非线性BP网络映射与赤道东太平洋海温预测

基于ＮＣＥＰ／ＮＣＡＲ再分析资料,利用人工神经网络ＢＰ模型及其优化算法,建立起了赤道太平洋纬向风和滞后的东太平洋海温之间的映射关系和预报模型,成功地模拟和仿真出了１９８２／１９８３、１９８６／１９８７年发生的强Ｅｌ Ｎｉｎｏ现象和１９８８年的强Ｌａ Ｎｉｎａ现象。结果表明,这种方法可有效用于辩识和反演辩识和反演复杂的大气、海洋动力系统及其预报模型。     

基于纹理与分形理论的气象卫星云图目标物识别

气象卫星云图上的目标物进行识别具有重大的实际意义。本文利用计算机图像处理和模式识别技术,结合分形理论对卫星云图上常见的三种云和晴空进行了纹理特征提取,设计神经网络进行了识别实验,结果证明这种方法是有效的。     

基于小波分解重构技术的西太平洋热带气旋生成频数预报模型

利用小波的多尺度分辨特性和小波分解技术,将预测对象按不同时间尺度分解。通过去掉无法预测的高频变化,并依据时间尺度大小和不同的预报方法分别建立分解预报模型,再利用小波重构技术进行合成预报,使原本难以预测的问题变得较易预测。研究结果得出,利用此方法一方面可以用于预测复杂的气候变化,另一方面也可以同时提高预测效果。     

基于观测的南海越南沿岸次表层涡旋

In this study, subsurface eddies near the Vietnam coast of the South China Sea were observed with in situ observations, including Argo, CTD, XBT and some processed and quality controlled data. Based on temperature profiles from four Argo floats near the coast of Vietnam, a subsurface warm eddy was identified in spring and summer. The multi-year Argo and Global Temperature and Salinity Profile Programme(GTSPP) data were merged on a seasonal basis based on the data interpolating variational analysis(DIVA) method to reconstruct the three-dimensional temperature structure. There is a warm eddy in the central subsurface at 12.5°N, 111°E below300 m depth in spring, which does not exist in autumn and is weak in winter and summer. From CSIRO Atlas of Regional Seas(CARS) and Generalized Digital Environment Model(GDEM) reanalysis data, this subsurface warm eddy is also verified in spring.     

基于领海基线外推领海、毗连区和专属经济区的2种算法及其比较

由于领海基线一般由折线组成且地球表面为球面,基于领海基线外推领海、毗连区和专属经济区的实际计算存在困难。文章基于交圆法设计最短距离法和椭圆法2种算法并对其优劣性进行比较,研究表明:外推12nmile领海和24nmile毗连区的界线基本与外推的领海基线平行,外推200nmile专属经济区的界线形状变化较大;最短距离法精度高但计算量较大,椭圆法所需计算时间短但精度较低且没有消除误差。     

基于动态贝叶斯网络的北极东北航道关键海区通航可行性研究

全球的持续变暖导致极地海冰不断融化,北极航道即将全面开通。针对北极东北航道关键海区通航的不确定性、数据的时序性等问题,提出基于动态贝叶斯网络的北极东北航道关键海区通航可行性评估与预测技术。通过对航道通航关键海区的确定、指标的选取、贝叶斯网络的构建与参数学习、基于证据的推理计算、动态贝叶斯技术的检验等流程,建立了基于动态贝叶斯网络的风险评估与预测模型。结果表明,动态贝叶斯网络技术不仅能够很好地处理动态时序信息,且其在推理过程中结合了历史信息,具备信息的累积能力,降低了误差数据对最终结果的影响度,使结果更接近真实值,且动态贝叶斯网络技术的预测结果在短期内准确性较高,对判断北极东北航道的可通航性具有重要的参考意义。     

EOF分解与GA优化的热带太平洋海温场动力预报模型反演

基于NCEP/NCAR提供的1950-2000年月平均海温场资料,首先用EOF方法对海温场序列进行时、空分解,在考虑相邻时段位势场空间模态基本稳定的前提下,引入动力系统重构思想,以EOF分解的空间模态时间系数序列作为动力模型变最,用遗传算法全局搜索和并行计算优势,进行了模型参数的优化反演,建立了EOF分解时间系数的非线性预报模型。通过模型积分和EOF时、空重构,实现了海温场的中长期预报。试验结果表明,在1—6月时效预报上,模型预报海温场与实际海温场非常吻合;对于7 15月时效的预报,尽管模型预报的海温场与实际海温场存在一些出入,但基本构型大致相符,特别是对12月以上的海温场形态和范围仍然能较为准确地描述。所有时效的预报结果均能对1997年的El Nino事件特征有不同程度的描述。该研究方法为海温场以及El Nino/La Nina事件的预报提供了一种新的思路,文中提出的反演热带太平洋海温场与El Nino/LaNina的动力统计模型的研究思想和技术途径,在热带太平洋海温场的预测试验中(特别是中、长期预报)表现出良好的预报效果,为热带太平洋海温场及其异常的El Nino/La Nina事件的中、长期预报提供了有益的研究和参考方法。     

基于副高-季风非线性动力模型的动力特性讨论与机理分析

基于NCEP/NCAR再分析资料,依据动力系统反演思想,采用遗传算法从1998年实际观测资料中,客观合理地反演重构了副高特征指数与东亚夏季风因子的非线性动力模型,并结合1998年天气实况,讨论了模型中外参数的变化对副高系统平衡态失稳和分岔的影响。从而为副高等难以准确构建动力模型的复杂天气系统的物理机理分析和动力行为讨论,提供了有益的研究思想和方法手段。研究发现,副高指数平衡态的分布和变化与实际副高的中短期异常活动相对应,副高系统由高值稳定平衡态向低值稳定平衡态跳跃的突变行为对应副高的异常南落过程,副高系统由双稳定平衡态向单稳定平衡态并入的分岔行为对应副高"双脊线"并存到消失的过程。     

自组织网络与广义回归网络耦合的副热带高压指数预测

利用亚洲夏季风系统中各成员变化活动与西太平洋副高存在的不同程度的时延相关性,从1995~ 2004年NCEP/NCAR逐日再分析资料中,提取了亚洲夏季风系统各成员变化活动的特征指标及其对应的超前三候的西太平洋副高(简称副高)面积和脊线指数.在此基础之上,建立了自组织网络与径向基函数网络串级耦合的副高指数预测模型.该模型首先用自组织网络对各指标样本按其自身相似原则进行无监督分类,随后用广义回归网络分别对分类出的各指数样本子集进行有监督的训练建模和预测.模型的预测试验结果表明：副高指数的预测结果与其实际值之间的相关系数达到0.89,明显优于单一的神经网络模型预测效果.