地球自转速率对海平面纬向变化影响的初步研究

本文用了太平洋地区内近３００个验潮站的海平面观测资料，计算了不同纬度带平均海症状贩 年际变化与地球自转速率年际变化之间的相关性，利用简化的地球海洋模型，从理论上定性地讨论了地球自转速率变化影响海洋纬向运动的可能物理机制。     

Effect of day length during plant development and caryopsis maturation on flowering and germination, in addition to temperature during dry storage and light during wetting, ofSchismus arabicus(Poaceae) in the Negev Desert, Israel

Schismus arabicusis a common annual with an ‘escape’ strategy of caryopsis dispersal and ‘opportunistic’ strategy of germination. It inhabits the Negev and Saharo-Arabian and Irano-Turanian phytogeographical regions. It displays a quantitative long-day response for flowering and a day length response in caryopses germinability. Germination in the dark was much higher than in light. The longer the period of light, from 0·5 h to continuous light, the lower the percentage of germination. The low percentage of germination, which is also regulated by temperature during dry storage, is important for the survival ofS. arabicusunder the unpredictable distribution and small amounts of rain in its extreme desert habitats.     

城区与郊区不同地形地貌下云地闪分布规律初步研究

利用上海3台SAFIR3000闪电定位仪的测量数据、计算机软件技术和数据统计方法对上海地区云地闪的分布规律进行了研究,得出了以下结论：①受地形地貌及高大建筑的影响,上海地区的云地闪分布规律是南北多,东西少,城区多,郊区少;②在郊区发生的云地闪密度虽然低于城区,但是其雷电流的平均强度要高于城区;③上海地区14：00-21：00是云地闪发生最为频繁的时间段。雷暴日是用于表征某地雷电活动的频繁程度并据此进行风险评估及确定雷电防护等级的一个重要参数,但此参数在实际应用过程中存在着一些问题,文章提出了用＂闪电密度＂或者＂地闪密度＂代替雷暴日的设想。     

厄尔尼诺与太阳活动的50d振荡

本文分析研究了１９８１—１９９４年太阳辐射流量（２８００ＭＨｚ）、太阳黑子相对数、大气角动量和地球自转日长变化序列的５０ｄ振荡．振荡周期的变化范围从４０ｄ至６０ｄ，它们的变化规律极其相似。１９８１年－１９９４年期间发生的３次厄尔尼诺均出现在太阳活动的５０ｄ振荡周期的谷值时期．这说明太阳活动的５０ｄ振荡可能是引起厄尔尼诺事件的一种原因．     

黑龙江省大风分布特征及风险区划研究

选取黑龙江省1971-2005年35年大风资料,分析了78个市（县）大风的时空分布特征,运用信息扩散理论的计算方法得出发生不同大风日数的概率风险估计值,并用GIS技术制成风险图并进行区划。研究表明：①黑龙江省大风20世纪70、80年代最多且波动性较大,90年代至20世纪初明显减少,并趋于稳定;大风多发在春季,是造成春旱、春季火灾的主要原因。②年总大风日数,高值区多分布在松嫩平原、三江平原,低值区以大兴安岭、伊春、牡丹江地区为主。③以信息扩散理论计算方法得出发生大风为1 d、2 d、3 d、4 d的概率风险估计值,大风风险高值区在黑龙江省中南部自西向东呈带状分布,北部、中北部、西部及南部为风险低值区。运用信息扩散理论首次实现对黑龙江省不同大风日数进行风险评估,其具有所需资料少,并可实现对市（县）以下地域单元不同灾害的发生风险及损失风险评估的优点。     

A framework to estimate sediment loads using distributions with covariates: Beaurivage River watershed (Québec,Canada)

A framework to estimate sediment loads based on the statistical distribution of sediment concentrations and various functional forms relating distribution characteristics (e.g. mean and variance) to covariates is developed. The covariates are used as surrogates to represent the main processes involved in sediment generation and transport. Statistical models of increasing complexity are built and compared to assess their relative performance using available sediment concentration and covariate data. Application to the Beaurivage River watershed (Québec, Canada) is conducted using data for the 1989–2004 period. The covariates considered in this application are streamflow and calendar day. A comparison of different statistical models shows that, in this case, the log‐normal distribution with a mean value depending on streamflow (power law with an additive term) and calendar day (sinusoidal), a constant coefficient of variation for streamflow dependence and a constant standard deviation for calendar day dependence provide the best result. Model parameters are estimated using the maximum likelihood estimation technique. The selected model is then used to estimate the distribution of annual sediment loads for the Beaurivage River watershed for a selected period. A bootstrap parametric method is implemented to account for uncertainties in parameter values and to build the distributions of annual loads. Comparison of model results with estimates obtained using the empirical ratio estimator shows that the latter were rarely within the 0·1–0·9 quantile interval of the distributions obtained with the proposed approach. Copyright © 2008 John Wiley & Sons, Ltd.     

利用小波分解改进极移预报模型

高精度的日长（length of day,LOD）变化ΔLOD预报值在深空探测器跟踪、卫星自主导航和气候预测等领域具有重要作用。针对ΔLOD复杂的时变特性,首先,利用奇异谱分析（singular spectrum analysis,SSA）方法提取ΔLOD时间序列中的趋势项、周年项与半周年项等主成分,并基于SSA迭代插值算法对主成分进行外推;其次,采用差分自回归滑动平均（autoregressive integrated moving average,ARIMA）模型对扣除主成分的剩余项进行建模预测;最后,将SSA主成分外推值与ARIMA预测值相加获得ΔLOD预报值。选取国际地球自转与参考系服务组织发布的2000-01-01—2001-12-31的ΔLOD数据进行1~365 d跨度的预报实验,并将SSA+ARIMA预报结果与反向传播神经网络、广义回归神经网络和高斯过程等机器学习方法的预报结果进行对比分析。结果表明,SSA+ARIMA方法的预报精度优于几种机器学习方法,特别是中长期预报精度优势更为显著,其中,对于1~30 d短期和30~365 d中长期的预报,SSA+ARIMA方法的平均绝对预报误差相对于机器学习方法最大分别降低了39%和61%。

     

地磁Z分量日变化特征

利用昌黎、红山等台站的地磁Z分量日变资料,分析了磁静日幅度、磁扰日幅度和磁静日低点时间的年变化与长期变化,结果年变化和长期变化都非常明显。磁静日幅度的长期变化量可达14～15nT;磁静日低点时间的年变化,提前区与滞后区低点时间最大可相差42min。而低点时间的长期变幅度化幅度一般50min左右,且长期变化量由西向东有逐渐减小趋势,最大与最小两台时差可达21min。长期变幅最小的2个台为文安和昌黎,可能与海水影响有关。     

推进地学创新的地壳形变大地测量学

现代大地测量学是当今信息时代最具活力的一门地学基础学科,它在地震预报中的应用促进了一门前沿交叉新学科－－地壳形变大地测量学的形成。地壳形变大地测量学是击破地震预报两个“瓶颈”－－“时空信息不足”和“应用基础研究薄弱”的有力武器。它证实地壳动力学的基本状态不是“自组织临界状态”而是“自组织”,因而地震是可能预报的;它开创了“时空图像动力学预报的新途径,发现了几种可望具有重现性的地震前兆。在论述地壳形变大地测量学的形成,给出学科初步定义,评估成绩和问题的基础上,该文当前的研究工作提出了7项建议。     

化州暴雨气候特征分析及极端事件重现期计算

利用化州1959年以来的降水资料,对化州暴雨气候变化特征进行分析,在此基础上,研究极端降水的重现期,以期为化州市洪涝灾害的防范和风险管理提供一定的参考数据。统计分析表明,化州年暴雨日数与年雨量之间相关性较好,连续性暴雨多发生在龙舟水以及台风影响期间;暴雨日数、年暴雨量变化趋势显著;暴雨日数1964年发生了突变;暴雨日数、暴雨量存在11年的主要准周期;计算重现期,化州50a一遇的最大日降水量为395.2mm,100a一遇的最大日降水量为451.2mm。