Climate observation of the Three Gorges Region of the Yangtze River in 2019

2019年,长江三峡地区年平均气温17.5℃,较常年偏高0.3℃;冬季偏冷,春,夏,秋三季气温均偏高;年高温日数偏多.2019年三峡地区年降水量1035.1毫米,较常年偏少13％;四季降水均偏少;年暴雨日数偏少.2019年,长江三峡地区年平均风速较常年偏大;年平均相对湿度接近常年;酸雨强度弱,为1999年以来的最弱年,...     

三峡地区自然降水资源变化特征初探

近４０年来,三峡地区自然降水资源的变化一定程度上受到了人类活动的影响,出现了局域性的差异。宜昌、万县年降水量呈４．０ｍｍ／１０年、９．９ｍｍ／１０年的正值倾向,而绿葱坡、秭归呈８２．３ｍｍ／１０年、８．７ｍｍ／１０年的负值倾向,但各 降水变化各站点表现显著一致、春、秋季均呈负值倾向,夏季呈正值倾向。通过１０年滑动平均可以看出该地区自然降水资源的年际变化有其自身的规律性,当前处于一个上升期。     

三峡地区覆冰气候特征及个例分析

根据覆冰形成物理机制,结合三峡独特地理条件,得到了三峡地区覆冰的分布特征。同时通过对１９９８年１月三峡地区强覆冰过程的分析,给出了三峡地区强覆冰形成的有利条件。     

势函数在三峡地区夏季旱涝预测中的应用

介绍了势函数作为一种确定的非线性分类方法的基本原理,提出了利用势函数预报三峡地区夏季旱涝的方法。     

加密MAPS模式在三峡坝区夏季降水预报中的应用

在简介加密ＭＡＰＳ模式的基础上,分析了该模式在１９９９年夏季对三峡坝区降水的预报效果,结果显示该模式对三峡单站及周围地区的短期强降水预报有较好的预报能力。     

势函数在三峡地区夏季旱涝预测中的应用

介绍了势函数作为一种确定的非线性分类方法的基本原理,提出了利用势函数预报三峡地区夏季旱涝的方法.     

中国发现典型的埃迪卡拉生物群

正埃迪卡拉生物群(580~541Ma)是"寒武纪大爆发"前夕埃迪卡拉纪最为独特的宏体化石生物群,它在早期宏体生物的演化过程中占有极为重要的位置。该生物群自1947年在澳大利亚首次发现以来,已在全世界大约30个地区发现,但长期以来,在中国一直未发现典型的埃迪卡拉生物群。最近,古生物研究所陈哲、周传明研究员等在三峡地区灯影组的碳酸盐地层中发现了多种类型的埃迪卡拉生物群典型分子,总体面貌可以与纳米比亚、澳大利亚等世界其他地区的相比较。更为重要的是三峡地区     

三峡地区流动重力差分变化及其特征分析

针对三峡地区复杂的地质构造背景及多年来该地区中小微震活动频发,呈现高频次、低震级的特征等问题,该文通过处理2013-2019年7期流动重力数据,得到2013年4月-2019年4月6幅流动重力场差分变化图,并结合2013年12月巴东Ms5.1级地震、2014年3月秭归Ms4.5和Ms4.9级地震、2017年6月巴东Ms4.3和MS4.1级地震及2018年10月秭归Ms4.5和Ms4.1级地震4次地震发震构造特征进行分析.结果表明:①三峡地区近7年来重力场差分变化呈现明显的正负变化区域,且分界线较明显;②结合4次地震震源分布,均位于重力正负变化分界区域,分析认为重力正负变化表明地下区域物质在挤压和扩张,交界区域容易引起局部地震;③区域流动重力测量对三峡地区中小震具有一定的监测能力.     

华南黄陵背斜西翼兴山地区乡儿湾剖面埃迪卡拉系陡山沱组微体化石

本文首次报道并描述了华南黄陵背斜西翼湖北宜昌兴山县乡儿湾剖面埃迪卡拉系陡山沱组二段中上部的燧石结核和条带中的疑源类微体化石,经系统鉴定共识别出8属8种,包括Appendisphaera grandis,Crassimembrana multitunica,Leiosphaeridia minutissima,Megasphaera inornata,Schizofusa zangwenlongii,Symphysosphaera basimembrana,Urasphaera nupta,Variomargosphaeridium gracile。该化石组合包含Liu Pengju and Moczyd?owska (2019)所建立的第二生物组合带(Tanarium tuberosum-Schizofusa zangwenlongii组合带)的特征分子Schizofusa zangwenlongii,因此,可尝试性地与第二生物组合带相对比,但未见黄陵背斜东南翼陡山沱组二段的常见属Tianzhushania,据此推测黄陵背斜两翼在古环境上可能有所差异。     

基于GIS技术和频率比模型的三峡地区秭归向斜盆地滑坡敏感性评价

以三峡地区秭归向斜盆地为研究区,在野外滑坡编图的基础上,选择地形坡度、地层岩性、河流、道路、坡向、坡型结构6个因子参与滑坡敏感性评价,运用GIS空间分析技术,引入频率比模型,分别计算评价因子的贡献率,并进行叠加分析,最终划分为4个敏感性分区。评价结果表明:极高敏感性区面积占21.39%,滑坡发生面积占61.44%;高敏感性分区面积占24.99%,滑坡发生面积占21.67%;中敏感性分区面积占30.66%,滑坡发生面积占13.19%;低敏感性分区面积占22.93%,滑坡发生面积占3.69%。滑坡敏感性面积累计百分比曲线图表明评价结果具有较高的准确度和可靠性。研究成果可为政府部门减灾防灾工程提供科学支持,为滑坡灾害的预测和管理提供科学依据。