2016年中国沿海海平面上升显著成因分析及影响

使用中国沿海及西北太平洋区域的水位、海温、气温、气压和风等水文气象资料,详细分析了2016年中国沿海海平面显著升高的成因及影响。分析结果表明:（1）2012-2016年,中国沿海海平面处于准2 a、4 a、准9 a和准19 a周期振荡的高位,几个周期振荡高位叠加,对该时段海平面上升起了一定的作用;（2）2016年,中国沿海气温和海温较1993-2011年的平均值分别高0.7℃与0.5℃,均处于1980年以来高位;气压较1993-2011年的平均值低0.2 hPa;（3）2016年4月、9月、10月和11月,中国沿海海平面均达到1980年以来同期高位,这4个月的风场距平值在东海以南均明显偏大,且以偏南向和向岸风为主,风生流使得海水向岸堆积,沿海长时间以增水为主,对当月局部海平面上升的贡献率达到40%~80%;（4）2016年,中国沿海降水总体偏多,局部区域降水量达到历史同期最高,加上沿海径流量的增加,对沿海局部海平面升高有一定贡献;（5）2016年9-10月,有5个台风相继影响我国南部沿海,持续的风暴潮增水导致台风影响期间的海平面高于当月平均海平面70~360 mm,风暴潮和洪涝灾害给当地造成直接经济损失超过30亿元。     

卫星高度计绝对定标中海面高梯度的计算

给出了通过平均海面高模型计算海面高梯度的具体方法,选择DTU13、CNES_CLS15、WHU2013 3种模型计算了不同海域近岸比较点海面高梯度值,随机选择的30个近岸比较点处的计算结果表明:使用3种模型计算得到的海面高梯度值之间的标准差均值为0.19cm/km。在卫星高度计定标的具体应用中,由海面高梯度得到的海面高差改正量的误差应不超过0.3cm。     

河北平原非地热异常区地热资源

多年来 ,由于人们对地热资源认识的局限性 ,只把注意力集中在地热异常区 ,即地温梯度大于3.5℃/100m或大地热流值大于62mW/m2的地区。因此 ,地热异常区内的地热资源大部分已得到开发利用 ,而非地热异常区的地热资源远远没有得到开发利用。非地热异常区面积占平原区总面积的80%以上 ,所蕴藏的地热资源潜力巨大 ,如能得到开发利用 ,必将对地方经济的发展起到极大的推动作用。     

济阳坳陷石炭-二叠系热演化与生烃阶段

在对胜利油气区济阳坳陷地质构造和沉积埋藏史分析的基础上 ,选择典型钻井岩芯 ,通过系统分析研究其镜质体反射率剖面特征 ,运用热动力学原理经线性回归确定出本区上古生界、中生界和新生界的古地温梯度 ,其分别为 3.49～ 3.92℃ / 10 0m、4.33～ 4.6 7℃ / 10 0m和 3.76℃ / 10 0m。中生代本区出现的高热异常与燕山期岩浆活动板底垫托作用有关。同时确定出印支运动和燕山运动抬升之前 ,石炭 二叠系烃源岩的成熟度分别为R° =0 .5 2 %～ 0 .5 8%和R° =0 .90 %～ 1.11% ,它们分别已进入生烃门限和生气阶段 ,但生烃产物不同程度地遭受构造抬升作用的破坏 ,这对正确评价本区石炭 二叠系油气资源具有十分重要的意义。     

黄海西北近岸沉积物中细菌群落空间分布特征

采用16S rDNA文库和变性梯度凝胶电泳(DGGE)技术,对黄海西北部3个近岸站位沉积物中细菌群落多样性及空间分布特征进行了调查和解析。对表层沉积物16S rDNA序列统计表明,各站位细菌群落多样性很高,γ-和δ-变形菌纲分别占克隆序列总数的20%~32%,是沉积物中的绝对优势类群。DGGE图谱分析表明,同一站位中不同深度的细菌群落结构相似性较高,而不同站位间群落结构相差较远。研究表明在黄海西北近岸沉积物中细菌群落多样性较高,优势类群明显,在较小尺度范围内群落结构的垂直变化不明显。     

磁异常相关的四种物理信号性质分析

建立了一种特殊坐标系,从理论上推导了磁异常强度、全梯度模信号、张量梯度模信号和拉普拉斯信号等物理信号的表达式,并分析了它们具有的物理性质。 采用仿真计算表明:拉普拉斯信号在空间的等值面非常接近于球面,其在平面上的等值线极大值对应磁性目标中心位置,而其他三种信号在平面上等值线极大值与磁性目标中心位置则存在一定的偏差。 而且四种物理信号随测点至磁性目标中心间距离的衰减速度也存在差异,其中, 拉普拉斯信号与距离呈 5 次方衰减,磁异常强度与距离呈 3 次方衰减,而全梯度模信号和张量梯度模信号与距离都成 4 次方误差。     

基于注意力机制与自适应时序分解的气温预报模型

针对传统方法在捕捉气象序列长期依赖关系及泛化性能上的不足,提出了一种基于稀疏注意力与自适应时序分解的气温预报模型（ATFSAS）。该模型整体采用编码器 解码器架构,结合稀疏注意力机制以有效捕捉气象观测数据间的长期依赖性。为减少编码过程中造成的冗余,提出了一种信息蒸馏方法。通过结合多层解码器与自适应时序分解单元,逐步细化预报信号中的周期性和趋势性分量,实现了较为精准的气温预报。基于德国耶拿气象数据集,进行24 h精细化气温预报,其平均绝对误差为1.7108℃。基于中国地面气候资料日值数据集,进行中短期日平均气温预报和多地区单日平均气温预报,相比传统模型LSTM,ATFSAS模型预报结果的平均绝对误差分别提升了35.56%和23.66%。     

基于组合统计降尺度的华西南部地区冬季气温预测技术研究

利用1982—2017年华西南部地区冬季气温和NCEP再分析资料以及CFS模式实时预测资料,通过SVD诊断分析,选取影响华西南部地区冬季气温的同期关键区大气环流和前期海温及OLR因子场,建立预测与观测场相结合的组合统计降尺度预测模型。该统计降尺度预测模型对1982—2017年的回报结果显示：与观测场的空间相关系数较CFS模式原始预测结果有显著提高,多年均值从-0.06提升到0.38,最高可达0.85。同时,此降尺度预测模型可较好地回报出华西南区冬季气温的空间分布型。     

5月南极涛动对青藏高原西部夏季气温影响的诊断分析

青藏高原是全球气候变暖最敏感的地区之一,是北半球夏季最大的热源,其气候响应受到广泛关注。然而,有关南极涛动与青藏高原夏季气温的关系和机理知之甚少。为了研究南极涛动与青藏高原夏季气温的关系,基于1979—2020年英国东安哥拉大学气候研究中心（CRU）的逐月气温、美国国家海洋和大气管理局（NOAA）的逐月海表面温度和大气环流再分析数据以及南极涛动指数等数据,采用相关、回归、合成分析等方法进行研究。结果表明,北半球夏季青藏高原西部气温与5月南极涛动存在显著负相关,即当5月南极涛动异常偏弱时,夏季青藏高原西部气温异常偏高。其影响过程为,南极涛动为正位相时,在南印度洋中高纬地区出现“负-正-负”的经向“三极子”海温模态,该模态可持续到夏季,在印度洋形成异常的纬向-垂直环流,相应在热带西印度洋和东印度洋-海洋性大陆之间的降水异常导致热带正“偶极子”降水模态,通过该降水模态在青藏高原西部引起异常反气旋环流和下沉运动,有利于高原西部气温偏高。研究结果显示,海洋的热惯性在“延长”南极涛动影响过程中起着重要的桥梁作用,可为青藏高原夏季气温预测提供科学依据。     

基于机器学习的格点气温预报订正方法

使用2017年9月至2021年3月国家级业务化运行的智能网格实况分析产品和欧洲中期天气预报中心全球模式(EC)产品,根据湖北省的地理分布特征构建6个分区,采用基于LightGBM机器学习算法建立的气温预报方法,生成湖北省0.05°×0.05°格点气温预报产品。利用2021年4—9月的预报产品和格点实况资料进行检验,结果表明:基于机器学习的气温预报方法(MLT)取得了较好的预报效果,其在0～72 h时效内优于中央气象台下发的气温精细化指导预报(SCMOC)和EC产品;MLT在山区的误差较平原大,但山区的订正幅度大于平原,日最高气温的订正幅度大于日最低气温的订正幅度;4—9月MLT、SCMOC、EC产品的平均绝对误差(MAE)日变化都呈现了白天偏高、夜间偏低、午后凸起的单峰特征,MLT的MAE值较SCMOC和EC产品的更低,并且在转折性天气中仍具有优势;站点检验与格点检验结论一致,基于格点建模的气温预报产品对站点预报同样得到了订正。机器学习在格点气温的模式订正方面可以作为一个行之有效的手段。