重庆地区油菜精细化气候区划研究

重庆市有适宜油菜生长发育的优越气候,在海拔高度、气温、降水、日照等多种气象因子影响下,生长分布有一定规律。本文选取1971~2000年气候数据,基于GIS进行精细化空间分析,同时结合实地调研等相关资料,对油菜进行气候区划,划分出一年二到三熟光照较丰油菜栽培区、一年二到三熟光照一般油菜栽培区、一年二熟光照较丰油菜栽培区、一年二熟光照一般油菜栽培区、一年一到二熟光照较丰油菜栽培区、一年一到二熟光照一般油菜栽培区和气候冷凉阴湿零星栽培区等7个不同类型栽培区,为重庆地区的油菜种植提供客观了参考依据。     

基于均一化观测序列的成山头海表温度气候变化特征分析

文中利用加拿大环境部气候研究中心研发的惩罚最大t检验方法,选取均一的邻近气象站为参考站,结合元数据信息,对1960-2017年成山头海洋站海表温度序列进行了均一性检验与订正。利用订正后的海表温度序列对成山头海温气候变化特征进行分析。结果表明,订正前后年平均海表温度趋势发生了明显改变,表现出海温上升趋势较订正前加强的特征,增暖趋势由订正前的0.04℃/10 a上升到0.15℃/10 a,其中最暖的5个年份多发生在1980年以后,分别为1973年、1989年、2002年、2007年和2017年。海表温度总体呈显著上升趋势和明显的年代际波动,20世纪60年代至80年代末为偏冷阶段,之后开始增暖,20世纪90年代至今为偏暖阶段。1960-2017年,成山头的海温突变点在1987年,是一次增暖性突变,与中国大陆的气温突变特征和气温变化阶段性特征非常一致。     

北极海冰对我国梅雨及气候预报的指示意义

分析了北极海冰面积和长江中下游地区梅雨各特征量之间的相关关系，发现北极海冰对未来３－５年的梅雨预测有指示意义，而梅雨对下一年北极海冰有显著的遥相关，这反映了北极海冰与东亚大气环流间的交互作用。     

关中地区全新世大暖期的土壤与气候变迁

资料表明,关中地区全新世大暖期土壤中的CaCO₃受到了明显淋溶,部分土壤的CaCO₃淀积层脱离了粘化层,发育了淋溶性土壤所特有的风化淋滤母质层;该层土壤发生了明显的化学粘化作用,并有Fe₂O₃和 Al₂O₃形成以及亚热带土壤所具有的淀积型红色光性粘土胶膜发育;粘土胶膜含量明显大于淋溶褐土而与黄棕壤接近。由此得出,全新世中期成壤作用比现今显著强,土壤应为发育弱的黄棕壤,当时气候比今明显暖湿;在全新世中期,来自东南的夏季降水气团能够较频繁地到达该区,秦岭已失去温带与亚热带气候分界线的作用,其南北两侧均为亚热带气候。     

回应气候的山地城镇与建筑设计

回应地方气候与地理是建筑融于自然的主要方式,建筑因此获得存在于那个特定地点的充分理由以及地方性.应用山地设计和生态建筑设计理论,采取图解分析和综合演绎的方法,从山地建筑选址、布局、体形选择、通风、日照和景观等方面,探索回应气候的城市与建筑设计准则与策略,提出结合气候的山地城镇设计具体策略和手法,包括建筑选址、地域景观、通风防风、空间应变和节能设计策略等,为节能和生态建筑设计的理论与实践研究奠定基础.     

A comparative study of extensive machine learning models for predicting long-term monthly rainfall with an ensemble of climatic and meteorological predictors

Rainfall prediction is of vital importance in water resources management. Accurate long-term rainfall prediction remains an open and challenging problem. Machine learning techniques, as an increasingly popular approach, provide an attractive alternative to traditional methods. The main objective of this study was to improve the prediction accuracy of machine learning-based methods for monthly rainfall, and to improve the understanding of the role of large-scale climatic variables and local meteorological variables in rainfall prediction. One regression model autoregressive integrated moving average model (ARIMA) and five state-of-the-art machine learning algorithms, including artificial neural networks, support vector machine, random forest (RF), gradient boosting regression, and dual-stage attention-based recurrent neural network, were implemented for monthly rainfall prediction over 25 stations in the East China region. The results showed that the ML models outperformed ARIMA model, and RF relatively outperformed other models. Local meteorological variables, humidity, and sunshine duration, were the most important predictors in improving prediction accuracy. 4-month lagged Western North Pacific Monsoon had higher importance than other large-scale climatic variables. The overall output of rainfall prediction was scalable and could be readily generalized to other regions.     

CLIMATIC RECORDS FROM ANNUAL LAYERS AND STABLE ISOTOPES OF A STALAGMITE IN BEIJING OVER THE LAST 2300 YEARS

Ｉ.ＩｎｔｒｏｄｕｃｔｉｏｎＳｔａｌａｇｍｉｔｅｓｈａｖｅｂｅｅｎａｐｐｌｉｅｄｔｏｕｓｅａｓｈｉｇｈｒｅｓｏｌｕｔｉｏｎｐａｌｅｏｃｌｉｍａｔｉｃｉｎｄｉｃａｔｏｒｓｓｉｎｃｅｔｈｅａｎｎｕａｌｇｒｏｗｔｈｂａｎｄｉｎｇｗａｓｒｅｃｏｇｎｉｚｅｄｉｎｓｔａｌａｇｍｉｔｅｓ[1,2].Ａｎｎｕａｌｇｒｏｗｔｈｂａｎｄｉｎｇｃａｎｂｅｍａｎｉｆｅｓｔｅｄｉｎｓｅｖｅｒａｌｍａｎｎｅｒｓｄｅｆｉｎｅｄｂｙ1)ａｌｔｅｒｎａｔｉｎｇｆｌｕｏｒｅｓｃｅｎｔａｎｄｎｏｎ-ｆｌｕｏｒｅｓｃｅｎｔｃａｌｃｉｔｅ[3,4];2)…     

泥炭档案气候变化重建的定量模型

泥炭档案气候变化重建的定量模型＊陶发祥洪业汤（中国科学院地球化学研究所，贵阳５５０００２）李汉鼎冷雪天（东北师范大学地理系，长春１３００２４）关键词泥炭档案纤维素稳定同位素气候变化定量模型用泥炭档案定量重建大气ＣＯ２浓度的研究已取得重要进展［１］，但...     

灾害天气对若尔盖旅游安全影响的时间特征分析

利用若尔盖1971-2000年的大风、雷暴、冰雹、积雪、雾及飑的逐年各月气象资料,用现代统计方法,分别逐类、逐月、逐年代统计若尔盖地区旅游气象灾害出现频次、时间变化特征,并对其变化特征及主要旅游气象灾害发生规律进行气候综合分析,结合旅游安全社会经验,统计出若尔盖气象灾害发生月份集中在4-8月,主要是春、夏两个季节。而较少月份集中在8-2月,为秋、冬两季。若尔盖地区适宜旅游期月份为5、6、7、8、9月,非常适宜旅游区月份为6、7、8月,疗养期月份为7月。而该时段为灾害频发期,因此应特别注意对灾害天气的预防和应对。为当地旅游管理部门提供参考,为旅游投资与实施建设提供气象依据,为旅游者选择旅游季节及评估旅游安全提供帮助。     

关中平原全新世环境演变

根据陕西歧山等剖面高分辩率孢粉分析和古土壤类型研究得知，全新世大暖期关中地区发育的土壤为淋溶型森林土壤，而非过去所认为的半干旱气候下的森林草原型的黑垆土；该区全新世可分为三个时期9个阶段，全新世早、晚期分别包括2个阶段，中期包括5个阶段；植被类型以落叶阔叶林为主，间有森林草原出现；中全新世气候最佳阶段年均温比今高约3℃，年均降水量比今多200mm左右。