东营市森林火险天气等级预报系统

利用9210传输的气象资料，选用国家气象中心T106和HLAFS数值预报产品中的要素作为火险天气因子，根据森林火险原因，建立了东营市森林火险天气等级预报系统。     

与T63数值预报产品相结合的江苏西南大风的预报方法

国家气象中心发送的T63数值预告产品在本台于95年6月份投入业务运行,为尽好、尽快地最大限度地将T63数值产品投入业务使用,以发挥其作用,从而具体体现T63的价值所在、在这方面,我们作了一些探讨与尝试。我们把《江苏大面积西南大风预报工具》与T63数值预告产品进行结合与释用,取得了良好的效果。     

宜春地区三类典型天气的风廓线雷达产品特征分析

选取江西省宜春市晴空、弱降水、强降水三类天气过程个例,结合天气形势、雷达回波、气象要素等资料,对比分析了风廓线雷达产品特征。结果表明：（1）在晴空天气背景下,风廓线雷达探测高度低,水平风速小,垂直风速正负值交替出现,大气折射率结构常数（Cn2）值最小。（2）在稳定性弱降水天气背景下,大气呈稳定状态,风廓线雷达探测高度随降水的产生而逐渐抬升,高低层有明显的风速切变,850 hPa赣南至赣东北有西南急流穿过,赣北有切变线存在,利于降水产生,垂直风速因降水影响出现朝向雷达正速度,Cn2值比晴空时大。（3）在具有产生强对流天气背景下,大气中对流强烈,风廓线雷达的水平风速增大,西南急流深厚且不断下沉,850-700 hPa有强烈的垂直切变,动力条件和水汽条件利于强降水产生,垂直风速表现为更大的朝向雷达正速度,Cn2值比弱降水时的大。     

基于CMIP6模式优化集合平均预估21世纪全球陆地生态系统总初级生产力变化

利用国际耦合模式比较计划第六阶段(CMIP6)中18个地球系统模式总初级生产力(GPP)模拟数据,基于传统的多模式集合平均(MME)和可靠集合平均方法(REA),在4个未来情景(SSP1-2.6,SSP2-4.5,SSP3-7.0和SSP5-8.5)下预估了21世纪全球陆地生态系统GPP的变化量,并分析了GPP变化的驱动因子。研究结果表明：在4个未来情景下,基于REA方法预估的全球陆地生态系统年GPP在未来时期(2068—2100年)比历史时期(1982—2014年)分别增长了(14.85±3.32)、(28.43±4.97)、(37.66±7.61)和(45.89±9.21)Pg C,其增量大小和不确定性都明显低于MME方法。在4个情景下,大气CO₂浓度增长对GPP变化的贡献最大,基于REA方法计算的贡献占比分别为140%、137%、115%和75%;除SSP5-8.5(24%)外,其他情景下升温均导致全球陆地生态系统GPP降低(-42%、-37%、-16%),部分抵消了CO₂施肥效应的正面贡献。温度的影响存在纬度差异：升温在低纬度地区对GPP有负向贡献,在中高纬度地区为正向贡献。降水和辐射变化对GPP变化的贡献相对较小。     

近十年来我国气候变暖影响研究的若干进展

近年来，我国政府和科技界十分关注气候王馥棠变暖对我国经济发展可能影响的评估, 开展了许多重大项目和课题的研究。该文仅就气候变暖对我国自然植被、农业、森林、水资源、能源利用和区域海平面上升等领域影响评估研究的若干有意义的初步结果简要归纳和评述如下:取自不同GCM模型的未来气候变化情景下的影响评估模拟表明，我国的特征性自然植被类型将会发生明显的变化。同当前气候（1951~1980年）下的模拟分布相比，到2050年我国几乎所有地方的农业种植制度均将发生较大变化；气候变暖将导致复种指数增加和种植方式多样化，但降水与蒸散之间可能出现的负平衡和土壤水分胁迫的增加以及生育期的可能缩短，最终将导致我国主要作物的产量下降。气候变暖对我国水资源最明显的影响将会发生在黄淮海流域，这个区域的水资源供需短缺将大大提高。同时，气候变暖将改变我国室内取暖和降温的能源需求关系:北方冬季取暖的能源消耗将减少, 而南方夏季降温的能源消耗将会增加。海平面的上升将使我国三个主要沿海低洼脆弱区，即珠江三角洲、长江三角洲和黄河三角洲，面临部分遭受海水淹没的威胁。     

基于多源数据的山东省围填海造地特点及发展趋势研究

文章基于文献资料分析、官方数据汇总、国产高分辨率资源卫星遥感影像信息提取以及发展趋势研判等方法,对改革开放以来山东省全海域范围内围填海造地的历史发展、现状特征、发展趋势及其对生态环境的影响进行了分析和总结,并提出相关的政策建议。研究表明:改革开放以来,山东省围填海造地累计已超过4.58万hm~2。21世纪以来围填海造地进入快速增长时期,尤其是2010年以来,全省围填海造地又掀起了一次新的热潮,其面积和速度都远远超过了历史水平。鉴于围填海造地对环境和生态的巨大影响,文章提出了加强管理、严格环境影响评价、引入生态环境补偿机制以及建立分级填海评估制度和年度监测机制等建议。     

Least-squares self-coherency analysis of superconducting gravimeter records in search for the Slichter triplet

We develop a new approach for the spectral analysis of the superconducting gravimeter data to search for the spheroidal oscillation ₁S₁ of the Earth solid inner core. The new method, which we call least-squares (LS) self-coherency analysis, is based on the product of the least-squares spectra of segments of the time series under consideration. The statistical foundation of this method is presented in the new least-squares product spectrum theorem that establishes rigorously confidence levels for detecting significant peaks. We apply this approach along with a number of other innovative ideas to a 6-year long gravity series collected at the Canadian Superconducting Gravimeter Installation (CSGI) in Cantley, Canada, by splitting it into 72 statistically independent monthly records. Each monthly record is analysed spectrally and all monthly LS spectra are multiplied to construct the self-coherency spectrum of the 6-year gravity series. The self-coherency spectrum is then used to detect significant peaks in the band 3-7 h at various significant levels with the aim to identify a triplet of periods associated with the rotational/ellipsoidal splitting of ₁S₁ (Slichter triplet). From all the Slichter periods predicted by various researchers so far, Smylie's triplet appears to be the most supported one, albeit very weakly, both, before and after the atmospheric pressure effect is removed from the series. Using the viscous splitting law [Smylie, D.E., 1992. The inner core translational triplet and the density near Earth's center. Science 255, 1678-1682] as guide, we can also see one interesting and statistically significant triplet with periods A = {4.261 h, 4.516 h, 4.872 h}, which changes slightly to A′ = {4.269 h, 4.516 h, 4.889 h} after the atmospheric pressure correction is applied to the gravity series.     

中规模卫星云图接收系统故障排除及产品处理

针对中规模卫星云图接收系统在接收过程中常见的几种错误，本文分析了问题的发生原因，并详细演示了应对办法。最后讨论了web格式产品的制作和分发。     

Robust估计的算法优化

本文分析了Ｒｏｂｕｓｔ估计收敛慢的原因，提出以最小二乘平差的残差（Ｖ）为初始信息，用Ｌ１估计的权函数所计算的权力初始权，根据迭代计算的残差的大小，及残差的变化所提供的信息，构造出加速收敛的算法，计算结果表明，较之一般的方法，迭代次数显著减少，辨识杠杆点含粗差的能力有较大提高，即搜索粗差的效率有很大提高。