陆面生态过程的一维数值模拟

建立了一个研究大气、植被、土壤相互作用的传播模式。模式是由多层大气模式、多层土壤模式和植被模式通过界面上能量、水汽传输平衡方程耦合而成。对植被和土壤的不同性质,进行了一系列的数值试验。结果表明,不同的植被覆盖以及降水等因子会对大气、植被、地表界面上能量、水汽传输以及热状态产生显著的影响。此模式还可以耦合进中尺度模式用以研究非均匀区域陆面过程和大气的相互作用。     

Influence of sea ice and sea surface temperature on the abundance of Antarctic krill in Area 48.2

In this paper we examine the relationship between Antarctic krill catch, sea ice concentration, and sea surface tempera- ture （SST）. Data on the Antarctic krill catch from 2003 to 2010 in CCAMLR Area 48.2 were combined with sea ice and SST data. Results showed that krill fishing in Area 48.2 took place from February to August each year but the catch was concentrated from March to July, with production during this period accounting for about 99.3% of the annual catch. Regression analysis showed that the catch per unit effort （CPUE） was clearly related to sea ice concentration and SST intervals. CPUE was negatively correlated with the area of sea ice among years （R2=0.64）, and the correlation was strongest （R2=0.71） when sea ice concentration was greater than 90%. Over the months the CPUE initially increased, then decreased as the area of sea ice increased. The relationship was strongest （R2=0.88） when the concentration of sea ice was 60%--70%. There was no negative correlation among years between CPUE and the ice-free area when S ST was between -2 ℃ and 3 ℃ （R2=0.21）, but there was a significant negative correlation when SST was between 1 ℃ and 2℃ （R2=0.82）. Over the months, CPUE initially increased then decreased with increasing sea ice-free area, and the relationship was strongest （R2=0.94） when SST was between 0℃and 1 ℃. This study shows that sea ice concentra- tion and SST have significant effects on the abundance of krill in Area 48.2, and the findings have practical significance for the use and conservation of Antarctic krill resources.     

ENSO与COWL对全球气温影响分析

影响全球气温变化的因素主要有人类活动、自然以及气候系统内部变率等3个方面。主要运用低通滤波法,分析了气候系统内部变率因素中ENSO和COWL因子对全球气温演变趋势的影响,并建立了分离模型。     

基于不同权重的栖息地指数模型预报阿根廷滑柔鱼中心渔场

本文根据2003-2009年1-5月和2011年1-5月西南大西洋海域阿根廷滑柔鱼(Illex argentinus)的生产数据,结合遥感获得的海表面温度(SST)和海表面高度(SSH)数据,利用不同权重的栖息地指数模型来预报阿根廷滑柔鱼的中心渔场。采用外包络法,利用作业次数与SST、SSH建立适应性指数(SI)模型,依据作业次数比重和产量比重来比较不同权重的算术加权模型(AWM),从而筛选出最佳模型,并对最佳模型进行验证。结果显示,确定AWM(a=0.3,SST权重为0.3,SSH的权重为0.7)为最佳模型,当栖息地适应性指数(HSI)大于0.6时,作业次数的比重为93.23%,产量比重为89.28%,当HSI小于0.4时,作业次数的比重为2.12%,产量比重为3.35%。利用2011年1-5月的生产数据和环境数据对AWM(a=0.3)进行验证,结果显示,在HSI大于0.6的海域,各月作业次数比重均在91%以上,产量比重均在95%以上。研究表明,在阿根廷滑柔鱼渔场形成中SSH比SST更为重要,基于SST和SSH的AWM(a=0.3)能够较好地预测西南大西洋阿根廷滑柔鱼的中心渔场。     

前期土壤湿度、海表面温度对中国夏季极端气温的预测能力评估

基于中国587站日最高、最低气温观测资料、月平均的ERA_interim土壤湿度（Soil Moisture,SM）再分析资料及扩展重建的海表面温度（Sea Surface Temperature,SST）资料（ERSST）,对极端气温指数进行了定义,利用变形的典型相关分析和集合典型相关分析方法（Ensemble Canonical Correlation,ECC）,分析了1979-2009年我国夏季极端气温与前期（春、前冬）SM、SST间的线性联系,建立了中国夏季极端气温预测模型,并对独立样本检验的效果进行了评估。结果表明：1）与中国夏季极端气温联系密切的前期SST异常的空间分布为类PDO（Pacific Decadal Oscillation）型,前期土壤湿度异常的区域为华南、青藏高原、东北和西北地区。2）交叉检验结果表明基于前冬预测因子的极端气温预测模型技巧高于春季,基于SM的极端气温预测模型技巧高于SST。3）独立样本检验表明基于前期SM、SST的ECC模型对中国东部夏季极端气温有一定的预测能力。因此,可以在夏季极端气温的预测业务中考虑前期SM、SST的影响。     

中国南海海表面温度与对流关系初探

利用1985年1月～2009年7月月平均海表面温度(SST)和代表局地对流的对外长波辐射(OLR)资料,讨论中国南海海表面温度与局地对流之间的关系。结果显示,在气候平均意义下,南海对流增强所需的SST阈值为27℃,即当SST低于27℃时,南海OLR值高于240 W/m2,并且随SST的升高变化不大;SST超过27℃后,随着SST的升高,OLR迅速减小,对流强度不断增强。与一般热带海洋不同之处在于SST超过29.5℃后对流仍加强。冬季风阶段(10月～次年4月)SST值较低,对流受到抑制,即使在3、4月SST高于27℃时对流强度仍较弱;5月为南海夏季风爆发月,SST较4月仅升高1℃,但对流强度显著增强;夏季风阶段(6～9月)南海的高温暖水使对流在平均意义上维持高值,但对流的变化与局地SST变化之间的关系不明显。     

上层海洋对台风"凯萨娜"(2009)的响应特征

本文利用多源卫星遥感数据和Argo浮标数据对2009年台风"凯萨娜"过后,南海上层海洋的物理和生态响应特征进行了分析。结果表明,"凯萨娜"引起的上升流流速最大可以达到1.6×10~(–3)m/s,台风过后,海表面温度(SST)下降显著,最大降温幅度可以达到6℃,海表面高度降低,先前存在的中尺度冷涡进一步加强。台风过后,沿着台风路径,叶绿素浓度升高,最大值可以达到2 mg/m~3以上,初级生产力升高到台风过境前的5倍。SST的最大降温中心与海面高度下降区域以及叶绿素浓度升高的区域一致。Argo数据表明台风诱发了强烈的垂向混合和艾克曼泵吸,不同位置处,垂向混合和艾克曼泵吸的强度不一样。通过混合和泵吸过程,台风可以把海洋内部的营养盐输送到海洋表层,对整个南海的物理和生态过程有重要影响。     

一维热扩散湖模式在太湖的应用研究

利用在太湖获得的2010年8月11-28日的观测资料研究了一维热扩散湖模式在太湖的适用性,通过对比模拟进一步研究了影响太湖湖表温度模拟的主要因子。该湖模式对太湖最初的模拟结果并不理想,模拟的湖表面温度与观测有较大的系统性偏差,温度的日变化幅度与观测相比也偏小。通过分析该模式对太湖的模拟效果不理想的可能原因,针对太湖的生态环境和污染情况,设计了18个测试参数的敏感性试验,从敏感性试验的结果分析得到,适用于太湖的、依赖于湖泊类型的3个参数应做如下修改:消光系数（η₀）应放大3倍,湖泊表层吸收的太阳辐射系数（β）应取0.8,粗糙长度（z₀）采用公式计算得到。用新得到的适用于太湖的3个参数,模拟得到的结果与最初的模拟结果和观测资料对比,发现采用新的参数后,模拟结果比最初的模拟结果有了很大的改进,模拟的湖表温度基本接近观测,模拟的湖水垂直剖面时间序列图也跟观测吻合得较好,随之的感热、潜热通量的模拟也都与观测接近。最后,对输入湖模式的主要大气参量（太阳辐射、2 m气温及风场）±10%的误差引起的模式模拟的湖表面温度误差进行分析,结果表明该湖模式对大气强迫场的误差敏感度不高;相比之下,模拟结果对风场敏感性最小,对辐射和气温的敏感度相当。     

Southern meridional atmospheric circulation associated with IOD

Using the monthly wind and sea surface temperature （SST） data, southern meridional atmospheric circulation cells associated with the Indian Ocean Dipole Mode （IOD） events in the Indian Ocean are for the first time described and examineS. The divergent wind and pressure vertical velocity are employed for the identification of atmospheric circulation cells. During the four different phases of the positive IOD events, the anomalous meridional Hadley circulation over the western Indian Ocean shows that the air rises in the tropics, flows poleward in the upper troposphere, sinks in the subtropics, and returns back to the tropics in the lower troposphere. The anomalous Hadley circulation over the eastern Indian Ocean is opposite to that over the western Indian Ocean. During positive IOD events, the meridional Hadley circulation over the eastern Indian Ocean is weakened while it is strengthened over the western Indian Ocean. Correlation analysis between the IOD index and the indices of the Hadley cells also proves that, the atmospheric circulation patterns are evident in every IOD event over the period of record.     

Landsat 8数据地表温度反演算法对比

随着卫星遥感技术的发展,利用遥感反演地表温度的方法不断出现,如劈窗法、双角度法和单通道算法等。Landsat系列卫星的遥感数据是地表温度反演的重要数据之一。本文选择无锡周边区域为研究区,利用Landsat 8卫星遥感数据,对两种劈窗算法(Juan C.Jiménez-Muoz劈窗算法和Offer Rozenstein劈窗算法)和两种单窗算法(Juan C.Jiménez-Muoz单通道算法和覃志豪单窗算法)的地表温度反演精度进行了对比和敏感性分析。采用太湖16个浮标站的实测数据来验证了4种算法的反演精度。结果表明:两种劈窗算法的精度较高且较为接近,误差为0.7 K左右;覃志豪单窗算法和Juan C.Jiménez-Muoz单通道算法精度较低,误差分别为1.3 K和1.4 K左右。Juan C.Jiménez-Muoz劈窗算法对参数的敏感性最低,Juan C.Jiménez-Muoz单通道算法次之,覃志豪单窗算法和Offer Rozenstein劈窗算法敏感性相对最高。其中Juan C.Jiménez-Muoz单通道算法只适用于一定的水汽含量范围,有一定的局限性。