The Combined Effect of Initial Error and Model Error on ENSO Prediction Uncertainty Generated by the Zebiak-Cane Model

Initial errors and model errors are the source of prediction errors. In this study, the authors compute the conditional nonlinear optimal perturbation （CNOP）-type initial errors and nonlinear forcing singular vector （NFSV）- type tendency errors of the Zebiak-Cane model with respect to El Nifio events and analyze their combined effect on the prediction errors for E1 Nino events. The CNOP- type initial error （NFSV-type tendency error） represents the initial errors （model errors） that have the largest effect on prediction uncertainties for E1 Nifio events under the perfect model （perfect initial conditions） scenario. How- ever, when the CNOP-type initial errors and the NFSV- type tendency errors are simultaneously considered in the model, the prediction errors caused by them are not am- plified as the authors expected. Specifically, the predic- tion errors caused by the combined mode of CNOP-type initial errors and NFSV-type tendency errors are a little larger than those caused by the NFSV-type tendency er- rors. This fact emphasizes a need to investigate the opti- mal combined mode of initial errors and tendency errors that cause the largest prediction error for E1 Nifio events.     

亚洲夏季风系统成员与西太平洋副高的相关特征分析

利用500hPa月平均高度距平场派生出涡度变化、经向风切变、纬向风切变等变量场。从1958～2001年6月500hPa月平均高度距平场及其派生变量场中选取预报因子,并将各个场中的因子分别作EOF分解,得到浓缩了初选因子变量大部分信息的综合预报因子,用以建立同月的广西月降水量的BP神经网络预报模型。进而利用2002～2005年月动力延伸集合预报产品及其派生变量,对广西6月降水量作BP神经网络降尺度释用预报。作为对比试验,以相同的预报量,从1957～2000年5～12月及1958～2001年1～4月500hPa月平均高度距平场中选取预报因子,并作相同处理,建立前期综合因子的广西6月降水量BP神经网络预报模型。独立样本试验结果表明,利用同期综合因子建立的BP神经网络降尺度预报模型的拟合精度优于利用前期综合因子建立的预报模型,但预报效果依赖于月动力延伸集合预报产品。     

初值不确定性对暴雨数值预报影响的初步研究

为了研究初值不确定性对我国南方暴雨数值预报的影响,依据历史降水资料的统计分型,选取华南暴雨型、江淮暴雨型和黄淮暴雨型等三类型中具有代表性的暴雨过程,采用AREM模式以不同资料分析场(常规观测资料、NCEP和ERA40同化分析资料)作为初值进行暴雨预报对比试验。试验结果表明,对于各类型暴雨,不同资料初值的差异都会引起暴雨数值预报结果的较大差异;在此基础上,采用经验正交函数(EOF)分析方法,分析了各类暴雨初值误差及其变化信息,从中提取出主要的误差分量,并对这类误差的数值预报影响进行了敏感性试验和预报验证,结果显示,寻找和消除主要的初值误差,对改进暴雨数值预报结果具有重要作用。     

应用Kriging方法研究格尔木河流域地下水位动态观测网的优化配置

地下水动态是水文地质研究的一个重要方面，如何获满足一定精度要求全面而合理的地下水位动态资料具有现实经济效益。本文研究格尔木河流域地下水位动态测网，通过选取理想的变差函，运有Ｋｒｉｇｉｎｇ方法进行地下水位的线性无偏最优估计和计算估计误差的标准差，结合给定的允许误差限评判地下水位动态观测网的配置是否合适，并提出调整现有观测网的方案     

高密度电法视电阻率数据预处理算法

高密度电法通过电极供电、测量电流和电压,采集视电阻率数据。在采集数据过程中,由于某些操作或仪器原因,往往使数据中包含人为错误,或外界干扰产生的量值较大的“过失误差”以及不可避免的带随机性质且量值较小的“偶然误差”。数据预处理的任务就是,限制“过失误差”和压制“偶然误差”对反演结果的影响。这里分析了误差产生的原因及电阻率数据处理的特点,比较人工处理与计算机程序处理的差异,根据几种算法编写出不同的数据处理程序,对算例进行误差限制处理,并对处理结果进行了分析对比研究。     

沉降预测的非等步长灰色时变参数模型

针对经典灰色系统模型的不足，根据灰色系统理论的信息处理原则，在模型中引入遗忘因子，建立了灰色系统沉降预测的非等步长灰色时变参数模型，并在求解过程中引入遗忘因子以修正预测结果。模型充分考虑了预测系统的时变性和灰色性，从而降低对预测系统状态的预测误差。实例预测表明，灰色时变参数模型可以将工后总沉降量的预测误差控制在23%以内。误差检验结果显示，预测结果的精度等级较引入遗忘因子修正前有显著的提高。     

附有约束条件的最小二乘影像匹配及其在交通事故中的应用

影像匹配技术在图像处理与计算机视觉中有着非常重要的作用。最小二乘影像匹配方法是常用的匹配方法之一。本文简单介绍了目前影像匹配的几种方法及其优缺点，探讨了数字相机的检校原理与方法。重点介绍附有约束条件的最小二乘影像匹配的原理及匹配过程，结合交通事故处理的实例，论证了该方法的可行性。与传统方法相比，在测量精度、自动化程度以及数据三维可视化等方面具有明显优势。     

基于核最小二乘模型的矿产靶区预测

地质统计单元的含矿性与地质找矿证据之间存在复杂的非线性关系,建立这种复杂关系的多元非线性统计模型并预测矿产靶区,对矿产勘查具有重要指导意义。以核函数为理论工具,在核最小二乘原理基础上提出了矿产靶区预测的核最小二乘模型;在GDAL数字图像输入输出函数库和CLAPACK线性代数软件包基础上,用VC++语言开发了面向栅格数据的矿产靶区预测核最小二乘模型算法程序,并把模型应用于新疆阿勒泰地区的矿产靶区预测研究。在MapInfo中生成包含100×151个网格统计单元的栅格图层,把栅格化后的15种找矿证据图层转化成100×151×15的数字图像数据立方体,用自行开发的程序计算每个网格统计单元的核最小二乘判别得分。结果表明,网格统计单元判别得分的高值区与已知矿床（点）的空间分布基本一致。     

兰州新一代天气雷达数据误差来源分析

新一代天气雷达目前已经成为对兰州市及周边地区短时强烈天气进行监测的主要手段之一。为了方便资料的处理和分析,提高观测资料准确度,为预报员和科研人员分析资料提供方便,通过对雷达数据前端生成和后端处理传输2个过程的分析,找出兰州新一代多普勒天气雷达数据误差的来源,并进行分析,发现地物回波、雷达天线增益、测量距离等因素和数据插值、坐标转换、远距离多终端传输等因素分别是前端数据产生过程中和后端数据处理传输过程中数据误差的主要来源。     

三角形量测法在隧道变形监测中的应用研究

通过对隧道变形监测中三角形量测法原理、计算公式的分析,认为公式中的三角形三边长度并不是收敛计的读数,两者相差一个收敛计本身的附加长度,这是使监测数据产生误差的原因之一。同时探讨了忽略收敛计附加长度引起的误差对监测结果的影响,并结合工程实例介绍了在实测过程中应注意的问题及误差原因。