俄罗斯北部海域风能资源的时空特征分析

利用欧洲中期天气预报中心(ECMWF)风场资料,对1997—2016年俄罗斯北部海域风能资源展开评估,并建立选址指标体系,识别潜在海上风电场建址区域。结果表明:俄罗斯北部海域的风功率密度大小和风功率密度等级分布均为"西高东低"型,即巴伦支海风能资源最丰富且风功率密度等级最高,东西伯利亚海风能资源较少且风功率密度等级最低;有效风速出现频率为单谷型,夏季出现谷值,春季、秋季和冬季出现峰值;风功率密度变异系数有明显季节变化,冬季变异系数较高,夏季变异系数达到最低值;喀拉海适宜开发近海风能资源,巴伦支海适宜开发深海风能资源;风向频率最高的风向是NE,其次是NNE与ENE向。研究结果可为未来国内相关单位参与北极风能资源开发提供依据和参考。     

基于Argo资料的世界大洋温度跃层的分布特征

基于2002年至2007年Argo浮标温度剖面资料,计算温度跃层特征参数,判定跃层的类型。在此基础之上,绘制了世界大洋四季温度跃层特征分布图。分析结果初步揭示了世界大洋温度跃层深度和强度的分布规律及其冬、夏两季的变化规律。     

模糊聚类与遗传算法相结合的卫星云图云分类

针对模糊C均值聚类（FCM）方法存在的缺陷,提出运用遗传算法（GA）全局寻优与FCM局部寻优以及模糊减法聚类客观估算聚类数等优势互补的思想和途径进行卫星云图云分类判别.试验结果表明,综合方法（GA\|FCM）的云分类效果明显优于单一的FCM和GA算法,可有效弥补FCM和GA算法在云分类中存在的不足,并可运用于实况云图中云类的客观、自动判别.     

基于偏最小二乘回归的冬季北太平洋风暴轴指数的特征诊断

针对现有风暴轴指数分析大多采用相关分析等较为简单方法,难以对风暴轴指数变化有效诊断分析的问题,引入偏最小二乘回归(Partial Least Square Regression,PLS)的线性方法和核偏最小二乘回归方法(Kernel Partial Least Square Regression,KPLS),对冬季北太平洋风暴轴指数变化进行了特征诊断研究,并与传统的线性无偏最小二乘回归结果进行了试验比对。结果表明:偏最小二乘回归方法的诊断结果能够更好地反映风暴轴内部变化规律,并有效降低诊断误差。对于PNYI(北太平洋风暴轴纬度指数),采用r0. 2的因子筛选方案(r为因子与风暴轴指数的相关系数)并应用KPLS算法时,预测效果最佳;对于PNXI(北太平洋风暴轴经度指数)和PNII(北太平洋风暴轴强度指数),采用全因子方案并应用KPLS算法时,预测效果最佳。     

季风低频振荡与厄尔尼诺的发生发展

基于NCEP／NCAR逐日再分析资料，应用小波分析方法研究讨论了西太平洋、南海、阿拉伯海等近赤道季风区850hPa纬向风场低频振荡与ElNino发生发展的相关特征。研究发现，在El Nino发生前期，30－50d低频振荡会出现显著的增强，El Nino发生后，30－50d低频振荡明显减小，120－150d准定常波动加强。分析表明，近赤道季风区显著低频振荡是El Nino发生发展的一个重要前兆，低频振荡能量向甚低频段的转移和输送可能是El Nino发生的重要机理。     

孤立子型热源强迫——导致局地副高单位体增强的一种可能机制

结合夏季东亚大陆季风雨带强对流降水过程中局地凝结热强迫作用的天气实际，从动力学上探讨了这类局地热源扰动的强迫作用对该地区位势场和风场的影响及其可能出现的天气系统的响应模态。研究结果表明，局地“狭窄”的准孤立子型的热力强迫作用可以激发出较为“宽广”的准孤立子型的位势场和风场的响应，从而对夏季东亚大陆梅雨期间局地范围内副高单体的生成和增强机制提供了一种可能的动力学途径，同时也对分析和预报夏季西太平洋副     

El Nio/La Nia过程影响因子的模糊诊断分析

基于模糊系统理论，讨论了从实测信号中滤除特定干扰噪音的途径和过程，研究了从观测资料中辩识El Nino／La Nina主要影响因子的诊断检测方法。结果表明，由于模糊系统具有非线性、容错性和自适应学习等特性，因此能够比较有效地辨认和检测出El Nino／La Nina事件的主要影响因子，并大致分析出它们对不同El Nino／La Nina事件的影响程度和贡献大小。     

用Matlab中的Neural Network Toolbox仿真赤道东太平洋SST的预报模型

基于ＮＣＥＰ／ＮＣＡＲ再分析资料和ＣＯＡＤＳ海洋资料中的全球月平均海平面气压场、８５０hPa纬向风场及海洋温度场，利用Ｍatlab中的Ｎeural Network Toolbox仿真环境和ＢＰ模型改进算法比较准确地仿真和反演出了南方涛动指数、赤道纬向风指数和滞后的赤道东太平洋海温之间的动力结构和预报模型。该模型具有很好的拟合精度和可行的预报效果。可在一定时效内预测赤道东太平洋月平均海温的变化趋势。由于所建系统是具有直接因果关系的预报模型，因此不仅可直接用于预测，而且可有效避免类拟非线性微分方程组在积分过程中由于对初值敏感性而可能产生的对预报结果的不确定性。     

基于动态极值理论和Copula函数的极端海平面高度预测建模

全球气候变化背景下,海平面上升是一个潜在的重大风险,为防范气候灾害,应对极端气象海洋事件,需客观、定量地对未来极端海平面变化进行科学预测。为此,基于Copula函数和动态极值分析理论,综合考虑平均海平面变化(包括垂直陆地运动和基准的局地变化)与潮、涌、浪等其他气候变化的增水对极端海平面高度的影响,采用DREAM方法改进Bayes推断对动态极值模型的参数空间估计问题,提出一种新的模型对未来极端海平面高度变化进行预测,旨在改进传统模型存在的不确定性问题,并运用该模型对气候变化背景下厦门地区未来35年的海平面变化情景进行了模型应用和实验模拟。     

DIAGNOSIS AND IDENTIFICATION OF DYNAMIC CORRELATION FACTORS BETWEEN WEST-PACIFIC SUBTROPICAL HIGH AND EAST ASIA MONSOON SYSTEM INDEXES

Based on the daily reanalysis data of NCEP / NCAR and by using the method of phase space reconstruction, the point conditional probability density of the subtropical high ridge index are determined and then used, together with their power spectra, to seek the correlation between them and individual monsoon-affecting factors and their power spectra. Through diagnosis, six indexes are discovered that have the most important effects on the subtropical high index. The results of the diagnosis indicate that the technique can identify the factors which are dynamically correlated. It can offer the basis in determining and choosing dynamic conceptual factors.