周期-频度谱在小爆破自动识别研究中的应用

历年来在所开展小爆破识别与判据研究的基础上,进行了计算机易于实现爆炸事件自动识别判据的研究,通过对近震、爆破、矿塌和远震事件的周期-频度谱、波形不规则指数、卓越周期开展的研究,确定了切实可行的爆破事件自动识别方法和判据,达到了77%以上的正确自动识别概率。关键词爆破;自动识别;周期-频度谱;波形不规则指数;卓越周期     

棉花吐絮收获期连阴雨灾害风险区划

为了进一步提高棉花生产中吐絮收获期连阴雨灾害的应对处置能力和水平,采用陕西关中棉区42个气象站1970—2010年的8月下旬至10月中旬逐日降水资料,同期的棉花灾情资料,经济资料和地理信息资料,基于GIS技术,针对影响陕西棉花吐絮成熟收获期的主要灾害——连阴雨进行风险区划研究,以期充分利用气候资源,避开不利气候条件,提高应对连阴雨灾害能力。结果表明:陕西关中棉花吐絮成熟收获期连阴雨灾害的高风险区和中等风险区在宝鸡市和西安南部沿秦岭北麓的周至、户县、长安和蓝田,不利于大面积种植棉花。关中东部渭南市、咸阳大部分区县,西安的临潼、阎良、高陵县,处于棉花种植的低风险区,能够保证棉花正常吐絮成熟收获。     

泥河湾盆地洞沟剖面的光谱光度时间序列

泥河湾盆地东部的洞沟剖面出露一套以湖相为主的地层,其顶部覆盖了末次间冰期古土壤与末次冰期黄土。测量了该剖面的光谱光度和磁化率,结果显示,亮度(L*)随深度的变化趋势基本与色度a*、色度b*相反,即低亮度值对应高色度值。砂层的亮度值相对低,而质量磁化率高。亮度记录可以与洛川黄土剖面的磁化率记录对比,即亮度低值段可与磁化率高值段对比,这可能源于两者都受东亚季风的控制。对比后获得了30个时间控制点,在此基础上,建立了洞沟剖面测量参数的时间序列。谱分析表明,各参数的时间序列显示了主要的米兰科维奇周期,这显示泥河湾古湖沉积物对古气候的周期性变化敏感。     

Hilbert变换在海浪波高与周期联合分布函数中的应用

Longuet-Higgins(1983)[1]导出了波高与周期的联合分布函数,此分布函数虽然与实际数据符合良好,但存在很大的缺陷,如:由此分布函数得出的波高分布为形式较为复杂的非Rayleigh分布,很难应用于工程计算中。孙孚(1988a)[2]应用射线理论导出了一种波高与周期联合分布,虽然弥补了Longuet-Higgins的一些缺陷,但推导过程过于复杂。本文在窄谱假定下通过应用Hilbert变换方法得出新的分布函数并与前两者比较,表明Hilbert变换的方法不但简便,而且完全克服Longuet-Higgins的不足,可以方便的应用于工程计算中。本文也为Hilbert变换的方法在工程中的应用提供了理论依据。     

孟加拉湾季风对热带气旋生成和发展的调制机制研究

孟加拉湾与其他热带海盆不同,在季风影响下,该地区热带气旋具有双气旋季的独特结构(4—5月的春季转换期和10—11月的秋季转换期)。虽然孟加拉湾气旋频数在10—11月较多,但是4—5月超强气旋(Saffir-Simpson 4,5级)的生成率却远高于10—11月。1981—2016年,春季转换期内孟加拉湾超强气旋都与第一支北传季节内振荡(First Northward-propagating Intra-Seasonal Oscillation,FNISO)相应而生,然而并不是所有伴随FNISO发生的气旋都能发展成为超强气旋。因此本研究以气旋生成指数为基础,利用气旋最佳轨道数据以及NCEP的海气参量数据,诊断指出孟加拉湾夏季风形成的强垂直风速剪切配合低层大气旋度和气旋潜在强度抵消夏季风期间水汽对气旋生成的促进作用,造成双峰分布,而中层大气相对湿度差异双峰不对称的主因。FNISO强度的不同与深对流中心与气旋中心的相对位置的差异,使得部分气旋受季节内振荡影响更大,强深对流的超越作用导致更显著的高低层大气温差,促使气旋具有且达到更大的潜在强度。在年际尺度上大气高低层温差的不同也是引起气旋潜在强度不同的主要原因。当季节内尺度和年际尺度共同作用,使得部分气旋发展成为超强气旋。     

1961—2017年新疆积雪期时空变化特征及其与气象因子的关系

利用新疆89个地面站逐日积雪深度观测资料,研究探讨了1961—2017年新疆区域积雪期、积雪初日、积雪终日的时空变化规律,分析了北疆和天山山区积雪期的年代际和周期变化特征及其与气温、降水的关系.结果表明:新疆各地积雪期、积雪初日和终日存在明显的差异,积雪期以天山为界北多南少;从空间分布看,天山山区和新疆北部阿勒泰、塔城...     

Transition Periods Between Sea Ice Concentration and Sea Surface Air Temperature in the Arctic Revealed by an Abnormal Running Correlation

This study used the synthetic running correlation coefficient calculation method to calculate the running correlation coefficients between the daily sea ice concentration(SIC) and sea surface air temperature(SSAT) in the Beaufort-Chukchi-East Siberian-Laptev Sea(BCEL Sea), Kara Sea and southern Chukchi Sea, with an aim to understand and measure the seasonally occurring changes in the Arctic climate system. The similarities and differences among these three regions were also discussed. There are periods in spring and autumn when the changes in SIC and SSAT are not synchronized, which is a result of the seasonally occurring variation in the climate system. These periods are referred to as transition periods. Spring transition periods can be found in all three regions, and the start and end dates of these periods have advancing trends. The multiyear average duration of the spring transition periods in the BCEL Sea, Kara Sea and southern Chukchi Sea is 74 days, 57 days and 34 days, respectively. In autumn, transition periods exist in only the southern Chukchi Sea, with a multiyear average duration of only 16 days. Moreover, in the Kara Sea, positive correlation events can be found in some years, which are caused by weather time scale processes.     

深水等深流沉积中记录的米兰科维奇特性——以陕西富平地区上奥陶统赵老峪组为例

陕西富平地区上奥陶统赵老峪组为深水盆地边缘至深水斜坡沉积环境,发育深水原地沉积、等深流沉积及重力流沉积。以野外实测剖面、岩相特征等资料为基础,结合米兰科维奇理论、天文地层学、古海洋学以及古气候学,系统研究该地区等深流强度与古气候、海平面、古盐度的关系。结果表明:Fischer图解可以客观、准确地反映深水沉积地层相对海平面变化;深水沉积及等深流沉积中不同级次旋回垂向组合关系记录了米兰科维奇特性,即小级别旋回在垂向上有序地按照1∶4或者1∶5的形式叠加构成较大级别旋回;等深流强度受米兰科维奇旋回影响,呈多周期弱→强→弱递变;等深流强化周期约为0.1Ma。     

中国作物物候对气候变化的响应与适应研究进展

以气候变暖为主要特征的气候变化对作物物候产生了重要的影响,通常气温升高会导致作物生长速度加快,生育期缩短,从而造成作物产量下降,不利于农业发展。同时,作物物候变化可以直接或间接反映气候变化情况,对于气候变化具有重要的指示意义。作物物候的研究对于农业气象灾害的预防、农业生产管理水平的进步以及农业产量提高都极为关键。随着全球地表气温的持续升高,作物物候相关研究也越来越引起科学家的关注。论文结合作物物候的主要研究方法,综述了中国近几十年来小麦、玉米、水稻以及棉花、大豆等主要农作物的生育期变化特征以及主要的驱动因子,得到以下主要结论：①在研究方法上,统计分析方法应用最为普遍,其他几种方法都需要与统计分析方法相结合使用。另外,作物机理模型模拟方法易于操作、可行性强,在物候研究中应用也比较多。遥感反演方法对作物生育期的特征规律要求较高,一般主要关注作物返青期。②整体上,小麦全生育期主要呈缩短趋势,而玉米和水稻全生育期以延长趋势为主。③作物物候变化的驱动因子主要是气候变化和农业管理措施改变,其中,气候变化是主导驱动因子,对作物物候变化起决定作用,而调整农业管理措施,在一定程度上抵消气候变化对作物生育期的不利影响。作物物候对气候变化的响应和适应研究可以为农业生产适应气候变化提供重要的理论依据和对策。     

Stochastic bivariate time series models of waves in the North Sea and their application in simulation-based design

In this paper, we present and evaluate three long-term wave models for application in simulation-based design of ships and marine structures. Designers and researchers often rely on historical weather data as a source for ocean area characteristics based on hindcast datasets or in-situ measurements. The limited access and size of historical datasets reduces repeatability of simulations and analyses, making it difficult to assess the sampling variability of performance and loads on marine vessels and structures. Markov, VAR and VARMA wave models, producing independent long-term time series of significant wave height (H_s) and spectral peak period (T_p), is presented as possible solutions to this problem. The models are tested and compared by addressing how the models affect interpretation of design concepts and the ability to replicate statistical and physical characteristics of the wave process. Our results show that the VAR and VARMA models perform sufficiently in describing design performance, but does not capture the physical process fully. The Markov model is found to perform worst of the tested models in the applied tests, especially for measures covering several consecutive sea states.