长江巨洪的强信号探讨

分析了1900年以来长江3次巨洪的3个强信号：(1)太阳黑子活动,(2)厄尔尼诺事件,(3)青藏高原南部大震,它们对大气环流异常的影响分别称为日气作用、海气作用、地气作用,依据长江巨洪和3个强信号的基本事实,讨论了长江发生巨洪的统计规律,指出当3个强信号的出现时间互相重叠时,长江很可能发生巨洪,如果再叠加其它信号,长江发生巨洪的量级更大,这对长江巨洪的超长期预期具有重要的指示作用。     

一个边缘耀斑(后)环系速度场的近似计算

利用“多云模型”方法,从云南天文台二维多波段太阳光谱仪观测到的Ｈβ光谱资料中导出１９８９年８月１７日太阳西边缘的一个大的耀斑环系不同时间的视向速度场．为了解释观测速度场的主要特征,本文采用如下假设和近似：环内物质在太阳重力、磁场应力和环内气压梯度力联合作用下由环足沿螺旋磁力线上升运动．应用ＭＨＤ理论计算了它的理论速度场．通过两者的比较发现,计算出的速度场与第一时段的观测速度场基本相似,这似乎对耀斑物质蒸发模型提供了支持．     

全球气候变化背景下的西北地区生态环境建设、可持续发展

本文通过对西北地区气候与生态环境、可持续发展的调查研究，提出我国应高度重视全球气候变化的影响，要在气候变化的背景下，通过人类的有序活动促进我国生态环境建设和经济社会的可持续发展，实现人和自然的和谐共存。     

揭阳市低温的气候变化特征

选取了揭阳市4个市县1966-2015年50年国家站地面观测气温资料,采用线性回归、Mann-Kendall非参数检验和Morlet小波分析等方法,分析了揭阳市低温的气候变化特征,结果表明:50年来,揭西县低温日数最多,最主要影响时段在1月份。低温日数呈显著减少趋势;低温初日呈延后的趋势,低温终日则是提前的趋势。揭阳市区低温日数在1981年出现突变;揭阳市的低温期下降趋势不显著;揭阳市区低温日数在13年尺度上,平均周期约为8年,约经历了4个周期的从多到少的振荡,在2004年之后表现较平稳;在4年的尺度上,20世纪70年代之前经历了4个周期的从多到少的振荡,1978年之后振荡幅度变小,周期变化不明显。     

北京不同区域气溶胶辐射效应

采用大气辐射传输模式SES2以及2013年1月—2015年10月欧洲中期天气预报中心细网格再分析资料计算了北京地区4个观测站地面接收的短波辐射通量,分析了晴天和云天北京城郊气溶胶对总辐射的定量影响时空变化特征。结果表明:北京城区和近郊区气溶胶对总辐射的影响约为远郊区的2倍,北京南部和西部气溶胶对辐射的影响较大,晴天和云天北京城区和近郊区气溶胶对总辐射的削减值分别为146.23~180.99 W·m-2和202.11~217.02 W·m-2,晴天总辐射削减空间差异较大;秋冬季气溶胶对总辐射的影响明显大于春夏季,北京市观象台秋冬季气溶胶对总辐射的削减作用最大可达60%,较春夏季高10%~20%;北京城郊总辐射和直接辐射削减率与气溶胶光学厚度变化均呈线性关系,近地面PM_2.5浓度对辐射的影响不容忽视。     

哈尔滨地区雨滴直径分布函数

采用美国PMS公司生产的GBPP－100型地面雨滴谱仪，对1999年5－7月哈尔滨地区几次降水过程进行了观测。根据雷达资料和宏观观测，把降水云分为层状云，积层混合云和积雨云，分析了3类云降水微物理结构，重点研究了不同类型降水的雨滴谱分析特征，拟合了雨滴直径分布函数。     

河南省汛期气候预测概念模型

在河南省6种雨型的基础上，分析了物理要素海温、季风、西太平洋副高及气候因子和河南省汛期降水的关系，给出了河南省汛期降水的气候预测概念模型。通过逻辑推理，可以具体预测雨型。     

玉米冠层反射率及净辐射的估算

在1994~1996年3年田间试验的基础上,根据玉米生长状况及其冠层特征,选取包括植株高度、平均叶面积密度、农田覆被率等植物特征量组成的植物参数——综合植被系数来描述玉米冠层状况,并以此为因子来估算玉米冠层的反射率和净辐射,取得了良好的结果。     

Land use change under conditions of high population pressure: the case of Java

A long history of increases in population pressure in Java has caused agricultural land use to expand and intensify. More recent land use changes caused the conversion of prime agricultural land into residential and industrial area. Results of a dynamic, regional-scale, land use change model are presented, defining the spatial distribution of these land use changes. The model is based on multi-scale modelling of the relations between land use and socio-economic and biophysical determinants. Historical validation showed that the model can adequately simulate the pattern of land use change. Future patterns of land use change between 1994 and 2010 are simulated assuming further urbanization. The results suggest that most intensive land use changes will occur in Java's lowland areas.