黔西南水银洞爆破角砾岩筒与金元素超常富集

水银洞金矿床曾被认为是滇黔桂地区最有代表性的微细浸染型金矿(卡林型金矿),然而矿床的金品位明显高于一般意义上的卡林型金矿床,且金矿体与气液爆破角砾岩关系密切.气液爆破角砾岩呈垂直筒状产状,两侧断裂矿化带呈向上扩张的"喇叭口"状成矿空间,富金矿体紧密围绕角砾岩筒分布.根据野外和显微镜观察,角砾岩块成分复杂与显著磨圆.气液角砾岩筒的角砾岩显著富集金、稀土、亲地幔过渡元素Ti、Cr、Ni、Co、V等,以及Zr、Hf等,明显地区别于围岩,反映出深源流体快速上升的气液爆破角砾岩的特征,角砾岩筒实际上具备含金成矿流体的上涌通道的功能.岩筒中早期角砾岩的角砾含Au达18×10–6,属于深部金矿体的爆破碎块,显示出水银洞金矿床可观的深部找矿勘探前景.     

物探技术在布敦乌拉隐伏矿产勘查中的应用效果

内蒙古西乌珠穆沁旗布敦乌拉矿区多为第四系覆盖。在该矿区多金属勘查中,依据土壤地球化学圈定的矿化异常布置激电中梯测量,圈定1处激发极化率异常区,长度约890m,宽度约520m,位于已知断层F 1与推断断层F 2之间。采用可控源音频大地电磁测深剖面对该激电异常进行探测,解释视充电率多峰异常与反演电阻率高低跳跃对应区域为矿致异常区。通过钻探验证,发现银多金属矿床资源储量523.93万t,取得了良好的地质找矿效果。     

面向自然资源信息提取的多源异构数据融合技术——以汉江流域NDVI数据为例

高时空分辨率的自然资源指标数据对大尺度自然资源动态观测与趋势评估至关重要。大数据时代下的海量多源数据为数据高效融合利用提供了可能。以重构汉江流域归一化植被指数(Normalized Difference Vegetation Index,NDVI)数据为例,搭建了PostgreSQL自然资源时空大数据处理底层架构,集成了数据级融合法、特征级融合法和决策级融合法,基于机器学习算法构建了一套面向自然资源信息提取的多源异构数据智能融合技术,实现了多源数据的高效利用与特征空间优选。同时,重构了2000—2019年汉江流域NDVI 1 km逐年数据集,全面反映了汉江流域植被动态变化。研究结果可为地球科学时空大数据的高效提取与模拟分析提供科学参考,为定量核算林草资源禀赋规模、探究生态系统时空演变规律提供一种更精准、更便捷的技术手段。     

中国中部典型高山气象站风速的均一性检验及其变化特点

采用二相回归方法并结合台站历史沿革信息,在对中国中部典型高山站南岳和庐山1960-2017年平均风速资料进行均一性检验和订正的基础上,分析其变化特征及其与周边低海拔台站的差异,并利用NCEP/NCAR再分析风速资料对其差异进行验证。结果表明：南岳站平均风速序列存在一个由测风仪器变更而导致的非均一点,而庐山站不存在非均一点;南岳和庐山年及四季平均风速均显著高于周边台站,且高山站以春季和夏季风速最大,而低海拔台站各季节风速差异较小;近58 a高山站及周边低海拔台站的年及四季平均风速均呈显著的减小趋势,但高山站的减小速率显著高于低海拔台站;同区域NCEP/NCAR的1000 hPa和850 hPa平均风速变化的差异与高山站和低海拔台站的差异基本一致,说明中低空和地面风速的这种差异在中国中部地区具有一定的普遍性。     

青海高原致灾性对流天气时空分布特征

利用2005-2016年青海高原地面观测、灾情和卫星云图等资料,对青海高原致灾性对流天气进行筛选和分类,在此基础上分析了各类致灾性对流天气的时空分布特征及与地形的关系。结果表明:(1)青海高原致灾性对流主要有雷暴、短时强降水、冰雹以及混合类四种,集中分布于高原东部。(2)地形对致灾性对流的落区、频次和强度起关键作用。雷暴多产生于山区,短时强降水和冰雹主要产生在迎风坡、河谷和地势较开阔的低地。其中,青东农区以混合类和冰雹居多,青南牧区以混合类居多,环湖与祁连地区和柴达木盆地以短时强降水居多。(3)近12 a青海高原致灾性对流整体呈波动式减少,2005-2010年(前期)致灾性对流日数和次数较多,2011-2016年(后期)显著减少,但不同类型年际变化特征略有差异。其中,冰雹和雷暴日数前期较大,后期显著减少;混合类和短时强降水日数无明显变化趋势,但前者年际波动幅度较后者大。(4)致灾性对流主要产生于5-9月,各类型均呈现典型的单峰型月分布,混合类和冰雹日数及次数的峰值均在8月,雷暴日数和次数的峰值均在6月,而短时强降水日数和次数的峰值分别在8月、7月。(5)致灾性对流集中产生于13:00至次日01:00,高峰时段(16:00-20:00)以冰雹和混合类居多,而夜间时段以短时强降水居多。     

高原涡和西南涡影响的两次四川暴雨过程的对比分析

为了进一步研究高原涡、西南涡对西南地区暴雨的影响,本文用中国气象局自动站与CMORPH降水数据融合的逐时降水资料、国家卫星气象中心的逐时FY-2E卫星的云顶亮温（TBB）资料、欧洲气象资料中心（ERA-interim）的再分析资料,通过天气学诊断分析方法以及拉格朗日轨迹模式HYSPLITv4.9,对发生在四川盆地的有高原涡东移影响西南涡发展引发暴雨的两次过程进行对比分析,发现:（1）两次暴雨过程的降水强度和分布有明显区别,并且TBB活动特征显示在过程一中有MCC（Mesoscale Convective Complex）的产生和发展,过程二则没有。（2）对于过程一,500 hPa上,高原涡逐渐减弱为高原槽并伸展到四川盆地上空,850 hPa上,在鞍型场附近有MCC的产生和发展,200 hPa上,高原涡在南亚高压北部偏西风急流下方的强辐散区内,位于南亚高压东南侧急流区下方稳定少动,偏东风急流北部有辐散中心,有利于西南涡的加强。对于过程二,500 hPa高原涡东移在四川盆地上空与西南涡耦合,形成一个稳定且深厚的系统,这也是过程二的暴雨强度比过程一强的最主要原因。200 hPa上,四川盆地始终位于南亚高压东侧的西北气流中,“抽吸作用”明显。（3）在过程一中,位涡逐渐东传且位涡增加的地方对应强降水区与MCC发展区,反映了暴雨和位涡的发展基本一致。在过程二中,中层位涡高值区从高原上东移并下传至盆地上空,两涡耦合使得上下层打通,位涡值比耦合之前单独的两涡强度更强。 MCC产生的必要条件是中层大气要有强正涡度、强辐合和强上升运动,在未产生MCC前,过程一与过程二在盆地上空的动力条件甚至是相反的;从热力条件看,过程一中有明显的干冷空气入侵,增强不稳定条件,有利于MCC的产生并引发强降水;另一方面,本文也应证了二阶位涡的水平分布与暴雨落区有较好的对应关系。（4）通过拉格朗日方法的水汽轨迹追踪模式和聚类分析方法分析可得两次暴雨过程的水汽输送源地和通道也有明显区别,过程一主要有两条水汽通道,通道一来自阿拉伯海和孟加拉湾洋面的底层,通道二来自四川南部750 m以下高度;而过程二的主要水汽输送通道有三条,通道一来自西方地中海、黑海和里海上空1500～2500 m高度附近,通道二来自阿拉伯海和印度洋的底层,通道三的水汽从孟加拉湾低层绕过云贵高原直接输送到四川盆地。     

线性化物理过程对GRAPES 4DVAR同化的影响

线性化物理过程能够改善四维变分同化中极小化收敛的稳定性和增加极小化过程中对大气物理过程和动力更加精确的描述,它是四维变分同化中非常重要的一部分。通过在GRAPES全球模式中研究线性化物理过程,尤其是两个湿线性化物理过程,改善切线性模式预报精度,来提高GRAPES全球四维变分同化的分析和预报效果。线性化物理过程的开发首先需要简化原非线性化物理过程中的强非线性项,然后对线性化物理过程进行规约化,以抑制切线性扰动的异常增长。目前GRAEPS全球模式中的线性化物理过程主要包括次网格尺度地形参数化、垂直扩散、积云深对流和大尺度凝结。线性化物理过程预报精度的检验方法是通过选择合适大小的初始扰动（同化分析增量）,来比较非线性模式和切线性模式中的扰动演化的纬向平均误差。然后以绝热版本的切线性模式为基础,通过冬、夏两个个例试验来分别检验4个线性化物理过程的12 h预报效果。试验结果表明,通过添加次网格地形参数化和垂直扩散两个干线性化物理过程方案,可以有效抑制住绝热版本切线性模式低层扰动的异常增长,大幅度改善切线性模式预报效果。通过添加积云深对流和大尺度凝结两个湿线性化物理过程,可以在热带区域和中、高纬度地区提高切线性模式中湿变量和温度变量的近似精度,提高GRAPES全球四维变分同化的分析和预报效果。      

GRAPES全球奇异向量方法改进及试验分析

基于总能量模的奇异向量扰动常用于构造集合预报的初始条件。以建立GRAPES（Global and Regional Assimilation PrEdiction System）全球集合预报系统为目的,基于前期研发的GRAPES全球模式奇异向量方法,在GRAPES全球切线性模式和伴随模式2.0版的框架下,开展了引入线性化边界层方案来改善奇异向量结构,并提高奇异向量计算效率的研究。通过连续试验,从奇异向量的扰动能量结构、扰动能量谱及扰动空间分布等方面,综合分析改进GRAPES全球奇异向量的结构及演变特征。试验结果表明,改进后的GRAPES奇异向量方法有效抑制了之前扰动能量在近地面层不合理的快速增长,同时,奇异向量最优扰动的结构更客观地体现了中高纬度区域大气初始条件中的斜压不稳定扰动及其演变,如在初始时刻奇异向量扰动能量主要位于对流层中层,并呈现出随高度向西倾斜的大气斜压特征;经过线性化演变,扰动能量向较大水平尺度转移,并在垂直结构上表现出向对流层高层上传及向对流层低层下传的特征等。针对GRAPES奇异向量迭代求解中伴随模式计算耗时为主的情况,改进伴随模式中广义共轭余差方案的调用方式,并采用大内存存储法来提高其计算效率,进而将奇异向量总计算时间缩短了25%。总之,改进后的GRAPES奇异向量方法,可应用于构建面向业务应用的GRAPES全球集合预报系统。      

10~30 d延伸期可预报性与预报方法研究进展

10~30 d延伸期的可预报性既依赖于初始条件,也与缓变的下垫面有关,寻找延伸期时段内可预报性较高的低频特征,识别延伸期的可预报性来源及影响的物理机制是提高延伸期预报水平的关键。近年延伸期可预报性来源、热带大气季节内振荡监测预测和影响等领域的研究取得较大进展,提出和应用了动力统计相结合以及大气低频信号释用等新的延伸期预报方法。对延伸期可预报性来源及其与初值和外强迫异常的关系分析表明,海气相互作用能提高亚洲和西太平洋区域延伸期时段大气环流和要素的可预报性。热带大气季节内振荡、平流层爆发性增温以及各种次季节尺度的海气、陆气耦合作用和大气响应均为延伸期预报提供了重要的可预报性来源。由于数值模式延伸期时段的预报性能与实际业务需求还存在一定距离,基于动力统计相结合和物理统计的延伸期预报方法被广泛应用于业务预报,表现出一定的预报技巧。