A Comparison of Four Precipitation Distribution Models Used in Daily Stochastic Models

Stochastic weather generators are statistical models that produce random numbers that resemble the observed weather data on which they have been fitted; they are widely used in meteorological and hydrologi- cal simulations. For modeling daily precipitation in weather generators, first-order Markov chain-dependent exponential, gamma, mixed-exponential, and lognormal distributions can be used. To examine the perfor- mance of these four distributions for precipitation simulation, they were fitted to observed data collected at 10 stations in the watershed of Yishu River. The parameters of these models were estimated using a maximum-likelihood technique performed using genetic algorithms. Parameters for each calendar month and the Fourier series describing parameters for the whole year were estimated separately. Bayesian infor- mation criterion, simulated monthly mean, maximum daily value, and variance were tested and compared to evaluate the fitness and performance of these models. The results indicate that the lognormal and mixed-exponential distributions give smaller BICs, but their stochastic simulations have overestimation and underestimation respectively, while the gamma and exponential distributions give larger BICs, but their stochastic simulations produced monthly mean precipitation very well. When these distributions were fitted using Fourier series, they all underestimated the above statistics for the months of June, July and August.     

Application of a Coupled Land Surface-Hydrological Model to Flood Simulation in the Huaihe River Basin of China

A hydrological simulation in the Huaihe River Basin（HRB） was investigated using two different models： a coupled land surface hydrological model（CLHMS）, and a large-scale hydrological model（LSX-HMS）. The NCEP-NCAR reanalysis dataset and observed precipitation data were used as meteorological inputs. The simulation results from both models were compared in terms of flood processes forecasting during high flow periods in the summers of 2003 and 2007, and partial high flow periods in 2000. The comparison results showed that the simulated streamflow by CLHMS model agreed well with the observations with Nash-Sutcliffe coefficients larger than 0.76, in both periods of 2000 at Lutaizi and Bengbu stations in the HRB, while the skill of the LSX-HMS model was relatively poor. The simulation results for the high flow periods in 2003 and 2007 suggested that the CLHMS model can simulate both the peak time and intensity of the hydrological processes, while the LSX-HMS model provides a delayed flood peak. These results demonstrated the importance of considering the coupling between the land surface and hydrological module in achieving better predictions for hydrological processes, and CLHMS was proven to be a promising model for future applications in flood simulation and forecasting.     

江苏连续三次区域性浓雾形成过程的机理分析

本文利用常规观气象测资料、NCEP/NCAR再分析资料及风廓线雷达资料和能见度自动观测资料等对2013年12月上旬江苏省连续三次区域性浓雾的特征和发生发展机理进行了详细分析,重点对锋面冷却雾的形成过程进行了研究。结果表明:三次浓雾过程都发生在有利的环流形势下,但成因却显著不同。辐射雾主要由夜间地面辐射冷却配合高湿静风形成,边界层低空急流有利于逆温的形成,为浓雾发展、维持提供条件;平流雾是由海上暖湿平流流经江苏冷的下垫面而形成,东南气流输送充足的水汽、加上稳定的逆温层是平流雾形成的必要条件;锋面雾由冷锋前部的冷平流冷却效应而形成,浓雾主要发生在锋前,但冷锋入侵后,前期充分的水汽积累和动力辐合使锋后能见度依然较低,浓雾继续存在。     

异波折板多段两相厌氧城市污水处理工艺试验研究

提出了异波折板多段两相厌氧城市污水处理工艺。通过反应器内异波折板的结构设计、液相流速设计和系统内生物相的分段调控,在提高传质效率的同时,使不同种群微生物的生化活性得到明显改善,有机污染物去除效率显著提高。实验结果表明,当水力停留时间大于10 h时,COD的去除率可达90%以上,而且受温度影响很小。     

高空基本天气系统类别自动识别与沙尘暴系统识别试验

针对大气环流形势,从天气系统的定义出发,面向气象业务MICAPS格点文件数据格式,在矢量旋转追踪法等值线分析的基础上,有序提取等值线的控制点。经过滤波、查找各等值线特性点、剔除异常点等处理,获取沙尘暴高空影响天气系统的基本节点。利用多种特征参量设计了方便可行的算法,完成了槽脊系统的数据构建、分析并确定其地理位置。通过对数据场数值结构分析,建立了确定闭合天气系统位置及其高、低性质的算法。使用Visual Basic语言,开发了相应的沙尘暴高空基本影响天气系统类别自动分析软件,为实现概念模型自动预报系统、提高沙尘暴业务预报现代化水平打下了基础。     

地物波谱研究现状及方法的初步探讨

地物波谱特性是遥感技术应用的物理基础,是遥感定量分析的基础,地物波谱研究是遥感基础研究的重要内容。文中阐述了几种典型地物的波谱特征,介绍了测量方法及影响因素,并对国内外波谱数据库建设现状作了描述和分析,系统总结了前人研究成果后对地物波谱研究的发展方向提出了构想。     

草原生态系统模式中参数不确定性导致的模拟结果不确定性研究

基于五变量草原生态系统理论模式,应用与参数有关的条件非线性最优扰动(CNOP-P)方法,探讨了由参数不确定性导致的草原生态系统模式模拟结果的不确定性问题。参数的不确定性可能来源于观测和（或）对物理过程描述等的不确定性。选取了五变量草原生态系统模式中具有物理意义的32个模式参数进行数值试验。试验结果表明,对所考察的32个模式参数,在一定的不确定性和给定的优化时刻范围内,单独优化每个参数所得CNOP-Ps的联合模态与同时优化32个参数所得CNOP-P的模态并不相同。比较了上述两类参数误差以及随机参数误差对草原生态系统模拟的差异。随机参数误差与上述优化方法所得参数误差的不确定性范围大小相同。数值结果表明,同时优化32个参数所得 CNOP-P 类型参数误差使得草原生态系统模拟的不确定性程度最大。这种影响表现在使得草原生态系统转变为沙漠生态系统,或者使得草原生态系统转变为具有更多生草量的草原生态系统。上述数值结果不依赖于优化时间和参数不确定性程度的大小。这些数值结果建议我们应当考虑多参数的非线性相互作用来研究草原生态系统模式模拟的不确定性问题,并且揭示出CNOP-P方法是讨论上述问题的一个有用的工具。     

全极化SAR数据在地表覆盖/利用监测中的应用

SIR-C/X-SAR是运行在地球轨道上的第一个多波段(L、C、X)全极化(HH、VV、VH和HV)成像雷达系统,该系统具有极化测量和干涉测量功能。全极化雷达测量每一个像元的全散射矩阵,所获取的信息非常丰富。但是,由于这些极化合成图像具有较高的相关性,导致了图像信息提取精度的降低。本文基于新疆和田地区的SIR-CL波段全极化雷达数据,利用全散射矩阵的特点合成了HH-VV极化相关图像、极化度图像、目标增强图像和相位差图像。这些图像相关性小,地表覆盖信息丰富,提高了全极化SAR数据在实验区信息提取的准确度。     

面向对象的高分遥感影像信息提取技术研究

以World View-2高分遥感影像数据为例,采用规则集开发的模式进行地图要素提取,对主要制图要素图像进行了分割、分类试验,实现了多尺度分割的层次构建和制图地物要素分级分类。     

论万物互联时代的地球空间信息学

随着5G/6G、云计算、物联网和人工智能等新技术的发展,人类已经进入了万物互联时代。本文探讨万物互联时代地球空间信息技术的五大特点：定位技术从GNSS和地面测量走向无所不在的定位导航定时（PNT）服务体系;遥感技术从孤立的遥感卫星走向空天地传感网络;地理信息服务从地图数据库为主走向真三维实景和数字孪生;3S集成从移动测量发展到智能机器人服务;学科研究范围从对地观测走向物联监测和对人类活动的感知。笔者基于这些特点进一步剖析新时代面临的挑战,并提出新时代地球空间信息学发展亟待解决的三大科学技术问题：测绘学科如何服务人与机器人的共同需求？遥感影像解译的机理是什么和如何突破实现技术的瓶颈？如何利用时空大数据挖掘人与自然的关系,从空间感知走向空间认知？万物互联时代的地球空间信息学,必须且完全可能为万物互联的数字地球和智慧社会做出更大的贡献！