編輯 賈朋群

用氣候和土地利用模式解析生態(tài)系統(tǒng)功能

德國等多國學者在研究氣候和土地利用與熱帶山區(qū)生物多樣性聯(lián)系時，用5個氣候和土地利用強度（LUI）模式組合，與非洲最大的Kilimanjaro山脈的30個生態(tài)功能指示因子建立聯(lián)系。圖中給出所有生態(tài)功能的Pearson相關矩陣。

來源：Nature

用模式認識大氣環(huán)流

英國等4國學者在一項最新發(fā)表的研究中，從不同層次的天氣氣候模式角度，梳理了人類對大氣環(huán)流的認識歷程。圖中對簡單大氣模式與用于天氣氣候預報復雜模式（即大氣GCM，或AGCM模式）之間按照方程（動力）、邊界層過程、非絕熱處理、尺度（不同區(qū)域尺度和分辨率的對流組織）等角度進行了歸類解析分析。

來源：Reviews of Geophysics

冰川減少與海平面上升

瑞士等多國學者梳理了1961—2016年全球19個一階區(qū)域（圖中用黑線區(qū)分）累積的區(qū)域和全球冰川質量平衡及其對海平面上升的貢獻。其中，阿拉斯加地區(qū)總質量改變約為-3000 Gt，相當于海平面上升8 mm，是最大的貢獻區(qū)域。

來源：Nature

冷池形成和維持及其與地形和大氣穩(wěn)定性的聯(lián)系

英國氣象局學者Sheridan在最新發(fā)表的研究中，梳理了冷池（CAP）與地形尺度和大氣穩(wěn)定性方面的相互作用的機制，給出了這一普遍存在卻構成從預報角度看，在復雜地形上形成的穩(wěn)定邊界層利用數(shù)值預報往往難以駕馭的天氣。研究中，作者從圖中所示的（a）支持或（b）減緩CAP形成，以及（c）導致其解體的輻射、局地和天氣尺度動力因子構成圖出發(fā)，分析了這一特殊天氣與地形尺度及背景流程等的關系。

來源：Quarterly Journal of the Royal Meteorological Society

區(qū)域氣候模擬30年

2019年是第一個區(qū)域氣候模式（RCM）開發(fā)30年，為此意大利學者梳理了該領域30年來的成就，回答了RCM的目前位置在哪里以及今后向何處發(fā)展等問題。圖為最新的協(xié)調區(qū)域降尺度試驗（Coordinated Regional Downscaling Experiment ，CORDEX）的概念框架。

來源：Journal of Geophysical Research: Atmospheres

全球物種受到威脅

聯(lián)合國（政府間生物多樣性和生態(tài)系統(tǒng)功能科學政策平臺，IBPES）最新發(fā)表的研究報告初稿表明，全球多達100萬植物和動物物種，可能在數(shù)十年內消失。報告分析了近50年人類活動給地球生態(tài)系統(tǒng)帶來的影響。據(jù)悉，完整的報告將在今年晚些時候發(fā)布。

來源：IBPES

河流連通性：生態(tài)系統(tǒng)的重要保障

自由流淌的河流支持全球生態(tài)系統(tǒng)的多樣性、復雜結構和動力特征。但是，河水受到人類設施的阻礙，自由流通狀態(tài)對很多河流來講都受到挑戰(zhàn)，從而會構成對生態(tài)系統(tǒng)的威脅。加拿大等多國學者研究了全球總長度達到120萬 km的河流的互通狀態(tài)，發(fā)現(xiàn)在長度超過1000 km的河流中，僅有37%在整個河流長度內保持自由流淌，有23%不間斷流向海洋。圖中給出用連通狀態(tài)指數(shù)（connectivity status index，CSI）展示全球河流連通性狀態(tài)。

來源：Nature

青藏高原湖泊水面溫度系列

湖泊僅占地球陸地面積的1.8%，卻是生態(tài)系統(tǒng)和水供給的重要因素，在高原地區(qū)尤其如此。北京大學學者與合作者一起，借助衛(wèi)星遙感數(shù)據(jù)，建立了1981—2015年青藏高原拔海2500 m以上區(qū)域共17個流域面積在80 km2以上的97個湖泊（如圖所示）表面水溫度系列數(shù)據(jù)。

來源：Nature - Scientific Data

碳衛(wèi)星就位空間站：OCO-3監(jiān)測可期

NASA的軌道碳監(jiān)測-3（ Orbiting Carbon Observatory-3，OCO-3）衛(wèi)星2019年5月初進入國際空間站，該衛(wèi)星將收集地球大氣中二氧化碳是如何運動的數(shù)據(jù)。該衛(wèi)星較之前的碳衛(wèi)星比較，能夠監(jiān)測更廣泛的地區(qū)和獲得更高分辨率的數(shù)據(jù)。研究者希望借助從現(xiàn)在到未來3年OCO-3提供的數(shù)據(jù)，進一步認識地球碳循環(huán)，進而提升對氣候變化的預報能力。

來源：NASA

與5G為鄰：氣象衛(wèi)星探測面臨的全球問題

5G技術發(fā)展依托的無線電頻段與氣象衛(wèi)星探測所用頻段嚴重重合，已經(jīng)因美國開始拍賣5G頻段引起越來越多學者關注。因為水汽等重要氣象要素會在相關頻段上釋放出信號，利用這些窗口頻段，氣象衛(wèi)星才有可能監(jiān)測到這些氣象要素的時空分布，而如果這些專用探測頻段與 “吵鬧” 的5G為鄰，即使采用過濾等手段，也很難完全消除干擾。據(jù)悉，今年10月世界各地監(jiān)管機構將在埃及召開會議，商議可商用的5G頻段。

來源：Nature

機器學習：透視地球數(shù)據(jù)

美國學者在一篇評述機器學習在固體地球科學數(shù)據(jù)驅動的發(fā)現(xiàn)中應用時，梳理了科學家分析數(shù)據(jù)的過程，解釋了常規(guī)和機器學習在科學分析中的不同：機器學習類似于通過新的透鏡審視數(shù)據(jù)，而傅里葉分析這樣的常規(guī)分析方法，則被提前選擇好并用于檢驗一個猜想或簡單展示數(shù)據(jù)的不同。機器學習無疑具有更大的功能空間，將數(shù)據(jù)與一些目標或標簽聯(lián)系在一起。

來源：Science