編輯:賈朋群

土壤濕度和海洋鹽分(SMOS)衛星在軌10年,不僅超出了計劃服役時間,還超額完成了其原始科學目標。SMOS探測的土壤濕度和海水鹽分均是全球水循環中的重要要素,10年來SMOS得到的數據,推進了我們對水循環和地球表面與大氣交換的認識。
來源:ESA

芬蘭等多國學者在一項雷達數據應用的最新研究中,給出了目前全球氣象雷達覆蓋圖。圖中,假定每個雷達的有效探測半徑為200 km而不考慮雷達的帶寬、極化和局地地形等。圖中標注的雷達信息來自WMO數據庫,但該數據庫并非包括了所有業務雷達。作者補充了數據庫以外來自中國、菲律賓、越南和緬甸等國家的部分雷達信息。
來源:BAMS

全球水通量大約有60%通過植物的蒸騰作用進入大氣。植物就像連接土壤和大氣的“吸管”,控制著水如何從陸地流向大氣。美國哥倫比亞大學的學者在一項最新的研究中認為,植被是決定陸地上能留下多少水的重要因素。他們的研究揭示了二氧化碳和全球變暖的綜合效應如何改變‘吸管’的大小?圖中給出不同氣候條件下降水的分割情景。
來源:Nature Geoscience

Scientific American雜志最新一期在科學讀圖欄目給出2008—2018年美國能源在生產和消費兩端的情景,指出過去十年能源清潔化的趨勢如能維系,能源經濟走向綠色的步伐會加快。
來源:Scientific American

韓國和中國學者在最新研究中,通過訓練卷積神經網絡(convolutional neural network,CNN)開展多年ENSO預報。圖中給出CNN模型構架,包括1個輸入層(預報器),3個卷積層,2個MP(max-pooling,最大池化)層,1個FC(fully connected,完全連接)層和1個輸出層(預報值)。
來源:Nature

美國和丹麥等多國學者,在最新的研究中梳理了風能作為一門交叉學科,需要面對的科學問題,并闡述了該領域面對的巨大挑戰。如圖,風能科學問題的挑戰,在空間尺度上從全球天氣系統到風機機翼邊界層,在時間上從天氣的季節擾動到次秒級動力控制,還包括電力生產與需求之間的平衡等。
來源:Science
通過眾包方式獲得冰雹大小觀測數據,是瑞士學者最新創新活動之一。從2015年5月以來,活動通過App用戶獲得了59000個冰雹大小的數據。左圖為2018年5月7日雷達降水觀測與眾包冰雹報告(藍白色點)分布動畫截圖,右圖為用戶報告APP操作屏幕,其中冰雹大小用網球、高爾夫球和鉛筆大小作為標尺,方便用戶給出冰雹大小的準確信息。
來源:BAMS

英國和美國學者在最新研究中,提出了多實體超級參數化(Multiple-Instance Superparameterization)的概念,并架構了超參數化CAM模式(SP-CAM)和多實例超參數化CAM(MPCAM)。圖中給出CAM、SP-CAM和MP-CAM 等3種模式的原理圖。其中SP-CAM參數化的第2行發生在CPM(云解析模式)尺度;同樣的CPM尺度參數化也發生在MP-CAM集合平均之前。(圖中簡寫詞:GCM = global circulation model; CPM = cloudpermitting model; CAM = Community Atmosphere Model; SP-CAM =superparameterized CAM; MP-CAM = multiple-instance SP-CAM)。
來源:JAMS

以保護海洋生物為目的的海洋環流觀測已經漸成規模,包括直接和間接技術在內的多種技術在應用中。由于一些方法僅適用于某些物種,研究團隊一般采用多種方法,監測海洋生物的運動。圖中展示了跟蹤、遺傳、生物地球化學和模擬等方法以及這些方法上的聯系。
來源:The Scientist

美國一家研究機構,戰略風險委員會在最新發表的關于氣候變化國家安全衛星的分析報告中,利用這張美國海軍士兵修理NOAA浮標站的圖片,說明應對氣候變化這一史無前例的風險,需要全國上下合作應對才是正確的選擇。
來源:The Council on Strategic Risks

美國和奧地利等國學者在一項研究中,揭示了熱帶云凝結核(CCN)的新來源。圖中左側表示深對流云抬升邊界層空氣。較大粒子(CCN; 深藍色圓)被激活產生云滴(深色中心的淺藍圓),并通過高空降水和濕沉降排除(“濕移除”)。可溶性差的氣溶膠前體逸出、氧化和形成新粒子,下沉時通過凝結和凝固生長,很多在到達邊界層頂之前達到CCN尺度。這些CCN可充分影響云屬性。
來源:Nature
Advances in Meteorological Science and Technology2019年6期