八种海产硬骨鱼类消化系统的比较解剖研究

本文对硬骨类中的5个目、8科、8属、8种鱼类的消化系统作了比较解剖研究。8种鱼类均为肉食性，但由于所摄取的动物种类不同，因此8种鱼类在消化系统各部分形态结构上各具特点。消化系统各部特点是与食性及食物种类相适的。     

应用区域地基全球定位系统观测分析北京地区大气总水汽量

利用2000年6月1日～8月11日北京地区地基全球定位系统(Globe Positioning System)网遥感大气总水汽量试验的观测资料,分析了北京地区夏季大气总水汽量的时空变化,研究了大气总水汽量与日平均温度、地面水汽压和降水的关系.研究结果表明:大气总水汽量存在明显的时空变化,对于地理位置基本相近的台站,海拔高度的影响比较明显,一般情况下高山站的水汽总量低于平原站;在晴天,地面水汽压与大气总水汽量有较好的相关性,而在云雨日,由于高低层大气湿度的变化常常不同步,用地面水汽压估算的大气总水汽量具有较大的偏差;大气总水汽量短时间内的快速增加往往对应有降水过程出现,但总水汽量的大小与降水量之间并没有明显的相关,在降水预报中应综合考虑总水汽量的前期平均水平、短时的增幅和峰值大小等条件的影响.     

延庆-张家口地区复杂地形冬季山谷风特征分析

基于2016年12月—2017年2月和2017年12月—2018年2月两年冬季的近地面自动气象站逐时观测数据以及张家口探空数据分析延庆-张家口一带（包括张家口崇礼、赤城、海坨、小五台山区,延怀、怀涿、洋河、蔚县盆地以及北京延庆、昌平、怀柔部分平原地区）复杂地形的风场精细化时、空分布特征,揭示不同复杂地形下局地风场的时、空变化规律,加深对复杂地形动力、热力作用对近地面风场影响的认识,为冬季山区风场预报以及复杂地形数值模式改进提供参考。结果表明:晴朗小风天风持续性作为矢量平均风速和标量平均风速的比值,可以作为研究风场变化规律的重要参数。根据风持续性的日变化特征,可以将研究区域内所有站点分为10种类型,分别代表不同局地地形特征的影响,风持续与风向变化的相关也很强。研究区域主要有3种类型的地形风:斜坡风、峡谷风以及较大尺度的山区平原风。不同地形特征下的风场、风持续性存在明显不同的日变化特征,山风和谷风相互转化的时间也不同,山区最早,盆地次之,平原区最晚;山风时段持续时间较谷风时段长,风速小;晴朗小风天实测风反映了实际风场的特征,而排除环境背景风场,弱化地形动力作用后整个冬季的局地风作为理论山谷风,更能反映热力作用下的山谷风特征。      

北京地区单双频地基GPS大气水汽遥测试验与研究

该文对北京地区单双频地基GPS大气水汽监测网布网依据、单频与双频地基GPS测量数据解算技术应用、GAMIT和Bernese地基GPS数据分析处理软件应用、远程遥控GPS数据采集与通讯系统、资料分析与数值同化应用等方面的工作进展进行简要介绍,重点讨论了单双频地基GPS大气水汽资料的解算技术及其应用效果。结果表明:在北京天气敏感区通过单双频地基GPS接收机合理组网布局,可构建并利用高分辨率电离层延迟订正技术将单频接收机的大气水汽监测精度提高到实用水平,为强降水天气预报提供有价值的产品。     

灰色关联度方法在大风和暴雨灾害损失评估中的应用

针对近20年北京地区发生的大风和暴雨灾害,应用灰色关联度方法,计算北京地区近20年的19个大风和暴雨灾例的灾情评估指标与关联度,进行损失评估和比较。结果表明,该方法对灾情等级划分和灾情损失排序是合理的,比较符合实际对灾情的评价,能够对不同气象灾害和同一级别的气象灾害灾情差异尺度做比较,是能够应用于实际工作中的一种科学方法。     

基于城市交通脆弱性核算的大雾灾害风险评估

选用大雾观测资料测算城市地区的雾灾危险性指数,以规则网格作为评估单元,逐网格计算网格区域内的路网密度,以此作为雾灾的空间脆弱性指标,并针对重点设施的分布情况对脆弱性指数进行空间叠加订正;选用网格内的人口密度作为雾灾的易损性指标;危险性、脆弱性及易损性3项指标按5:2:1的分配比例综合测算雾灾的风险指数。实例研究选用北京地区1996年1月—2006年12月的大雾资料,按空间网格化方法对大雾灾害风险进行评估,结果表明:北京地区雾灾脆弱性指数的高值区域与高速路及环城路延伸方向一致,城市中心为人口集中分布地区,其综合风险指数高,与高速路段、环城路及机场等地段均为雾灾的高风险区域,北京东南部地区年平均雾日数相对较多,危险性指数值也较高,是雾灾较高风险区域。     

北京地区一次罕见的雷暴大风过程特征分析

分析了2006年6月24日北京地区一次罕见的瞬时极大风速超过32 m.s-1的雷暴大风事件。多普勒天气雷达观测表明,此次强雷暴大风与镶嵌在飑线回波带中的弓形回波相关。后侧入流急流促使飑线回波带南段快速移动并与其前面的新生单体合并加强形成弓形回波。深厚的中气旋、低层径向速度辐合和高层辐散等在构成弓形回波的强对流单体形成过程中起了重要的作用。根据雷达回波特征演变推断,这次雷暴大风直接由构成弓形回波的一个强对流单体内的下击暴流导致。使用微波辐射计和风廓线仪的观测资料揭示了上述强风暴发生的环境条件,即高的对流有效位能值、中等强度的风垂直切变,以及风切变的分布特征为飑线等的产生提供了有利条件。下沉对流有效位能和对流层低层环境大气温度直减率明显增加并接近干绝热,这对即将到来的下击暴流具有指示意义。     

京津冀一次飑线过程的精细时空演变特征分析

利用常规探空资料、多普勒天气雷达资料和风廓线雷达资料对2013年3月19日夜里到20日凌晨发生在湖南中南部和广东北部的一次区域性雷暴大风天气进行了分析,发现本次强对流天气过程的天气尺度背景是北支高压脊的崩溃和南支槽的建立,槽前出现较强的低空急流和切变线并在湖南中南部和广东北部形成了上干冷下暖湿的温湿配置结构下发生并强烈发展的;地面自动站观测显示北风侵入到前期露点温度较高的贵州黄平地区并形成风向辐合触发了对流,之后对流单体东移进入前期地面辐合线和露点锋相配合,同时500 hPa极为干冷的湖南中部偏南地区不断发展加强成对流带;雷达观测显示19日夜里在湖南西部不断出现对流单体并在其东移南下过程中最终形成飑线结构,该飑线中存在多个超级单体;通过多普勒天气雷达的中气旋产品与雷暴大风出现时间对应比较发现：大多数由中气旋引发的雷暴大风,在雷暴大风出现前2~3个体扫,其中气旋底高不断下降至2 km左右或以下,且在雷暴大风出现前1~2个体扫,中气旋的最强切变高度显著下降至中气旋底高位置附近;通过风廓线雷达数据与雷暴大风出现时间对应比较发现：底层大气折射率结构常数(C2n)大幅度的跃升通常在雷暴大风出现前10~15 min左右出现,其对雷暴大风的出现可能具有一定的指示意义。基于雷达资料快速更新四维变分同化（RR4DVar）分析系统,利用京津冀6部新一代多普勒天气雷达资料和区域（约700个）自动站资料对2013年7月30—31日京津冀地区一次飑线系统在移动过程中系统不同部位的热动力结构及其环境场时空演变特征进行了分析。结果表明,这次飑线过程是在有利的天气尺度背景形势下发生发展的。飑线形成初期,其中段和南段前部有强的暖湿空气辐合上升运动,并受到强的中层垂直风切变的影响,且在飑线中南段两侧水平正负涡度近似平衡,这种环境下,十分有利于飑线中南段的组织发展。而北段前部受弱的中层垂直风切变及辐散下沉运动影响,不利于北段系统有组织的发展;随着飑线移动下山,中段和南段前部在较强的中层垂直风切变控制下,出现强的暖湿空气辐合上升运动,且存在偏南暖湿气流稳定输送到系统上升运动区中,这对飑线系统中段和南段自身对流单体新生及高度组织化极为有利。随着飑线演变为弓形回波,中段环境场仍维持强的中层垂直风切变且位于冷池出流边界的控制之下,由于地形强迫效应,有利于弓形回波前沿低空偏南暖湿气流的辐合上升,是飑线下山迅速增强并发展成弓形回波,且稳定维持的主要原因。     

京津冀地区气溶胶时空分布及与城市化关系的研究

利用AERONET（AErosol RObotic NETwork）数据对2008~2012年Terra MODIS（MOderate-resolutionImaging Spectroradiometer）C006 3 km卫星遥感气溶胶产品在京津冀地区的适用性进行了验证,分析京津冀地区3km分辨率气溶胶光学厚度（AOD）的时空分布和变化特征。利用DMSP（Defense Meteorological Satellite System）/OLS（Operational Linescan System）夜间灯光数据作为城市化评价手段,对京津冀地区城市化与AOD时空分布之间的关系进行了研究。结果表明:（1）MODIS 3 km气溶胶产品遥感反演数据和同期AERONET监测数据在研究区具有很好的一致性,相关系数达0.91,满足期望要求;（2）时间上,2008~2012年研究区年平均AOD值在0.361~0.453之间变化,年际间变化浮动大,总体呈下降趋势;AOD春季呈明显下降趋势,夏季总体呈微弱上升趋势,秋季和冬季呈明显上升趋势;（3）空间上,2008~2012年北京、天津和河北中南部的AOD值较高,河北北边AOD值较低;四季AOD空间分布呈现较强烈季节变化,夏季最高,冬季最低;（4）夜间灯光数据和AOD时空分布不仅在空间分布上呈现较好的一致性,且2008~2012年二者的地理权重回归（GWR）模型拟合度R2达0.8左右。研究区内AOD与夜间灯光数据二者相关性显著,城市化发展水平和人类活动对气溶胶的分布有着明显的影响。     

一种基于学习型特征的多模态影像匹配方法

多模态影像在辐射特征和几何特征方面存在的显著差异,会造成高精度匹配困难。因此,本文提出了一种融合多尺度深度学习特征的多模态影像匹配方法,主要利用深度残差神经网络结构自主训练学习影像的学习型特征,得到多模态图像之间更为丰富和更为准确的同名特征点对,实现了对多尺度、多时相影像的协同稳健匹配。结果表明,本文方法对于多组实验均能够得到数量丰富且分布相对均匀的同名特征点对,并具有高效、稳健的匹配性能。