北京小海陀山区雪面温度预报模型研究

基于2019年10月至2020年3月北京市延庆小海陀山区高海拔站点二海坨站和低海拔站点长虫沟站逐时气象观测数据,分析小海陀山区雪面温度演变特征及其与气象因子的相关性。采用BP神经网络及逐步回归方法建立该地区两站的雪温预报模型并进行效果检验。结果表明:(1)小海陀山区积雪时段雪温逐小时变化幅度较气温更显著,雪温与气温及总辐射呈明显正相关,气温及总辐射是影响雪温变化的主要因子;(2)基于神经网络方法建立的雪温预报模型效果优于逐步回归方法建立的雪温预报模型,模型效果低海拔站点优于高海拔站点,夜间优于白天;(3)区分白天与夜间的分时段建模方案更适用于低海拔站点。     

三种常用周跳探测与修复方法的性能分析

针对全球卫星导航系统（GNSS）数据处理中周跳探测与修复方法的合理选择问题,本文对三种常见的周跳探测与修复方法的性能进了评价分析.给出一种基于数理统计理论的周跳探测结果可靠性评价新方法,利用该新方法评价了多项式拟合法和TurboEdit法对同一组双频实测数据进行周跳探测所得结果的可靠性,以及多项式拟合法和三频无几何组合法对同一组三频实测数据进行周跳探测所得结果的可靠性.综合两组评价结果可知,对于双频实测数据而言,TurboEdit法的探测效果优于多项式拟合法；对三频实测数据而言,三频无几何组合法的探测效果优于多项式拟合法；但多项式拟合法对双频、三频观测数据均可进行周跳探测与修复,因此适用性更广.      

基于模糊逻辑的飞机积冰预测指数

使用北京人工影响天气办公室提供的2014-2017年京津冀地区飞行记录积冰个例样本与机载观测数据,2016年全国空中报告积冰、非积冰个例样本和欧洲中期天气预报中心（ECMWF）第5代全球气候大气再分析数据（ERA5）,基于模糊逻辑隶属度函数,定义了以气温和相对湿度为判别基础并考虑垂直速度和云量影响的积冰指数I_p（icing potential index）,用于判断飞机在空中发生积冰事件的可能性。检验结果表明:该指数对积冰事件的判别准确率为80.2%,与目前国内常用的经典积冰指数（I_c）相比,其判别准确率有明显提升,且漏报率和虚警率均显著降低（分别为9.4%和10.4%）,结合数值预报产品可对飞机在空中特定位置发生积冰事件的可能性进行预测。     

基于哨兵2A数据的北京松柏分布及花粉致敏风险评估初步研究

开展北京松柏植被的高分辨率空间信息提取及其花粉致敏风险评估对花粉浓度监测及预报具有重要意义。本文利用2019—2020年冬季304景高分辨率哨兵2A号（Sentinel 2A）卫星影像，引入新型增强型归一化植被指数（Enhanced normalized Vegetation Index,EVI）和地表水分指数（Land Surface Water Index,LSWI），开展了10 m空间分辨率的北京松柏植被分布制图研究；同时依据风险评估原理，结合2020年北京松柏花粉浓度观测数据，建立了基于松柏植被分布的花粉致敏风险空间评估方法，并初步开展了影响松柏花粉浓度范围与花粉致敏风险空间评估研究。结果表明：①基于冬季合成晴空Sentinel 2A卫星影像，利用EVI和LSWI可有效提取北京10 m空间分辨率的松柏植被分布，用户精度可达80%以上；②松柏花粉观测站14 km范围内松柏植被对该站花粉浓度具有正贡献，其中6 km范围内的松柏植被贡献最大；③松柏花粉致敏相对高风险区主要分布在西北部山区、昌平北部以及门头沟东部、石景山西北和海淀西南等地区。