全球36 km格网土壤水分逐日估算

土壤水分是陆面生态系统和能量循环的核心变量之一,利用微波遥感技术获得的土壤水分产品的时间分辨率一般是2-3 d,因此精确地获得具有较高时间分辨率的土壤水分成了人们关注的焦点。本文尝试将SMAP (the Soil Moisture Passive and Active）土壤水分和MODIS光学数据相结合,利用广义回归神经网络进行全球36 km土壤水分的估算,提升SMAP土壤水分的时间分辨率。结果显示,广义回归神经网络估算土壤水分与SMAP保持了高相关性(r = 0.7528),但其却保留了较高的误差 (rmse = 0.0914 m³/m³)。尽管如此,估算的土壤水分能够很好地保持SMAP土壤水分的整体空间变化,并且提升了土壤水分的时间分辨率（1 d）。此处,本文研究了SMAP土壤水分与MODIS光学数据之间的关系,这对今后利用机器学习进行SMAP土壤水分降尺度研究提供了重要的参考价值。     

飑的判断与记录

“飑”是一种较复杂的天气,发生频次较少。本文通过对飑的特征的分析,总结了判断的方法,并结合典型个例分析飑与雷暴过境的区别,对其记录方法加以说明,对观测员正确判断记录有一定的借鉴作用。     

南天山西段中小地震辐射能量的单台测定

考虑到新疆地震台网分布不均匀的情况,尝试利用单台的宽频带波形资料进行辐射能量的测定。选用新疆喀什地震台记录的南天山西段中小地震宽频带波形资料,分析地震波形横向分量上的SH波及其后续震相,对每个地震进行辐射花样因子的校正。品质因子Q采用Brune的ω-2衰减模型,用补偿谱的方法试错得到,最后所得结果与新疆地震目录ML震级进行了对比分析,二者具有较好的一致性。