简介：自然生态系统不同植物种群之间存在着广泛的竞争，且多种植物种群可以共存，即具有生物多样性。经典的资源竞争模型（莫诺模型）支持生态学上的“竞争排斥原理”，不适用于阐释自然生态系统不同植物种群间的竞争与共存。根据植物生态系统的特点，引入植物种群的生长率随着物种个体大小/个体数增加而逐渐趋于饱和的性质，建立自抑制资源竞争模型。该模型与莫诺模型的本质区别在于，物种的临界可利用资源随种群密度增加而上升，从而可以达到不同物种间的平衡。数学分析及数值模拟结果表明，该模型可允许多物种稳定共存（即共存的物种种类数可以多于供给其生长的资源种类数），同时优势物种随资源供给率增加而依次变化。

简介：截至11月底，自治区气象局已建成区域自动气象站509个，单要素站44个、两要素站385个、四要素站以上站80个。通过区域自动站网建设，使自治区地面气象观测能力明显提升，在2007年汛期服务和自治区成立60周年大庆气象保障服务中，全部区域自动站实行5分钟加密观测，提供了大量的实时气象观测数据，在气象服务中发挥了重要作用。

简介：静止卫星中规模利用站处理系统简介夏巧利（陕西省气象台西安·７１００１５）１系统功能及特点“静止卫星中规模利用站处理系统”是接收、处理日本ＧＭＳ卫星数据和我国ＦＹ一２卫星数据的实时业务系统，具有处理ＧＭＳ一４卫星两个通道（红外、可见光）、ＧＭＳ一５卫星...

简介：在气象资料应用中，常常需用到等值线的绘制，本文提出了一种基于小网格重心生成矩形网格等值线的算法。该算法通过设计搜索追踪顺序，引入重心点分析每个网格，合理避免了传统等值线追踪算法起始点选取困难、网格出口边判断复杂的问题，不仅可确保等值线的唯一性，而且更真实地反应等值线整体逐渐变化的特征，此外，每条等值线增加的等值点可为后续光滑提供更多的控制点。最后通过示例说明了本文的算法的可行性，可扩展性，能在气象的雷达、数值预报、站点数据等中应用。

简介：利用地表太阳总辐射和散射辐射对LongandAckerman（2000）的云检测算法进行了改进，提高了云判别的准确率。首先采用比值概率密度峰值法，初步选出晴天时刻。然后根据晴天时刻的地表太阳总辐射和太阳天顶角余弦值，拟合得到该日晴天总辐射近似表达式。在此基础上，计算各时刻实际观测值与用该拟合式估计的总辐射的比值，并再次利用比值概率密度峰值法，判断该时刻的天空状况。最后利用全天空成像仪观测资料和站点天气记录结果检验算法，结果表明，在天顶角小于75°条件下，本算法判断准确率平均达90．9％。改进的云检测算法减少了因水汽柱总量、气溶胶浓度和系统测量偏差的日变化及天顶角变化造成的误差。应用该检测算法，得到了香河和太湖两地云El发生频率并分析了云地表辐射强迫季节变化特征。两地云出现频率和云地表短波辐射强迫均夏季最大，春秋次之，冬季最小，太湖站云出现频率的季节变化幅度不及香河。香河云地表短波辐射强迫年平均为-39．5W·m-2，春夏秋冬季节平均分别为-25．9W·m-2、-70．9W·m、-51．1W·m-2、-10．8W·m-2。太湖云地表短波辐射强迫年平均为-66．2W·m-2，春夏秋冬季节平均分别为-84．6W·m-2、-89．1W·m-2、-50．2W·m-2、-44．1W·m-2。

简介：选取QIN和SOB两种代表性劈窗算法对辽宁地区地表温度进行反演，并分析二者的精度和误差分布。结果表明：QIN和SOB算法反演的地表温度（Ts）与地面气象台站准同步观测的气温和地温的线性拟合显著，SOB算法线性拟合更好；从误差分布直方图可知，两种算法的反演结果与地温更接近，SOB算法与同步气温和地温在±2.0℃之间的误差比例略高于QIN算法；在野外开展与卫星遥感空间尺度一致的地表温度观测试验，QIN和SOB算法与实测值的平均绝对误差均为1.5℃；与NASA官网发布的地表温度产品对比发现，QIN和SOB算法的平均绝对误差分别为1.75℃和1.70℃；因此，QIN和SOB算法在辽宁地区均适用，而SOB算法误差较小。

简介：利用HJ／IRS遥感数据，根据普适性算法和单窗算法反演太湖水温。结果表明：普适性单通道方法反演太湖水温均方根误差为1．058；单窗算法均方根误差为o．538。太湖水温空间分布呈现出南高北低、周围高于中心的特征，湖面温度低于周边陆地温度1～3℃。

简介：依据气温间的空间相关性,将地统计学中的普通克里金法（OrdinaryKriging,OK）引入地面气温资料的质量控制。考虑气温在空间上的连续性,提出一种基于高斯模型改进的普通克里金（ImprovedOrdinaryKriging,IOK）质量控制方法。为评估该方法的性能,运用IOK法对江苏省67个台站2008年地面日平均气温资料进行质量控制,并与OK法以及反距离加权法（InverseDistanceWeighted,IDW）进行比较。试验结果表明,IOK法的检验效果优于OK法与IDW法,且稳定性与适用性较高,能有效地标记出气温观测数据中的可疑数据。