基于EEMD-CES的单站地面气温资料质量控制方法研究

为了去除或减少我国地面气温观测资料中含有的噪声成分,提高观测资料质量,提出了一种新的单站质量控制算法。该算法融合了集合经验模态分解法(Ensemble Empirical Mode Decomposition,EEMD)和三次指数平滑法(Cubic Exponential Smooth,CES)。利用EEMD方法将气温观测资料分解为一系列相对平稳的本征模分量,并基于能量密度和相关性准则从中分析筛选出目标分量,以完成资料重构;利用CES方法对重构资料建立单站质量控制模型,形成了一种基于EEMD-CES的地面观测资料质量控制算法。为检验该方法的可行性与适用性,选取2008年全国9个观测站地面逐时气温观测资料进行质量控制,并对比传统的单站质量控制法、经验模态分解法和三次指数平滑法的质量控制效果。试验结果表明,基于EEMD-CES的质量控制方法能有效地标记出数据的可疑值,相比传统方法,具有更高的检错率和更强的适应性。     

勉略宁地区地质灾害危险性智能评价和区划研究

勉略宁地处秦巴山区，是陕西省地质灾害发育最严重的地区之一。笔者基于GIS与机器学习技术，采用了与地质灾害发生密切相关的12种因子，通过构建样本集，选用5种机器学习算法进行勉略宁地区的地质灾害危险性建模。实验结果标明，随机森林模型能够更好地模拟勉略宁地区的地质灾害发生情况。通过该模型对勉略宁地区进行地质灾害危险区进一步划分，从而指导地质灾害调查与防治工作。     

多普勒雷达在强降雪相态转变过程的研究应用

利用常规气象资料、NCEP1°×1°再分析资料和北京多普勒雷达资料，对河北廊坊地区2020年2月14日强降雪过程中相态转变特征进行详细分析，并引入HYSPLIT模式，对强降雪地区气块进行96 h后向追踪模拟。研究发现：零速度线闭合状态反应了低空急流与中高空急流（气流）发展、对峙、消亡等状态，对地面降水相态变化的临近预报有较好指示意义；距离北京多普勒雷达40－80 km范围内的廊坊各地面气象观测站，在零度层亮带高度迅速下降后半个小时到1小时内先后完成雨雪相态转变；利用HYSPLIT模式得到强降雪地区四个高度层的水汽源地、路径及贡献，发现：700 hPa和850 hPa对降水区的水汽贡献较大，且均为暖湿气流。