基于神经网络的机载激光测深偏差模型构建

为提高机载激光测深（airborne LiDAR bathymetry,ALB）精度,需对ALB原始测深偏差进行修正。通过顾及ALB测深偏差诸影响参数,基于神经网络方法,利用实测样本数据训练获得ALB神经网络偏差模型,然后基于神经网络偏差模型对ALB原始测深数据进行修正。结果表明ALB原始测深偏差较大,需进行修正。传统线性偏差模型和本文神经网络模型均能有效修正ALB测深偏差。相比线性偏差模型,神经网络偏差模型具有更高内符合和外符合精度。基于神经网络的ALB偏差建模方法能有效提高ALB测深精度。     

CMIP5模式对东太平洋ITCZ偶极子模态模拟能力的评估

本研究利用第五次国际间耦合模式比较计划(Coupled Model Intercomparison Project phase 5, CMIP5)中的24个模式的工业革命前控制试验(Pre-industrial Control, picontrol)模拟结果, 结合观测资料, 评估了24个CMIP5 模式对东太平洋热带辐合带偶极子(Eastern Pacific ITCZ dipole, EPID)降水模态的模拟能力, 并建立了其与模式对热带太平洋气候态模拟之间的联系。结果表明: 1) 绝大多数模式在北半球春季(2—4月)对EPID模态模拟能力较差, 主要原因在于CMIP5模式对热带辐合带(Intertropical Convergence Zone, ITCZ)的模拟偏差, 其中模拟效果较差的模式在2—4月的气候态降水分布在赤道以南, 且降水普遍偏强; 2) 对各模式的EPID模态选取的季节按照技巧评分最高进行调整后, 大部分模式能较好地模拟出EPID模态的空间分布特点, 技巧评分在0.6以上, 其中模拟效果好的模式(技巧评分大于0.7)中EPID模态出现的月份同时在中东太平洋气候态表现出“双ITCZ”特征, 且多模式集合结果的模拟误差小于绝大多数模式。     

顾及曲线走向及局部面积特征的矢量数据压缩算法

目前,矢量数据压缩算法存在曲线压缩精度与压缩效率不能共存的问题,基于此,本文以带有径向约束的Douglas-Peucker算法为基础,提出一种顾及曲线走向和局部面积特征的矢量数据压缩算法。该算法首先通过带有径向约束的Douglas-Peucker算法提取曲线的特征点;然后,提取各个局部曲线段形态特征点以判断局部曲线段走向特征;最后,根据曲线段走向对预先提取的各个特征点的位置进行局部微调,完成矢量数据的压缩。该算法创新在于通过局部微调特征点位置的方式使压缩后曲线较好地反映了原曲线的局部走向,并且减小了曲线局部面积偏差。实验表明所提算法在保证压缩效率的同时能够有效降低局部位移偏差和面积偏差,使压缩后曲线较好的反映原曲线形态特征。     

三种非线性回归逐时气温预报比较订正

选取ECMWF和T639的2013年1月至2014年12月的数值预报场构造预报因子,基于神经网络、支持向量机和构造函数的非线性方法,预报地面逐时气温。试验结果显示,在单个方法预报误差较大时,3种方法的偏差订正集成方法更利于减小误差,通过偏差订正,3种非线性方法预报效果良好,平均绝对误差减小了0.5 ℃。在近1年独立样本的预报检验中,集成方法、神经网络、支持向量机和构造函数预报的平均绝对误差分别为1.5 ℃、1.7 ℃、1．8 ℃和1．4 ℃,总体上构造函数预报更为准确。     

基于偏差原则和正则化方法反演晴空地表BRDF和反照率

提出一种反演晴空地表反照率快速稳健的新算法——混合算法。该方法首先利用双参数模型函数确定正则参数的初始值,然后由基于Morozov偏差原则的高阶收敛算法确定正则参数,继而通过Tikhonov正则化手段来反演BRDF模型。从POLDER-3/PARASOL BRDF数据库中任意挑选不同覆盖的地表像元测量数据,与MODIS全反演法结果作比较,对比较结果给予了讨论;最后选择天津市地区的卫星图像进行反演实验,并就反演结果给出了误差分析和算法模型的评价。     

均值漂移模式几种粗差探测法的MDB比较

针对均值漂移模式的几种粗差定位与定值方法,在显著水平和检验功效下,推出最小可探测偏差（minimal detectable bias,MDB）的计算公式。通过数值分析比较,得出观测值独立等精度时,几种方法的MDB的计算结果相同;独立不等精度时,数据探测法、拟准检定法和部分最小二乘法的MDB结果相同,而多维粗差同时定位与定值法略大于其他方法;相关观测情形下,拟准检定法和部分最小二乘法的MDB结果相同,数据探测法的MDB结果最小,多维粗差的同时定位和定值法的MDB结果最大。     

陕西初夏一次突发性暴雨过程的预报偏差分析

对2006年6月2—3日陕西出现的突发区域性暴雨分析,由于环流、卫星云图征兆和数值模式预报结果均不明显,使预报在强度和范围上与实况偏差较大。结果表明:造成偏差的主要原因是2日20时700 hPa的偏东急流突增所致;孟加拉湾维持稳定的热带风暴对过程强度影响不可忽视;未能较好的释用WRF数值模式预报结果也是预报出现偏差的一个重要因素。     

基于长时间序列(1975—2020年)生态耗水的岱海动态生态需水分析

生态需水是湖泊生态系统的重要指标,维持着湖泊生态系统的良性循环.以内蒙古中部半干旱湖泊岱海为研究对象,对湖泊动态生态需水进行分析.本研究在遥感和气象数据的基础上,获得1975-2020年长时间序列高精度水文要素数据,分析岱海水文要素时空演变规律;通过天然生态水深分析法、水深经验频率分析法和湖泊形态分析法分析岱海的水深随面积变化的关键水深;构建基于生态耗水规律的湖泊生态需水模型,计算自然状态下岱海生态需水动态变化范围.研究结果如下:岱海地区6-9月为丰水期,10月至次年5月为枯水期;45 a以来岱海水面面积呈显著下降趋势,近年来下降速率减缓;枯水期岱海适宜生态水深为8.72~9.92 m,丰水期为9.40~10.69 m,适宜生态需水量为5.62亿~7.71亿m³,适宜湖面面积为70.92~84.77 km².本文构建了长时间序列气候水文数据库,确定岱海动态生态需水范围可以实现对湖泊生态健康的实时监测,为相关规划与管理提供科学依据及可操作性指导,从而为岱海湖泊治理提供理论参考.     

2005年AREM模式汛期试验结果评估分析

AREM2．3模式2005年在中国气象局武汉暴雨研究所汛期试验过程中计算稳定,计算了该模式降水预报的分区域（长江中下游、华南、华北、东北、西南、湖北省）汛期（6、7、8三个月）TS评分,全国范围汛期漏报率、空报率、预报偏差,及各区域年内重要降水过程预报和实况的对比及TS评分,计算该模式形势场预报的平均误差、均方根误差、倾向相关系数、误差标准差,并与持续性预报（将前一天的分析场当作前一天对当天的预报场,以此类推）对比,以此对模式预报效果进行分析、评估,并做出总结,为模式的进一步开发和应用提供参考。分析结果表明：AREM2．3模式在2005年汛期试验期问48小时内预报稳定;对于长江中下游、华北、华南、东北、西南、湖北省以至全国范围均有较好的预报水平,但总体上对于强降水中心位置的预报情况不是很好;模式对于高空形势场也具有较好的预报能力,对500hPa位势高度的预报好于对500hPa温度的预报。     

一次连日暴雨精细化预报偏差的原因分析

2010年6月24～28日广东省出现大范围的连日暴雨,由于应用多家数值预报模式对东莞地区在该次强降水过程进行的精细化预报结论(降水强度、出现时段、过程结束日等)与实况出现较大的偏差,社会服务效果极不理想。利用日本、欧洲数值预报模式,结合实时环流形势、卫星云图、多普勒雷达产品及自动站资料,回头跟踪该次连日暴雨的预报与实况的偏差,进一步分析造成偏差的原因。结果表明,数值预报产品模式与实况误差较大是导致偏差的基本原因,而根本原因是:初期暴雨漏报,主要是对高空江淮气旋涡诱发西风低槽移入华南,触发近地层中尺度辐合对流发展,具有突发性和区域性的认识不够;而空报则是对在夹长的低槽区内,水汽汇集抬升辐合区域的分析不细致;中期降水量级偏大主要是由于对降水持续时间及副高加强西伸的动力抬升作用考虑不周。并针对上述分析提出了预报着眼点。