26Al/10Be等时线埋藏测年法基本原理与应用简介

介绍了26Al/10Be等时线埋藏测年法的基本原理及其主要应用范围。将应被同时埋藏的一组石英矿物样的26Al-10Be浓度拟合成等时线,从其斜率解得样品的埋藏年代。在如下情况下该法可克服未知参数多于制约方程的困难:1)冰碛物-古土壤序列中古土壤形成年代的研究,以规避继承核素(inherited nu-clide)的干扰;2)因样品埋藏不够深引起的后期生成核素的干扰。此外,依据等时线拟合结果可判断样品是否符合简单恒态侵蚀模式。等时线法的引入,拓宽了埋藏测年的应用范围,并为埋藏测年数据可信度提供了一种有效的验证手段。     

中国北方典型沙尘天气特征研究

 根据API、风速、风向及相关气象数据初步研究了中国北方两次典型沙尘天气的天气特征。两次沙尘天气过程中极大风速大于7.2 m·s-1的气象站占88%。2005年4月27日极大风速超过17.2 m·s-1的气象站有31个,出现频率最高的风向为西西北,28日达到81个,风向为北风,极大风速高值区由内蒙古中东部向东北方向迅速扩大。2007年3月30日极大风速超过17.2 m·s-1的气象站有57个,31日达到68个,风向均为西西北,极大风速高值区分布较为稳定。受沙尘暴影响的地区API显著升高。2005年4月28日呼和浩特、大同、北京3个城市的API分别为418、500、500。2007年3月31日呼和浩特、赤峰、大同3个城市的API分别为500、500、423。对PM10与气象因子的相关性进行分析得出,沙尘暴期间,大气中可吸入颗粒物的浓度与风速存在显著的正相关关系,风速越高的地区,可吸入颗粒物的浓度越大。     

基于小波与R/S方法的汉江中下游流域降水量时间序列分析

基于汉江中下游流域9个国家气象站1961～2006年的降水数据,综合采用Morlet小波分析、小波分解和R/S分析方法,对流域降水量周期和未来趋势进行分析及预测。研究结果表明:汉江中下游流域年降水量存在5年左右的短周期和10～15年的中长周期;部分气象站可能存在40年左右长周期,需要更长的时间序列验证。基于通过小波分解提取的历史降水量变化趋势,进一步结合R/S分析表明,汉江中下游流域降水量时间序列总体上存在比较明显的赫斯特现象,未来该流域面临较大的防洪压力。     

Model-Experimental Analysis of Variational Assimilation of Dust Concentration with GRAPES Sand-Dust Numerical Forecasting System in a Sand-Dust Storm

为了提高沙尘模式的预报准确率,通过在区域天气数值模式GRAPEs（G10bal／RegionalAs-similationandPrEdictionSystem）的三维变分同化系统中增加沙尘浓度这一控制变量的方法建立了GRAPES-3DVAR-DusT沙尘同化系统。利用中国北方8个观测站提供的沙尘PM10数据和沙尘模式（GRAPEs-CUAcE／Dust系统）提供的背景场,对2008年2月29日-3月1日发生在中国北方的一次沙尘暴天气进行了控制试验和一次同化与间断同化的敏感性试验,结果表明：（1）引入该同化系统后,一次同化和间断同化试验模拟的地面沙尘浓度分布较未同化的控制试验结果更接近卫星监测,而间断同化的结果又好于一次同化;（2）一次同化试验与控制试验对单站PM10浓度的演变预报较差;（3）间断同化试验较准确地再现了单站PM10浓度的连续演变;（4）间断同化试验效果整体上优于一次同化试验。总体而言,引入沙尘同化系统在一定程度上可以提高沙尘模式对沙尘天气的预报准确率。     

2010年沙尘天气对巴彦浩特空气质量的影响

利用巴彦浩特2010年1月至2011年2月PM10、SO2、NO2的逐日监测数据和同一时期气象观测资料,分析巴彦浩特空气污染物特征及PM10浓度与沙尘天气之间的关系。分析结果表明:2010年春、夏、秋三季巴彦浩特的主要污染物是PM10,冬季主要污染物是SO2;沙尘天气是造成巴彦浩特PM10浓度变化的最重要因素;影响巴彦浩特空气质量的沙尘主要来源于其西北方向和西北偏北方向。建议有关部门在巴彦浩特西北地区搞好生态保护与建设,以减轻沙尘天气对巴彦浩特地区空气质量的影响。     

2007和2008年夏季北京奥运馆大气PM10与PM2.5质量浓度变化特征

为了监测北京奥运主场馆附近大气颗粒物的污染状况以及评估奥运污染源减排措施对北京大气颗粒物质量浓度变化的影响,利用颗粒物在线监测仪器TEOM于2007年和2008年夏季,在奥运主场馆附近的中国科学院遥感应用研究所办公楼楼顶对大气颗粒物PM₁₀和PM_2.5进行了连续同步观测。结果表明,2007年夏季监测点附近大气PM₁₀与PM_2.5质量浓度的平均值分别为153.9和71.2μg·m^-3,而2008年夏季PM₁₀与PM_2.5质量浓度的平均值分别为85.2和52.8μg·m^-3。与奥运前一年同时段相比,奥运时段大气PM₁₀和PM_2.5的质量浓度分别下降44.5%和25.1%。对比分析奥运前后的2次典型污染过程发现,空气相对湿度的增加和偏南气流输送的共同影响易造成大气颗粒物的累积增长,而降雨的湿清除作用和偏北气流则会使大气颗粒物浓度迅速降低。在相近的气象条件下,奥运前后的污染过程中,大气细粒子的日均增长速率分别为25.1和13.9μg·m^-3·d^-1,而大气粗粒子的日均增长速率分别为20.8和2.2μg·m^-3·d^-1,奥运时段污染累积过程中大气粗、细粒子的增长速率分别显著低于和略低于奥运前同时段污染过程中颗粒物的增长速率。污染源减排措施的实施是奥运期间大气颗粒物质量浓度降低的主要原因,从控制效果来看,奥运期间实施的污染源减排措施对大气粗粒子的控制效果明显好于大气细粒子。     

大同基准站PM10监测项目简析

本文首先介绍了PM10的基本概念以及对人体的危害和国际社会对其的重视程度,简单阐述了大同基准站PM10监测设备的基本原理,详细分析了PM10监测扬沙和烟尘等视程障碍天气的能力,用数据曲线清晰的展示出了PM10值在沙尘天气下的变化。同时详细分析了PM10值变化与能见度值的相互关系,通过分析提出了在一定的天气下可以参考PM10的值来判断能见度的观点。本文总结了PM10值与沙尘天气和能见度的关系。     

10～30 d延伸期预报研究进展和业务现状

10～30 d延伸期预报在气象业务发展和国民经济服务中具有重要的作用。本文回顾了关于延伸期预报的相关理论和技术研究进展,概要介绍了国内外开展延伸期预报业务现状;结合目前气象科技发展水平,进一步分析和阐述了现阶段我国开展延伸期预报业务亟待解决的关键技术问题,旨在共同探讨和推动延伸期预报业务的发展。     

Current status of ENSO prediction skill in coupled ocean–atmosphere models

The overall skill of ENSO prediction in retrospective forecasts made with ten different coupled GCMs is investigated. The coupled GCM datasets of the APCC/CliPAS and DEMETER projects are used for four seasons in the common 22 years from 1980 to 2001. As a baseline, a dynamic-statistical SST forecast and persistence are compared. Our study focuses on the tropical Pacific SST, especially by analyzing the NINO34 index. In coupled models, the accuracy of the simulated variability is related to the accuracy of the simulated mean state. Almost all models have problems in simulating the mean and mean annual cycle of SST, in spite of the positive influence of realistic initial conditions. As a result, the simulation of the interannual SST variability is also far from perfect in most coupled models. With increasing lead time, this discrepancy gets worse. As one measure of forecast skill, the tier-1 multi-model ensemble (MME) forecasts of NINO3.4 SST have an anomaly correlation coefficient of 0.86 at the month 6. This is higher than that of any individual model as well as both forecasts based on persistence and those made with the dynamic-statistical model. The forecast skill of individual models and the MME depends strongly on season, ENSO phase, and ENSO intensity. A stronger El Niño is better predicted. The growth phases of both the warm and cold events are better predicted than the corresponding decaying phases. ENSO-neutral periods are far worse predicted than warm or cold events. The skill of forecasts that start in February or May drops faster than that of forecasts that start in August or November. This behavior, often termed the spring predictability barrier, is in part because predictions starting from February or May contain more events in the decaying phase of ENSO.     

1951—2007年辽宁省农业界限温度变化及其成因探讨

对1951-2007年辽宁省稳定通过0℃、10℃积温和持续日数变化进行了分析.结果表明:(1)近57年来辽宁省稳定通过0℃和10℃积温和持续日数呈递增趋势,其中稳定通过10℃积温和持续日数递增趋势更明显;(2)各标准气候期稳定通过0℃和10℃积温变化趋势不同,第1个和第2个30年标准气候期呈现递增趋势较弱,最近30年标准气候期呈显著递增趋势;各标准气候期稳定通过0℃和10℃持续日数均为递增趋势,而且后期递增较前期更为显著;(3)中部和沿海城市稳定通过0℃、10℃积温和持续日数递增趋势强于北部和西部;(4)城市化引起的热岛效应是观测到的稳定通过0℃、10℃积温和持续日数递增的重要原因,而区域气候变暖则进一步加强了递增趋势.