Group work
为了迎接19日下午我们在赫尔辛基大学的报告，大家在SMEARⅡ站以及回到赫尔辛基市的几天里都在抓紧时间工作，相互讨论，不断发现问题、解决问题，在老师的指导下进行修改和优化。在18日下午，科考全员进行了模拟演练，三位指导老师齐坐镇，分小组进行汇报。汇报以小组成员接龙的方式，每位同学都会得到2到3分钟的英文演讲锻炼。在报告前，同学们认真练习，不断提升口头表达，努力做到脱稿。在展示过程中，各个组在成果、内容设计和语言表达等诸多方面都得到了老师和同学们的充分讨论和指正。排练结束之后，大家针对每个小组的问题进行调整，并将自己展示的内容深刻地理解和记忆，指导老师们表示非常满意。
图1 18日下午演练报告
19日下午到达赫尔辛基大学Kumpala校区，Pekka Rantala博士先带领我们参观了和材料物理、气溶胶相关的多个实验室。之后Joni带领我们参观了SMEARⅢ站，一个坐落于校园内，地理位置处于城郊的小型铁塔观测站。由于地势较高，观测具有一定的代表性，所以铁塔并不高。接着，我们来到物理学院图书馆参观，馆内藏书浩瀚，书桌整齐排列，并备有电脑、打印机等设施，多间研讨室，很多人手中端着书认真地看着，十分静谧。下午4点钟，我们准时开始进行报告，这可谓是此行的重头戏，这次报告中将我们出发之前的工作和在芬兰小组工作的成果相结合，作为这一阶段的科考小结，意义非常。马库·库马拉院士也亲临现场，给与我们相应的指导。
图2 物理学院实验室/图书馆参观
第一组是NPF team（New Particle Formation team，新粒子生成小组）。他们的主要任务是围绕新粒子生成及增长的两个过程，探究南京的SORPES站和Hyytiälä的SMEARⅡ站在两种截然不同的环境下，各种气态前体物在两个过程中起到的作用。他们得到的主要结论是：在春季，南京的成核过程当中，硫酸是主要的贡献因子；在Hyytiälä，硫酸和高氧化分子都对新粒子成核起到了重要作用。在他们的研究计划当中，将进一步找出高氧化分子最相关质量区间内的特定物质，探讨其浓度或化学性质与新粒子生成事件之间的关系以及温度、硫酸稳定剂等因素对新粒子生成和增长的影响。
图3 四个小组主要工作总览
图5 马库·库马拉院士点评第一组的演讲
第二组是Surface Flux team（地表通量组），他们的研究课题是SMEAR II与SORPES地表通量特征对比。地表由向下短波辐射、反射短波辐射、向下长波辐射和向上长波辐射四个辐射分量获取净辐射。若不考虑人为热源，则净辐射以潜热通量、感热通量和储热通量的形式向大气与下垫面进行能量分配，影响局地及区域气候。CO2通量可用于衡量植被生长情况。他们尝试通过绘制年变化和日内变化图像、进行变量相关分析，获知两站地表通量的变化特征与差异，并探寻这些现象背后的原因。得到的主要结论是：SMEAR II表现为碳汇，且CO2通量相较SORPES而言具有更显著的年内变化； SMEAR II的土壤储热通量较小，SORPES的储热通量相对较大；SMEAR II的潜热通量总体弱于SORPES。相较于植被蒸腾，降水对潜热通量有更显著的促进作用，在受季风气候控制的SORPES作用明显，抑制了能量向感热分配；直接观测数据表明，SMEAR II的净辐射总体弱于SORPES，而SMEAR II的感热通量总体比SORPES更大且年变化更显著，这一特征尚不能被直观解释。可将感热通量作为净辐射在扣除潜热通量和储热通量后的余项而得到间接解释。小组的未来计划是研究潜热通量对净辐射之比与气温之间的对数关系是否具有实在的物理基础；探寻光合作用与储热通量之间的关系；采用高频微气象数据分析两站的湍流特征及其差异。
图6 第二组结论概念图
第三组是Air quality team（空气质量研究小组），他们的研究课题是“SORPES站和SMEARⅡ站空气质量对比的研究”。他们的科研目的是分析二氧化硫、二氧化氮、一氧化碳和PM2.5这四种污染物在南京和Hyytiälä森林两种不同环境背景下的浓度日变化和月变化的规律，并结合当地的气象数据，分析不同变化规律背后的原因。他们得出的主要结论是，芬兰的空气环境远好于中国的空气质量，两地的二氧化硫、二氧化氮和PM2.5浓度受边界层高度影响较大，其中二氧化氮浓度还受风向、光化学反应以及当地的交通情况等影响。臭氧浓度在两地夜间均下降，南京SORPES站臭氧浓度与氮氧化物有关，而Hyytiälä臭氧浓度和干沉降有关。他们将来还将进一步研究硫氧化率和相对湿度、光照之间的关系以及混合层、边界层对几种污染物的影响。
图7 第三组同学上台展示
第四组是Climate team（基本气候对比组）。在出发前，小组成员对比研究了芬兰和中国的地貌、气候和天气特征。在芬兰的小组工作期间，小组同学顺利开展了新粒子生成事件与天气要素之间关系的研究。该组同学探究的可能与新粒子生成事件有关系的主要天气要素有气温、气压、降水、相对湿度、风场和辐射等。他们主要对SMEAR II站2016-2018三年的新粒子生成事件的数据与相关气象要素的数据进行了统计分析。得到初步结论后，小组同学希望进一步实现对新粒子生成事件的统计预报。他们利用决策树模型和机器学习的方法，创建了一个简单的统计预报模型，该模型仅考虑了气象要素中的气温和降水两个方面，得到了一定的准确率。在他们的研究计划中，将进一步检验数据的处理与分析是否有误，并对风场进行的研究，同时对于统计预报模型进行改进与训练。更深入地，他们还希望对SORPES站的新粒子生成事件进行类似研究，寻找天气要素影响新粒子生成事件的物理机制，思考人类活动对自然过程的深刻影响。
图8 第四组结论表格
报告过程中，我们就相关问题与赫尔辛基的各位师兄师姐们进行了讨论，加深了我们对问题本身的认识。这次报告的成功离不开学院以及赫尔辛基大学各位老师和师兄师姐们的指导以及各位同学们的辛苦努力，同时也展示了我们bwin必赢同学们的认真思考和独立科研的能力。正因为各位同学们的钻研探索的精神和指导老师们的悉心提点，我们在赫尔辛基大学最终展示的科研训练结果得到了库马拉院士和指导老师们的充分肯定和高度评价。当然，我们的科研成果还存在很多不足之处和急待解决的问题，回国之后，我们将针对这些问题继续去进行探究。
汇报结束之后，库马拉院士和任雪娟副经理对此行进行了总结，肯定了bwin必赢和芬兰赫尔辛基大学老师和同学们的辛勤努力和优秀成果，并且对中芬之间的友好合作和交流表达了美好的祝愿。最后在离校前，大家和库马拉院士一起合影留念。
图9 各个小组和马库·库马拉院士的合影
文字/图片：中芬科考宣传组