一、PRELIMINARY NUMERICAL STUDY OF TOPOGRAPHIC EFFECTS OF THE TIBETAN PLATEAU ON SURFACE DIRECT RADIATION（论文文献综述）
高婷[1]（2021）在《淮河流域地表反照率时空变化及其模拟研究》文中进行了进一步梳理地表反照率是计算地表辐射能量收支的关键参数,并通过影响地面-大气的能量平衡,显着影响气候变化,同时,地表反照率也是陆面过程模式模拟的重要参数。本文利用天空散射比因子,对2005～2015年MODIS地表反照率气候网格产品MCD43B3提供的短波波段黑空和白空地表反照率进行加权计算,得到反映真实的地表反照率,以我国南北气候过渡地带,以农业耕地为主的淮河流域为例,分析了地表反照率的时空分布及变化特征。并在深入分析土地利用类型、地形因子、植被、地表温度及气候因子对地表反照率影响的基础上,引入了灰色关联度分析法,克服了各种因子之间相互作用和不独立性,客观量化各影响因子的影响程度,并进行了排序。根据影响因子的排序,设计不同的模拟实验,分别将高质量的土地覆盖类型和植被覆盖度数据应用于Noah-MP陆面模式,探讨不同的输入参数对模式地表反照率模拟的影响,主要结论如下:（1）2005-2015年淮河流域年均地表反照率呈波动增加趋势,年均变化在0.138-0.157之间,且存在显着的季节性差异,夏季平均地表反照率最大,春季次之,秋季最小,其中,夏和秋季平均地表反照率呈波动增加趋势,而冬季地表反照率呈减小趋势,且年均波动幅度最大。流域多年月平均地表反照率变化介于0.134-0.167之间,随着作物生育期的过程先增加后减小,1月最高,达0.167,2月迅速减少,然后回升,7月达到小高峰,然后回落,在10月达到最低值。淮河流域年平均地表反照率整体呈“北高南低、东高西低”的空间分布规律,变化在0.043-0.223之间,平均值为0.145。低值区主要集中于水体密集和山区丘陵地带,且标准差相对较小;高值区主要集中于流域中部及东部平原地带,且标准差较大。流域内61.5%的区域地表反照率的年均变化呈增加趋势,且存在显着的季节性差异。（2）淮河流域地表反照率受多种影响因子的共同作用,不同的土地利用类型,地表反照率具有明显差异,研究区不同土地利用类型地表反照率大小顺序为:耕地>城乡、工矿、居民用地>草地>林地>水体,其中,耕地、水域和城乡、工矿、居民用地地表反照率标准差较大。地表反照率不仅受土地利用类型的影响,还受地形、气候和NDVI、LST等地表参数影响。流域多年月均地表反照率与NDVI、LST、气温和降水在大部分区域呈正相关,面积占比分别达到90.23%、82.32%、85.41%和93.70%。灰色关联度分析表明,不同土地利用类型（水体除外）下年均地表反照率受各因子影响排序为:NDVI>气温>LST>降水,空间变化受各因子影响排序为:NDVI>降水>LST>气温>高程。（3）研究设计了CTLALB（模式自带数据）、LCALB（替换土地覆盖类型数据）、FVCALB（替换植被覆盖度数据）和NEWALB（同时替换以上两种输入数据）等四组实验,对淮河流域2014年地表反照率进行模拟,结果表明,四组实验均能较好的模拟出2014年淮河流域地表反照率的年内变化趋势。整体来看,与实验CTLALB相比,其余三组实验相关系数均有提高,偏差和均方根误差均有减小,都在一定程度上改善了模式模拟地表反照率的高估现象,尤其是冬季,实验NEWALB的改进效果最好,偏差和均方根误差都比CTLALB降低了0.014,其次是FVCALB和LCALB。（4）从模拟结果空间分布来看,四组实验均能较好地反映出淮河流域地表反照率“北高南低,东高西低”的空间分布特征。在大部分区域各实验的模拟值比CTLALB略低,其中,实验LCALB模拟值减小明显的区域主要与替换的土地覆盖类型中城市建设用地增加有关。实验FVCALB的空间分布可以反映出更多的细节信息,可以看出植被覆盖度数据改变对于模式模拟地表反照率的影响较为明显,而同时替换了两种输入数据的实验NEWALB空间分布最为精细合理,对地表反照率空间分布模拟的效果改进更大。
田甜[2]（2021）在《青藏高原地区气溶胶直接辐射强迫数值模拟研究》文中认为青藏高原的动力及热力作用会影响区域及全球气候,气溶胶的辐射强迫可以改变地-气辐射收支,进而可能会对这一系列的过程产生一定影响。本文使用第五代欧洲中期数值预报中心-汉堡模式（ECHAM5）和模块化地球子模型系统（MESSy）所建立的大气化学气候耦合模式EMAC,对大气气溶胶光学性质及辐射效应进行模拟,并对其时空分布特征进行分析。经过与卫星观测数据的对比分析,可以证明EMAC可以较好地模拟青藏高原上空的气溶胶消光特征。模式模拟结果显示,沙尘、水溶性气溶胶以及其内混状态下的液态水在青藏高原地区是主要的气溶胶消光成分,黑碳、有机碳以及海盐气溶胶则是该地区次要气溶胶消光成分。在青藏高原高空,14-20km高度范围内,有气溶胶消光系数的极大值出现。纳布罗火山爆发后,海拔18km高度附近,消光系数可以达到2.5×10-3km-1,这主要是水溶性气溶胶以及其中液态水消光造成的,而沙尘在18km以上的高空对消光贡献较小。在青藏高原大气顶,气溶胶的直接辐射强迫的季节变化为春季(-1.49 W?m-2)>秋季(-1.22 W?m-2)>夏季(-0.79 W?m-2)>冬季(-0.54 W?m-2);而在高原地表,气溶胶的辐射强迫的季节变化为春季(-5.77 W?m-2)>夏季(-4.54W?m-2)>秋季(-3.09 W?m-2)>冬季(-2.15 W?m-2)。在青藏高原北部,沙尘会在大气顶和大气层产生明显的正辐射强迫,起到了加热作用。此外,2011年6月纳布罗火山爆发,2011年后半年中,平流层气溶胶在大气顶处的负辐射强迫有明显增强,与另外两年的秋、冬季相比,平流层气溶胶负辐射强迫分别增加了56%和52%。地面对大气提供热量的方式分为辐射强迫、感热和潜热,为了更好地分析青藏高原地区的热力过程,本文对高原地表的感热、潜热通量进行了分析。春季地表以感热通量为主,夏季以潜热通量为主,秋、冬季两者相近。最后,通过关闭南亚地区气溶胶排放源的敏感性试验,发现青藏高原地区区域平均光学厚度变化减小了0.02,高原北部光学厚度增大,这主要是沙尘气溶胶的光学厚度增大所造成的。南亚地区气溶胶对高原上空12-18km的气溶胶消光影响最明显。敏感性试验后,青藏高原大气顶和大气层辐射强迫的变化量为正,在高原北部最为明显。
谢晓栋[3]（2020）在《中国地区大气污染—植被—二氧化碳的相互影响研究》文中提出二氧化碳（CO2）是一种重要的温室气体,能够通过改变辐射来影响区域气候,是导致全球气候变暖的重要因素。CO2作为植物光合作用的重要原料,其浓度的变化对于生物源挥发性有机物（BVOC）的排放过程有着一定的调节作用,从而影响大气中的臭氧和颗粒物浓度。另一方面,臭氧对植物细胞的损伤以及颗粒物的散射施肥效应能够影响植被的生长发育,从而改变陆地生态系统对大气中CO2的吸收过程。中国作为世界上最大的能源消耗和温室气体排放国,CO2浓度逐年上升。同时,近年来以颗粒物和臭氧为主的大气复合污染问题造成空气质量下降,危害人体健康,引起越来越多的学者关注。因此研究中国地区CO2与臭氧、颗粒物的相互影响对于缓解区域气候变化、改善空气质量有着重要的科学意义。本文以数值模拟为主要研究手段,发展区域气候-化学-生态耦合模式RegCM-CHEM-YIBs,模拟中国地区CO2浓度和陆地碳通量的时空分布特征,定量估算陆地碳通量对CO2浓度的影响。进一步研究臭氧和颗粒物污染对我国陆地植被生产力和碳通量的影响,以及由此引起的大气CO2浓度的变化特征。此外,还定量评估了区域CO2浓度升高和全球气候变化对植被BVOC排放量以及大气中臭氧、二次有机气溶胶（SOA）浓度的影响。主要研究结果如下:首先,发展了区域气候-化学-生态耦合模式RegCM-CHEM-YIBs。在区域气候化学模式RegCM-CHEM的基础上新增了CO2物种,引入陆地生态系统模式YIBs,在线计算陆地植被CO2和BVOC排放通量。改进了模式中有关SOA浓度的计算过程,使用实时模拟的CO2浓度替换辐射模块和YIBs模块中原有的CO2浓度,使得RegCM-CHEM-YIBs模式具有研究区域气候、大气化学和陆地生态系统间相互作用的能力。模拟结果与再分析资料、站点监测数据、卫星遥感产品之间具有很好的一致性,表明耦合模式的结果合理可信。其次,给出了中国地区陆地碳通量和大气CO2浓度的时空分布特征。2006–2015年间,陆地碳通量整体呈现由北向南递增的趋势,高值区出现在西南地区,净生态系统碳交换量（NEE）的绝对值最大超过1000 g C m-2 yr-1。不同地区的陆地碳通量均存在明显的季节变化特征。夏季陆地生态系统是重要的CO2汇,NEE为负值,且占全年总NEE的60%左右;冬季陆地生态系统为弱的CO2源,NEE以正值为主。NEE的季节变化趋势与温度、降水间均存在明显的负相关性,且与温度的相关性大于降水。NEE的年际变化和厄尔尼诺-南方涛动（ENSO）事件呈现较强的相关性,厄尔尼诺事件期间的温度增加、降水减少能够削弱陆地生态系统对CO2的吸收。我国CO2浓度的年均增长率为2.2 ppm yr-1,高于全球平均水平。高值中心位于京津冀、长三角、珠三角和四川盆地等城市群地区,最大值超过430 ppm。CO2浓度整体呈现冬春高,夏秋低的季节特征。南方地区CO2峰值出现在2月,谷值出现在6月;而北方地区的峰值和谷值出现时间相对较晚,分别在4月和7月。陆地碳通量是造成CO2浓度季节变化的主要因素,夏季由于植被对CO2的吸收,大部分地区CO2浓度降低约612 ppm;冬季CO2浓度有所升高,最大增幅约为4 ppm。再次,定量评估了臭氧和颗粒物污染对大气中CO2浓度的影响。由于臭氧对植被的损伤,我国年平均总初级生产力（GPP）和陆地碳通量分别降低0.76±0.27 Pg C yr-1和112.2±22.5 Tg C yr-1。臭氧对植被的影响存在明显的季节差异,主要集中在4–9月,占全年的90%以上。陆地碳通量的削弱使得更多的CO2残留在大气中,我国大部分地区的年均CO2浓度增加约0.72.5 ppm,云南和贵州省的部分地区最大可达6 ppm。颗粒物通过改变散射辐射比例、区域气候和水循环过程来影响陆地植被的生长和碳同化能力。模拟结果表明,颗粒物导致我国GPP和陆地碳通量分别增加约0.36 Pg C yr-1（5%）和0.06 Pg C yr-1（21%）。GPP的增加主要发生在西南、东南和华北地区,而陆地碳通量的变化主要来自西南和华中地区。颗粒物引起的散射辐射比例的增加是导致GPP和NEE变化的主要原因,其占主导地位的区域分别占我国陆地总面积的59%和62%。陆地碳通量的增加能够降低大气中的CO2浓度,我国西南地区的CO2浓度降低最为明显。颗粒物对CO2浓度的影响存在较强的季节差异,主要集中在6–10月。夏季全国平均CO2浓度减少约0.62 ppm,最大降低幅度发生在四川盆地地区,可达4 ppm。最后,定量研究了区域CO2浓度升高和全球气候变化对臭氧和SOA浓度的影响。区域CO2浓度升高和全球气候变化的影响下,我国陆地植被的光合作用速率和生产力明显增加。不同情景下BVOC排放的变化存在较强的季节差异,夏、秋季明显增强,冬、春季有一定的减小。全年平均来看,异戊二烯排放增加1.40 TgC yr-1（17%）,单萜烯排放减少0.14 Tg C yr-1（5%）。由于区域CO2浓度升高和全球气候变化的共同影响,我国的臭氧和SOA浓度分别减小0.5 ppb和0.3μg m-3。全球气候变化导致华北地区夏季的臭氧和SOA浓度显着降低（最大减少7 ppb和3.4μg m-3）,华南地区明显增加（最大增加5 ppb和2.6μg m-3）。全球气候变化引起的大气环流的改变增强了夏季污染物由北向南的输送过程,从而增加了华南地区的臭氧、SOA及其前体物的浓度。相反,CO2施肥效应引起的BVOC排放变化则导致夏季华北地区臭氧和SOA浓度增加（最大增加3.5 ppb和5μg m-3）,华南地区减少（最大减少5.5 ppb和4.5μg m-3）。华北地区CO2施肥效应导致的光合作用速率增强对BVOC排放的影响占主导作用,BVOC排放的增强进一步增加臭氧和SOA浓度。而华南地区CO2浓度升高导致的植被气孔关闭对BVOC排放的影响更为明显,BVOC排放的削弱降低了臭氧和SOA浓度。通过以上几个方面的研究,本文揭示了近年来我国地面CO2浓度以及陆地碳通量的时空分布特征及其影响因素,定量分析了CO2与臭氧、颗粒物通过陆地植被发生的相互影响规律,对于理解区域气候、大气化学和陆地植被间的相互反馈有一定的参考价值,同时可以为我国未来的气候政策制定和空气污染治理提供合理的科学依据。
梁顺林,白瑞,陈晓娜,程洁,范闻捷,何涛,贾坤,江波,蒋玲梅,焦子锑,刘元波,倪文俭,邱凤,宋柳霖,孙林,唐伯惠,闻建光,吴桂平,谢东辉,姚云军,袁文平,张永光,张玉珍,张云腾,张晓通,赵天杰,赵祥[4]（2020）在《2019年中国陆表定量遥感发展综述》文中研究说明为了更好地了解中国定量遥感的发展态势和加强同行之间的信息交流,根据中国学者2019年发表的SCI检索论文和部分中文论文,对陆表定量遥感的核心进展进行了总结,涉及数据预处理（云及其阴影识别,大气与地形校正）、陆表辐射传输建模、不同变量的反演方法、产品生产评价与精度验证,以及相关应用等内容。陆表变量产品较多,本文概要介绍了反射率、下行太阳辐射、反照率、地表温度、长波辐射、总净辐射、荧光遥感、植被生化参数、叶面积指数、光合有效辐射比、植被覆盖度、森林高度、森林生物量、植被生产力、土壤水分、雪水当量、雪盖、蒸散发、地表与地下水量等最新进展,也一并介绍了2019年与定量遥感相关的科研项目、学术交流会与暑假培训班等内容。
薛仪[5]（2020）在《基于气象共享数据的混凝土箱型梁桥温度场分析方法》文中进行了进一步梳理桥梁为我国经济建设和社会发展做出了重大贡献,但恶劣的服役环境和超负载运营使得桥梁病害严重,维护和改造费用巨大,且重大事故频发。温度是桥梁的一种重要环境荷载形式,对桥梁的力学性能影响显着,也是桥梁出现病损和性能退化的主要原因之一,甚至造成严重的安全事故。因此,开展桥梁温度效应研究及工程应用,对及时发现和控制病害、确保桥梁的安全运营、提高桥梁的耐久性和预防重大突发性事故的发生,意义重大。但是,目前桥梁温度效应分析方法严重依赖现场监测数据,不能满足大多数桥梁的工程分析需求,极大的限制了温度分析与评估技术解决工程问题的能力。因此,本课题提出和开展基于气象共享数据的桥梁温度效应分析方法研究。基本思想是采用覆盖桥梁场地的大空间尺度气象共享数据预测桥梁场地的气象情况,然后基于有限元瞬态热分析方法进行桥梁温度场的数值计算,得到能反映桥梁实时温度作用状态的时变温度场,并通过缩尺模型和实际箱型梁桥对研究方法进行研究和验证。主要研究内容如下:（1）采用地面气象共享数据预测桥梁场地气象的方法研究。首先,对当前常用的地面气象数据的插值预测方法和评价标准进行了综述和分析;然后,对地面气象共享数据的内容和获取方法进行分析;最后,考虑地理位置、地形地貌和不同天气条件,针对影响桥梁温度效应的主要气象参数气温和风速,进行了气象空间插值方法优化分析,得到了不同气象参数和场地类型的最佳预测方法,并基于实测数据对方法进行验证和分析。（2）针对影响桥梁温度效应最主要和复杂的辐射参数进行计算和预测方法研究。首先,对目前针对晴空天气条件下的主要辐射参数的计算理论和方法进行阐述和分析;其次,对太阳辐射从大气层外边界投入到地面的历程及衰减机理进行了分析;然后,提出基于气象卫星数据和地面气象站数据预测地面太阳总辐射和散射辐射的方法,基于长期实测的大数据统计分析,建立了两类辐射的预测模型,并采用场地监测数据对模型进行了评估和验证。（3）开展基于气象共享数据和有限元热分析方法进行箱型桥梁温度场数值计算的试验研究和工程验证。针对实验室缩尺箱型梁桥模型和一座实际的工程箱型梁桥,建立对应的ANSYS精细化有限元热分析模型,通过场地周边地面气象站和气象卫星共享数据预测场地的气象参数,确定对应的热分析边界条件,采用瞬态热分析方法进行结构的温度场分析,并与实测数据进行对比分析。结果表明本文提出的方法具有较好的分析效率和计算精度,非常适合用于无现场监测的桥梁温度效应分析与评估。
宋荣[6]（2020）在《江苏省大气污染物时空动态变化研究》文中提出江苏省属于华东经济强省之一。随着现代化进程的推进,在人类活动和气候变化的共同影响下,该地大气污染问题面临严峻的挑战。本文基于2014-2018年江苏省首要大气污染物和气象观测资料,分析了江苏省AQI和首要大气污染物(PM2.5、PM10、SO2、NO2、O3及CO)的时空分布特征,得出大气污染与主要气象因子的关系,在统计分析的基础上结合RegCM4（Regional Climate Model,version 4）建立统计预估法,同时运用RegCM-CHEM4（Regional Climate Chemistry Model,version 4）进行污染物数值模拟研究,最终模拟、预测出2020年冬江苏空气质量和大气污染物浓度变化,探索未来江苏气温变化对硫酸盐气溶胶的影响,分析江苏省人为气溶胶（硫酸盐、有机碳、黑碳）的辐射强迫,探索气溶胶的区域气候效应。主要研究结果如下:（1）时间变化上来看,江苏省不同污染物的时间变化特征不同。2014-2018年,AQI、PM10、PM2.5、SO2和NO2浓度呈逐年递减趋势,而O3浓度呈逐年递增趋势;2018年AQI、PM10、PM2.5、SO2和NO2浓度,比14年分别下降了20.1%、26.3%、30.2%、59.3%和6.3%,而2018年O3比四年前上升了12%。季节变化平均来看,除O3外,其余污染物浓度的季节变化均表现为冬高、夏低,冬季AQI、PM2.5和PM10的平均浓度约为夏季的2倍,而O3浓度的季节变化表现为夏高、冬低。5年的月平均来看,除O3外,AQI和各污染物浓度的逐月变化趋势一致且呈“U”型变化,高浓度月份主要集中在12月和1月,7、8和9月浓度较低;而O3浓度月变化趋势与其均有所不同,大致呈双峰变化,峰值分别出现在5月和9月,谷值出现在7月。（2）江苏省不同大气污染物浓度的空间分布存在一定差异性。AQI、PM2.5、PM10的空间分布相似,呈现由东南向西北逐渐递增的趋势,最大值区域位于徐州,数值分别为101.1（AQI）、65.1μg/m3(PM2.5)、118.4μg/m3(PM10)。NO2浓度的空间分布与O3恰好相反。NO2浓度的空间分布存在明显的南-北差异:苏南（40.7μg/m3）>苏北（30.2μg/m3）,高值区域位于南京（47.3μg/m3）和常州（44.8μg/m3）,这两地正好是O3的低值中心,数值分别为63.1μg/m3、53.7μg/m3;O3浓度的空间分布呈现北高南低的趋势:苏北（69.3μg/m3）>苏南（61.9μg/m3）,高值区域位于盐城（75.3μg/m3）,此处正好是NO2的低值中心（23.8μg/m3）。苏北地区CO浓度存在明显的东西差异,表现为西部高于东部。（3）江苏省AQI与各污染物之间均呈显着的相关性,同时,大气污染状况与气象要素息息相关。从AQI与首要污染物的关联来看,AQI、PM2.5、PM10三者之间相关性最好,相关系数可达0.96以上,PM2.5和PM10对AQI的贡献最大;SO2、NO2、CO与AQI呈显着正相关,相关系数可达0.82以上;O3与AQI呈显着负相关,相关系数为-0.67。从大气污染物与气象要素的关系分析来看,大气污染状况与气温、平均气压、降水、日照时数等气象条件关系密切。12月-2月江苏的AQI、PM2.5、PM10与平均气温均呈显着的相关性,NO2、SO2、CO在12月、1月与平均气温呈显着的负相关;12月-2月江苏的AQI、PM2.5、PM10、NO2与最大降水量呈显着的负相关;12月-2月江苏的O3与日照时数、最大降水量呈显着的正相关关系;在12月和2月,AQI、PM2.5、PM10与日照时数呈显着负相关,而在1月呈显着正相关;在12月和1月,AQI、PM2.5、PM10、NO2、SO2、CO与平均气压呈显着负相关,在2月呈显着正相关。（4）在以上统计分析的基础上建立统计方程,结合区域气候模式RegCM4,以统计预估法预测江苏2020年冬气象要素及大气污染状况。结果表明,2020年冬季江苏省气温呈现西北-东南递增趋势,最高气温、平均气温、最低气温数值变化范围分别为7～13℃、3～9℃、-3～5℃;日降水量在空间分布上呈南高北低的趋势,数值变化范围介于0～8 mm;模拟的最高气温、平均气温、日降水量在空间分布和数值变化范围上与IPCC（政府间气候变化专门委员会）AR5（第五次评估报告）预估高度一致,而模拟的最低气温略高。带入统计方程,统计预估的2020年冬季污染物浓度与2019年观测资料相比,AQI、PM2.5、PM10、NO2、CO、O3均较接近,变化不大;而SO2表现为2020冬预测值较2019冬观测值偏高,均值高约10.71μg/m3。（5）基于2014-2018年冬季的人为气溶胶排放清单,应用RegCM-CHEM4,对江苏省2014-2018年冬季人为气溶胶直接辐射强迫及其区域气候效应进行分析。结果表明:江苏省冬季硫酸盐气溶胶地面排放通量和干沉降浓度的空间分布趋势一致,其中苏南高于苏北。短波辐射强迫的空间分布与AOD（Aerosol Optical Depth）较为吻合,呈由西向东逐渐递减的趋势;冬季地表短波辐射强迫均值为-15.6 W·m-2。气溶胶直接气候效应使得江苏冬季地面气温整体下降,降温幅度达到了0.4～0.5℃。冬季日照时数普遍减少,减少幅度达到了0.0～0.4h;在淮安和盐城地区,日照时数减少的幅度大于其他区域。气溶胶直接气候效应导致江苏降水量的变化呈现“东多西少”的趋势,在宿迁、淮安、扬州和南京地区降水减少,减少幅度达到了0.01～0.05 mm·d-1;而在盐城、南通、苏州、无锡和常州地区降水增加,增加幅度达到了0.01～0.03 mm·d-1。其中,降水量的变化在宿迁存在一个减少的高值中心(-0.05 mm·d-1),而在盐城存在一个增加的高值中心(0.03 mm·d-1)。气候变暖也使得江苏省硫酸盐气溶胶活动度发生了变化。基于RegCM-CHEM4,为凸显气温变化,我们在区域气候变暖的基础上,研究到2050年变暖0.9℃的时候硫酸盐气溶胶干沉降速率、干沉降通量和干沉降浓度的变化,模拟分析表现为:随着气温升高0.9℃,干沉降速率整体增大,增大幅度达0～0.05 mm·s-1;空间分布来看,硫酸盐气溶胶干沉降通量在苏南地区呈增加趋势,增加幅度达0.03～0.05 mg·m-2·h-1,而在苏北地区普遍呈减少趋势;另外,江苏省硫酸盐气溶胶干沉降浓度普遍降低,降低幅度达1～7 ppb;其中,干沉降浓度变化存在两个低值中心,分别在徐州和南通,降低幅度达到了5～7 ppb;而在南京干沉降浓度呈增加趋势,增加幅度达1～2 ppb。
邹宓君[7]（2020）在《青藏高原全天空条件下蒸散量卫星遥感估算研究》文中研究表明青藏高原平均海拔在4000 m以上,其独特的动力和热力作用对中国、亚洲乃至全球的大气环流和天气气候均产生了重要影响。同时,青藏高原作为亚洲重要河流的发源地和我国气候变化的启动区,其地-气相互作用的变化影响着其周边及下游地区的供水安全和生态安全,因此对该地区能量与水分循环过程的深入研究和定量理解显得尤为重要。地表蒸散发是地-气系统水量平衡和热量平衡的重要组成部分,由于受到众多因素控制且随环境多变,蒸散发还是陆面过程中最具不确定性的要素之一。相较于空间离散的地面观测方法,利用光学遥感能够实现空间连续的大尺度地表蒸散量估算。然而,卫星遥感估算得到的蒸散量在研究区域的适用性需要地面观测数据的验证,且光学遥感探测在多云时往往存在误差较大或数据缺失的问题。尽管前人已开展了一定探索,但由于青藏高原恶劣的自然环境和观测的困难性,迄今为止对于该地区蒸散发的研究尚不系统。现有的卫星遥感蒸散发产品仅针对晴空条件且在青藏高原地区估算精度不足,因此不能很好地满足实际应用需求。为了排除云对地表特征参数遥感估算的干扰,探究青藏高原地表蒸散发的时空格局,以期为地-气相互作用研究和气候变化研究提供可靠依据,本论文将地基与星载观测、光学与微波遥感相结合,估算了青藏高原全天空条件下的蒸散量。首先,为了探究青藏高原各气象水文因子如何影响蒸散发过程,并克服湍流通量观测资料稀缺的困难,利用“全球协调加强观测计划（CEOP）亚澳季风之青藏高原试验”（CAMP/Tibet）近地层气象参数的梯度观测资料,确定了利用常规气象观测估算蒸散发的方法,为卫星遥感估算提供了丰富的地面验证资料。研究发现藏北高原地区蒸散发的主要影响因子为辐射和温度等能量要素,而非动力要素或水分要素。其次,进行了蒸散发卫星遥感估算模型的比较研究。使用SPOT/VGT数据和时间序列谐波分析法（HANTS）重建了无云影响的植被指数与地表比辐射率时间序列资料集,改进了青藏高原宽带地表反照率估算方程。在此基础上,结合MODIS数据、气象驱动数据和地面观测资料对比了不同遥感估算方法（半经验、单源模型）的估算效果,确定了物理过程更完备的TESEBS模型在高原估算效果更优。为了保证模型输入参数不受云的影响,还需要发展针对青藏高原的全天空地表下行辐射通量和地表温度反演算法。为此,研究移植并改进Heliosat参数化方案,将云反照率作为描述云对辐射影响的综合因子,得到了基于极轨卫星的青藏高原全天空地表辐射通量。研究首次发现并提出穿透深度（Penetration Depth,PD）能够作为综合影响因子描述微波信号在土壤传输中的衰减,由此建立了基于穿透深度的地表温度微波反演模型。最后,估算了全天空地表蒸散量并分析了高原蒸散发的时空分布特征。综合以上研究成果,本研究进一步建立了全天空地表蒸散量遥感估算模型,包含地表特征参数去云处理、全天空地表温度反演、全天空下行辐射估算、全天空地表能量通量和蒸散量计算四大模块。结合多卫星、多传感器观测（MODIS、VGT、OMI、CERES、AMSR-E）和大气驱动数据,对地表特征参数进行去云处理。再将去云后的变量结果输入TESEBS模型中计算出地表能量通量和蒸散量,由此对青藏高原全天空地表蒸散发的时空分布特征进行了深入分析。结果表明,模型估算结果与站点实测相比具有较好的一致性;青藏高原地表蒸散发的时间变化基本上满足“单峰型”变化,具有冬季低-夏季高的特点,而空间上具有西北低-东南高的特点,其中存在一个低值中心和一个高值中心,分别位于塔里木盆地和藏东南水汽通道。
姚晨雨[8]（2020）在《黑碳和硫酸盐气溶胶对冬季东亚高空急流影响的数值模拟研究》文中提出高空急流是一股强而窄的气流带,主要位于对流层上部或平流层下部,东亚急流包括副热带急流和极锋急流,均冬强夏弱。人类活动影响,东亚气溶胶及其前体物排放增加,首先会引起辐射强迫的变化,可能通过热力、动力过程,引起急流的变化。本文运用通用地球系统模式开展黑碳和硫酸盐对冬季东亚高空急流影响的数值模拟研究,并探究其中的热力、动力机制,及对降水的影响。黑碳在20-42.5°N,100-130°E浓度大幅升高;在黑碳浓度高值区,黑碳吸收太阳短波辐射加热大气中低层（500h Pa以下）,降低大气稳定度,在对流层中层引起深对流,30°N以北有强上升运动,降水增多,释放潜热,进一步加热大气。在短波加热和湿过程水汽凝结释放潜热共同作用下,局地大气增温。陆地上黑碳浓度比海洋大,在高原上空,黑碳向上扩散更高,因此在陆地上有较强升温,升温最强位于高原,加大了高原北侧的温度经向梯度,高层极锋急流增强。由于陆地上大气升温,高层陆地上为高压异常,西太平洋上为低压异常,极锋急流位于高压异常的北侧,使得海洋上低压异常增强;副热带急流位于低压异常的北侧,有东风异常,副热带急流减弱。东海位于副热带急流入口区以南,降水减少。硫酸盐在15-35°N,100-130°E浓度大幅升高,硫酸盐直接效应对大气温度的影响很弱;硫酸盐作为云凝结核,使云滴数浓度增多,云滴有效半径减小;同时也会增加云水路径,云量增加,在第一、第二间接效应下,局地为负云短波辐射强迫,大气降温;由于硫酸盐的降温效应,在地表为高压异常,引起环流场调整,在日本南部及西太平洋上有冷空气堆积,在40°N附近减弱了温度经向梯度,高层纬向风减弱,因此副热带急流和极锋急流相互远离。在日本南部,由于副热带急流的南移,降水增多。在硫酸盐和黑碳对冬季东亚高空急流的共同作用中,黑碳在直接效应中起主导作用,大气升温;硫酸盐在间接效应中起主导作用,大气降温;黑碳对大气温度变化起主导作用,局地大气升温。两种气溶胶的共同作用使得副热带急流减弱,极锋急流增强。对比两种气溶胶单独引起的温度、急流等的变化与两种气溶胶共同作用引起的变化,我们可以发现不同种气溶胶的作用是非线性的叠加。
白冰[9]（2020）在《我国北方地区大气气溶胶分布输送特征及其对夏季风活动的响应》文中认为全球气候变化一直是重大的科学问题和热点议题,气溶胶在气候变化的影响因子中作用的不确定性最大,受到了广泛的关注（IPCC,2013）。研究气溶胶的垂直方向特征、传输路径、发生频率和光学厚度的时空分布,是分析气溶胶气候效应的关键,也是研究气溶胶与全球变暖、季风活动等相互作用的基础。我国处于亚洲东部,雨带和大气污染受夏季风的影响显着,根据受夏季风的影响程度,将我国分为夏季风影响区、夏季风影响过渡区和非夏季风影响区。本文利用地面观测数据、卫星遥感数据和再分析资料等多源数据,结合数值模式,首先分析了一次沙尘天气过程以及不同移动路径的沙尘,在传输过程中沙尘粒子的垂直分布和对比分析;进一步分析了我国西北地区不同种类气溶胶在不同光学厚度下,四季和年均发生频率。研究东亚夏季风环流对“夏季风影响过渡区”内气溶胶空间分布的影响,以及沙尘和污染型气溶胶的发生频率对强、弱季风年的响应;分析了我国不同种类气溶胶分布对夏季风进退的响应。得到的主要结论如下:（1）对影响我国北方地区一次沙尘天气过程分析发现,大气层结不稳定、大风和沙源共同造成了这次区域沙尘暴过程。沙尘粒子主要分布在23 km左右,根据HYSPLIT后向轨迹模式和美国海军气溶胶分析与预测系统（NAAPS）模拟的沙尘传输路径可知,此次沙尘天气过程是西北路径且主要向东移动,最高抬升至8 km;另外在甘肃境内持续作用,造成当地的扬沙、浮尘天气。（2）西北和偏西路径沙尘天气过程中,沙尘气溶胶垂直分布高度较偏北路径沙尘天气高;偏西路径较西北路径沙尘天气污染沙尘型粒子有所增多,两次天气过程所在区域都是酒泉地区,但不同的沙尘源区和移动路径导致大气中气溶胶粒子类型的占比不同;与酒泉地区的两次不同路径沙尘天气比较,张家口地区的气溶胶粒子退偏振比均值最小,沙尘粒子在低空已经和其它类型的气溶胶粒子混合,导致粒子的非球性降低。（3）我国西北地区沙尘气溶胶发生频率随气溶胶光学厚度值增大呈下降趋势,污染沙尘型气溶胶在六类型气溶胶中出现频率最高,从观测角度来说,爆发沙尘暴天气过程时,伴随有污染物的迁移,近年来发生的沙尘天气,气溶胶类型基本都是污染沙尘型;在不同气溶胶光学厚度值下,烟尘型气溶胶发生频率较大陆污染型气溶胶高,并且随气溶胶光学厚度值的增大呈上升趋势。从四季来看,秋季和冬季在气溶胶光学厚度值大于0.1时,污染型气溶胶频率明显高于沙尘气溶胶。（4）我国夏季风影响过渡区内,沙尘气溶胶主要集中在26 km高度层,分布于过渡区西部;污染型气溶胶发生高度低于沙尘气溶胶,主要集中在地面4 km高度,且主要分布于过渡区内的中东部地区。强季风年,沙尘气溶胶发生频率明显低于弱季风年,且沙尘粒子占比约为19.6%,而污染型气溶胶发生频率呈现相反态势,占比约为71.8%,高于弱季风年。结合风场分析,夏季风将中国东南部地区的污染粒子输送至过渡区,并且在这里聚集,导致强季风年的污染型气溶胶多于弱季风年。不同极端季风年期间东亚夏季风影响过渡区内气溶胶粒子总量基本相同,而粗细粒子的占比不同。（5）在季风区,气溶胶类型以硫酸盐为主,占比为71%;在过渡区,气溶胶类型以硫酸盐和沙尘为主,占比分别为57%和27%;在非季风区,气溶胶类型以沙尘为主占比为83%;在季风区,硫酸盐气溶胶在季风发展的三个阶段对气溶胶总光学厚度的贡献率最大,其在季风爆发前、季风盛行期和季风撤退后贡献率依次为45%、43%和52%;在过渡区,季风爆发前,沙尘对气溶胶总光学厚度的贡献率为16%,硫酸盐贡献率为18%,在季风爆发后,沙尘的贡献率降低至8%,而硫酸盐的贡献率略有升高为20%;在非季风区,沙尘的贡献率始终占据主导地位。
朱平[10]（2019）在《青海高原致灾性对流天气遥感监测及预警方法研究》文中进行了进一步梳理青海高原（简称“高原”）海拔高且地形复杂,致灾性对流频发。但是,针对高原上强对流的研究较少,对卫星和雷达的应用水平有限,特别是对强对流的发生发展及其云团参数特征研究更少。为做好高原防灾减灾工作和提高遥感监测资料的应用及研究水平,本文使用2005年—2018年常规气象资料、地面观测和灾情公报资料、静止气象卫星一级数据和天气雷达体扫基数据等,选择致灾性对流天气过程,开展高原对流机理模型、对流特征识别和预警方法等方面的研究,主要研究结果如下:（1）针对数据质量问题,本文参照地形高程校正和几何校正方法,改进了FY卫星和葵花卫星在高原上的数据定位精度。对雷达体扫基数据进行了质量控制和回波衰减订正,在此基础上,提出了高原雷达回波拼图的可行方法,新增开发了几种拼图产品。并且,使用气块法对探空资料进行了大量订正,获得了较好的订正效果。（2）针对高原上对流机理研究的不足,本文对高原致灾性对流天气进行了分类,研究并得出分类对流的时空分布、大气流场、探空、发展规律和组织结构等统计特征。在对致灾性强对流过程进行大量探空和中尺度分析与总结的基础上,提出了分类强对流的T-log P结构模型,并获得了强对流的探空环境参数特征;结合中小尺度地形提出了适用于各种大气流场的分类强对流中尺度概念模型;根据高原和平原辐射站和探空站观测资料的对比分析,提出了高原比平原更易发生对流的机理模型,其根本原理在于高原的海拔高、太阳辐射和地面长波辐射更强、气温升高的幅度更大等均引起高原大气温度垂直递减率更大,导致大气层结更不稳定;获得了高原上分类强对流云团和对流风暴单体在对流发展不同阶段的对流参数和回波空间结构特征,并与平原强对流结构进行了对比分析。（3）为提高对高原强对流临近预报的自动化和准确程度,本文提出了针对青海高原地区的强对流识别新算法,即,雷达多仰角（在各个仰角同时计算速度辐合有关特征、强度、谱宽等）自动识别法,和卫星多通道动态阈值（提出自动获取卫星实时数据的强对流云团初判识阈值的方法,参考去除卷云和识别强对流云的多通道法提取强对流云团,提出使用云团边缘梯度进一步剔除卷云和层云）自动识别法,并对强对流进行了追踪识别,在强对流天气过程中的自动识别效果显着。计算所识别出的强对流云团和回波的多种对流参数,得出了区分各类型强对流的参数特征。（4）针对新一代气象卫星观测资料在高原应用潜力研究的不足,本文使用新一代气象卫星（葵花卫星和FY-4A卫星）监测和识别强对流云团,比较分析不同类型强对流云团的多种对流参数,得到高原对流云在葵花卫星和FY-4A卫星的云图上主要表现为偏冷深对流,并且FY-4A卫星还可能监测识别出偏暖浅对流。两种卫星所监测的强对流云团的主体形状和位置一致,云顶亮温变化趋势一致。但FY-4A卫星监测的高原云顶亮温更高,用所建立的原理模型解释了两种卫星观测高原云顶亮温存在差异的原因。（5）为了加强对高原上强对流临近预报系统的科学支撑,研究降雹和非降雹单体的雷达预警特征,提出了强对流类型的雷达预警算法。将卫星和雷达观测数据进行时空匹配,提取强对流云团和回波的对流轮廓,研究对流轮廓重叠范围内的降水性质和多种对流参数预警统计特征,提出了卫星和雷达综合观测的且适合高原复杂地形的强对流潜势（包括多种强对流类型）预警方法,并建立了降水量级的卫星预报方程。在强对流过程的短时临近天气预报业务运行中进行检验,实践表明了预警方法的业务应用可行性。
二、PRELIMINARY NUMERICAL STUDY OF TOPOGRAPHIC EFFECTS OF THE TIBETAN PLATEAU ON SURFACE DIRECT RADIATION（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、PRELIMINARY NUMERICAL STUDY OF TOPOGRAPHIC EFFECTS OF THE TIBETAN PLATEAU ON SURFACE DIRECT RADIATION（论文提纲范文）
（1）淮河流域地表反照率时空变化及其模拟研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 地表反照率遥感产品研究进展 |
| 1.2.2 地表反照率时空变化特征研究 |
| 1.2.3 地表反照率影响因子研究 |
| 1.2.4 陆面过程模式对地表反照率的模拟研究 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 研究数据与方法 |
| 2.1 研究区概况 |
| 2.2 研究数据 |
| 2.2.1 遥感数据 |
| 2.2.2 地面观测辐射数据 |
| 2.2.3 大气强迫数据 |
| 2.2.4 其他辅助数据 |
| 2.3 研究方法 |
| 2.3.1 地表反照率计算 |
| 2.3.2 趋势分析法 |
| 2.3.3 异常变化分析法 |
| 2.3.4 相关分析法 |
| 2.3.5 灰色关联度分析法 |
| 2.3.6 Noah-MP陆面模式 |
| 2.3.7 模式模拟评估指标 |
| 第三章 淮河流域地表反照率时空分布及变化特征 |
| 3.1 MODIS地表反照率数据精度 |
| 3.2 地表反照率时间变化特征 |
| 3.2.1 月均变化特征 |
| 3.2.2 季节及年均变化特征 |
| 3.3 地表反照率空间分布及变化趋势 |
| 3.3.1 空间变化分布特征 |
| 3.3.2 变化趋势分析 |
| 3.4 本章小结 |
| 第四章 淮河流域地表反照率变化影响因子分析 |
| 4.1 土地利用类型对地表反照率的影响 |
| 4.2 地形因子对地表反照率的影响 |
| 4.3 植被及地表温度等参数对地表反照率的影响 |
| 4.4 气温及降水等气候因子对地表反照率的影响 |
| 4.5 地表反照率影响因子的灰色关联度分析 |
| 4.6 本章小结 |
| 第五章 基于Noah-MP的淮河流域地表反照率模拟 |
| 5.1 陆面模式模拟实验设计 |
| 5.2 地表反照率模拟结果时间变化 |
| 5.2.1 地表反照率日尺度模拟结果分析 |
| 5.2.2 地表反照率月尺度模拟结果分析 |
| 5.2.3 地表反照率季节尺度模拟结果分析 |
| 5.3 地表反照率模拟结果空间分布 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 主要研究特色及创新 |
| 6.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）青藏高原地区气溶胶直接辐射强迫数值模拟研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 青藏高原地区气溶胶及其光学性质的观测研究 |
| 1.2.2 青藏高原地区气溶胶辐射效应研究 |
| 1.2.3 南亚地区气溶胶对青藏高原影响的研究 |
| 1.3 本文主要内容和章节安排 |
| 第2章 研究资料和方法 |
| 2.1 模式介绍 |
| 2.2 卫星数据 |
| 2.2.1 MODIS数据 |
| 2.2.2 MISR数据 |
| 2.2.3 CALIPSO数据 |
| 2.3 ECWMF-Interim数据 |
| 第3章 青藏高原地区气溶胶光学性质 |
| 3.1 气溶胶光学厚度 |
| 3.1.1 总气溶胶光学厚度(AOD) |
| 3.1.2 主要气溶胶消光成分对AOD的贡献 |
| 3.1.3 次要气溶胶消光成分对AOD的贡献 |
| 3.2 气溶胶Angstrom指数 |
| 3.3 气溶胶消光系数 |
| 3.3.1 卫星观测的气溶胶消光垂直分布 |
| 3.3.2 模式模拟的不同成分气溶胶消光垂直廓线 |
| 第4章 青藏高原气溶胶直接辐射强迫 |
| 4.1 总气溶胶直接辐射强迫 |
| 4.2 平流层气溶胶辐射强迫 |
| 第5章 南亚地区对青藏高原气溶胶辐射效应的影响 |
| 5.1 试验方案 |
| 5.2 气溶胶光学厚度与消光系数 |
| 5.3 气溶胶直接辐射强迫 |
| 5.4 地表感热和潜热通量 |
| 5.4.1 地表感热通量的季节变化 |
| 5.4.2 地表潜热通量的季节变化 |
| 5.4.3 敏感性试验 |
| 第6章 结论 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（3）中国地区大气污染—植被—二氧化碳的相互影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究进展 |
| 1.2.1 二氧化碳数值模拟研究 |
| 1.2.2 陆地生态系统模式研究 |
| 1.2.3 臭氧和颗粒物对植被的影响研究 |
| 1.2.4 二氧化碳施肥效应研究 |
| 1.3 本文研究内容 |
| 第二章 研究方法与数据 |
| 2.1 区域气候化学模式RegCM-CHEM简介 |
| 2.1.1 发展历程 |
| 2.1.2 主要模块 |
| 2.1.3 气溶胶和气相化学机制 |
| 2.2 陆地生态系统模式YIBs |
| 2.2.1 YIBs模式主要过程 |
| 2.2.2 冠层辐射方案 |
| 2.2.3 生物源挥发性有机物排放方案 |
| 2.2.4 臭氧损伤方案 |
| 2.3 RegCM-CHEM-YIBs耦合模式 |
| 2.3.1 耦合模式框架 |
| 2.3.2 模式输入数据 |
| 第三章 中国地区二氧化碳时空分布特征的模拟研究 |
| 3.1 模式设置 |
| 3.2 模式结果验证与分析 |
| 3.2.1 气象场评估 |
| 3.2.2 陆地生态系统碳通量评估 |
| 3.2.3 二氧化碳浓度评估 |
| 3.3 二氧化碳浓度和陆地碳通量的时空分布特征 |
| 3.3.1 年际变化特征 |
| 3.3.2 季节变化特征 |
| 3.4 陆地碳通量对二氧化碳浓度的影响 |
| 3.5 本章小结 |
| 第四章 臭氧和颗粒物对植被碳通量及二氧化碳浓度的影响研究 |
| 4.1 数值试验方案设计 |
| 4.2 模拟结果评估 |
| 4.2.1 臭氧浓度模拟及验证 |
| 4.2.2 气溶胶光学厚度模拟及验证 |
| 4.3 臭氧对植被碳通量以及大气二氧化碳浓度的影响 |
| 4.3.1 臭氧对植被碳通量的影响 |
| 4.3.2 臭氧对大气二氧化碳浓度的影响 |
| 4.3.3 不确定性分析 |
| 4.4 颗粒物对植被碳通量以及大气二氧化碳浓度的影响 |
| 4.4.1 颗粒物对辐射、温度和饱和蒸气压差的影响 |
| 4.4.2 颗粒物对植被碳通量的影响 |
| 4.4.3 不同气象因子对植被碳通量的贡献 |
| 4.4.4 颗粒物对大气二氧化碳浓度的影响 |
| 4.4.5 不确定性分析 |
| 4.5 本章小结 |
| 第五章 区域二氧化碳浓度升高和全球气候变化对臭氧及二次有机气溶胶的影响研究 |
| 5.1 数值试验方案设计 |
| 5.2 模拟结果评估 |
| 5.2.1 BVOC排放的模拟与验证 |
| 5.2.2 SOA浓度的模拟与验证 |
| 5.3 区域CO_2浓度升高和全球气候变化对我国气候的影响 |
| 5.4 区域CO_2浓度升高和全球气候变化对植被碳收支及BVOC排放的影响 |
| 5.4.1 植被光合作用速率及生产力的变化 |
| 5.4.2 植被BVOC排放的变化 |
| 5.5 区域CO_2浓度升高和全球气候变化对臭氧和SOA的影响 |
| 5.5.1 对近地面臭氧浓度的影响 |
| 5.5.2 对二次有机气溶胶浓度的影响 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文主要研究结果 |
| 6.2 本文主要创新点 |
| 6.3 未来工作展望 |
| 6.3.1 本文工作的不足之处 |
| 6.3.2 今后工作展望 |
| 参考文献 |
| 致谢 |
| 博士期间科研成果 |
（4）2019年中国陆表定量遥感发展综述（论文提纲范文）
| 1 引言 |
| 2 定量遥感相关的数据处理方法 |
| 2.1 云与阴影识别 |
| 2.2 大气校正 |
| 2.3 地形校正 |
| 3 辐射传输建模 |
| 4 陆表特征变量：估算，验证与应用 |
| 4.1 地表反射率/BRDF |
| 4.2 下行太阳辐射 |
| 4.2.1 地表下行短波辐射遥感估算算法的发展与改进 |
| 4.2.2 地表下行短波辐射数据产品评价与分析 |
| 4.2.3 全球变亮和变暗分析 |
| 4.3 地表反照率 |
| 4.3.1 反照率反演与验证方法 |
| 4.3.2 地表反照率在气候环境变化中的应用 |
| 4.4 地表温度 |
| 4.5 地表长波辐射 |
| 4.5.1 地表长波下行辐射 |
| 4.5.2 地表长波上行辐射 |
| 4.5.3 地表长波净辐射产品 |
| 4.6 总净辐射 |
| 4.7 日光诱导叶绿素荧光（SIF) |
| 4.7.1 SIF遥感信号机理解释 |
| 4.7.2 基于SIF遥感的生态系统关键参数监测 |
| 4.8 植被生化参数 |
| 4.9 叶面积指数 |
| 4.1 0 光合有效辐射吸收比 |
| 4.1 1 植被覆盖度 |
| 4.1 1. 1 植被覆盖度算法发展 |
| 4.1 1. 2 植被覆盖度产品及算法验证 |
| 4.1 1. 3 植被覆盖度的应用 |
| 4.1 2 森林高度 |
| 4.1 3 森林生物量 |
| 4.1 4 植被生产力 |
| 4.1 5 土壤水分 |
| 4.16雪水当量 |
| 4.17积雪面积 |
| 4.18蒸散发 |
| 4.19地表与地下水量 |
| 4.19.1地表水量 |
| 4.19.2地下水量 |
| 4.19.3研究展望 |
| 5 科研项目 |
| 6 学术研讨会与培训班 |
| 7 结语 |
（5）基于气象共享数据的混凝土箱型梁桥温度场分析方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 温度效应研究和工程应用方法 |
| 1.2.1 桥梁温度效应研究与数据实测方法 |
| 1.2.2 桥梁温度场数值分析方法 |
| 1.3 由大范围气象数据到桥梁场地气象的反演方法 |
| 1.3.1 非辐射气象数据的反演 |
| 1.3.2 辐射数据的反演 |
| 1.4 存在问题 |
| 1.5 本文研究内容与项目资助 |
| 1.5.1 主要研究内容与技术路线 |
| 1.5.2 项目资助 |
| 第二章 基于大范围气象数据到场地气象预测的方法研究 |
| 2.1 引言 |
| 2.2 地面气象参数空间插值方法 |
| 2.2.1 反距离加权法 |
| 2.2.2 克里金插值方法 |
| 2.2.3 最小曲率法 |
| 2.2.4 改进的shepard方法 |
| 2.2.5 径向基函数插值法 |
| 2.2.6 线性插值三角网法 |
| 2.2.7 最近邻点插值法 |
| 2.3 插值精度评价指标 |
| 2.4 最佳插值方法确定 |
| 2.4.1 数据来源 |
| 2.4.2 插值精度初步计算 |
| 2.4.3 地貌类型对插值精度的影响 |
| 2.5 插值计算与实测数据、气象站数据对比分析 |
| 2.6 可直接取值的气象站距离确定 |
| 2.7 本章小结 |
| 第三章 桥梁场地各类辐射的计算与预测方法 |
| 3.1 引言 |
| 3.2 辐射经验公式计算方法 |
| 3.2.1 太阳直接辐射 |
| 3.2.2 天空散射 |
| 3.2.3 地面反射 |
| 3.2.4 大气辐射与环境辐射 |
| 3.2.5 桥梁对外辐射 |
| 3.2.6 考虑遮挡情况的腹板总辐射 |
| 3.3 影响太阳辐射的因素分析 |
| 3.3.1 天文、地理因子对辐射的作用 |
| 3.3.2 大气因子对辐射的影响 |
| 3.4 太阳辐射模型拟合数据的选取 |
| 3.4.1 卫星资料 |
| 3.4.2 地面观测数据 |
| 3.5 卫星数据解析与场地辐射值实测 |
| 3.5.1 卫星数据采集 |
| 3.5.2 气象站数据采集 |
| 3.5.3 地面辐射实测 |
| 3.6 太阳总辐射和散射辐射模型分析 |
| 3.6.1 总辐射模型 |
| 3.6.2 散射辐射模型 |
| 3.7 数值计算与实测数据对比分析 |
| 3.8 本章小结 |
| 第四章 基于气象共享数据方法的试验研究与工程验证 |
| 4.1 引言 |
| 4.2 混凝土箱梁温度场计算理论 |
| 4.2.1 基本热分析理论 |
| 4.2.2 传热基本定律 |
| 4.3 桥梁温度场有限元分析 |
| 4.3.1 有限元分析的基本假设与适用条件 |
| 4.3.2 ANSYS热分析模型 |
| 4.3.3 热平衡条件分析与确立 |
| 4.3.4 有限元热分析的求解 |
| 4.4 简支箱梁桥模型实验 |
| 4.4.1 实验背景 |
| 4.4.2 模型温度场分析工况与参数设定 |
| 4.4.3 实验有限元热分析模型的建立 |
| 4.4.4 数值计算与实测值对比分析 |
| 4.5 混凝土箱梁温度场分析的工程验证 |
| 4.5.1 工程背景 |
| 4.5.2 桥梁温度场分析工况与参数设定 |
| 4.5.3 某箱型梁桥有限元热分析模型的建立 |
| 4.5.4 混凝土箱型梁温度场计算 |
| 4.5.5 数值计算与实测值对比分析 |
| 4.6 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（6）江苏省大气污染物时空动态变化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 大气污染物浓度时空分布特征研究 |
| 1.2.2 大气污染物浓度与气象因子关系研究 |
| 1.2.3 区域气候变化和大气污染 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 资料、方法与模式介绍 |
| 2.1 观测资料 |
| 2.2 RegCM-CHEM4 模式 |
| 2.2.1 模式发展历程 |
| 2.2.2 主要模块和化学机制 |
| 第三章 江苏省首要大气污染物浓度变化与气象因子的特征分析 |
| 3.1 江苏省大气污染物浓度时间变化特征 |
| 3.1.1 污染物浓度年际变化特征 |
| 3.1.2 污染物浓度季节性变化特征 |
| 3.1.3 污染物浓度月变化特征 |
| 3.2 江苏省大气污染物浓度空间分布特征 |
| 3.3 污染物之间的相关性 |
| 3.4 污染物与气象要素的关系 |
| 3.5 本章小结 |
| 第四章 江苏省大气污染状况的统计预估 |
| 4.1 模式设置 |
| 4.1.1 模拟区域 |
| 4.1.2 参数化方案选取 |
| 4.2 气候变化的模拟评估 |
| 4.3 逐步回归方程的建立 |
| 4.4 统计预估法对江苏首要大气污染物的预估 |
| 4.5 本章小结 |
| 第五章 江苏省大气污染及其气候效应的数值模拟 |
| 5.1 江苏省人为气溶胶直接辐射强迫及其气候效应研究 |
| 5.1.1 模拟方案 |
| 5.1.2 模拟结果 |
| 5.2 气温变化对硫酸盐气溶胶影响的初步探索 |
| 5.2.1 模拟方案设计 |
| 5.2.2 硫酸盐气溶胶对气温变化的响应 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要结论 |
| 6.2 讨论 |
| 6.3 主要创新点 |
| 6.4 不足与展望 |
| 攻读学位期间发表的学术论文 |
| 参考文献 |
（7）青藏高原全天空条件下蒸散量卫星遥感估算研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 地基观测获取潜热通量/蒸散量的方法 |
| 1.2.2 卫星遥感估算模型 |
| 1.2.3 青藏高原蒸散发研究进展 |
| 1.3 研究内容、研究目标和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究目标 |
| 1.3.3 技术路线 |
| 1.3.4 章节安排 |
| 第2章 基于站点观测的蒸散量估算及影响因子研究 |
| 2.1 研究区概况 |
| 2.2 观测数据基本信息 |
| 2.3 地表能量通量的组合法估算 |
| 2.4 数据处理过程 |
| 2.5 水文气象参数与蒸散发的联系与耦合 |
| 2.6 基于常规观测的实际蒸散发估算方案 |
| 2.7 小结 |
| 第3章 青藏高原晴空条件下蒸散量的卫星遥感估算 |
| 3.1 输入数据介绍及预处理 |
| 3.1.1 站点数据 |
| 3.1.2 驱动数据 |
| 3.1.3 卫星遥感数据 |
| 3.2 地表参数的估算及特征分析 |
| 3.2.1 地表反照率 |
| 3.2.2 植被指数 |
| 3.2.3 植被覆盖度和地表比辐射率 |
| 3.3 TESEBS模型和PT模型估算晴空条件下的蒸散发 |
| 3.3.1 TESEBS模型方法 |
| 3.3.2 PT模型方法 |
| 3.3.3 晴空蒸散量的估算及校验 |
| 3.3.4 模型对比及参数敏感性分析 |
| 3.4 小结 |
| 第4章 青藏高原全天空地表温度和下行辐射通量估算 |
| 4.1 站点数据和驱动数据 |
| 4.2 卫星遥感数据和土壤属性数据 |
| 4.2.1 光学遥感数据 |
| 4.2.2 微波遥感数据 |
| 4.2.3 土壤属性数据 |
| 4.2.4 遥感数据的预处理 |
| 4.3 地表温度反演、验证及特征分析 |
| 4.3.1 基于穿透深度的地表温度卫星遥感模型 |
| 4.3.2 反演结果验证 |
| 4.3.3 地表温度时空分布特征 |
| 4.4 下行太阳短波辐射和大气长波逆辐射估算 |
| 4.4.1 改进的Heliosat算法 |
| 4.4.2 CD99算法及参数校正 |
| 4.4.3 估算结果验证及误差分析 |
| 4.4.4 下行辐射通量时空分布特征 |
| 4.5 小结 |
| 第5章 青藏高原全天空条件下蒸散量的卫星遥感估算 |
| 5.1 全天空条件下的蒸散发估算与验证 |
| 5.1.1 预处理 |
| 5.1.2 估算效果验证 |
| 5.2 时空分布特征 |
| 5.3 误差来源分析 |
| 5.4 小结 |
| 第6章 总结与展望 |
| 6.1 研究总结 |
| 6.2 主要创新点 |
| 6.3 问题和展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 在读期间发表的学术论文 |
（8）黑碳和硫酸盐气溶胶对冬季东亚高空急流影响的数值模拟研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 高空急流形成、变化机制及对气候的影响 |
| 1.2.2 黑碳和硫酸盐气溶胶的气候效应 |
| 1.3 研究目的和研究内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 1.4 研究路线 |
| 第二章 研究方法、资料介绍及模式验证 |
| 2.1 通用地球系统模式(CESM)介绍 |
| 2.2 试验设计 |
| 2.3 数据资料 |
| 2.4 模式验证 |
| 第三章 黑碳气溶胶对冬季东亚高空急流影响 |
| 3.1 黑碳气溶胶引起冬季东亚高空急流变化的基本特征 |
| 3.2 黑碳气溶胶引起冬季局地纬向风变化的热力机制 |
| 3.2.1 黑碳气溶胶对局地纬向风的影响 |
| 3.2.2 黑碳气溶胶对局地温度变化的作用机制 |
| 3.3 黑碳气溶胶引起冬季东亚高空急流变化 |
| 3.4 黑碳气溶胶作用下冬季东亚降水场的响应 |
| 3.5 本章小结 |
| 第四章 硫酸盐气溶胶对冬季东亚高空急流影响 |
| 4.1 硫酸盐气溶胶引起东亚高空急流变化的基本特征 |
| 4.2 硫酸盐气溶胶引起冬季局地纬向风变化的热力机制 |
| 4.2.1 硫酸盐气溶胶对局地纬向风的影响 |
| 4.2.2 硫酸盐气溶胶的直接效应 |
| 4.2.3 硫酸盐气溶胶的间接效应 |
| 4.3 硫酸盐气溶胶引起冬季东亚高空急流变化 |
| 4.4 硫酸盐气溶胶作用下冬季东亚降水场的响应 |
| 4.5 本章小结 |
| 第五章 黑碳和硫酸盐气溶胶共同作用对冬季东亚高空急流影响 |
| 5.1 黑碳和硫酸盐气溶胶共同作用引起东亚高空急流变化的基本特征 |
| 5.2 黑碳和硫酸盐气溶胶引起局地纬向风变化的热力机制 |
| 5.2.1 黑碳和硫酸盐气溶胶共同作用下的直接效应 |
| 5.2.2 黑碳和硫酸盐气溶胶共同作用下的间接效应 |
| 5.3 黑碳和硫酸盐气溶胶引起冬季东亚高空急流变化 |
| 5.4 两种气溶胶共同作用下冬季东亚降水场的响应 |
| 5.5 本章小结 |
| 第六章 总结 |
| 6.1 结论 |
| 6.2 创新点和特色 |
| 6.3 不足与展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（9）我国北方地区大气气溶胶分布输送特征及其对夏季风活动的响应（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 沙尘气溶胶传输路径的研究现状与进展 |
| 1.3 气溶胶分类的研究现状与进展 |
| 1.4 气溶胶与季风相互作用的研究现状与进展 |
| 1.5 拟研究的主要科学问题及章节安排 |
| 第二章 研究区域、资料与方法 |
| 2.1 研究区域 |
| 2.2 地面数据 |
| 2.3 卫星资料 |
| 2.3.1 CALIPSO卫星 |
| 2.3.2 Terra卫星 |
| 2.4 再分析资料 |
| 2.4.1 ERA-Interim资料 |
| 2.4.2 MERRA-2资料 |
| 2.5 HYSPLIT模式 |
| 2.6 美国海军气溶胶分析与预测系统(NAAPS)模式 |
| 2.7 方法介绍 |
| 2.7.1 Cressman插值算法 |
| 2.7.2 夏季风指数 |
| 2.7.3 偏相关系数 |
| 第三章 典型沙尘天气下的气溶胶特征分析 |
| 3.1 沙尘天气过程概况 |
| 3.2 沙尘气溶胶空间分布及传输路径 |
| 3.2.1 沙尘气溶胶空间分布 |
| 3.2.2 沙尘传输路径模拟 |
| 3.3 本章小结 |
| 第四章 我国北方沙尘主要移动路径下的气溶胶特征分析 |
| 4.1 西北路径沙尘过程的空间特征 |
| 4.2 偏西路径沙尘过程的空间特征 |
| 4.3 偏北路径沙尘过程的空间特征 |
| 4.4 我国西北地区不同种类气溶胶发生频率特征 |
| 4.4.1 不同光学厚度值下各类气溶胶发生频率 |
| 4.4.2 沙尘和污染型气溶胶不同季节发生频率 |
| 4.5 本章小结 |
| 第五章 气溶胶对东亚夏季风强弱的响应 |
| 5.1 我国夏季风特点 |
| 5.2 季风盛行期过渡区内气溶胶光学厚度分布特征 |
| 5.3 强弱季风年下过渡区内沙尘和污染型气溶胶发生频率 |
| 5.4 过渡区内沙尘和污染型气溶胶不同高度层发生频率 |
| 5.5 气溶胶光学厚度对夏季风进退的响应 |
| 5.6 本章小结 |
| 第六章 气溶胶的夏季风响应对温度的影响 |
| 6.1 典型区域下不同种类气溶胶光学厚度的贡献率 |
| 6.2 典型区域下温度变化及其与不同种类气溶胶的相关关系 |
| 6.3 典型区域下风速变化 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 主要结论 |
| 7.2 论文创新点 |
| 7.3 未来工作展望 |
| 参考文献 |
| 在学期间研究成果 |
| 致谢 |
（10）青海高原致灾性对流天气遥感监测及预警方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 前言 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 强对流天气定义和产生环境研究 |
| 1.2.2 强对流天气的气候统计研究 |
| 1.2.3 基于卫星和雷达的强对流特征及算法研究 |
| 1.2.4 针对青藏高原对流有关研究 |
| 1.2.5 针对青海高原对流的研究 |
| 1.3 问题的提出 |
| 1.3.1 青海高原强对流研究不足 |
| 1.3.2 青海高原上气象卫星和天气雷达的应用和研究有限 |
| 1.4 本文研究内容 |
| 第二章 数据说明及预处理 |
| 2.1 数据说明 |
| 2.2 气象卫星数据预处理和定位精度改进 |
| 2.2.1 地形高程校正和几何校正 |
| 2.2.2 FY-4A与葵花卫星交叉定标 |
| 2.3 青海高原天气雷达体扫基数据预处理 |
| 2.3.1 雷达基数据质量控制及效果对比 |
| 2.3.2 雷达回波衰减订正及改进方法探讨 |
| 2.3.3 雷达坐标转换及插值 |
| 2.3.4 主要雷达产品计算 |
| 2.3.5 高原上雷达拼图方法及新增开发拼图产品 |
| 2.4 探空资料订正及效果对比 |
| 第三章 青海高原致灾性对流天气分类及时空分布特征 |
| 3.1 致灾性对流天气分类及分析方法 |
| 3.2 致灾性对流天气空间分布特征 |
| 3.2.1 致灾性对流频次分布 |
| 3.2.2 致灾性对流强度分布 |
| 3.3 致灾性对流天气时间变化特征 |
| 3.3.1 年变化特征 |
| 3.3.2 月变化特征 |
| 3.3.3 日变化特征 |
| 3.4 本章小结 |
| 第四章 青海高原致灾性对流天气机理模型 |
| 4.1 对流大气流场分型 |
| 4.2 强对流天气探空结构模型 |
| 4.3 强对流探空参数特征 |
| 4.4 强对流天气中尺度概念模型 |
| 4.5 高原上易发对流天气的机理研究 |
| 4.5.1 高原和平原辐射观测资料对比分析 |
| 4.5.2 高原和平原大气稳定度对比分析 |
| 4.5.3 高原上易发对流天气的机理模型 |
| 4.6 本章总结 |
| 第五章 青海高原致灾性对流发展规律和组织结构特征 |
| 5.1 对流单体发展规律 |
| 5.1.1 普通单体和脉冲单体回波特征 |
| 5.1.2 线状对流单体回波特征 |
| 5.2 对流组织结构特征 |
| 5.2.1 对流云顶结构演变特征 |
| 5.2.2 对流单体垂直结构演变特征 |
| 5.3 对流演变的卫星雷达联合监测特征 |
| 5.4 本章小结 |
| 第六章 青海高原强对流自动识别方法研究 |
| 6.1 强对流自动识别沿革 |
| 6.2 强对流云团单通道自动识别和跟踪 |
| 6.2.1 强对流云团识别和跟踪效果检验 |
| 6.2.2 对流云团参数计算 |
| 6.2.3 卫星数据分析和检验 |
| 6.2.4 云顶亮温数据分析及与小时降水量的关系 |
| 6.2.5 云顶温度变化特征 |
| 6.2.6 云顶温度极值及降水提前时间分析 |
| 6.2.7 小时降水量级预报方程及误差检验 |
| 6.3 强对流云团多通道自动阈值识别 |
| 6.3.1 分类强对流云团多种参数特征识别 |
| 6.3.2 新一代气象卫星监测识别高原对流云的适用特点 |
| 6.3.3 多通道自动阈值识别小结 |
| 6.4 强对流回波自动识别 |
| 6.4.1 强对流回波的多仰角自动识别法及识别效果 |
| 6.4.2 分类强对流回波多种参数特征识别 |
| 6.4.3 降雹和非降雹单体统计特征对比和识别 |
| 6.5 本章小结 |
| 第七章 卫星和雷达综合观测的青海高原强对流预警方法研究 |
| 7.1 受地形影响明显地点的预警参数统计特征 |
| 7.1.1 强对流频发代表站的选取 |
| 7.1.2 代表站的预警参数统计特征 |
| 7.1.3 新一代静止气象卫星与天气雷达综合观测的对流参数统计特征 |
| 7.2 强对流潜势预警方法及检验 |
| 7.2.1 强对流类型雷达预警方法及效果 |
| 7.2.2 强对流潜势预警方法 |
| 7.2.3 强对流潜势预警方法检验 |
| 7.3 本章小结 |
| 第八章 总结和展望 |
| 8.1 总结 |
| 8.2 主要创新点 |
| 8.3 不足与未来工作展望 |
| 附录1 文件列表 |
| 参考文献 |
| 博士期间主持或参与的科研项目及发表的主要学术论文 |
| 论文 |
| 科技成果认定 |
| 系统业务化推广应用 |
| 主持项目 |
| 致谢 |
四、PRELIMINARY NUMERICAL STUDY OF TOPOGRAPHIC EFFECTS OF THE TIBETAN PLATEAU ON SURFACE DIRECT RADIATION（论文参考文献）
- [1]淮河流域地表反照率时空变化及其模拟研究[D]. 高婷. 南京信息工程大学, 2021(01)
- [2]青藏高原地区气溶胶直接辐射强迫数值模拟研究[D]. 田甜. 中国气象科学研究院, 2021
- [3]中国地区大气污染—植被—二氧化碳的相互影响研究[D]. 谢晓栋. 南京大学, 2020(12)
- [4]2019年中国陆表定量遥感发展综述[J]. 梁顺林,白瑞,陈晓娜,程洁,范闻捷,何涛,贾坤,江波,蒋玲梅,焦子锑,刘元波,倪文俭,邱凤,宋柳霖,孙林,唐伯惠,闻建光,吴桂平,谢东辉,姚云军,袁文平,张永光,张玉珍,张云腾,张晓通,赵天杰,赵祥. 遥感学报, 2020(06)
- [5]基于气象共享数据的混凝土箱型梁桥温度场分析方法[D]. 薛仪. 华南理工大学, 2020
- [6]江苏省大气污染物时空动态变化研究[D]. 宋荣. 南京林业大学, 2020(01)
- [7]青藏高原全天空条件下蒸散量卫星遥感估算研究[D]. 邹宓君. 中国科学技术大学, 2020(11)
- [8]黑碳和硫酸盐气溶胶对冬季东亚高空急流影响的数值模拟研究[D]. 姚晨雨. 南京信息工程大学, 2020(02)
- [9]我国北方地区大气气溶胶分布输送特征及其对夏季风活动的响应[D]. 白冰. 兰州大学, 2020(01)
- [10]青海高原致灾性对流天气遥感监测及预警方法研究[D]. 朱平. 南京信息工程大学, 2019(01)