搜索结果: 1-15 共查到“知识要闻 气候学”相关记录1410条 . 查询时间(2.312 秒)
中国科学院大气物理研究所江洁等-GRL:基于气候敏感度的亚洲高山区多年冻土约束预估(图)
气候 土壤 有机
font style='font-size:12px;'>
2024/10/25
多年冻土区储存着大量土壤有机碳。全球增温背景下,多年冻土的退化会造成土壤有机碳释放,进一步加剧气温升高。亚洲高山区是全球中低纬度多年冻土分布最为广泛的区域。研究表明,该地区多年冻土的范围在未来可能会急剧缩小、活动层厚度增大,从而成为潜在的碳源。因此,亚洲高山冻土区的未来气候变化问题,受到气候学界的高度关注。
中国科学院大气物理研究所孔磊等-ESSD:2013–2020年中国大气污染物排放源反演清单CAQIEI发布(图)
大气污染 二氧化硫 氮氧
font style='font-size:12px;'>
2024/10/25
2024年10月18日,中国科学院大气物理研究所(简称“大气所”)在Earth System Science Data上发表题为《Changes of air pollutant emissions in China during two clean air action periods derived from the newly developed Inversed Emission Inve...
中国科学院大气物理研究所张稳等-EI: 中国北方草地地上和地下净初级生产力的高精度制图与因子分析(图)
气候 碳循环 观测
font style='font-size:12px;'>
2024/10/25
植被净初级生产力(NPP;包括地上和地下两个部分)是草地碳循环的关键组分,在大尺度、高精度水平上评估量化草地NPP并探索其主要环境控制因素,对于准确理解全球碳循环,以及草地生产力不同组分对未来气候变化的潜在响应至关重要。
中国科学院大气物理研究所李柯欣、郑飞等-NPJ:GMST不同尺度分量的月际变化特征为其季节内-年际精准预测提供关键可预测(图)
气候 温度 能源
font style='font-size:12px;'>
2024/10/25
全球平均表面温度(GMST)是评估气候变化和气候变率的核心指标。在气候变化影响加剧的背景下,准确预测GMST的季节内-年际波动能够为农业生产、能源规划、防灾减灾等领域提供关键预警信息。然而,现有研究对全球表面温度变化机制的理解尚不充分,加之预测方法的局限性,导致Met Office、NOAA、Carbon Brief等气候预测国际前沿机构对年际GMST量值预测误差达0.2~0.3℃,WMO也仅能提...
中国科学院植物所苏艳军研究组揭示温带森林冠层结构影响秋季物候的机制(图)
苏艳军 森林 结构 气候
font style='font-size:12px;'>
2024/10/16
秋季物候是温带森林对气候变化的敏感响应指标,也是影响森林碳汇能力的重要因素之一。解析温带森林秋季物候时空变异的驱动机制,对于准确预测其在全球变化中的响应及碳汇能力至关重要。现有研究普遍认为,宏观气候是秋季物候时空变异的主要驱动力。然而,宏观气候无法解释秋季物候的局地空间变异。在相同宏观气候条件的局部区域内,相同树种的秋季物候仍可呈现出很强的空间差异。目前,导致温带森林秋季物候局地空间变异的机制仍不...
中国科学院大气物理研究所龚海楠等-GRL:2022年12月北美极端冷事件归因(图)
气候 极端 暴雪
font style='font-size:12px;'>
2024/10/25
2024年10月15日,随着全球变暖的加剧,极端天气事件频繁发生。除了极端高温事件外,北半球冬季也频繁出现破纪录的极端冷事件,而这些极端冷事件的成因目前尚无共识。2022年12月,北美遭遇了罕见的“炸弹气旋”袭击,造成大范围的极端暴雪和低温冰冻灾害,给当地带来了严重的经济损失和人员伤亡。中国科学院大气物理研究所副研究员龚海楠等人利用观测和再分析数据,以及英国Hadley中心提供的大样本归因试验数据...
中国科学院南海海洋研究所青藏高原深部动力学过程与地表响应机制研究取得重要进展(图)
动力学过程 地质 气候
font style='font-size:12px;'>
2024/10/17
2024年10月12日,中国科学院边缘海与大洋地质重点实验室研究员王志及其合作者,在青藏高原深部动力学过程与高原隆升和岩浆活动的响应机制研究中取得了重要突破,相关研究成果发表在《Earth and Planetary Science Letters》(EPSL)/《地球与行星科学通讯》上。实验室研究员王志为论文并列第一作者和共同通讯作者,博士伏毅和院士林间为共同作者。
中国科学院大气物理研究所余晗召等JC: 耦合模式对环球遥相关型的模拟效果由印度夏季风降水决定(图)
余晗召 耦合 气候
font style='font-size:12px;'>
2024/10/15
环球遥相关型(Circumglobal teleconnection pattern,CGT)是北半球夏季热带外最重要的年际变率模态之一,表现为对流层高层纬向波数为5的罗斯贝波波列。CGT对北半球中纬度地区有广泛的气候影响。研究表明,CGT对东欧、华南、北美等地区热浪的发生有重要驱动作用。在年际尺度上,CGT对欧洲和华北等区域的异常降水模态也起到调制作用。因此,理解CGT发生和维持的机制对北半球气...
中国科学院大气物理研究所王晓聪等-GRL: 积云模型夹卷率尺度依赖性最新进展(图)
王晓聪 循环 气候系统
font style='font-size:12px;'>
2024/10/15
对流活动对全球能量与水分循环有重要影响,因其尺度多样性与机理的复杂性成为目前天气与气候系统模式中模拟的难点之一;对流参数化方案也成为目前气候系统模式不确定性的主要来源。由于高分辨率观测数据的缺失,因此常借助大涡模式来研究对流。为减少模式的不确定性,我们使用多个不同大涡模式,对多个浅对流个例进行了模拟(图1),从而构建了浅对流大涡模拟数据集,为验证和改进浅对流参数化方案中的夹卷率提供了依据。有关该浅...
中国科学院广州分院南海海洋所研究团队揭示两类大西洋尼诺对西非和南美气候的不同影响(图)
气候 系统 预测
font style='font-size:12px;'>
2024/10/14
中国科学院南海海洋研究所热带海洋环境国家重点实验室(LTO)、全球海洋与气候研究中心(GOCRC)以及广东省海洋遥感重点实验室(LORS)的王春在研究员研究团队,2024年9月24日揭示了大西洋尼诺中部型(CAN)和东部型(EAN)对西非与南美夏季风系统的不同影响及其作用机制。该研究成果发表在Nature子刊 npj Climate and Atmospheric Science上,第一作者为LT...
中国科学院大气物理研究所朱晨玉等-Science Advances: 末次冰消期增强的海洋热储存效率(图)
朱晨玉 气候 系统 吸收
font style='font-size:12px;'>
2024/10/15
作为地球气候系统最大的热储库,海洋吸收了90%以上人类活动造成的地球能量盈余。过去一个世纪以来,海洋增暖主要发生在海洋上层,下层的温度变化则很小。这种差异反映为海洋较小的瞬时热储存效率(全球平均海洋温度变化与平均海表温度变化之比),目前其观测值仅为0.1左右。那么,在更长时间尺度上,海洋热储存效率能达到多少,其背后的物理机制又是什么呢?
中国科学院昆明植物研究所丽江高山植物园团队开展青藏高原旗舰、极度濒危和球根宿根类植物野外考察(图)
植物 青藏高原 气候 生态环境
font style='font-size:12px;'>
2024/10/17
青藏高原被称作“世界上最后一块净土”,生态环境脆弱敏感,对我国甚至全球的气候和生态环境安全都具有重要影响;青藏高原的隆起即保留了若干古老的生物种类,又产生了许多新的动植物种属;所以,摸清特定植物类群本底分布和资源现状的任务十分重要,对其中重要植物资源进行引种保存具有重要的战略意义。
南京大学地理与海洋科学学院在国际重要学术刊物结集发表重点研发计划项目研究成果(图)
亚洲生态环境 季风气候 南京大学地理与海洋科学学院
font style='font-size:12px;'>
2024/9/26
中国科学院南海海洋研究所Science Advances刊登研究团队关于三大洋相互作用的研究成果(图)
气候 耦合 地球系统
font style='font-size:12px;'>
2024/10/17
中国科学院南海海洋研究所热带海洋环境国家重点实验室(LTO)、全球海洋和气候研究中心(GOCRC)及广东省海洋遥感重点实验室(LORS)王春在研究员团队,利用一系列全球气候模式试验,证明了超级厄尔尼诺现象是热带三大洋相互作用的结果,并发现热带大西洋和印度洋的耦合效应在超级厄尔尼诺的形成和发展中起着至关重要的作用。研究成果由LTO博士后范汉杰(现任中山大学副教授)作为第一作者,王春在研究员作为通讯作...
中国科学院青藏高原研究所基于深度学习的青藏高原及周边地区冰湖自动提取(图)
青藏高原 演化 气候 水文
font style='font-size:12px;'>
2024/9/18
青藏高原拥有除南北极以外全球最大的冰川储量,随着气候变暖,冰川退缩与消融直接导致该地区冰湖快速扩张。陆地卫星Landsat数据的可利用时间早(1972~)且空间分辨率较高(30m),是冰湖演化研究的主要数据源。然而,传统的冰湖制图方法依赖人工目视解译和检查编辑,存在如山体阴影、冰雪覆盖、水体浑浊等问题,导致冰湖制图效率较低。目前,深度学习技术已应用于冰湖制图领域,但现有模型多局限于极地地区或小范围...