基于空间自回归和空间聚类的渔情预报模型

作者针对远洋渔场渔情预报精度偏低的问题,提出一种基于空间自回归和空间聚类的渔情预报模型。该模型利用空间自回归对收集到的渔业历史数据进行预处理,然后通过空间聚类将所有数据样本根据地理位置分划成若干个区域,最后研究每个区域中环境数据与渔获数据之间的数学关系,各自建立栖息地适宜性指数模型(Habitat Suitability Index,HSI),并以印度洋大眼金枪鱼(Thunnus obesus)为例进行验证。结果表明,本模型的均方差为0.1742,与传统线性回归方法的均方差0.2363相比,能更好地表达海洋环境数据与渔获量之间的关系,预测精度显著提高。     

基于深度学习的赤潮发生预报方法研究

赤潮作为海洋灾害,对海洋渔业、生态、经济,以及人类生产、生活造成了严重影响。一直以来,赤潮受到研究者的广泛关注,但由于它的形成机制比较复杂,使得赤潮预报极具挑战性。针对赤潮预报的研究问题,本文收集了厦门海域赤潮发生前后的海洋监测数据,结合皮尔逊相关系数、散布矩阵、复相关系数方法,分析多环境因子与赤潮发生多要素的关联情况,重点采用基于深度学习的LSTM与CNN融合方法,挖掘环境因子的时序依赖,发现序列数据的局部特征,对赤潮发生进行预报。在厦门一号和厦门二号数据集中,本方法在预报未来12 h内的赤潮情况时,RMSE、MAE误差分别达到0.521 8、0.504 3。通过协同对比模型进一步确定赤潮发生的预报概率,在两个数据集上的最终预报准确率分别为67.58%和63.49%。本研究为赤潮的分析预报提供了探索经验,证明了将深度学习方法应用于赤潮预报的可行性。     

Impacts of New Implementing Strategies for Surface and Model Physics Perturbations in TREPS on Forecasts of Landfalling Tropical Cyclones

To improve the ensemble prediction system of the tropical regional atmosphere model for the South China Sea(TREPS) in predicting landfalling tropical cyclones(TCs), the impacts of three new implementing strategies for surface and model physics perturbations in TREPS were evaluated for 19 TCs making landfall in China during 2014–16. For sea surface temperature(SST) perturbations, spatially uncorrelated random perturbations were replaced with spatially correlated ones. The multiplier f, which is u...     

利用超快速精密星历约束的北斗卫星实时精密定轨

以广播星历为起算轨道的北斗卫星实时滤波精密定轨往往需要较长收敛时间,针对此,提出利用超快速精密星历约束的实时精密定轨方法。通过MGEX跟踪网全球分布的51个测站连续7 d的实测数据,利用平方根信息滤波对北斗卫星实时精密轨道进行确定,并以3 d解事后轨道作为参考,评估北斗卫星实时滤波轨道精度。结果表明,利用广播星历作起算轨道时,北斗实时滤波轨道平均需要经过15 h收敛才能达到稳定,而新方法在这段时间内轨道变化较为平稳,未出现明显的收敛现象,并且7 d时间内GEO卫星在切向、法向和径向上RMS分别优于2.5 m、20 cm和30 cm,IGSO和MEO卫星在3个方向上分别优于30 cm、15 cm和10 cm。
     

Galileo广播星历评估及其对定位精度的影响

分析现阶段伽利略空间信号的精度,并评估伽利略广播星历及其对单点定位的影响。统计30 d健康卫星广播星历,结果表明,FOC和IOV两种类型的广播星历卫星轨道误差优于0.8 m,并且径向误差最小,法向误差次之,切向误差最大;伽利略卫星的钟差误差精度达到1.0 ns;从空间信号测距误差对伽利略卫星进行整体分析,广播星历精度优于1.0 m,FOC与IOV卫星精度相当;用广播星历进行事后单点定位的精度可以达到dm级。     

基于雷达反射率因子和雷电定位数据的深度学习雷电预报模型

利用卷积神经网络和门控循环单元（Gated recurrent units ）神经网络,基于雷达反射率因子和雷电定位数据开展了雷电预报研究。首先构建了引用注意力机制的基于卷积神经网络和门控循环单元神经网络的深度学习模型（Attention ConvGRU）;然后将雷达反射率因子数据和对应时间段（6 min）的雷电定位数据处理成图像数据后输入深度学习模型,训练出可预报雷电的模型,包括3种模型：单雷电数据模型、单雷达数据模型和雷电〖CD*2〗雷达双数据模型;最后开展了预报试验和定量评估。综合评估表明,本文建立的雷电预报模型综合预报准确率达到96.74%,虚警率35.83%,关键成功指数（Critical Success Index, CSI）为0.2072。个例分析表明,预报模型对于具有明显移动趋势的雷暴过程（A类雷暴）的预报效果优于不具有明显移动趋势的雷暴过程（B类雷暴）,且随着B类雷暴强度减弱模型预报能力逐渐减弱。     

全过程联合校正方法在饶河流域洪水预报中的应用研究

为提高饶河流域洪水预报精度,将全过程联合校正(EPJC)方法与三水源新安江(XAJ)模型结合,按一定比例划分洪水预报总误差为各过程误差,基于系统响应理论反演得到面雨量计算误差和模型参数误差,重新输入流域水文模型正演得出校正后的洪水过程.选取洪峰流量相对误差、峰现时间绝对误差、径流深相对误差和确定性系数作为模型评价指标,...     

洛阳市城市环境气象监测预报服务研究

利用洛阳市环境监测资料和气象资料,分析了洛阳市污染物浓度的日变化、季节变化、年际变化规律,并分析了污染物浓度与气象因子的关系.在此基础上,通过回归分析预报方法、污染潜势预报方法、CAPPS模式预报方法对洛阳市3种主要污染物的浓度和级别进行了24 h和48 h预测,并建立了气象局与环保部门共享的气象和污染数据库平台,为双方今后的合作奠定了基础.     

SBAS星历改正数及UDRE参数生成算法分析

星基增强系统(satellite based augmentation system,SBAS)通过地球同步轨道卫星实时播发导航卫星星历改正数和完好性参数,以提升用户定位精度和完好性.采用最小方差法解算GPS星历改正数,利用卡方统计进行改正数完好性检核,并依据星历改正数方差-协方差信息计算SBAS用户差分距离误差(us...     

基于MSC MARC的三维构造应力场数值模拟与裂缝预测——以宝浪油田宝北区块为例

MSC MARC的高度非线性有限元分析能力与强大的二次开发接口为复杂三维地质数值模型的建立与三维构造应力模拟与非线性分析提供了有力工具; 并可以通过二次开放子程序建立复杂的岩石本构与破裂准则。本文基于MSC MARC建立了新疆焉耆盆地宝浪油田宝北区块背斜构造三维有限元模型并进行了构造应力模拟分析和裂缝预测。裂缝预测结果与实际动态资料十分吻合。