�͹����ǹ����ϼ�Ԥ�������о�

????????CHAMP??????????б??????????????????????????????????????????????????????????????????????????????????????б???????????????????????????????????Ч????????????,?б???????????????????????m???????????GPS?????????????б??????????CHAMP?????????????????????÷???????????????б???????????????????????????ж????????????     

荆江河段洪水水位预报方法研究

研制了荆江河段各站具体的洪水水位预报方案,并对预报方案进行了检验。研究表明:利用洪水预测的上下游相关法,建立荆江河段宜昌-枝城、枝城-沙市、沙市-城陵矶-石首、枝城-城陵矶-监利等水文预报站点的上下游相应水位关系曲线,能较好的预测荆江河段各预报站点洪水水位,并且通过对1969、1981、1983年3次洪峰过程试报的结果表明,该方案具有较好的适应性。     

浅谈海洋行业计量认证的发展历程与经验

海洋行业计量认证已成为海洋监/检测技术机构获取从业资质和拓展业务的途径,是海洋界有目共睹的一个热点。阐述了海洋行业计量认证工作的重要性和发展历程,总结了发展过程中的经验,以供海洋监/检测管理部门、技术机构、计量认证评审员借鉴,也为有志提升监/检测能力、拓展业务的科技工作者和管理人员提供参考。     

基于空间自回归和空间聚类的渔情预报模型

作者针对远洋渔场渔情预报精度偏低的问题,提出一种基于空间自回归和空间聚类的渔情预报模型。该模型利用空间自回归对收集到的渔业历史数据进行预处理,然后通过空间聚类将所有数据样本根据地理位置分划成若干个区域,最后研究每个区域中环境数据与渔获数据之间的数学关系,各自建立栖息地适宜性指数模型(Habitat Suitability Index,HSI),并以印度洋大眼金枪鱼(Thunnus obesus)为例进行验证。结果表明,本模型的均方差为0.1742,与传统线性回归方法的均方差0.2363相比,能更好地表达海洋环境数据与渔获量之间的关系,预测精度显著提高。     

基于深度学习的赤潮发生预报方法研究

赤潮作为海洋灾害,对海洋渔业、生态、经济,以及人类生产、生活造成了严重影响。一直以来,赤潮受到研究者的广泛关注,但由于它的形成机制比较复杂,使得赤潮预报极具挑战性。针对赤潮预报的研究问题,本文收集了厦门海域赤潮发生前后的海洋监测数据,结合皮尔逊相关系数、散布矩阵、复相关系数方法,分析多环境因子与赤潮发生多要素的关联情况,重点采用基于深度学习的LSTM与CNN融合方法,挖掘环境因子的时序依赖,发现序列数据的局部特征,对赤潮发生进行预报。在厦门一号和厦门二号数据集中,本方法在预报未来12 h内的赤潮情况时,RMSE、MAE误差分别达到0.521 8、0.504 3。通过协同对比模型进一步确定赤潮发生的预报概率,在两个数据集上的最终预报准确率分别为67.58%和63.49%。本研究为赤潮的分析预报提供了探索经验,证明了将深度学习方法应用于赤潮预报的可行性。     

Impacts of New Implementing Strategies for Surface and Model Physics Perturbations in TREPS on Forecasts of Landfalling Tropical Cyclones

To improve the ensemble prediction system of the tropical regional atmosphere model for the South China Sea(TREPS) in predicting landfalling tropical cyclones(TCs), the impacts of three new implementing strategies for surface and model physics perturbations in TREPS were evaluated for 19 TCs making landfall in China during 2014–16. For sea surface temperature(SST) perturbations, spatially uncorrelated random perturbations were replaced with spatially correlated ones. The multiplier f, which is u...     

基于雷达反射率因子和雷电定位数据的深度学习雷电预报模型

利用卷积神经网络和门控循环单元（Gated recurrent units ）神经网络,基于雷达反射率因子和雷电定位数据开展了雷电预报研究。首先构建了引用注意力机制的基于卷积神经网络和门控循环单元神经网络的深度学习模型（Attention ConvGRU）;然后将雷达反射率因子数据和对应时间段（6 min）的雷电定位数据处理成图像数据后输入深度学习模型,训练出可预报雷电的模型,包括3种模型：单雷电数据模型、单雷达数据模型和雷电〖CD*2〗雷达双数据模型;最后开展了预报试验和定量评估。综合评估表明,本文建立的雷电预报模型综合预报准确率达到96.74%,虚警率35.83%,关键成功指数（Critical Success Index, CSI）为0.2072。个例分析表明,预报模型对于具有明显移动趋势的雷暴过程（A类雷暴）的预报效果优于不具有明显移动趋势的雷暴过程（B类雷暴）,且随着B类雷暴强度减弱模型预报能力逐渐减弱。     

全过程联合校正方法在饶河流域洪水预报中的应用研究

为提高饶河流域洪水预报精度,将全过程联合校正(EPJC)方法与三水源新安江(XAJ)模型结合,按一定比例划分洪水预报总误差为各过程误差,基于系统响应理论反演得到面雨量计算误差和模型参数误差,重新输入流域水文模型正演得出校正后的洪水过程.选取洪峰流量相对误差、峰现时间绝对误差、径流深相对误差和确定性系数作为模型评价指标,...     

洛阳市城市环境气象监测预报服务研究

利用洛阳市环境监测资料和气象资料,分析了洛阳市污染物浓度的日变化、季节变化、年际变化规律,并分析了污染物浓度与气象因子的关系.在此基础上,通过回归分析预报方法、污染潜势预报方法、CAPPS模式预报方法对洛阳市3种主要污染物的浓度和级别进行了24 h和48 h预测,并建立了气象局与环保部门共享的气象和污染数据库平台,为双方今后的合作奠定了基础.     

基于MSC MARC的三维构造应力场数值模拟与裂缝预测——以宝浪油田宝北区块为例

MSC MARC的高度非线性有限元分析能力与强大的二次开发接口为复杂三维地质数值模型的建立与三维构造应力模拟与非线性分析提供了有力工具; 并可以通过二次开放子程序建立复杂的岩石本构与破裂准则。本文基于MSC MARC建立了新疆焉耆盆地宝浪油田宝北区块背斜构造三维有限元模型并进行了构造应力模拟分析和裂缝预测。裂缝预测结果与实际动态资料十分吻合。