2018年7月大连地区异常少雨天气大气环流分析

利用1971—2019年大连地区6个气象台站的降水资料,NCEP/NCAR逐月髙度场、风场、气压场和水汽场等再分析资料,以及国家气候中心整编的130项气候系统监测指数资料,采用合成和相关分析等统计诊断方法,对比分析了大连地区7月降水偏多和偏少年对应的大气环流异常特征,并在此基础上诊断分析2018年7月大连地区降水异常偏...     

多普勒雷达特征参数在人工防雹决策中的应用

对大连地区2003—2008年多普勒雷达观测到的37个冰雹和强雷雨个例雷达体扫资料进行PUP软件计算和处理,得到了每个个例雷达回波强度、回波顶高、30 dBz强回波中心高度、强回波顶高和垂直积分液态水含量几个主要雷达参数值、以及各参数随时间的变化特征,总结了冰雹云识别的雷达技术指标模型;根据大连地区降雹特点,将冰雹云分为强(超级单体)雹云、多单体雹云和单体雹云三类,总结了冰雹云类型判别的雷达指标(即防雹作业决策指标)。     

基于模块化设计的数字雷达人工增雨作业指挥系统

以计算机模块化设计为基础,将火箭人工增雨流动作业决策指挥系统分为6个模块：（1）雷达产品的自动生成,（2）增雨潜力分析和车辆调度,（3）云状自动识别,（4）作业条件判断与参数输出,（5）再作业自动判别,（6）作业结束判断。最后以这些模块作为系统的框架,利用概率分布函数自动判别回波的移向移速;采用SHY95算法和BL算法,基于神经网络的模式识别方法自动识别云状。通过人工影响天气最新研究成果、雷达图像和地理信息图像叠加、雷达产品二次开发等综合技术集成,实现了自动化程度较高的,火箭增雨流动作业的科学决策指挥系统。     

基于PMAC的天文望远镜控制系统研究及应用

天文望远镜为大型高精密仪器,对望远镜的控制系统性能提出了极高的要求。作为控制系统的核心器件,伺服控制器的性能决定了控制系统的性能。介绍了一种基于PMAC(Programmable Multi Axes Controller)控制器的天文望远镜控制系统,研究了PMAC伺服控制原理、PID参数整定方法及基于PMAC的天文望远镜运动控制系统基本原理,并以此为基础设计了天文望远镜伺服控制系统软、硬件体系。基于PMAC的天文望远镜控制系统主要特点在于,伺服系统采用了传统的PID反馈控制算法和前馈控制算法相结合的组合控制算法,有效地克服了外界扰动对望远镜控制过程的影响,获得了较好的动、静态性能;同时,针对望远镜不同的轴系传动方式,如直驱方式和齿轮传动方式,应用不同的PID参数整定方法,如阶跃整定法和基于速度测量+阶跃整定相结合的参数整定方法,可分别使系统获得较为理想的PID控制参数;另外,基于PMAC的天文望远镜控制系统,对于不同的驱动电机和不同的轴角测量元件,均具有较好的适应性。该系统已在国家天文台2.16 m天文望远镜上得到了应用,该项应用中,采用了"IPC+PMAC"的双CPU分级控制方式,并以VC++为软件平台,通过对于PMAC Pcomm32底层接口函数的调用,实现了基于工控机的望远镜界面操作和控制,同时,以PID反馈控制算法和前馈控制算法为基础,采用了PID参数自适应控制算法,保证了望远镜高速的运行平稳性,也实现了低速精确性和快速性的控制要求。技术研究和运行实践表明,基于PMAC的望远镜控制系统具有较高的控制精度和良好的通用性,可广泛应用在不同类型的天文望远镜系统。     

大连市人工防雹作业与概念模型的研究

对大连地区2003年以来多普勒雷达观测到的29个降雹个例雷达体扫资料进行了PUP软件计算,得到每个个例的回波强度、顶高、30 dBz强中心高度、强回波顶高和垂直积分液态水含量的主要雷达参数值,将冰雹(强对流)云分为单体、多单体和强(超级)单体雹云三类,并总结了防雹作业判据指标;对3种类型实例的多普勒雷达PPI和RHI雷...     

黑龙江省冰雹天气气候特征及近年变化

利用近40年黑龙江省各气象台站冰雹资料，概述全省冰雹天气气候基本特征，对比统计分析近20年黑龙江省降雹的强度、频率及空间分布规律的特征变化。     

一次大气污染过程的降水天气特征及相关分析

本文分析了大连市2015年11月16日一次污染过程的降水(降水量为5mm)天气特征及NCEP/NCAR再分析资料,结果表明,天气形势场为典型的大连秋、冬季的高空槽降水,而大气层结无论是在污染前期,还是污染后期的降水阶段均为稳定层结,有逆温层存在;空气上升运动于降水前持续了较长时间(近十几小时),表明近地面细颗粒物(PM_2.5)随着上升气流会源源不断输送到高空,其中部分颗粒物转化为云中冰核,补充了降雨云中冰核数;同时,对本次污染降水过程及大连近两年秋、冬季另外三次小雨(降水量5mm)降水过程的云中液态水含量、地面降水量和PM_2.5的小时观测值及其变化进行了详细讨论和分析发现,当PM_2.5浓度较低时,降雨云中的冰核数缺乏,地面降水较小,适合实施人工增雨(雪)作业,增加云中冰核及地面降水,当PM_2.5浓度较高,特别是出现大气污染时,降雨云中的冰核数会相对增加(甚至过量),地面降水较充分(或出现消减雨情况),此时人工影响作业应根据实际情况减小作业剂量,或减少作业。此外,相关综合分析表明,大连市大气污染源有两种,一为本地源,二为外来源;一定程度的降水对本地源大气污染能起到沉降作用,对外来源不明显。     

一次层状云火箭增雨作业效果分析

文章采用统计检验和物理检验方法对2015年4月12日大连市出现的一次层状云降水过程进行了火箭增雨试验和作业效果评估,结果表明,通过作业区和对比区雨滴谱分钟雨量观测值与拟合值的对比计算发现,被催化云体在催化后的30~50 min内产生了最大雨强和降水,其相对增雨量达到49%(α0.001),显著性较高;同时,催化云体的雷达回波强度、回波面积、降雨时间,以及雨滴谱的变化特征等均表现了很好的物理效应,增雨试验效果显著。     

烃源岩测井识别与评价方法研究进展

烃源岩测井识别与定量评价对油气资源潜力勘查、储量评估及非常规油气勘探开发至关重要。烃源岩自身岩性和成熟度等差异、测井序列对烃源岩响应灵敏程度不同以及不同方法适用性区别等导致烃源岩测井评价工作仍受到限制。目前亟需进一步挖掘地球物理测井资料中蕴含的烃源岩信息,搭建烃源岩品质与测井信息之间桥梁,并实现以自生自储为特性的非常规油气烃源岩品质测井精细表征。笔者等首先阐明烃源岩分类及其地质表征参数,并分析不同类别烃源岩在常规测井序列及成像和核磁共振等新技术测井序列上响应特征。烃源岩通常表现为“四高一低”（高GR、高AC、高CNL、高RT和低DEN）测井响应特征。除单因素分析外,可优选交会图及构建敏感参数等实现烃源岩定性识别。而烃源岩有机碳含量（TOC）等参数测井定量预测方面则可采用ΔlgR法、修正ΔlgR法（变基线和变系数）、自然伽马能谱测井法、多元回归法、Litho Scanner测井资料法以及人工智能方法实现。在分别评述不同TOC含量测井计算方法的优缺点和适用条件的基础上,指出通过TOC结合生烃潜量等参数计算可实现烃源岩品质测井综合评价。最后解析烃源岩测井识别与评价工作中存在的问题与发展趋势,以期为油气资源评价及非常规油气勘探开发提供理论指导与技术支撑。     

基于Kohonen神经网络的页岩油岩相测井识别方法

准噶尔盆地吉木萨尔凹陷二叠系芦草沟组岩性复杂,岩相多样,亟需建立配套的岩相测井识别方法。综合利用岩心薄片、常规测井与成像测井等资料对芦草沟组的岩性、沉积构造等特征进行研究,在此基础上进行岩相类型划分,并分析不同岩相的测井响应特征,建立岩相测井评价模型。结果表明,研究区主要由云质泥岩、泥质粉砂岩、粉砂质泥岩等岩性组成;根据岩心的矿物组成,考虑在岩心尺度上的可区分性、测井中的可识别性,划分出块状白云质泥岩相、平行/波状层理泥质粉砂岩相、块状泥岩相、块状泥晶白云岩相、平行层理粉砂岩相和波状/水平层理粉砂质泥岩相6种主要岩相类型。在此基础上通过岩心刻度测井资料建立岩相判别准则,并利用Kohonen神经网络方法实现单井岩相测井自动判别,划分结果与薄片匹配较好。研究成果可提高未取心井的岩相识别效率与精度,为该地区页岩油勘探提供一定的理论依据与方法支撑。