从中国气象局西北太平洋热带气旋最佳路径数据集中提取并经处理得到的1949~2013年影响湛江市的112场热带气旋的路径中心点位置、中心气压、最大风速、最大风速半径及移动速度数据,112场热带气旋的模拟风场、风暴潮及海浪数据。首先,利用相似离度方法对热带气旋进行路径相似性检索;其次,利用最优相似系数方法计算中心气压、最大风速半径、最大风速、移动速度、风场、风暴潮及海浪强度指标的相似系数进行一次检索;然后,根据风场、风暴潮及海浪模拟数据的获取情况,分别基于路径-强度及风场-风暴潮-海浪综合相似性指标进行二次检索;最终给出历史热带气旋的综合相似排序。以2013年尤特热带气旋为例,利用上述方法检索了与其最为相似的5场历史热带气旋。该方法综合考虑了热带气旋路径及多种致灾因子的相似,兼顾了检索的速度及质量,是进行快速、准确的风暴潮-海浪灾害预评估的重要基础。     

新疆索拉克地区成矿信息要素遥感解译研究及应用

本文采用多源遥感数据,在新疆阿尔金成矿带的索拉克地区开展成矿信息要素遥感解译.通过综合研究成矿信息的遥感地质特征、遥感影像特征、遥感蚀变矿物信息特征,进一步构建遥感解译找矿模型.利用该找矿模型,在索拉克周边区域圈定多金属找矿预测区.通过野外查证,新发现铜、金等多金属矿化线索,取得较好的找矿效果.     

柴达木盆地北缘中新生代热演化及其对铀成矿的意义

文章在阐述柴达木盆地北缘砂岩型铀矿成矿地质特征的基础上,以磷灰石裂变径迹特征分析为依据,系统研究了该地区中新生代热演化及其与砂岩型铀矿成矿作用的关系。资料显示,区内中侏罗统具备较好的铀成矿条件,成矿类型以层间氧化带型和潜水氧化带型为主。磷灰石裂变径迹分析结果表明,样品的平均径迹长度为(11.71±0.17)μm±1σ~(12.58±0.18)μm±1σ,说明均经历过退火作用;样品的表观年龄为64.4~85Ma,说明区内构造活动具有多期、多阶段特点;基于裂变径迹的t-T曲线模拟结果表明,自120Ma以来,该地区的构造演化可以分为挤压隆升、断陷沉降、快速抬升3个阶段。因此,认为区内砂岩型铀矿主体应是早白垩世早期-古新世早期挤压隆升阶段形成的古矿体。现今的找矿方向,应是在活动强度相对较弱的构造活化区中寻找残留铀矿体,同时注重深部找矿。     

Analyses and forecasts of a tornadic supercell outbreak using a 3DVAR system ensemble

As part of NOAA’s "Warn-On-Forecast" initiative, a convective-scale data assimilation and prediction system was developed using the WRF-ARW model and ARPS 3DVAR data assimilation technique. The system was then evaluated using retrospective short-range ensemble analyses and probabilistic forecasts of the tornadic supercell outbreak event that occurred on 24 May 2011 in Oklahoma, USA. A 36-member multi-physics ensemble system provided the initial and boundary conditions for a 3-km convective-scale ensemble system. Radial velocity and reflectivity observations from four WSR-88 Ds were assimilated into the ensemble using the ARPS 3DVAR technique. Five data assimilation and forecast experiments were conducted to evaluate the sensitivity of the system to data assimilation frequencies, in-cloud temperature adjustment schemes, and fixed- and mixed-microphysics ensembles. The results indicated that the experiment with 5-min assimilation frequency quickly built up the storm and produced a more accurate analysis compared with the 10-min assimilation frequency experiment. The predicted vertical vorticity from the moist-adiabatic in-cloud temperature adjustment scheme was larger in magnitude than that from the latent heat scheme. Cycled data assimilation yielded good forecasts, where the ensemble probability of high vertical vorticity matched reasonably well with the observed tornado damage path. Overall, the results of the study suggest that the 3DVAR analysis and forecast system can provide reasonable forecasts of tornadic supercell storms.     

春季北太平洋风暴轴的年际与年代际变化特征及其与太平洋海温异常的关系

利用20世纪大气再分析资料和欧洲中心海温资料研究了春季西北太平洋风暴轴的年（代）际变化特征以及在不同年代际背景下风暴轴与太平洋海温关系的转变。结果表明,春季西北太平洋风暴轴主要存在两种空间变化模态,即反映其强度变化的第1模态和反映其南北位置变化的第2模态。年代际及以上时间尺度上,风暴轴强度、位置与太平洋海温的关系主要表现为大气对海洋的强迫作用。在不同年代际背景下,风暴轴与太平洋海温的关系则存在明显的年代际转变：1977年以后,风暴轴强度与太平洋海温的关系主要表现为大气对海洋的强迫作用,而在1977年之前则主要表现为海洋对大气的强迫作用,特别是同期冬季日本以东黑潮和黑潮延伸区海温异常的强迫作用;风暴轴南北位置与太平洋海温异常的关系,在1977年以后表现为大气对海洋的强迫作用,主要表现为对北太平洋中部海温的影响,但在1977年以前表现为海洋和大气的共同作用,风暴轴南北位置的变化还与同期的赤道中东太平洋海温异常有关,表明ENSO可能对风暴轴的位置变化存在影响。     

Subseasonal variability and predictability of the Arctic Oscillation/North Atlantic Oscillation in BCC_AGCM2.2

The subseasonal variability and predictability of the Arctic Oscillation/North Atlantic Oscillation (AO/NAO) is evaluated using a full set of hindcasts generated from the Beijing Climate Center Atmospheric General Circulation Model version 2.2 (BCC_AGCM2.2). It is shown that the predictability of the monthly mean AO/NAO index varies seasonally, with the highest predictability during winter (December–March) and the lowest during autumn (August–November), with respect to both observations and BCC_AGCM2.2 results. As compared with the persistence prediction skill of observations, the model skillfully predicts the monthly mean AO/NAO index with a one-pentad lead time during all winter months, and with a lead time of up to two pentads in December and January. During winter, BCC_AGCM2.2 exhibits an acceptable skill in predicting the daily AO/NAO index of ∼9 days, which is higher than the persistence prediction skill of observations of ∼4 days. Further analysis suggests that improvements in the simulation of storm track activity, synoptic eddy feedback, and troposphere–stratosphere coupling in the Northern Hemisphere could help to improve the prediction skill of subseasonal AO/NAO variability by BCC_AGCM2.2 during winter. In particular, BCC_AGCM2.2 underestimates storm track activity intensity but overestimates troposphere–stratosphere coupling, as compared with observations, thus providing a clue to further improvements in model performance.     

国家气候中心MJO监测预测业务产品研发及应用

热带大气低频振荡 (MJO) 和北半球夏季季节内振荡 (BSISO) 对全球范围天气气候事件有重要影响,是次季节-季节 (S2S) 预报最主要的可预报性来源之一。国家气候中心 (BCC) 基于我国完全自主的T639全球分析场数据、风云三号气象卫星射出长波辐射 (OLR) 资料以及BCC第2代大气环流模式系统的实时预报,发展了MJO实时监测预测一体化业务技术,建立了ISV/MJO监测预测业务系统 (IMPRESS1.0),已投入实时业务运行,在全国气象业务系统得到应用。该文着重介绍该系统提供的MJO和BSISO指数监测预测数据和图形产品,并描述了这些业务产品在2015年对MJO典型个例的实时监测预测应用情况。监测分析和预报检验表明,基于我国自主资料的监测结果能够较为准确地表征MJO和BSISO指数的振荡和演变过程,该系统对MJO和BSISO事件分别至少具备16 d和10 d左右的预报技巧。因此,基于IMPRESS1.0的MJO/BSISO监测预测一体化业务产品可为制作延伸期预报提供重要的参考依据。     

2016年3—5月T639、ECMWF及日本 模式中期预报性能检验

对2016年3—5月T639、ECMWF及日本（文中简称JP）数值模式的中期预报产品进行了分析和检验。结果表明：3个模式对亚洲中高纬环流形势的调整和演变均具有较好的预报性能,其中ECMWF模式预报效果最好。3个模式对850 hPa温度的转折性变化趋势均有较好的预报能力,其中对南方地区温度变化的预报能力明显优于北方地区,ECMWF综合预报效果最好。此外,选取了2016年3月3—5日的沙尘天气过程进行个例分析,发现T639和ECMWF模式对此次过程的地面高压系统的中期预报指示意义较好。     

同时改进背景值和初始条件的一种GM(1,1)预测方法

传统GM(1,1)模型在背景值和初始条件的选取方面存在不足,为了提高灰色GM(1,1)模型的预测精度和拟合精度,本文提出了一种同时改进背景值和初始条件选取的新模型,此模型对以往单独对背景值或初始条件的优化进行了改进,将两个影响条件整合到一起。最后通过实例将该新模型与几种模型的拟合和预测数据比较,显示出了新模型的预测精度高。