垃圾填埋场地下水监测网络可靠性评估

由于自身运行性质以及巨大的规模,垃圾填埋场成为了地下水污染的重要污染源。这些垃圾填埋场的监测井网络在探测污染羽的位置时起着至关重要的作用。本项研究介绍了一种评估垃圾填埋场地下水监测系统可靠性的方法。对几种检测系统的监测率进行了比较,提出了一个假设存在的问题。Monte-Carlo方法被用来综合评价由于地下非均质性及泄露位置而造成的不确定性。水力传导系数和渗漏位置作为用来指示用的概率密度函数的随机变量。有限差分地下水模型与随机流动的质点跟踪模型可模拟出源自垃圾填埋场的污染羽形态。分析表明,媒介的横向分布率对监测系统的可靠性有重要影响,这是因为横向分布率是控制污染物羽的主要参数。此外,监测井的数量和位置取决于媒介的各向异性和污染物泄漏的尺寸。最终可推断,习惯上采用的三梯度监测井的可靠性从对垃圾填埋场地下水污染的预防角度而言是不充分的。     

间层矿物的结构参数与分类探讨

从间层的概念出发，对四个间层结构参数的定义和意义进行总结，并根据间层矿物的结构和组成对其进行了分类探讨。首先根据晶层种类将间层矿物分为同类结构基元间层矿物和异类结构基元间层矿物两大类，然后根据变差系数划分出规则间层矿物和不规则间层矿物，最后根据间层比、连接概率等特征划分出有序间层、无序间层和带状间层。     

Archimedean族Copulas函数在多变量干旱特征分析中的应用

以甘肃省陇西站月降水资料为例,应用9种3维Archimedean Copulas函数构造了干旱历时、干旱烈度和烈度峰值的联合概率分布,并进行了多变量的拟合优度评价,利用优选出的3维非对称型M12 Copula函数,计算联合分布的重现期以及不同组合下的条件概率与条件重现期。结果表明,M12Copula函数可以描述干旱历时、干旱烈度和烈度峰值间的联合分布。由于Copula函数能够用来构建不同边缘分布的联合分布,可以获得变量间不同组合下的重现期,因而能够更全面客观地反映干旱的特征,是描述干旱多变量分布的一种有效途径。     

水质污染的概率规划模型

采用概率模型,从污染源的排放,污染物在水体中的扩散、混合,河道径流的随机特性等入手,在充分考虑水体的扩散、稀释、降解的条件下,以满足一定的保证率为前提,使整个河道各控制断面的水质标准达到要求的指标,使用概率模型既可以满足环境保护的要求,又可以对污染的水处理提出合理的要求,从环境上和经济上均可达到最佳效益。模型用于四川省沱江的水质规划,结果合理。     

基于DERF2.0的月平均温度概率订正预报

国家气候中心第二代月动力延伸模式回算资料的分析表明,二代模式月平均温度预报与观测实况仍然存在较大偏差,模式预报有较大改进空间。本文采用非参数百分位映射法对模式月平均温度预报进行概率订正,该方法基于模式集合平均给出的确定性预报,结合模式回算资料各集合成员计算得到的模式概率密度分布,给出确定性预报在模式概率密度分布中的百分位值,并将百分位值投影到观测资料的概率密度分布中,得到模式预报的概率订正值。对订正前后模式预报的检验评估显示,该订正方案不仅有效降低了模式预报与实况的均方根误差（RMSE）,对月平均温度距平分布的预报技巧也有所改善,不同超前时间模式预报的预测技巧评分（PS）和距平相关系数（ACC）均有提升,同时模式预报误差的大小对订正效果无明显影响。从分月的订正预报结果来看,对夏季各月的温度预测技巧的提升整体高于冬季各月。     

多组判别分析在概率天气预报中的应用

介绍了多组判别分析在概率天气预报中的使用方法及其在降水概率预报中的应用情况。     

基于邻域最优概率的GRAPES快速更新循环同化预报系统逐时降水订正方法

针对高分辨率数值天气预报的时空不确定性, 利用邻域最优概率方法对华南区域GRAPES快速更新循环同化预报系统的24 h预报进行逐时降水订正和检验评估。结果表明: (1)邻域法能改善模式降水预报的空间不确定性, 最优邻域半径随降水等级增加而减小, 强降水的最优邻域半径约为60 km; (2)通过引入时间滞后因子, 可进一步改善模式不同时间起报的不确定性, 结合Brier评分确定了时间滞后窗为4 h; (3)提出基于邻域最优概率阈值的降雨进行分级订正方法, 有效提升了降水客观预报能力, 晴雨预报较模式全部为正技巧, TS评分达到0.89以上, 总体提升幅度约5.3%;强降水预报同样均为正技巧, TS评分呈先降后升趋势, 在12 h时效前后预报效果最优, 进一步提升了GRAPES快速更新循环同化预报系统的业务预报水平。      

基于TIGGE多模式集合的24小时气温BMA 概率预报

利用TIGGE(THORPEX Interactive Grand Global Ensemble)单中心集合预报系统(ECMWF、United Kingdom Meteorological Office、China Meteorological Administration和NCEP)以及由此所构成的多中心模式超级集合预报系统24小时地面日均气温预报,结合淮河流域地面观测率定贝叶斯模型平均(Bayesian model averaging,BMA)参数,从而建立地面日均气温BMA概率预报模型.由此针对淮河流域进行地面日均气温BMA概率预报及其检验与评估,结果表明BMA模型比原始集合预报效果好;单中心的BMA概率预报都有较好的预报效果,其中ECMWF最好.多中心模式超级集合比单中心BMA概率预报效果更好,采用可替换原则比普通的多中心模式超级集合BMA模型计算量小,且在上述BMA集合预报系统中效果最好.它与原始集合预报相比其平均绝对误差减少近7%,其连续等级概率评分提高近10%.基于采用可替换原则的多中心模式超级集合BMA概率预报,针对研究区域提出了极端高温预警方案,这对防范高温天气有着重要意义.     

江苏暴雨概率预报及其业务应用

以未来12~36 h、36~60 h和60~84 h的暴雨预报为目标,利用2011年—2013年夏季6—8月欧洲细网格数值模式预报产品分析了江苏夏季暴雨的可能预报因子。通过对各因子进行相关性、敏感性和代表性分析后,优选了22个对不同强度降水具有较好区分能力的暴雨预报因子。以这些因子为基础建立了一种简单的江苏省暴雨概率预报方法。其预报产品已在江苏省气象业务一体化平台上投入业务使用。该方法在2011—2013年7月,针对提前12 h预报的历史回报试验中,TS技巧评分平均为13.6,明显高于EC细网格24 h降水预报产品(平均TS评分仅为4.5)。在2014年梅汛期的6月25—26日、7月1—2日和7月4—5日三次区域性暴雨个例的预报试验中,提前60、36、12 h的预报效果均较好,其平均TS评分(44.6)也明显高于欧洲细网格数值模式的降水预报(20.4)。     

海南岛几类天气现象在卫星云图上的特征分析

雾、小雨、中雨、大雨、雷暴及无降水是海南岛地区能够在卫星云图上有表现的六种常见天气现象，本文利用红外IRI和可见光VS二通道光谱建立了这五种天气现象的样本数据库，从中提取光谱特征、灰度特征、灰度统计量和灰度直方图统计量特征，对各单位特征空间计算各类天气现象发生概率，建立了天气现象类属矩阵，用以判别各单位特征空间这几类天气现象发生的集中区域。