近岸溢油漂移扩散预测方法研究——以胶州湾溢油事件为例

近些年,由于中国经济的高速发展,原油需求逐年增长,同时海上溢油事故发生的风险也在加剧。海上溢油会严重破坏海洋环境,危害我国经济发展,加强溢油漂移扩散预报研究能够为海上溢油应急响应提供技术支撑。因此,国家海洋信息中心研发了海上突发事件应急一体化预测预警系统。该系统基于GIS平台研发,能够在二维电子海图基础上叠加相关的海洋环境动力要素信息,模拟溢油扩散和漂移态势,同时计算剩余油量,估算溢油面积以及岸线吸附程度等。2013年11月22日,山东黄岛发生输油管道爆炸事故,造成大量原油溢入胶州湾。本文利用该系统结合高分辨率大气模型WRF的三重嵌套技术和海流模型SELFE的非结构化网格加密技术,对事故溢油漂移扩散开展了预测工作。预测结果显示,油污受胶州湾内往复流的影响极大,72 h后,胶州湾内外大部分海域都将存在油污,主要集中在黄岛沿岸海域、团岛及浮山湾附近,预测扫海面积为70.32 km2。经海事部门高分辨率卫星观测结果印证,系统模拟的溢油分布较为合理。该系统的业务化应用为相关海上溢油污染应急工作提供了一定理论依据和参考。     

基于规则波波形的超声波非接触测量有关问题探讨

波浪波形的非接触测量近年来获得广泛的应用。本文以规则波为讨论对象，针对介质为空气的超声波测量方式进行波形测量误差分析，并结合实验室和实船试验进行对比分析。理论分析表明：在规则波取为坦谷波和ＳＴＯＫＥＳ波的前提下，超声波技术几乎产生相同的最大误差。定量分析表明，在对测量精度限制的条件下，对文中提及的各项参数应作有效的控制     

砂质海岸岸滩侵蚀演变模式探讨——以山东南部海岸侵蚀岸段的岸滩演变为例

在分析山东南部海岸几十年来的地形观测资料的基础上，运用砂质海岸等深线变化预测理论，建立该区的岸滩侵蚀演变预测模型，研究了该区域岸滩演变规律。实测资料验证表明：预测结果合理，基本反映了本区岸滩演变的特征。     

传感器电桥电路的非线性修正──用反馈补偿法修正传感器电桥电路的非线性误差

介绍一种反馈补偿法修正传感器电桥电路的非线性。提出反馈补偿原理及应用实例，指出用该方法可获得满意的补偿效果。     

黄河三角洲*暴雨雷达回波特征及临近预报

本文利用1994－1998年东营站713数字化雷达回波资料结合高空、地面形势，对发生在黄河三角洲地区的33个暴雨日41个暴雨中尺度雷达回波系统特征及形成过程进行了总结，提出了暴雨临近预报的着眼点。在1999年的预报服务中，取得了良好的经济效益和社会效益。     

海洋环境预报电视节目制作与回顾

作为海洋环境预报公益服务的窗口自开播至今,经历了20年的风风雨雨,海洋电视节目的内容从单一性的项目到海浪、海温、海冰、风暴潮、海水浴场综合性预报,电视视频信号从复合、分量信号到数字信号,通过光缆采用基带的方式传送视频信号到中央电视台.     

隶属函数的方法进行等级预报及隶属函数的构造

模糊数学在气象、水文预报领域中已经得到广泛的应用。其中，用隶属函数的方法作预报对象的多等级长期预报，能取得较好的效果。本文简要介绍用隶属函数的方法进行长期多等级预报的基本思路和步骤，重点介绍在作上述预报过程中，构造隶属函数的一种方法。     

关于海域面积精确计算的若干问题探讨

海域面积精确计算是实现海洋功能区划的基础和关键之一。本文通过对江苏省海洋功能区划工作中误差的分析 ,并针对其产生原因 ,在地图投影的选择和坐标的变换、扫描精度的控制、配准精度的控制、图象的数字化和图形编辑等方面 ,提出了相应的优化处理方法 ,提高了海域面积计算的精度 ,将其中误差控制在估计值范围内 ,从而在实际工作中有一定的应用价值。     

Preconditioned Optimizing Utility for Large-dimensional analyses (POpULar)

I present the derivation of the Preconditioned Optimizing Utility for Large-dimensional analyses (POpULar), which is developed for adopting a non-diagonal background error covariance matrix in nonlinear variational analyses (i.e., analyses employing a non-quadratic cost function). POpULar is based on the idea of a linear preconditioned conjugate gradient method widely adopted in ocean data assimilation systems. POpULar uses the background error covariance matrix as a preconditioner without any decomposition of the matrix. This preconditioning accelerates the convergence. Moreover, the inverse of the matrix is not required. POpULar therefore allows us easily to handle the correlations among deviations of control variables (i.e., the variables which will be analyzed) from their background in nonlinear problems. In order to demonstrate the usefulness of POpULar, we illustrate two effects which are often neglected in studies of ocean data assimilation before. One is the effect of correlations among the deviations of control variables in an adjoint analysis. The other is the nonlinear effect of sea surface dynamic height calculation required when sea surface height observation is employed in a three-dimensional ocean analysis. As the results, these effects are not so small to neglect.