西菲律宾海比科尔陆架深海沉积物古菌多样性研究

通过构建16S rRNA 基因文库, 对西太平洋西菲律宾海东板比科尔陆架5 个不同层位沉积物样品中的古菌的多样性进行了研究, 并获得了465 个有效克隆63 个OTUs （Operational Taxonomic Units）。通过16S rRNA 序列与GenBank 已知序列的同源性比较及构建系统进化树的结果显示...     

Forecasting ocean wave energy: The ECMWF wave model and time series methods

Recently, the technology has been developed to make wave farms commercially viable. Since electricity is perishable, utilities will be interested in forecasting ocean wave energy. The horizons involved in short-term management of power grids range from as little as a few hours to as long as several days. In selecting a method, the forecaster has a choice between physics-based models and statistical techniques. A further idea is to combine both types of models. This paper analyzes the forecasting properties of a well-known physics-based model, the European Center for Medium-Range Weather Forecasts (ECMWF) Wave Model, and two statistical techniques, time-varying parameter regressions and neural networks. Thirteen data sets at locations in the Atlantic and Pacific Oceans and the Gulf of Mexico are tested. The quantities to be predicted are the significant wave height, the wave period, and the wave energy flux. In the initial tests, the ECMWF model and the statistical models are compared directly. The statistical models do better at short horizons, producing more accurate forecasts in the 1-5 h range. The ECMWF model is superior at longer horizons. The convergence point, at which the two methods achieve comparable degrees of accuracy, is in the area of 6 h. By implication, the physics-based model captures the underlying signals at lower frequencies, while the statistical models capture relationships over shorter intervals. Further tests are run in which the forecasts from the ECMWF model are used as inputs in regressions and neural networks. The combined models yield more accurate forecasts than either one individually.     

亚印太交汇区海表温度的分布和变化特征及其对中国降水的影响

利用1967-2009年的逐月海表温度(Sea Surface Temperature,SST)资料和降水资料,以及经验正交函数(Empirical Orthogonal Function,EOF)和相关分析方法,探讨了亚印太交汇区(Joining Area of Asia and Indian-Pacific Oce...     

黄海绿潮应急溯源数值模拟初步研究

基于三维全动力POM 海洋模式, 根据2008 年6 月1 日海监飞机监测绿潮所在位置, 采用拉格朗日粒子追踪法反向积分, 追溯绿潮来源。数值模拟结果显示, 回溯至5 月中旬, 绿潮主要来源于黄海南部江苏连云港和盐城近海海域。黄海绿潮溯源数值模拟, 为政府相关部门了解绿潮的源头, 并采取相应的措施提供依据, 进而为保护生态环境、防灾减灾做贡献。     

若干西边界潜流的气候态分布特征

"西边界潜流(WBUC)"是海洋环流中的重要现象,与表层环流相比,对次表层潜流的结构认识不足。本文利用SODA、OFES和ARGO资料,分析了北太平洋中的棉兰老潜流(MUC)和吕宋潜流(LUC)、南太平洋中的大堡礁潜流(GBRUC)和东澳大利亚潜流(EAUC)及南印度洋中的阿加勒斯潜流(AUC)的气候态空间分布特征,并且根据地转流反向的判据,分析WBUC的发生条件。     

中国卫星海洋观测系统及其传感器(1988—2025)

全面收集1988—2025年中国地球观测卫星(和飞船)计划,包括历史的、运行中的和列入未来计划的。详细介绍风云卫星系列(FY-n)、海洋卫星系列(HY-n)、资源卫星系列(ZY-n)、环境卫星系列(HJ-n)、中国遥感卫星系列(CRS-n)、灾害监测星座/北京小卫星(DMC/BJ-1)、神舟飞船系列(SZ-n)和天宫空间站系列(TG-n)等8个卫星(和飞船、空间站)系列。这些卫星(和飞船、空间站)系列都提供对海洋的观测,从而构成中国卫星海洋观测系统。按装载的传感器分类,进而给出中国的海色、海表温度、海面高度、海面风场和合成孔径雷达(SAR)卫星观测系统。对中国海洋观测卫星与国际海洋观测卫星装载的传感器性能作了比较和讨论,指出差距。列出目前在轨运行的中国海洋卫星观测系统38个传感器及其类似的国外卫星传感器。     

印度洋热含量在南海夏季风爆发中的作用

利用Scripps海洋研究所0—400m上层海洋热含量资料和美国环境监测中心/国家大气研究中心(National Centers for Environmental Prediction/National Center for Atmospheric Research,NCEP/NCAR)的再分析资料,运用经验正交分解(empirical orthogonal function,EOF)等统计方法,研究在有ENSO影响和去除ENSO影响的情况下,前期春季印度洋热含量如何影响南海夏季风爆发。结果表明,在没有扣除ENSO信号的情况下,热带印度洋热含量EOF分解第一模态呈东西相反变化的空间分布。印度洋东部热含量为正(负)异常、西部为负(正)异常时,南海夏季风爆发较早(晚),印度洋上层热含量主要通过影响热带印度洋上空大气的垂直运动和高低层辐散辐合,进而影响季风纬向环流的强弱,来影响南海夏季风爆发的早晚。在扣除ENSO信号的情况下,印度洋热含量CEOF(conditional EOF)第一模态的空间分布类似于EOF第一模态的空间分布;第二模态表现为除小部分海区外,热带印度洋热含量呈一致变化的海盆模态。这两个模态对南海夏...     

热带西太平洋海-气热量交换特征分析

本文采用1985年12月12日至1986年2月8日“向阳红14”号调查船在太平洋调查所获海洋水文气象资料,计算了四种热交换量。结果表明:海-气热输送与天气系统和海洋水文条件关系密切。冬季,在各种天气系统条件下西太平洋及中太平洋的大气主要是从海洋得到热量,其中以黑潮流经的海域最为明显,而热交换的方式主要是海洋以潜热的形式把热量输送给大气。     

自行式海底作业车的研究

理论分析和试验研究是本文写作基础，它详细地总结了大洋多金属结核资源开发而研究自行式海底作业车取得中期成果，它对我国大洋采矿和其它海底工程车辆的发展有着重要的文献价值和指导意义。     

太平洋海域海平面变化的灰色系统分析

应用灰色系统理论，对太平洋海域４８个长期验潮站的月均海平面分别建立了ＧＭ（１，１）模型。ＧＭ（１，１）模型能较好地反映太平洋海域的海平面变化的趋势，它除了能给出连续的海平面变化速率外，同时能方便地给出海平面变化的加速率。模拟结果表明，在太平洋地壳均衡假设下，太平洋海域的月均海平面以平均速率０．１７ｃｍ／ａ上升。在太平洋海域所取的４８个长期验潮站中，有４０个站在加速上升，全部站的平均加速度为０．０００２９ｃｍ／ａ２。且加速率逐渐增大。当然这些加速率都很小，但作为一种普遍性的趋势，这已足以说明：太平洋海域的海平面在加速上升