A comparative analysis of the NDVIg and NDVI3g in monitoring vegetation phenology changes in the Northern Hemisphere

Phenology is a sensitive and critical feature of vegetation and is a good indicator for climate change studies. The global inventory modelling and mapping studies (GIMMS) normalized difference vegetation index (NDVI) has been the most widely used data source for monitoring of the vegetation dynamics over large geographical areas in the past two decades. With the release of the third version of the NDVI (GIMMS NDVI3g) recently, it is important to compare the NDVI3g data with those of the previous version (NDVIg) to link existing studies with future applications of the NDVI3g in monitoring vegetation phenology. In this study, the three most popular satellite start of vegetation growing season (SOS) extraction methods were used, and the differences between SOSg and SOS3g arising from the methods were explored. The amplitude and the peak values of the NDVI3g are higher than those of the NDVIg curve, which indicated that the SOS derived from the NDVIg (SOSg) was significantly later than that derived from the NDVI3g (SOS3g) based on all the methods, for the whole northern hemisphere. In addition, SOSg and SOS3g both showed an advancing trend during 1982–2006, but that trend was more significant with SOSg than with SOS3g in the results from all three methods. In summary, the difference between SOSg and SOS3g (in the multi-year mean SOS, SOS change slope and the turning point in the time series) varied among the methods and was partly related to latitude. For the multi-year mean SOS, the difference increased with latitude intervals in the low latitudes (0–30°N) and decreased in the mid- and high-latitude intervals. The GIMMS NDVI3g data-sets seemed more sensitive than the GIMMS NDVIg in detecting information about the ground, and the SOS3g data were better correlated both with the in situ observations and the SOS derived from the Moderate Resolution Imaging Spectroradiometer NDVI. For the northern hemisphere, previous satellite measures (SOS derived from GIMMS NDVIg) may have overestimated the advancing trend of the SOS by an average of 0.032 d yr^–1.     

基于DBSCAN算法的孔深测量与地层反演理论研究

论文针对地质勘探取心工况复杂、钻进深度大、事故发生率高、岩性复杂、钻进参数难以获取、无法实时掌握钻进状态的难题,在充分调研现有工况识别技术的采集原理、功能种类、现场实测的基础上,结合钻探智能化、自动化的发展方向,运用硬件与软件结合的思想,设计了实时测量钻探参数的方案。论文首次提出使用DBSCAN（针对噪声空间基于分布密度进行聚类的算法）密度聚类法分析钻进参数,结合光电编码器增量的正负性进行工况判别,以获取钻头位置以及钻孔深度。该方案可以判别钻进状态,获取钻进工艺参数,将测量数据作为所钻地层的可钻参数来反演地层。钻机的自动化、智能化研究能获取大量地层资料,有利于推进钻进工艺学发展,实现从经验钻探到智能钻探进的突破。同时,为智能钻进系统奠定基础。     

天陇铁路上倪滑坡工程地质特征分析及地质选线

在天陇铁路勘察设计工作中,发现上倪滑坡是新建天水至陇南铁路一处控制性不良地质体。本文在充分获取地质资料的基础上,从地形地貌角度出发,结合其地层岩性特征,分析了滑坡成因,认为上倪滑坡在北侧和南侧各存在一个软弱面,滑坡整体稳定性较差,尤其是滑坡北侧危险性较大。通过力学计算,显示该滑坡自然状态下能够保持相对稳定,但在地震或暴雨天气下发生滑动的可能性极大,对线路工程具有严重影响。经过对三种线路方案的综合比选,建议以深埋隧道形式从后壁通过上倪滑坡,保证工程安全性。     

基于遥感的大兴安岭小扬气镇用地类型变化及生态环境状况评价

大兴安岭小扬气镇位于大兴安岭南部,属大小兴安岭森林生态功能区,森林覆盖率高,湿地资源丰富,曾是木材生产基地。为掌握小扬气镇用地类型现状及其变化,开展生态状况评价,利用多源卫星遥感数据,通过多尺度图像分割、决策树及目视解译等方法分别对该区1985年、1998年、2008年和2018年土地利用类型进行提取,计算生态环境状况指数(I_E),评价生态环境状况。结果表明: 小扬气镇土地利用类型以林地、沼泽、水域为主,三者占研究区总面积的97%以上; 沼泽草地主要由阔叶林转化而来,耕地主要由阔叶林、沼泽草地转化而来,草地主要转化为阔叶林、沼泽草地,阔叶林与沼泽草地之间的相互转化最为剧烈; 新增工矿仓储用地主要占用了原有阔叶林土地,新增住宅用地主要占用了原有的沼泽草地、阔叶林、森林沼泽等。总体来看,区内生态环境状况良好,在维护生态安全、促进当地绿色经济发展中起到了重要作用。     

陕西关中两次霾重污染过程气象条件分析

应用常规观测资料、污染物浓度资料和NCEP 1°×1°再分析资料从环流形势、边界层特征和扩散条件等方面对2013年和2016年两次持续性霾重污染过程进行对比分析。结果表明:①2013年过程和2016年过程在500hPa高空上分别为阻塞环流型和纬向环流型,关中地区受偏西气流影响、地面气压场较弱、大气层结均比较稳定;②2013年过程西安贴地逆温层顶高度低、相对湿度大、气温低、不利于大气垂直湍流交换,污染物容易堆积,这也是2013年过程比2016年过程重污染持续时间长、污染浓度高的原因之一;③两次过程西安平均风速均小于2m/s,具有显著的低风速特征,且东北风为其主导风向。持续东北风引起上游污染传输和低风速导致的本地污染累积是造成2013年过程污染浓度更高的重要因素;④2013年过程结束是受强冷空气影响,来自高空的干洁大气下沉到地面,置换了边界层的污染空气,使空气质量得到根本改善;而2016年过程是受高原槽东移影响,雨雪天气的沉降作用使得霾消散。     

苏州市一次重霾污染天气过程的数值模拟

本文对苏州地区2015年12月13—15日发生的一次典型的重霾污染天气过程进行了数值模拟,分析了颗粒物及其组分的时空变化特征及其气象影响因子,以期为该区域空气污染治理和预防提供科学依据。结果表明:(1)利用WRF-Chem模式对此次重霾污染天气过程的污染气体成分进行数值模拟后发现,小时平均的PM_(2.5)、PM_(10)、CO、SO_2、NO_2模拟值与实测值的相关系数较高,达到0.68以上,通过了P0.01的显著性检验,且日变化过程对应也较好。(2)通过分析此次污染过程的天气背景,发现污染形成期高空环流比较平直,中层为均匀的弱高压控制,地面受弱高压脊控制,这种形势容易导致颗粒物的堆积。后期地面等压线密集时,风速大,有利于污染物的输送与扩散。(3)通过分析此次污染过程期间气象要素的变化发现,有逆温、风速小、相对湿度大等不利的气象条件是导致此次污染过程发生的重要原因之一。(4)HYSPLIT轨迹分析显示,此次重霾过程主要受北方大范围灰霾颗粒物南下影响,北方污染气团逐步南推,14至15日本地大气扩散条件差、污染物累积,最终导致本地污染加重,从而发生重霾事件。(5)火点图的分布进一步验证了此次重霾污染过程是由外来污染气团输入所导致。     

1822号“山竹”台风龙卷过程观测与预警分析

2018年9月17日09:37—10:00,在登陆台风“山竹”外围螺旋雨带中,广东省佛山市三水区到肇庆市四会区发生了EF2级强龙卷,龙卷路径长度18 km,持续时间23 min,平均时速47 km/h,导致不少建筑物损毁。本次过程佛山市进行了龙卷预警试验,提前37 min发布了龙卷预警,龙卷没有造成人员伤亡。利用观测资料对产生强龙卷的环境场特征、地面自动站和雷达观测的中小尺度特征以及龙卷预警试验进行了分析,结果表明:产生龙卷的微型超级单体出现在台风外围和副高边缘之间的强东南急流中,具有低层辐合、高层辐散、水汽充足等典型台风外围龙卷环流形势特征;强的低空0~1 km垂直风切变、大的风暴相对螺旋度和低的抬升凝结高度等环境条件利于龙卷的生成;龙卷影响时,邻近地面自动气象站观测要素表现出明显的信号,瞬时大风和最低气压的极值区呈东南至西北向带状分布,与龙卷路径一致,龙卷过境前后,单站气压“漏斗”明显,5 min降压/升压幅度达-2.5 hPa/+2.1 hPa;广州多普勒天气雷达探测到龙卷母体风暴的低层钩状回波和入流缺口特征,以及低层强中气旋和类TVS特征。预警试验初步表明,对台风龙卷高发区,在环境场有利情况下,若低层出现中等或以上强度中气旋,其底高在1 km以下,可以考虑发布龙卷预警。      

震源机制和场地条件对近场强震地面运动特性的影响

将欧洲数百条地震动记录按震级、震中距、场地类别及震源机制等条件分类,通过对地震动记录加速度峰值比、加速度峰值衰减规律及反应谱比等内容的统计分析,研究了震源机制、场地类别等因素对竖向地震动的影响。结果表明,震源机制和场地类别这两种因素在近场区对竖向地震动特性有显著的影响。     

黄土高原植被变化对环境影响的数值模拟

使用美国NCAR新版MM5非静力平衡模式,模拟了黄土高原2003年6月26~30日的一次降水过程。该试验是通过改变黄土高原局部地区植被覆盖情况,对比分析植被改变区域内各气象要素的变化情况。结果表明:植被改善能使雨量增加,径流量减小,湿度增大,温度日较差减小,使气候变的温和。植被退化却使雨量减少,径流加大,易使水土流失,对水土保持不利。试验较全面地揭示了非均匀地表大气边界层内的温、湿场与陆面相互作用的机理。     

基于激光雷达测风数据的复杂地形下风力机尾流特性研究

以张家口某处风电场为实验场地,采用两台多普勒激光雷达(Wind3D 6000和WindMast WP350)分别测量风力机的尾流和来流风速,对全尾流、半尾流和独立尾流3种工况进行研究。结果表明,3种工况下随着尾流发展尾流宽度均不断变大,而尾流深度和速度衰减则不断减小;全尾流和半尾流工况中,上游风力机的存在会增加下游风力机尾流宽度,且全尾流比半尾流的增加量大;全尾流和半尾流工况中,相较于上游风力机,下游风力机尾流深度和速度衰减均较小。