基于Excel的土壤墒情计算系统

根据<农业气象观测规范--土壤水分测定分册>的有关规定,利用Excel强大的函数、公式计算以及统计功能,编制了土壤墒情计算系统,对逢八和逢三测墒的计算过程进行了详细阐述,并根据农业气象土壤测墒工作的需要,在系统中可任意增减观测表,在同工作表中也可以任意插入或删除单元格,其计算结果不会受到任何影响,使土壤墒情观测工作中涉及到的大量计算得到了自动化处理.     

两种不同雨滴谱分布的分析

为了拟合实际观测的雨滴谱资料,采用不同阶数矩确定谱分布函数的谱参数。由此确定的M P分布函数和Γ分布函数在计算不同阶数矩对应的物理参量时存在差别,矩的阶数越高,差别越大。当粒子直径满足一定条件时,矩计算的积分截断效应可以忽略。     

论当前大气动力模式中存在的若干问题

文章提出了当前大气动力模式中存在的若干问题，如垂直离散问题、提高分辨率的问题、极地流场的预报问题、间断问题、非线性混淆问题和高纬地区纬向差商的计算问题等。在分析讨论这些问题时，也提出了可能解决的方法和途径，比如:垂直离散静力方程，在等距情况下，用lnσ坐标比用σ坐标会使计算误差显著减小；非线性混淆在用球谐函数作基函数时是存在的，但如参加乘积运算的函数足够光滑，非线性混淆作用可以忽略。     

FDR土壤水分自动站三级标定的方法

FDR法是利用土壤介电常数变化测量土壤含水率,在测量的3个阶段进行标定可以提高测量准确度.仪器安装标定可以降低各个地区土壤水质的差异对传感器测量范围的影响;田间标定使用仪器与烘干法对比观测数据,通过乘幂函数拟合计算不同土壤类型的参数,修正仪器测量公式,使测量到的土壤介电常数的变化能够准确反映含水率的变化;再利用烘干法对...     

球函数分析中经向数值积分的改进方案

在全球气候场的球函数分析中,定积分∫＾ｎｏｑ（θ）ｓｉｎθｄθ的近似计算是重要的。本文基于几何分析给出了它的一个改进方案,对标准化缔化勒让德函数Ｐ＾ｍ,ｎ的模和正交性计算表明,它可以明显提高气候场球函数分析的精度。     

气象要素观测随机误差的定量估算

本文证明由于观测随机误差的作用,采用观测资料计算的结构函数和相关函数,与要素真值的这两个函数之间存在一定的差异。通过对这种差异的理论推算并利用曲线外推法,可以估算出任何气象要素的观测随机误差和标准化观测随机误差的均方值。     

用球函数展开北半球地形的计算

通过计算,如取m≤36,n—m≤20,北半球地形一般可以相当精确地用球函数来表示.计算表明,除高纬度地区外,地形高度沿纬圈平均的相对误差都在0.33%以下.在计算过程中,作者还给出了检查错误的公式.对计算结果也进行了讨论.     

Ｌｉ Ｈｏｐｆｉｅｌｄ神经网络用于汉字字符识别

提出了一种Ｌｉ Ｈｏｐｆｉｅｌｄ网络,解决了Ｈｏｐｆｉｅｌｄ神经网络能量函数存在积分项、振荡收敛、计算复杂等问题,并继承了Ｈｏｐｆｉｅｌｄ网络的结构与Ｌｉ网络的优点．同时发现基于部首拆分的汉字字符识别可以忽视甚至利用该网络的虚假稳定点,从而使样本存储量降为传统Ｈｏｐｆｉｅｌｄ网络的１４４％,表明该算法有效且快速．     

一种改进的平缓-混合地形追随坐标在GRAPES中尺度模式中的应用研究

平缓-混合地形追随坐标（T-F坐标）可以减小坐标面上的地形影响带来的各种计算误差。以余弦三角函数为基函数的平缓-混合坐标（COS坐标）高层坐标面水平,计算误差较小,但是低层坐标面之间的厚度较薄,增大了计算误差,给模式稳定性及模拟效果带来较大的影响。设计一种改进的COS坐标,使低层坐标面垂直分布更加均匀,应用于GRAPES-Meso模式进行理想试验和实际模拟试验。结果表明,改进的COS坐标相对COS坐标,中高层计算误差相当,低层地形作用衰减的垂直变化更加均匀,减小了计算误差,提高了计算稳定性;地形重力波试验结果显示,改进的COS坐标重力波破碎相对COS坐标有一定缓解,更接近解析值;批量模拟试验结果显示,改进的COS坐标各个层次上的月平均模拟偏差比单尺度双曲函数平缓-混合坐标（简称SLEVE1坐标）更小,均方根误差减小,距平相关系数增大。改进的COS坐标有效地解决了COS坐标的计算问题,提高了模式预报效果。      

气象服务系统数据统计功能二次开发的设计和实现

针对目前气象服务系统普遍存在二次开发能力不足、推广应用困难的技术难题,设计了一套具有强大自定义功能的服务数据分析系统。该系统采用内部函数和外部函数相结合的方法,内部函数采用动态链接库的形式开发,其接口可以连接各种业务数据库,并通过配置不同的计算方法和参数,实现多种需求输出;数据前台界面显示通过自定义的sql语句接口参数来实现;在内部函数计算的基础上,利用基于外部函数的文字模板实现数据描述文本的输出。基于该方案开发的气象服务系统从用户界面、数据分析、数据显示、绘图和文本输出等各种功能均可实现自定义,系统后期升级方便,跨区域推广能力强,其设计思路对相关业务系统的开发具有很好的指导意义。     

相对分布函数和气象熵

针对某变量在一个物质系统中的分布状况,本文提出了相对分布函数的概念。文中论证了它与概率密度分布函数的等价性、列举了一些相对分布函数实例。由于熵与概率分布的已知关系和后者与相对分布函数等价,作者给出了计算气象要素场的熵值的方法。文中认为开展熵气象学研究可以为气象学找出新的出路。     

森林火险预报的最优经济决策及其效益的估算

本文简要介绍了从平均损失最小准则出发,预报连续量的最优经济决策的计算方法,并计算了辽宁省森林火险指数预报潜在的经济效益。计算结果表明,当损失函数是预报误差的二次函数时,采用回归值最优决策代替目前使用的平均值决策方法,全省165个林场每年可以减少损失78.7％,折合人民币约343万元。     

都江堰特大暴雨过程中GIS的多种面雨量计算方法对比

本文采用GIS栅格插值的常用方法,反距离权重法(IDW),样条函数法(Spline),克里金法(Kriging),协同克里金法(Co-Kriging),泰森多边形法(Thissen)对2013年7月8～11日都江堰特大暴雨过程进行面雨量计算的对比分析,并用FLood Area模型对此次过程中白沙河流域的暴雨洪涝过程进行模拟,结果显示:5种面雨量计算方法的结果受雨量站密集程度和降水空间分布特征的制约,特别是样条函数法和泰森多边形法,对雨量站分布影响较为敏感;小时面雨量计算中站点分布对样条函数法影响更大;协同克里金法计算面雨量可使FLood Area模拟结果更优,更接近于真实值;在复杂地形条件下面雨量计算中,考虑地形的相关影响可有效提高降水插值精度,使Flood Area模型的模拟结果误差更小。      

大气散射相函数的计算

从实际天空亮度分布推算大气散射相函数必须扣除由于多次散射所造成的影响.利用逐次迭代法,可以算出天空各点多次散射与一次散射的比值,进一步扣除多次散射的影响,从而计算出大气散射相函数.本文提出一个逐次迭代的方案并进行了数值试验。其结果表明这一方案是可行的.     

对数场面气压梯度的数值计算方法比较

在192×96球面高斯格点上，我们用几种常用的数值计算方法，计算一个理想的地气系统的对数场面气压梯度，通过对比可以得出，在这样的网格点上，用样条函数方法计算对数场面气压梯度的结果比用谱方法（包括T21，T42，T63）的计算结果好。     

提高最优插值法测量区域降水量 精度的探讨

首先从理论上研究了要素场相关函数和校准雨量站的分布对最优插值中最优权重系数的影响,然后用3种相关函数模型对1996～1997年收集的113个时次的雷达和雨量计资料进行计算、检验。结果表明:采用自适应相关函数模型的最优校准法可以有效提高区域降水量的测量精度。另外,通过对大误差的产生原因分析,给出合理设置自动雨量站的建议和解决边界测量精度较低的方法。     

求解非球形大粒子光散射问题的一种简明数值计算方法

对于实际大气中传输的非偏振自然光的散射问题,所关心的散射参量通常为散射强度和线偏振度。本文通过对光子沿随机抽样人射路径的散射几率进行统计,建立了计算多粒径大粒子系统单次散射相函数及线偏振度的一种简明数值方法。对于粒子表面具有曲率的情况,该方法可以避免处理由表面曲率引入的“发散因子”。由于大气中液滴的形状一般近似为旋转扁椭球,本文也根据所建立的数值计算方法,计算和讨论了旋转扁椭球形液滴的散射相函数和线偏振度。     

计算凸域弦长分布函数的方法

利用广义支持函数和限弦函数讨论了弦长分布函数的计算问题,得到正三角形的弦长分布函数的显式表达式,所提供的方法具有普适性.     

有限区域风速场求解流函数和速度势场的有效方案

流函数和速度势是表示风场的一种变量, 在数值天气预报模式和分析、同化方案中经常使用, 通常可以用风速分量场求解Poisson方程得到。对于有限区域系统, 往往采用差分方法, 但由于存在边界问题, 用计算所得到的流函数和速度势场重建风速场, 在边界附近经常出现明显的偏差。基于差分方法、利用有限区域风速场求解流函数和速度势场的基本方法和特点的分析, 在Arakawa A网格分布的有限区域, 设计了一种用差分方法求解流函数和速度势场的有效方案。在该有效方案中, 通过将有限区域向外扩展二圈, 风速场线性外推, 改进计算边界风速值和边界定解条件的效果; 尽可能使用协调、一致的差分格式, 提高求解精度; 最后利用一种增量订正迭代方法, 迭代2~3次就可以获得令人满意的结果。实例试验的对比、检验显示, 用该方案计算求得的流函数和速度势场重建风速场, 具有非常高的精度。     

用模糊事件的概率变换进行非线性相关因子筛选

在统计分析中,非线性相关因子的处理经常采用初等函数变换的方法。即把自变量X和因变量Y通过一个非线性函数X＇=F(x)进行变换后,再计算X＇同Y的线性相关系数,但是,由于确定这种函数的计算工作量很大,而且事实上非线性关系很难用某一规则函数来表达,所以,有时效果并不理想。