FOAM模拟的20世纪气候变化

在加入温室气体和太阳常数后,FOAM较好地模拟出20世纪气候变化的主要特征,与IPCC AR4模式和观测的结果基本保持一致,主要特征如下:(1)全球平均地表气温升高约0.6~0.7℃,海表面温度升高约0.4~0.5℃;地表温度升高不均匀,冰面大于陆地,陆地大于海洋,北半球大于南半球;对流层变暖,平流层变冷。(2)中纬度西风增强,西风带和信风带都有往极地移动的趋势,在南半球更明显;南北半球增暖的不对称可能影响信风的变化。(3)海表面温度经向梯度增大,和中纬度西风增强有互为因果的关系。(4)中低纬度蒸发加强,大气中的水汽增加,水汽的温室效应增强。(5)海洋上层增暖,副热带地区更明显;高纬度海洋变淡,太平洋变淡,印度洋和大西洋中低纬度变咸;北大西洋热盐环流减弱。     

基于神经网络技术的遥感水深反演模型研究

利用Landsat7 ETM+遥感影像反射率和实测水深值之间的相关性,选取了相关性较好的ETM1、ETM2、ETM3、ETM4、ETM3/ETM2等5个水深反演因子,建立了BP神经网络水深反演模型。为充分体现BP神经网络模型的优越性,利用SPSS软件建立了单波段、波段比值、多波段三种不同的线性回归模型。通过对比发现,具有很好的自适应能力和非线性映射能力的BP神经网络模型在处理遥感水深反演问题上比传统的线性模型效果更好。     

气候变暖给贫困国家“火上浇油”

随着人们对全球气候变化问题的研究不断深入，气候变暖给人类带来的各种影响越来越清晰地摆在了人们的面前。如人们已经熟悉的那样，我们身处的自然环境已经发生了巨大的变化。从海平面的上升．到珊瑚礁的白化、死亡；从原始森林的大片损失．到沙漠化的逐步蔓延．呈现出了前所未有的危险景象。     

全球变暖和海洋酸化背景下珊瑚礁生态响应的研究进展

生物礁是由珊瑚虫、藻类等造礁生物组成、具有抗浪结构的海相碳酸盐岩,是全球主要碳库之一,也是观察热带海洋影响中-高纬度环境过程的重要窗口。近二、三十年以来,伴随着海洋水体的显著酸化和增温,全球热带海洋生物礁的主体——珊瑚礁系统遭受了不同程度的影响。其中,对于高温强迫而言,海水温度上升诱发珊瑚白化、抑制珊瑚的自我修复;海洋酸化可以显著改变珊瑚钙化率、抑制珊瑚幼虫发育、引发珊瑚礁的溶解;两大因素均可改变珊瑚礁的群落结构。针对这些环境要素的改变,珊瑚自身可以通过共生藻的种类转换以及调控基因表达等手段在一定程度上抵抗高温胁迫;但若温室气体的排放不受控制,绝大多数珊瑚礁到21世纪末都将遭受灾难性打击。为应对未来不同场景下的珊瑚礁变化,还需要对高温、酸化等关键因子响应特征进行更深入的研究;珊瑚礁长序列研究有可能为珊瑚的长周期演化特征提供关键认识,也为现代观测提供有益补充。     

气候变暖背景下中国沿海降水变化特征

IPCC第六次评估报告指出,随着全球变暖,强降水事件通常会变得更加频繁和强烈。暴雨是我国主要气象灾害之一,是引发洪涝的最主要原因。目前洪涝灾害已成为影响滨海城市公共安全和经济社会发展的重要因素,了解降水的变化特征对于科学应对气候变化和防灾减灾具有重要意义。本文研究结果显示,1966-2020年中国沿海降水量和暴雨及以上级别降水日数（日降水量≥50 mm的日数）总体均呈增多趋势,但变化趋势不显著;降水日数（日降水量≥0.1 mm的日数）总体呈减少趋势,且变化趋势显著。降水量和暴雨及以上级别降水日数在长江口至福建北部沿海和海南沿海增加趋势明显,山东省及以北沿海、广东省东部沿海呈减少趋势;降水日数除在长江口附近呈增多趋势外,其他沿海地区均以减少为主。降水日数总体减少,降水量总体增多,表明降水过程中降水强度有增加趋势。中国沿海总体暴雨及以上级别强降水主要集中在5-9月,出现频率占全年81.7%。多地出现最大日降水量超过250 mm情况,局部最大日降水量超过500 mm。强降水过程期间往往伴随高海平面,影响滨海城市行洪排涝,增加淹没风险。     

基于BP人工神经网络的水体遥感测深方法研究

利用Landsat7ETM＋遥感图像反射率和实测水深值之间的相关性,建立了动量BP人工神经网络水深反演模型,并对长江口南港河段水深进行了反演.结果表明：具有较强非线性映射能力的动量BP神经网络模型能较好地反演出长江口南港河段的水深分布情况;由于受长江口水体高含沙量的影响,模型对小于5 m的水深值反演精度较高,而对大于10 m的水深值反演精度较低.     

基于自适应BP网络的涌潮波速计算模型

运用BP网络附加动量法和自适应学习速率法，建立神经网络模型，模拟计算涌潮波速。根据部分试验数据对网络进行训练，确定相关参数，建立涌潮波速计算模型，同时利用其余部分试验数据对模型进行检验，模拟结果与试验数据吻合较好，相关程度高，表明神经网络模型用于计算涌潮波速是合适的。     

基于改进近似模型的水下鱼雷打靶快速预报方法

鱼雷打靶试验对评价武器系统对目标的打击性能具有重要意义。水动力参数是模拟鱼雷水下运动轨迹、预报鱼雷打靶落点的关键参数。随着现代CFD技术的发展,采用数值方法获取水动力参数,提高了轨迹预报精度,但计算效率不高,不利于多工况下鱼雷打靶预报。首先,基于刚体动量和动量矩定理建立了鱼雷的水下运动方程组,运用4阶龙格–库塔（Runge-Kuta）法对运动方程组进行数值求解,对鱼雷水下轨迹进行模拟,从而获取鱼雷打靶性能。其次,提出了基于遗传算法的近似模型（GA-BP）和自适应遗传算法优化的近似模型（AGA-BP）模拟鱼雷水下打靶落点,对鱼雷打靶性能进行快速预报。通过仿真和数据对比,结果表明：AGA-BP预测模型相对于BP预测模型更稳定、GA-BP预测模型收敛速度更快,实现对鱼雷水下打靶快速预报。     

ENSO强度模拟差异对全球变暖下热带太平洋大气变化预估结果的影响

热带太平洋海洋大气耦合系统对全球变暖的响应是气候变化的热点问题.前人研究发现,气候模式的模拟偏差对于全球变暖响应结果有重要影响.本文利用美国大气研究中心(National Center for Atmospheric Research,NCAR)的地球系统模式(The Community Earth System Model,CESM)中的大气模式(Community Atmosphere Model version 5,CAM5)设计数值试验,在相同的SST(Sea Surface Temperature)增暖强迫下,通过改变海洋SST的年际变化振幅,来分析热带海洋年际变化强度的模拟对未来热带海区降水和大气环流场未来变化的影响.试验结果表明,随着SST年际变化强度的增加,全球变暖后热带太平洋降水变化的东西不对称性,以及向暖池区域辐合的风场变化等特征都逐渐减弱.进一步的分析发现,不同年际变化信号导致的大气场变化差异主要发生在冬季,是由于热带太平洋SST年际变化主模态ENSO(El Nino Southern Oscillation)的不对称性造成的:在厄尔尼诺年,强(弱)的年际变化信号会造成降水在东太平洋产生较大(小)的变化;而在拉尼娜年和正常年份,年际变化信号的强弱对热带降水变化的影响则不大.当热带海温的年际变化较大时,厄尔尼诺年的海温异常更强,造成的降水和风场的变化特征也会更加显著.     

基于主成分分析的BP神经网络模型的形变预测方法

主成分分析可以提取形变主要信息,BP神经网络具有很强的预测功能,提出将两者相结合用于形变监测数据处理。通过MATLAB编程实现了该算法,并用实测数据进行验证,证明此方法能够提高预测数据的精度和可靠性。结果表明：与其他方法相比,基于主成分分析的改进BP神经网络能取得更好的预测效果。     

基于多种神经网络的风暴潮增水预测方法的比较分析

简要介绍了利用BP神经网络、小波神经网络、递归神经网络进行风暴潮增水值预测的原理。选取广东省珠江口以南的阳江站2017年风暴潮增水数据进行测试。结果表明,三种神经网络方法针对阳江地区风暴潮增水的预测均具有可靠性和实用性。以当前增水值为输入量的单因子模型更能反映真实风暴潮增水趋势,而从增水极值预测的准确性来看,以台风风力、气压、风向等相关参数为输入量的多因子模型优于单因子模型。BP神经网络更适用于多因子长时间预测,小波神经网络在单因子短时间预测上准确性更高,递归神经网络预测值与实测值相关性更强。在工程运用中,需根据地域时空特点、数据资料的丰富度与预测值评估指标选择合适的方法。     

基于灵敏度分析的海洋油气资源BP神经网络预测模型的优化

作者针对BP神经网络结构设计中存在的问题,提出利用灵敏度分析方法对BP神经网络预测模型进行优化。通过BP算法与参数灵敏度分析的结合,寻找网络输入属性与输出属性之间的影响因子;在保证精度的前提下优选网络输入属性,简化网络结构,以增强网络的泛化能力,减少人为主观因素对网络设计的影响。最后以海洋油气资源预测为例,结合实测资料建立BP神经网络预测模型并进行了优化及预测精度评价,表明优化后的模型既能有效提高油气资源预测结果的稳定性,又不损失预测精度。     

Climate change and warm‐water species at the north‐western boundary of the Mediterranean Sea

The effects of global change are particularly serious in areas where range shifts of species are physically constrained such as the Ligurian Sea, which is one of the coldest sectors of the Mediterranean. In this basin, historical information on water temperature (from the sea surface down to 75 m depth) dates back to the 1950s. Early studies also recorded warm‐water species occurrence. Thanks to these data we provide the first detailed characterization of water temperature variation from 1958 up to 2010 in the layer 0–75 m depth. We coupled this analysis with the available information on rocky reef epibenthic communities (literature review from 1955 to 1964 and field data from 1980 to 2010). The analysis of water temperature revealed several patterns of variation: a cooling phase from 1958 to 1980, a phase of rapid warming from 1980 to 1990 and a phase of slower warming from 1990 to 2010. Inter‐annual variation in temperature increased over the entire period for the water layer down to 20 m. Warm‐water native and alien species richness increased during the warming phases. Literature estimates suggest a decrease in warm‐water native species richness during the cooling phase. The analysis of quantitative data collected in the early 1990s and late 2000s indicated a decrease in the cover of warm‐water native species on shallow rocky reefs and an increase in deeper waters. We argue that increased inter‐annual variation in water temperature may disadvantage native warm‐water species in shallow waters. Our results indicate that the effect of temperature rises in cold, constrained basins may be more complex than the simple prediction of species changing their geographical range according to their thermal limits.     

全球气候变化对我国海岸和近海工程的影响

全球气候变暖导致北半球中高纬度海冰冰情变化、海平面上升以及台风和风暴潮等自然灾害强度和频率加大等事件的发生。在全球气候变暖的大背景下,我国渤海和北黄海的冰情持续偏轻,2006年中国海域平均海平面上升速度高于全球水平。从我国海岸和近海工程安全与未来规划和建设的角度论述了全球气候变化及其伴生事件可能带来的各种影响,并提出了相应的应对措施。     

极地冰藻极端海冰生境适应机制及其受气候变化的影响

冰藻是南北极海冰生物群落中最主要的组成部分,通过固定和输出碳、吸收养分、生产释放氧气和有机化合物,推动高纬度生态系统的生物地球化学循环,在南北极海洋生态系统中发挥着重要作用.从宏观到微观综述了近年来在海冰栖息环境特征、冰藻种类组成和群落结构、冰藻对极端环境的适应机制以及气候变化对海冰环境和冰藻的影响等方面的研究进展,并...     

基于改进Faster R-CNN模型的SAR图像溢油检测方法

SAR（synthetic aperture radar）图像溢油暗斑准确识别对海上溢油应急工作具有重要的意义。为减少SAR图像特征提取、特征选择过程中人为因素对溢油检测精度的影响,本文将Faster R-CNN卷积神经网络模型引入SAR图像溢油检测并进行了改进。针对溢油暗斑形状多样及SAR图像背景复杂的特点,选用结构一致且实用性强的VGG16卷积网络获取图像特征,并使用软化非极大值抑制算法（Soft-NMS）进行优化。同时基于相同的数据集,提取常用的SAR图像几何特征、灰度特征和纹理特征,构建反向传播（backpropagation,BP）人工神经网络溢油检测方法并与Faster R-CNN方法进行对比。实验结果表明,基于改进Faster-RCNN模型的溢油检测方法溢油检测率达到0.78,且溢油检测虚警率低于0.25,相比BP人工神经网络溢油检测方法样本识别率、溢油检测率分别提高了4%和5%,溢油虚警率降低了5%。     

基于头脑风暴优化算法与BP神经网络的海水水质评价模型研究

针对基于传统BP神经网络的海水水质评价模型存在易陷入局部极小等问题,提出了一种新的利用头脑风暴优化算法(BSO)优化BP神经网络的海水水质评价模型(BSO-BP)。该模型引入具有全局寻优特点的头脑风暴优化算法,用于模拟人类提出创造性思维解决问题的过程,具有强大的全局搜索和局部搜索的能力,同时利用BP神经网络所具有良好的非线性映射能力、学习适应能力和容错性,最大程度上考虑到海洋水质评价因素的非线性和非平稳的关系,得到BP神经网络的各层权值、阈值的最优解,使得海水水质评价结果准确合理。并以胶州湾海域的12个监测站位的监测数据作为评价样本进行水质评价,实验结果表明该评价模型能够克服局部极小问题,评价结果准确性较高,并具有一定的实用性。     

中国近海海表温度变化的极端特性及其气候特征研究

本文基于1982–2017年日再分析数据,分析了中国近海海表温度变化的极端特性、历史演变、空间格局及可能影响,并探讨了与全球变化和区域气候变率的关联性。近30多年来,中国近海海表总体升温明显,尤以春季长江口附近及以南的外部近岸海域升温最为显著,线性升温速率高达0.2°C/(10 a)。相比而言,沿岸海域对气候变暖暂缓的响应可能更为明显;极端高(低)温强度以显著增强(减弱)为主,尤以春(夏)季幅度最大。沿岸海域春季极值温差增强显著,易通过物候变化引起生物迁移和赤潮等生态灾害突发、频发;北部海域极端事件持续天数大于南部,其中,黄海、东海极端高温持续天数增加显著,可能对渔业资源产生较大影响。受气候变暖暂缓影响,极端低温持续天数亦显著增加;极端高温在长江口附近,台湾海峡和南海北部等海域累积频次上升显著,未来极端海洋热浪事件可能持续增加,将对南海珊瑚礁等产生较大影响。极端低温累积频次以显著降低为主。然而长江口及以南沿岸极端低温在冬春季增强明显,可能对红树林等产生一定影响;太平洋年代际振荡(PDO)暖位相期间,ENSO暖事件得到增强,易引起中国近海海表极端低温的频发。北极涛动(AO)正位相时,限制了极区冷空气向南扩展,中国近海海表极端高温频次趋于增加,其危险性增强。