基于FloodArea模型新疆山洪淹没模拟及致灾临界雨量阈值的研究——以皮里青河流域为例

以皮里青河流域为研究区,运用小时降水、土地利用类型、数字高程（DEM）、实测淹没深度等数据,基于FloodArea模型对研究区2010年5月2日、2012年6月3日、2016年5月9日、2016年6月17日洪水过程进行再现模拟,通过精度验证并建立了降水－淹没深度的关系,在此基础上确定了4个淹没等级对应的致灾临界雨量。相关分析得出喀拉亚尕奇乡累计8 h降雨量与模拟洪水淹没深度的相关性最好,达到了0.96,潘津乡降雨累计5 h的相关性最好,为0.99;通过实测数据对模拟淹没深度进行精度检验得出,喀拉亚尕奇乡和潘津乡两个考察点相对误差分别为0.47 m和0.1 m,误差率分别为31.33%和7.69%,FloodArea模型对研究区洪水过程模拟的效果较好,可以反映出该区域的洪水淹没情况,能为无水文资料的山区流域的山洪过程进行较为精准的模拟;按照山洪灾害等级划分标准和降水-淹没深度的关系得出,预警点累计5 h降水得到对应4个等级的致灾临界雨量阈值分别为：四级17.84 mm、三级32.39 mm、二级54.21 mm、一级76.04 mm。     

微电网逆变器的自适应滑模控制策略研究

恒功率负载的输入阻抗具有负增量阻抗特性,其与前级电源的相互作用将对微电网系统的稳定运行产生重大影响.因此,研究带有恒功率负载的微电网稳定性具有实际意义.本文提出了一种改进的滑模控制方法,将其用于改善微电网系统的大信号稳定.首先在系统建模中考虑了系统的参数不确定性及外部干扰,使控制具有较好的鲁棒性;其次在滑模控制中引入自适应算法,对总扰动上界进行了估计,提高了控制的准确性;最后通过Matlab／Simulink建立了微电网模型,通过仿真验证了所提出策略的有效性.     

基于鲁棒自适应策略的燃气轮机系统控制器设计

太阳能、风能和潮汐能等可再生能源的发电系统,具有间歇性发电的特性.因此,具有快速响应、发电效率高的燃气轮机发电系统,能够在可再生能源发电间歇出现时充当替代系统,不仅稳固电网的负荷能力,还有助于推动可再生能源的发展.由于燃气轮机是一个模型包含未知的复杂非线性系统,目前针对转速环节主要采取传统PID控制技术.然而,实际运行中系统工况发生变化时,控制器参数不能随着这些变化做出相应的调整,使得控制效果欠佳,执行器故障的出现也可能导致系统无法正常工作.因而,本文针对单轴燃气轮机的孤岛发电模式,结合燃气轮机系统特性,基于反步法的设计思路,引入不依赖于系统模型的鲁棒自适应控制策略,并加入容错控制和Nussbaum函数构造转速控制器.在控制器设计过程中融合动态面方法,解决高阶系统中反步法引起的计算爆炸问题.最后,通过仿真,验证了控制器的可靠性.     

基于再分析资料与观测资料的中国低温阈值变化特征研究

采用1979—2013年中国192站逐日最低温度观测资料和NCEP/NCAR、NCEP/DOE、JRA-55、ERA-Interim再分析资料及1979—2004年均一化资料,分别计算低温阈值并对比分析其气候态、年际和年代际变化、长期趋势等特征。结果表明:与观测结果相比,均一化资料阈值在东北、内蒙古西部和两广等地偏低,在青藏高原东侧、新疆北部和黄河中下游偏高,线性趋势则相反;再分析资料阈值在南方偏低、东北偏高,在东部的可信度高于西部;再分析资料能显示内蒙古中西部的降温趋势和青藏高原的增温趋势,但在数值和范围上有差异,且均低估了观测资料反映的华北地区的显著升温现象;再分析资料能体现观测资料阈值的全区一致性、东北与其他地区反相的空间分布及其年际变化特征,仅JRA-55和ERA-Interim可再现低温阈值的年代际变化特征。     

基于FY-2D的新疆强对流云的识别

利用2007-2013年新疆的十场强对流天气过程以及与之相应的FY-2D静止气象卫星数据,分析了强对流云红外一通道、红外二通道、水汽通道及通道差的光谱特征,提取强对流云团样本点,采用统计方法确定判识指标的阈值范围,构建多通道多阈值判识方法。利用三场天气过程的地面实测降水资料分别验证了单时次和整场天气过程强对流云判识的准确性,结果表明：单时次强对流云的识别区域与发生降雨台站一致的准确率为83%;在整个天气过程中,强对流频次分布与降水实况吻合度较高,说明随着对流云团的移动和发展,判识区域与地面降水区域保持一致,验证了判识方法有效,阈值选取合理,可以为监测暴雨天气系统的发生、发展提供支持。     

利用TRMM卫星分裂窗通道对东亚地区夏季降水判识方法的探索

利用2005年9月东亚中低纬地区的63个时次的TRMM卫星资料,分析了降水云和非降水云的红外辐射特征。结果显示:10.8μm通道大部分非降水像元的亮温大于280 K,晴空像元的亮温更高;大部分降水像元的亮温小于280 K,降水越强亮温越低,强降水的亮温在260 K以下。非降水像元的分裂窗通道亮温差(BTD45)总的来说都高于1.5 K;降水像元的BTD45总的来说都小于3.0 K,强降水像元BTD45较低,一般在2.0 K以下。在此基础上,分析了中低纬度夏季6次的不同类型的大尺度短时强降水数据,得到了中低纬度夏季强降水过程中非降水云和降水云对应的红外辐射特征,并以此为依据,提出BTD45为3.0 K和10.8μm通道亮温260 K为降水识别阈值,二者结合,可以得到较好的降水判识结果。     

干旱环境胁迫下农户适应性研究——基于民勤绿洲地区农户调查数据

适应能力及其评估框架为农户生计研究提供了一个新思路。本文在干旱环境背景下,借鉴农户可持续生计和适应能力相关理论,探讨民勤绿洲地区农户适应能力及适应行为。按照适应能力评估框架,构建农户适应能力评价指标体系,通过问卷和实地调查获取数据,在农户适应行为分类的基础上,测量不同适应类型农户的适应能力,分析影响农户适应类型的因素。结果表明：①从农户的适应行为来看,积极主动的适应行为选择较多,减少消费、参加社会保险等适应行为选择较少;农户适应类型中,综合适应型的比重最大,被动适应型最小。②农户的适应能力方面,各维度整体分布较为均衡,但自然能力和社会能力存在显著分异,而物质能力、金融能力、劳动能力和学习能力较均衡;不同农户适应类型中,综合适应型农户适应能力更稳定,务工主导型和被动适应型的稳定性较差。在适应能力六大维度中,物质能力在六大农户适应类型中所占比重最大,自然能力最小。③家庭物质资产、非农就业比重、社会网络、人均“退还关压”面积、受教育程度等适应能力指标对农户的适应行为选择具有显著影响。     

基于自适应时序剖分与KNN的短时交通流量预测

在智能交通系统中,准确和高效的短时交通流量预测是交通诱导、管理和控制的前提。由于交通流量动态变化中表现出的时变性和非平稳性特征,其预测难度较大,是交通领域中亟待解决的难题。为提高短时交通流量的预测精度,本文设计与实现了基于自适应时序剖分与KNN（A-TS-KNN）的短时交通流量预测算法。① 基于动态时间规整（Dynamic Time Warping,DTW）动态剖分单日时序为不同的交通模式;② 在不同交通模式,采用互信息法求解每个预测时刻时间延迟的最大阈值,构造不同时间延迟的状态向量,生成交通流量历史数据库;③ 采用十次十折交叉验证的方法求解每个时刻不同时间延迟与不同K值的正交误差结果分布,提取误差最小的正交结果,得到自适应时间延迟与K值的参数组合;④ 采用K个最相似的近邻的距离倒数加权值作为预测结果。对比K近邻（K-nearest neighbors, KNN）、支持向量回归（Support vector regression,SVR）、长短期记忆神经网络（Long-short term memory neural network,LSTM）以及门控递归单元神经网络（Gate recurrent unit neural network,GRU）共4种主流预测模型,A-TS-KNN算法预测精度显著提升;将A-TS-KNN算法用于福州市城市路网中其他交叉路口的短时交通流量预测,结果表现出良好的泛化能力。     

Prediction of weather parameters on a very short time scale by an Auto Regressive process for aviation flight planning

Forecasting weather parameters such as temperature and pressure with a reasonable degree of accuracy three hours ahead of the scheduled departure of an aircraft helps economic and efficient planning of aircraft operations. However, these two parameters exhibit a high degree of persistency and have nonstationary mean and variance at sub-periods (i.e. at 0000, 0300, 0600,…, 2100UTC). Hence these series have been standardised (to have mean 0 and variance 1) and thereafter seasonal differenced (lag 8) to achieve almost near stationarity. An attempt has been made to fit the standardised and seasonal differenced series of Chennai (a coastal station) and Trichy (an inland station) airport into an Auto Regressive (AR) process. The model coefficients have been estimated based on adaptive filter algorithm which uses the method of convergence by the steepest descent. The models were tested with an independent data set and diagnostic checks were made on the residual error series. An independent estimation of fractal dimension has also been made in this study to conform the number parameters used in the AR processes. The models contemplated in this study are parsimonious and can be used to forecast surface temperature and pressure.     

汶川地震强余震场地非线性反应

采用汶川地震强余震26个强震动台站记录,基于H/V谱比法,计算台站场地的强、弱震作用下场地卓越频率之比R_(fp)和体现强、弱震作用下场地H/V谱比曲线差异程度的DNL,进而识别并分析场地非线性反应特征。结果显示,R_(fp)、DNL与PGA之间存在显著相关性;其中10个台站出现明显的场地非线性反应特征;大部分台站发生场地非线性反应的PGA阈值为100 cm/s~2,部分为50 cm/s~2;实例证明,因某些台站不易通过H/V谱比法识别场地卓越频率,因此采用R_(fp)识别场地非线性反应具有一定局限性。