简介：国家自主贡献（NDC）机制于2015年巴黎气候变化大会确立,要求各缔约方参考各国国情以＂自下而上＂的方式提出应对气候变化目标。汇总梳理了作为国家自主贡献前身的国家自主决定贡献（INDC）164份,总结提出了各国文件的共性框架,重点对减缓和适应目标、实施条件和公平性等4类特征进行了统计分析。研究发现,各缔约方国家自主决定贡献文本差异显著,虽然具有共性框架,但是在具体目标阐述方式、覆盖经济行业及温室气体范围、实施条件和公平性阐述等方面选择迥异,此外,气候变化谈判立场对缔约方国家自主决定贡献承诺内容和形式的选择具有较大影响。

简介：介绍了数据挖掘、机器学习和深度学习的概念和相互关系,按照整体性学习理论建立了气象领域深度学习知识体系框架,简要介绍了当前主流的深度学习框架工具Caffe和TensorFlow,以及深度学习在气象领域的几个前沿应用,最后提出了推进深度学习技术在气象领域研究应用应当重视的三个关键环节.

简介：2017年8月27日至9月3日，中国气象局气象干部培训学院（以下简称“干部学院”）侯锦芳和邓京勉一行2人代表团赴澳大利亚气象局访问，并参加了在澳大利亚墨尔本举办的WMO第12届气象学习创建活动（CALMet）大会。

简介：利用东亚地区逐日降水资料,评估了17个CMIP5气候模式对中国东部夏季不同强度降水的时空分布、不同强度降水对1970年代末中国东部夏季总降水量年代际转折的贡献的模拟能力。从夏季不同强度降水占总降水的比重来看,在中国东北和华北地区,小雨和中雨占主导;而在华南和江淮地区,大雨和暴雨则相对更为重要。CMIP5模式可大致模拟出中国东部小雨、大雨和暴雨占总降水比重的空间分布,但对中雨占比的空间分布模拟较差。总体说来,多数CMIP5模式高估了小雨和中雨的比重,但低估了大雨和暴雨的比重,从而导致大多数模式高估东北和华北的总降水量,而低估华南和江淮的总降水量。对1970年代末我国华北和江淮地区夏季降水量的年代际转折,观测资料表明该转折主要体现为大雨和暴雨雨量的年代际转折;仅有少数CMIP5模式能模拟出华北大雨和暴雨年代际减少的特征,使得这些模式对华北地区总降水的年代际变化也有较好的模拟能力。对于江淮区域,由于大雨和暴雨的比重被严重低估,尽管部分模式能模拟出夏季总降水量年代际增加的特征,但却多以小雨、中雨的年代际变化为主。多模式集合并不能显著提高模式对不同强度降水的空间分布的模拟能力,尤其是降水年代际变化的模拟能力。