What Kind of Initial Errors Cause the Severest Prediction Uncertainty of El Nino in Zebiak-Cane Model

With the Zebiak-Cane （ZC） model, the initial error that has the largest effect on ENSO prediction is explored by conditional nonlinear optimal perturbation （CNOP）. The results demonstrate that CNOP-type errors cause the largest prediction error of ENSO in the ZC model. By analyzing the behavior of CNOPtype errors, we find that for the normal states and the relatively weak E1 Nifio events in the ZC model, the predictions tend to yield false alarms due to the uncertainties caused by CNOP. For the relatively strong E1 Nino events, the ZC model largely underestimates their intensities. Also, our results suggest that the error growth of E1 Nifio in the ZC model depends on the phases of both the annual cycle and ENSO. The condition during northern spring and summer is most favorable for the error growth. The ENSO prediction bestriding these two seasons may be the most difficult. A linear singular vector （LSV） approach is also used to estimate the error growth of ENSO, but it underestimates the prediction uncertainties of ENSO in the ZC model. This result indicates that the different initial errors cause different amplitudes of prediction errors though they have same magnitudes. CNOP yields the severest prediction uncertainty. That is to say, the prediction skill of ENSO is closely related to the types of initial error. This finding illustrates a theoretical basis of data assimilation. It is expected that a data assimilation method can filter the initial errors related to CNOP and improve the ENSO forecast skill.     

防治土壤盐碱化最优灌排模型

将作物临界土壤含盐量和地下水临界埋深等概念应用于防治灌区土壤盐碱化最优规划,提出了非线性规划最优灌排模型.以新疆巩留县团结灌区灌排工程为实例,求解了不同年型(P=20%、50%、75%、95%)的防治土壤盐碱化灌排优化决策,求得的灌排水量、淋洗水量、作物生长季节土壤盐分动态变化及地下水位年内调控过程等结果,与灌区实际情况拟合较好.     

优化与非优化复合锚固结构抗爆性能对比试验研究

优化复合锚固结构与非优化复合锚固结构均由土钉和在土钉端部设置的一定长度的经特殊处理的空孔段群即弱化孔群组成,二者的惟一差异是弱化孔长度不同,前者是优化的,后者是据经验确定的。为比较二者的抗爆性能,进行了对比试验研究。试验结果表明,非优化复合锚固结构的拱顶动应变峰值是优化复合锚固结构的2.1倍以上,非优化复合锚固结构的质点加速度峰值是优化复合锚固结构的2倍（拱顶）～5倍（底板）,并与宏观结果相吻合,优化复合锚固结构的临界破坏抗力是非优化者的2.1倍以上,极限破坏条件下,拱顶下凸大变形尺度和面层脱落范围,优化复合锚固结构仅为非优化复合锚固结构的25%和33%。     

DCM模拟中基于OPSA方法的参数敏感性分析

深层叶绿素最大值(deep chlorophyll maximum,DCM)现象是海洋与湖泊中普遍存在的生态现象。对其进行数值模拟时,参数不确定性是导致模拟结果出现误差的重要原因。基于一个经典海洋生态模式(nutrients-phytoplankton model,NP),本文通过最优参数敏感性分析(optimization parameter sensitivity analysis,OPSA)方法探讨了模式参数不确定性对DCM模拟的影响。研究表明,背景场浑浊度、垂向湍流扩散系数、浮游植物营养盐含量和硝酸盐再循环系数为模式中的敏感参数,它们的扰动将导致DCM模拟发生显著改变。进一步,设计观测系统模拟试验评估了消除敏感参数误差DCM模拟的改进程度。结果显示,去除4个敏感参数误差DCM模拟平均改进了56.83%,约是去除不敏感参数误差平均改进程度(4.51%)的13倍。而且,去除敏感参数误差模拟改进的稳定性更好,变异系数仅为9.44%,去除不敏感参数误差模拟改进的变异系数达到了14.76%,稳定性较差。据此,可优先发展与敏感参数直接相关的动力过程参数化方案,或在有限的观测资源下优先对敏感参数展开目标观测,进而为提高DCM模拟与预测提供科学指导。     

SAR与光学遥感影像的玉米秸秆覆盖度估算

秸秆是农田生态系统的重要组成部分。秸秆覆盖度（CRC）的遥感估算可以大范围、快速地获取地面秸秆覆盖信息，对保护性耕作的推广具有十分重要的意义。基于Sentinel-1 SAR影像和Sentinel-2光学影像分别构建了雷达指数与光学遥感指数，结合吉林省梨树县春秋两期实地采样数据，探究遥感指数与玉米秸秆覆盖度的相关性。为进一步提升玉米秸秆覆盖度的估算精度，结合雷达指数与光学遥感指数，采用最优子集回归的方法建立玉米秸秆覆盖度的估算模型，完成研究区的玉米秸秆覆盖度估算制图。结果表明：土壤质地分区建模可有效解决土壤异质性问题，提升反演精度。各遥感指数在秋季高覆盖时期的表现均优于春季低覆盖时期。STI和NDTI指数在光学遥感指数中表现最好，R²分别为0.701和0.697，而在雷达指数中，基于余弦矫正法的γVH0指数与实测CRC的相关性最高，R²为0.564。结合雷达指数与光学遥感指数能够有效地提高秸秆覆盖度估算精度，在最优子集回归法下基于结合指数构建的回归模型最优，R²为0.799，RMSE为13.67%，达到了较高的精度。研究结果为秸秆覆盖度估算的精度提升提供了一种新思路。     

基于ANSYS软件的联合布置弹簧汽机基础结构抗地震优化设计

选取某1000 MW级燃煤电厂联合布置弹簧基础结构为研究对象,建立包括基础结构及主厂房结构的有限元模型;然后在有限元模型的基础上,对联合布置汽机基础结构进行基于大质量法的地震时程分析.根据分析结果,基于有限元软件ANSYS提供的优化算法,以基础柱尺寸、位置为设计变量,汽机轴承中心高度的节点处地震响应加速度为目标函数,对...