惯性导航EEMD区间阈值降噪方法

陀螺随机误差是影响惯性导航系统精度的主要因素。在经验模态分解（EMD）和阈值降噪的基础上,提出一种基于集合经验模态分解（EEMD）的区间阈值的陀螺信号降噪方法。该方法利用EEMD方法将陀螺信号分解多个本征模态函数（IMF）分量和1个残余分量,基于信号和IMF分量的概率密度函数的2范数距离方法剔除纯噪声IMF分量,利用改进的区间阈值降噪方法实现信号的降噪。仿真和实测试验表明,该方法不仅能有效抑制EMD中的模态混叠问题,而且能有效削弱陀螺的随机误差,从而提高惯性导航系统的精度和可靠性。     

顺序数据同化的Bayes滤波框架

数据同化是在动力学模型的运行过程中不断融合新的观测信息的方法论,Bayes理论是数据同化的基石.从原理、方法和符号系统为Bayes滤波在数据同化中的应用勾勒一个统一的框架.首先对连续数据同化和顺序数据同化的各种方法做了分类,然后给出了非线性系统顺序数据同化的Bayes递推滤波形式,并在此基础上介绍了典型的顺序数据同化方法--粒子滤波和集合Kalman滤波.粒子滤波实质上是一种基于递推Bayes估计和Monte Carlo模拟的滤波方法,而集合Kalman滤波相当于一种权值相等的粒子滤波.Bayes滤波理论为顺序数据同化提供了更广义的理论框架,从基础的数学理论上揭示了数据同化的基本原理.     

地形高度依赖水平局地化尺度方案在台风数值模拟中的应用试验

为了探究GRAPES区域集合三维变分混合同化系统中"地形高度依赖水平局地化尺度方案"对台风预报性能的影响,以"苏迪罗"台风(2015)和"杜鹃"台风(2015)为例,开展了集合变分混合同化系统在台风中的应用试验,对比分析了"地形高度依赖水平局地化尺度方案"和非"地形高度依赖水平局地化尺度方案"集合变分混合同化后台风路径...     

集合百分位融合法在广东台风降水预报中的改进

基于欧洲中期天气预报中心(ECMWF)集合预报的客观检验结果,构建了针对广东台风降水的最优百分位融合产品,检验表明强降水风险评分(TS)较集合平均产品提升显著,预报时效越长,提升幅度越大,但预报偏差(Bias)与虚警率(FAR)也相应增大.最优百分位融合产品的强降水预报范围偏大与台风路径预报的发散度有较大关联,因融合产...     

SWAN系统雷达定量降水估测产品在江西的应用

利用SWAN1.0系统对江西省2010年1—7月的25次降水过程进行反算。结果表明,雷达定量降水估测(QPE)产品在江西省的主汛期(4—7月)应用效果要好于非主汛期,QPE产品的1 h雨量值比实际观测值要小,偏差大约20%;对3块小流域的QPE检验,其中2块小流域的QPE产品误差与全省范围的误差差别很小,QPE对小流域短时中阵雨以上量级的降水具有较高可靠性。依据检验工作的结果,开发出的QPE修正产品可以作为江西省短时临近天气预报业务使用。     

东亚夏季海陆热力对比对全球变暖的响应

利用耦合模式比较20世纪气候模拟试验和21世纪SRES(Special Report on Emissions Scenarios)A1B情景气候预估试验结果,探讨了东亚区域海陆热力对比对全球变暖的响应。首先通过超级集合方法,重建了20世纪40a(1960—1999年)和预估了21世纪40 a(2020—2059年)东亚地区的海陆热力对比;在此基础上,分析了东亚夏季海陆热力对比的过去40 a的变化特征及其未来的可能变化趋势。结果表明,超级集合的方法能够有效地降低单个模式存在的不确定性,其结果优于多模式的算术平均结果。利用超级集合方法能够很好地再现1960—1999年间海陆热力差指数的变化特征,并且有效地降低与再分析资料的均方根误差。进一步分析发现,陆面温度在全球变暖背景下变化较明显,尤其在华南地区存在显著增温;而东亚大陆季风区,存在明显的降温趋势。利用超级集合方法预估未来海陆热力对比的结果表明,在2040年前存在较强的海陆热力差,而2050后海陆热力对比有减弱趋势。     

MEOFIS平台的苏州本地化释用和气温检验

基于现代天气业务发展要求而开发的MEOFIS精细化气象要素客观预报平台已被苏州市气象局引进并业务运行。该平台利用T639模式输出资料结合苏州历史实况资料建立预报方程,采用"动力-统计预报方法",得到了具有精细化指导作用的要素预报产品,时间分辨率为3 h,空间分辨率达乡镇级。经客观检验,2011年7月24 h日最低气温2℃以内准确率达90.3%、日最高气温达74.2%、逐3 h气温准确率达82.7%,对业务预报有指导意义。误差分析表明,如果相邻两天的日最高、最低气温起伏剧烈,对应时段内MEOFIS的预报误差则较大。利用集合经验正交分解(EEMD),对逐3 h气温预报滤波发现,MEOFIS的预报误差仍具有一波和二波的显著周期,通过滤波可使气温预报准确率提高。     

欧洲多个耦合气候模式对东亚冬季气候的预测性能研究

在短期气候预测方法中,多模式集合预测作为一种实用方法得到了广泛的研究。利用DEMETER多模式集合预测系统1980—2001年的回报试验,研究了欧洲7个耦合模式对东亚地区(0°—60°N,70°—140°E)冬季大气环流和气候异常的预测效能。研究的气候要素是冬季500hPa高度场、850hPa风场、表面气温场和降水场。集合平均(EM)是最基本的多模式集合构建方法。为了进一步订正模式预测的误差,基于经验正交函数分解进行订正,产生"合成数据集",并利用该数据集进行合成集合平均或合成超级集合(SEM/SSE)。研究表明,东亚地区冬季气候异常的模式预测效能热带高于中高纬度地区,海洋高于内陆。多模式集合平均和合成集合平均或合成超级集合均从整体上对东亚地区冬季气候异常的预测效能有一定程度的提高,体现了其相对于7个单一模式的优势。两类不同的多模式集合方法对预测结果也有一定的影响,其中,合成集合平均或合成超级集合对冬季500hPa高度场、850hPa风场和降水场异常的预测效能优于集合平均;但是对于冬季表面气温场异常的预测,集合平均优于合成集合平均或合成超级集合。     

对多普勒雷达集合交叉相关外推技术的构造与实例检验

本文构造了集合的线性交叉相关方法,对多普勒雷达回波进行外推。因为线性交叉相关算法仅根据两个时次的回波外推下一时次的回波分布,且对于单个外推回波单元是线性变化的;而基于集合的线性交叉相关方法,考虑了多时刻回波的演变过程、回波的移向和移速以及回波在移动过程中的形变,都具有非线性特征,与实际情况更为符合。本文利用集合的线性交叉相关方法和最小二乘拟合方法分别对两次暴雨过程进行回波外推,通过比较发现,利用集合交叉相关外推方法所推得的回波分布与实况更为接近;利用Z-I关系,进一步分析了基于集合交叉相关外推方法的降水评分。与最小二乘拟合方法外推相比,集合交叉相关外推技术所得的回波移动位置与实况较为一致,且1小时累积降水预报效果也较好,因此集合交叉相关外推技术在临近预报中具有一定的应用价值。     

二型模糊集合在遥感影像土地利用分类中的应用

在遥感影像土地利用分类中,传统的布尔分类法只考虑地物光谱信息,用"是"与"非"的二值确定逻辑状态分类影像,当存在较多混合像元时,其不能满足一些实际应用的要求。模糊分类法综合了地物光谱特征、空间特征和对象的拓扑关系,对每个像元的归属用[0～1]的模糊度来表示,有效地解决了该问题。通过对研究区TM影像进行传统布尔法分类和模糊分类法分类的结果比较可知:对混合像元较多且波段较少的遥感影像土地利用分类,二型模糊集合分类能够适应用户不同精度需求,并能交互式输出结果。