风向风速传感器的原理及其检测

介绍对风传感器的维护、维修及检测的方法和经验.     

深圳湾公路大桥设计风速的推算

从资料的完整性和合理性、方法的规范性等几方面着手，对深圳湾公路大桥设计风速进行推算。利用深圳市气象站1954～2001年逐年年最大风速资料，通过时距、高度、地形等订正后得到相当于开阔平地上方10 m高度10 min年最大风速48年序列，使之符合建筑抗风指南或规范的要求。再利用极值Ⅰ型计算出不同重现期的基本风速，同时用耿贝尔的参数估算法和修正后的矩法参数估计法计算出不同重现期（200、120、100、60、50、30、10年）的基本风速。研究发现桥位区自动气象站与深圳市气象站最大风速正相关显著，前者是后者的1.1倍，从而可将基本风速外推到桥位区，进一步根据规范将该值放大1.11/2（1.049）倍至海面上，最终得到设计风速。还利用近地层风的指数和对数曲线推算出150 m内每10 m高度层的最大风速。     

应用IAP9L-AGCM对2002年中国夏季气候的预测及效果检验

利用中科院大气所9层大气环流格点模式(IAP9L—AGCM)和IAP—ENSO预测系统对2002年中国夏季气候进行实时集合预测及其检验。结果显示，IAP9L—AGCM较好地预测出了2002年夏季我国大范围旱涝的分布形势，如华南、我国西部多雨，黄河和长江流域之间大范围干旱等；850hPa减弱的夏季风、青藏高原辐散中心以及北太平洋上空的异常气旋性环流中心亦被较好地预报出来；不足的是，模式对降水异常细致分布的预测能力有限。预测结果还表明，该模式对夏季(6—8月)平均降水的预报技巧要高于月平均状况，且月平均预报的准确度从6—8月依次递减。     

裂变径迹长度测量标准化研究——锆石蚀刻标准探讨

通过不同时间蚀刻的锆石径迹长度测量,确定海南迅速冷却火山型锆石的水平封闭径迹(HCT)平均长度L＝10.93 μm,标准偏差为0.93 μm,可作为锆石长度测量的参照标准.对锆石的蚀刻标准进行了探讨,确立垂直C轴的表面径迹宽度Dpar为(1.0±0.5)μm的蚀刻标准,要求Dpar>1 μm和Dpar<1 μm的颗粒数应大致相当,以及封闭径迹宽度DHCT<1.0 μm的测量标准.     

沙漠增温效应特征及绿洲农业热量资源分异规律的研究

为了进一步认识绿洲高效农业特殊的热量资源，通过研究沙漠增温效应特征表明：沙漠增温效应强弱随距离沙漠远近而不同，100km范围内沙漠对绿洲的平均增温为1．76℃；另外增温效应导致绿洲日、年温差大、干热风及冷害等气候特征；由于沙漠的面积、地貌特点等的差异，使增温效应产生原因及作用程度不尽相同，表现出绿洲农业资源分异规律，并将西北干旱区绿洲分为5个类型区。     

基于Matlab的水准点稳定性分析

通过使用Matlab功能强大的数学软件，应用于测量工程的数据处理。具体解决变形监测中水准点是否稳定的判定问题。并通过计算实例说明其可行性和优越性。     

近50年中国地面气候变化基本特征

采用国家基准气候站和基本气象站的地面资料,系统地分析了中国大陆地区1951年以来近地表主要气候要素演化的时间和空间特征。结果表明,中国近50 a来年平均地表气温变暖幅度约为1.1℃,增温速率接近0.22℃/(10 a),比全球或半球同期平均增温速率明显偏高。地表气温增暖主要发生在最近的20余年,其季节和空间特征与前人分析结论基本一致。降水量变化趋势对所取时间段和区域范围敏感。1951年以来全国平均降水量变化趋势不明显,但1956年以来略有增加。降水变化的空间特征明显而相对稳定,东北北部、包括长江中下游的东南部地区和西部广大地区降水增加,而华北地区以及东北东南部和西北东部地区降水明显减少。分析还发现,近50a来全国平均的日照时数、平均风速、水面蒸发等气候要素均呈显著下降趋势,但积雪地带的最大积雪深度却有所增加。中国日照时间和水面蒸发量变化的空间特征很相似,减少最明显的地区均发生在华北和华东,新疆次之。影响中国年代以上尺度气候变化的因子错综复杂,人类活动引起的大气中温室气体浓度增高可能在一定程度上影响了中国近50 a来的气候,但考虑到尚存的不确定性,目前仍不能给出明确结论。中国东部大部分地区日照时间和水面蒸发量减少可能均起源于人为排放的气溶胶影响,平均风速减弱也有利于水面蒸发量下降,而在西部地区云量和降水量的变化可能更重要。     

为防大风刮跑 背着石头上学堂

新疆乌鲁木齐市萨尔达坂乡中心学校的老师们每当看着学生被大风刮得摇摇摆摆、背着满满一书包的石头才能勉强来到学校，都忍不住流泪。     

基于EEMD和ARIMA的海温预测模型研究

类型丰富、时空分辨率高的海洋探测数据,为信号分解和机器学习算法的应用提供了可能。本文针对如何建立有效的海温预测模型这一问题,使用高时空分辨率的海表温度(SST)融合产品,引入信号处理领域的集合经验模态分解(EEMD)和机器学习领域的自回归积分滑动平均模型(ARIMA)。首先利用最适于分解自然信号的EEMD方法,将海温数据分解成多个确定频率的序列;再利用ARIMA分别对各个频率的序列进行预测,最后将各个序列的预测结果进行组合。该方法在丰富数据的支撑下,比以往直接使用海温数据所建立的预测模型精度更高,为更好地进行海温预测提供了新方法。