The long-term trend of Bohai Sea ice in different emission scenarios

Based on a coupled ocean-sea ice model, this study investigates how changes in the mean state of the atmosphere in different CO_2 emission scenarios(RCP 8.5, 6.0, 4.5 and 2.6) may affect the sea ice in the Bohai Sea, China,especially in the Liaodong Bay, the largest bay in the Bohai Sea. In the RCP 8.5 scenario, an abrupt change of the atmospheric state happens around 2070. Due to the abrupt change, wintertime sea ice of the Liaodong Bay can be divided into 3 periods: a mild decreasing period(2021–2060), in which the sea ice severity weakens at a nearconstant rate; a rapid decreasing period(2061–2080), in which the sea ice severity drops dramatically; and a stabilized period(2081–2100). During 2021–2060, the dates of first ice are approximately unchanged, suggesting that the onset of sea ice is probably determined by a cold-air event and is not sensitive to the mean state of the atmosphere. The mean and maximum sea ice thickness in the Liaodong Bay is relatively stable before 2060, and then drops rapidly in the following decade. Different from the RCP 8.5 scenario, atmospheric state changes smoothly in the RCP 6.0, 4.5 and 2.6 scenarios. In the RCP 6.0 scenario, the sea ice severity in the Bohai Sea weakens with time to the end of the twenty-first century. In the RCP 4.5 scenario, the sea ice severity weakens with time until reaching a stable state around the 2070 s. In the RCP 2.6 scenario, the sea ice severity weakens until the2040 s, stabilizes from then, and starts intensifying after the 2080 s. The sea ice condition in the other bays of the Bohai Sea is also discussed under the four CO_2 emissions scenarios. Among atmospheric factors, air temperature is the leading one for the decline of the sea ice extent. Specific humidity also plays an important role in the four scenarios. The surface downward shortwave/longwave radiation and meridional wind only matter in certain scenarios, while effects from the zonal wind and precipitation are negligible.     

栉孔扇贝foxl2基因在卵子发生中的必要性

采用RNAi技术研究了栉孔扇贝(Chlamysfarreri)foxl2基因在卵子发生和卵巢功能维持中的作用。使用体外合成的栉孔扇贝foxl2双链RNA(dsRNA),以每只50μg/次的剂量注射进闭壳肌中,连续注射2次(第一次注射后7天,再进行第二次注射);以注射相同体积PBS(相同注射方法)的扇贝作为阴性对照组,以不注射扇贝作为空白对照组。qRT-PCR检测干扰组扇贝卵巢中的foxl2 mRNA表达量较空白对照组下降了62%, Western blotting检测该蛋白在卵巢中的含量也明显下降,显示靶基因的表达水平被有效地敲降。组织学观察发现,栉孔扇贝foxl2干扰后的卵巢中卵母细胞形态异常、细胞核固缩,卵子发生明显受阻。表明该基因在栉孔扇贝卵子发生中起重要作用。     

基于新型高频声学多普勒流速剖面仪的河口近底部边界层观测初探

河口物质输运、能量交换与底边界层内的水动力过程密切相关,底边界层参数(如切应力、拖曳系数)的确定至关重要。挪威Nortek公司生产的新型声学多普勒流速剖面仪AD2CP相比传统ADCP具有高频、低噪的优点,可用于高频(16Hz)流速剖面观测,而被广泛应用于底边界层观测的ADV只能测量单点高频流速。本文采用AD2CP在长江口南槽最大浑浊带区域进行座底式观测,并与同步近底部三脚架上ADV的观测结果进行对比。结果表明,使用AD2CP测得的近底部平均流速与ADV的测量结果吻合良好;使用惯性耗散法计算了底切应力,基于ADV的单点高频流速数据计算结果为2.16×10~(-2)～5.69×10~(-1)N/m~2,基于AD2CP的结果为2.09×10~(-2)～4.26×10~(-1)N/m~2,二者范围大致相当。在此基础上,基于AD2CP数据计算出摩阻流速为4.55×10~(-3)～2.06×10~(-2)m/s、底拖曳系数范围为1.84×10~(-4)～2.49×10~(-3),与ADV的计算结果基本一致。此外,由于AD2CP可以获得高频的流速剖面数据,优于单点ADV,具备观测近底部边界层参数和边界层内湍流剖面的潜力。     

随机森林模型在遥感水深反演中的应用

随着我国浅海测绘需求的日益增长,文中利用四波段的WorldView-2高分辨率遥感影像,选取我国南海西沙群岛中的甘泉岛和台湾南湾地区作为典型试验区,开展水深反演研究。引入随机森林算法构建了随机森林水深反演模型,并同常用的3种水深反演模型进行精度对比。结果表明,在甘泉岛和南湾地区随机森林模型反演的水深值和真实水深值的RMSE分别为0.85 m和1.59 m,MRE分别为8%和12%,均优于其他3种模型。     

2DVAR方法在台湾海峡海表流场融合中的应用

高频地波雷达可以提供沿岸大面积海表流的观测,但单个地波雷达只能提供径向流观测。本研究发展了一套二维变分(Two-Dimensional VARiational Method, 2DVAR)数据融合方法,将台湾海峡海域的地波雷达径向流数据与ROMS (Regional Ocean Model System)模式输出结果进行融合,得到一套较好的融合产品。结果显示,融合产品与雷达径向流的平均相对误差相较于模式输出与雷达径向流的平均相对误差由9.70%降低至1.54%。为进一步检验融合方法,设计了两种独立样本试验。试验一将雷达径向流按空间均匀划分为融合样本与独立样本,使用雷达融合样本与模式输出进行融合,此时融合结果的平均均方根误差(Root Mean Square Error, RMSE)相较于模式输出由0.41 m/s降低至0.19 m/s。试验二将雷达径向流和模式输出在空间上都均匀划分为融合样本与独立样本,对两种数据的融合样本进行融合,使用TC (Triple Collocation)方法估计模式输出、雷达观测与融合结果的误差方差,此时融合结果的平均误差方差最小,且其误差方差相对于独立的雷达径向流与模式输出在远岸处有明显减小。以上结果都表明融合数据更加接近实际海流,证明了2DVAR方法融合海表流的有效性。     

HY-2B卫星散射计海面风场产品质量分析 *

星载微波散射计是获取全球海面风场信息的主要手段, HY-2B卫星散射计的成功发射为全球海面风场数据获取的持续性提供了重要保障。本文利用欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts, ECMWF)再分析风场数据、热带大气海洋观测计划(Tropical Atmosphere Ocean Array, TAO)和美国国家数据浮标中心(National Data Buoy Center, NDBC)浮标获取的海面风矢量实测数据, 对HY-2B散射计海面风场数据产品的质量进行统计分析。分析表明, HY-2B风场与ECMWF再分析风场对比, 在4~24m·s^-1风速区间内, 风速和风向均方根误差(root mean square error, RMSE)分别为1.58m·s^-1和15.34°; 与位于开阔海域的TAO浮标数据对比, 风速、风向RMSE分别为1.03m·s^-1和14.98°, 可见HY-2B风场能较好地满足业务化应用的精度要求(风速优于2m·s^-1, 风向优于20°)。与主要位于近海海域的NDBC浮标对比, HY-2B风场的风速、风向RMSE分别为1.60m·s^-1和19.14°, 说明HY-2B散射计同时具备了对近海海域风场的良好观测能力。本文还发现HY-2B风场质量会随风速、地面交轨位置等变化, 为用户更好地使用HY-2B风场产品提供参考。     

极端干旱荒漠区典型晴天大气热力边界层结构分析

利用极端干旱区敦煌野外观测试验资料,分析了极端干旱荒漠区夏季典型晴天位温、风速、比湿等主要物理要素的垂直结构特征及其地表热力和近地层大气运动特征的日变化规律。发现在极端干旱地区夏季晴天大气热力边界层结构十分独特。在夜间,贴地逆温层最低在900 m以上,最厚可以达到1 750 m,逆温层上面的残余层一般能达到4 000 m左右的高度。在白天,位温超绝热递减层高达1 000 m,超绝热递减层上面的混合层最高达3 700 m,混合层顶上还有大约450 m甚至更厚的夹卷层。当白天对流层发展达到残余层以后,混合层的发展明显加快。风速和比湿垂直廓线特征很好地印证了大气热力边界层独特的结构特征,地表热力和近地层大气运动特征也为这种独特的大气热力边界层结构提供了较好的物理支持。     

基于Hkr值的北天山冰川侵蚀空间分布特征及其主控因素研究

确定冰川侵蚀的主控因素及其与各影响因素间的相互作用方式,不仅对深入认识冰川侵蚀的物理机制和理解冰川作用区地貌演化具有重要的意义,也是探讨构造、气候、地形间相互关系的根本。然而,以往的学者仅在构造活动略单一的区域研究冰川侵蚀的主控因素,致使对构造的影响认识不足,那么,构造是否是冰川侵蚀的主控因素呢？又是如何作用于冰川侵蚀？北天山第四纪冰川作用规模巨大,留下了丰富的冰川遗迹,其气候与构造条件也多样,因而成为探讨上述问题的理想区域。本文在北天山北坡自西向东选取了7个冰川流域,基于每个流域的Hkr值和冰川侵蚀影响因子的定性定量数据,分析了该区域冰川侵蚀的分布规律及其影响因素。结果表明,北天山各流域冰川侵蚀自西向东有减小趋势,该变化趋势是构造、气候、地形共同作用所致。其中,山顶高度和降水对冰川侵蚀的影响最显著,两者均通过对冰川规模施加作用来控制冰川侵蚀,而构造也可能通过影响顶点高程、积累区面积、冰川规模,进而作用于冰川侵蚀,但是其是否发挥主要作用有待进一步认识。因此,冰川规模可能才是导致北天山各冰川流域侵蚀差异的根本原因。     

前陆盆地挠曲沉降正演模型的设计与实现——以库车古近纪陆内前陆坳陷沉降分析为例

本文以二维薄板弹性挠曲模型为基础,对模型进行简化和参数优化选取,并在VC++6.0环境下采用Windows视窗设计,实现了前陆盆地挠曲沉降的正演模拟系统.应用这一系统模拟分析了库车古近纪-新近纪前陆盆地的挠曲沉降过程.模拟结果表明,库车古近纪-新近纪前陆盆地的沉降曲线总体呈上凸型,具有典型前陆盆地沉降的特点,根据沉降速率变化可以把整个沉降过程分为四个部分,分别对应盆地的四个构造层序发育阶段,每一阶段呈不同的沉降特征,相邻两阶段之间存在一盆地回弹隆升、逆冲构造活动终止期,盆地遭受广泛剥蚀形成两个构造层序之间的不整合界面.正演模拟通过将沉降过程时间离散,精细设定不同时间段的构造负载,能够精细恢复前陆盆地的沉降过程和演化.     

A note on the role of meridional wind stress anomalies and heat flux in ENSO simulations

Four comparative experiments and some supplementary experiments were conducted to examine the role of meridional wind stress anomalies and heat flux variability in ENSO simulations by using a high-resolution Ocean General Circulation Model （OGCM）. The results indicate that changes in the direction and magnitude of meridional wind stress anomalies have little influence on ENSO simulations until meridional wind stress anomalies are unrealistically enlarged by a factor of 5.0. However, evidence of an impact on ENSO simulations due to heat flux variability was found. The simulated Nino-3 index without the effect of heat flux anomalies tended to be around 1.0° lower than the observed, as well as the control run, during the peak months of ENSO events.