基于人工神经网络的沿海风速多步预测研究

基于气象历史观测资料,将长短期记忆网络LSTM方法和Transformer模型结合提出了混合短期风速多步预测模型BLSTM TRA。以山东半岛南部沿海6个台站为研究区域,通过气象台站观测数据构建数据集。经与2018年ECMWF模式6 h预报结果对比分析,得出如下结论：构建的BLSTM TRA多步预测模型可大幅度降低风速误差,BLSTM TRA的1 h单步预测结果和ECMWF预报模式结果对比,其RMSE平均降低了58.9%,MAE平均降低了63.2%;风速误差和大风统计过程分析发现,BLSTM TRA模型具有一定的抗干扰能力,可以抓住短时大风等敏感信息,对于大风预报结果明显优于ECWMF模式和传统LSTM模型。     

体感温度客观分析方法研究

影响人体体感温度的气象要素主要包括温度、湿度、风以及太阳辐射,依据这些气象要素影响人体体感温度的原理,确定了平均气温与体感温度相同时的临界相对湿度、风速及太阳辐射值.以全国有水平面直接辐射曝辐量观测项目的77个气象台站的历年逐日4次定时观测资料为基础,把相邻两个白昼(夜间)的气温差作为因变量,相对湿度差、风速差、垂直辐射差(白昼)作为自变量,以旬为时问分辨率,建立了逐旬多元回归方程.各地所建立的逐句多元线性拟合方程拟合优度相当高,F统计量检验也充分证明线性回归方程总体成立,从气候意义、统计角度来看该方法都具有充分的可行性.     

改进的小波阈值函数对变形监测数据的去噪研究

基于小波分析中传统的阈值函数,结合其他学者提出的小波阈值函数,提出一种改进的小波阈值函数,并将其应用于变形监测数据的去噪处理。理论分析和算例表明,新的小波阈值去噪函数能够有效去除噪声。     

EEMD-多尺度排列熵的GPS高程时间序列降噪方法

针对GPS高程时间序列受各类噪声干扰的影响,导致难以提取有用信息的问题,提出一种基于整体经验模态分解(EEMD)结合多尺度排列熵(MPE)的阈值降噪方法。该方法以EEMD为核心算法,将原始信号分解成一系列本征模态函数(IMF),并采用MPE作为指标将其分类为噪声IMF、混合IMF和信息IMF;然后利用阈值函数处理混合IMF,实现二次降噪;再重构降噪后的数据与信息IMF,获得降噪结果。仿真信号和实例分析结果表明,该方法与相关系数法、MPE法相比,降噪评价指标RMSE、SNR和d_nSNR均为最优,说明该降噪方法效果最好,本文方法获得的降噪结果能够更好地反映出时间序列本身的非线性变化特性,可为GPS高程时间序列分析提供可靠依据。     

自适应空间邻域分析和瑞利-高斯分布的多时相遥感影像变化检测

提出了一种基于自适应空间邻域分析和瑞利-高斯模型(Rayleigh-Gauss models, RGM)分布的多时相遥感影像自动变化检测方法。该方法把自适应空间邻域信息和改进的差值影像与比值影像乘积变换融合 法(improved multiplying transform fusion, IMTF)结合构造差异影像, 可以有效地抑制噪声和消除多时相影像之间配准误差的影响, 具有更强的鲁棒性。在对差异影像的分割处理中, 运用瑞利和高斯模型分别模拟变化类像元和非变化类像元的分布情况, 然后估计出两类像元的概率     

黄土丘陵沟壑第三副区水文地貌关系正确DEM的建立与评价

本文以黄土丘陵沟壑第三副区的藉河流域为研究区,利用ANUDEM软件和1:5万地形图研究了水文地貌关系正确DEM的建立方法,从派生等高线与原始数字化等高线对比等方面对建立的DEM进行了质量评价。并且与传统TIN方法建立的不同水平分辨率的DEM做了比较。结果表明:由等高线、高程点、河流和陡崖线在ANUDEM5.1中生成的DEM质量优于由等高线、高程点和地形特征点用TIN方法生成的DEM。ANUDEM建立的DEM更能精确地反映水文地貌特征。在此基础上,研究了确定集水面积阈值的方法,通过在Arc/Info环境下运行AML程序自动提取了基于水文地貌关系正确DEM的流域特征。     

基于LSTM的海洋表面短期风速预测研究

为实现对海面风速精确的短期预测,提出了一种基于长短期记忆(LSTM,longshort-termmemory)神经网络的短期风速预测模型,选取OceanSITES数据库中单个浮标站点采集的风速历史数据作为模型输入,经过训练设置最佳参数等步骤,实现了以LSTM方法,对该站点所在海区海面风速在各季节性代表月份海面风速的24 h短期预测。同时通过不同预测时长的实验以及与BP(back propagation)神经网络神经网络和径向基函数神经网络(radialbasisfunctionneuralnetwork,RBF)的预测效果对比实验,证明了LSTM预测方法相比上述两种神经网络预测方法,在海表面风速预测应用中的优越性。最后通过多个海域对应的站点风速数据预测实验,证明了LSTM神经网络模型的普遍适用性,由相关系数和预测误差的分析可知该方法具备应对急剧变化数据的预测稳定性,可以作为海洋表面风速短期预测的一种可靠方法。     

青藏高原蒸散年际变化及其对西风和季风环流的响应

在评估4种蒸散格点资料(GLDAS, GLEAM, MERRA-2, CRET)在青藏高原适用性的基础上,以精度最高的CRET (R²为0.83,RMSE为14.76 mm)及同期气象环境数据,在年际尺度上分析了青藏高原蒸散变化特征及其受大尺度西风和季风环流的影响.结果表明,青藏高原年平均蒸散为414.2±18.32 mm,具有明显的年际变率和变化趋势,且区域(西风区、季风区和过渡区)间差异明显.蒸散年际变化与西风和季风环流强弱的年际变化密切相关,且季风和西风对蒸散的影响存在显著的区域差异.西风和季风通过调节局地气候环境因子影响蒸散：土壤湿度、归一化植被指数(NDVI)和风速三个局地气候环境要素是青藏高原蒸散主要调控因子,蒸散与土壤湿度和NDVI呈显著正相关,与风速在高原西部呈显著负相关、在高原东部呈显著正相关;研究WYI(Webster-Yang Index)和WI(Westerly Index)与影响蒸散的主导气候环境因子的关系发现,WYI与土壤湿度和NDVI呈显著正相关,且WYI与NDVI的相关系数在高原中部和南部较大,使得WYI对蒸散影响在中部分过渡区和南...     

鲅鱼圈地区污染气象特征分析

利用近3a的鲅鱼圈地区地面常规气象资料和2005年3～4月鲅鱼圈地区低空污染气象探测资料,分析了鲅鱼圈地区低空污染气象特征。结果表明:鲅鱼圈地区各类型风速廓线出现频率比较均匀,而且由于地面粗糙度较大,因此风速廓线指数比平原地区稍大。