联合卷积神经网络与集成学习的遥感影像场景分类

针对人工设计的中、低层特征难以实现复杂场景影像的高精度分类以及卷积神经网络依赖大量训练数据等问题，结合迁移学习与集成学习，提出了一种联合卷积神经网络与集成学习的遥感影像场景分类算法。首先基于迁移学习的思想，利用在自然影像数据集上训练好的多个深层卷积神经网络模型作为特征提取器，提取图像多个高度抽象的语义特征；然后构建由Logistic回归和支持向量机组成的Stacking集成模型，对同一图像的多个特征分别训练Logistic模型，将预测概率结果融合构建概率特征；最后利用支持向量机对概率特征训练和预测，得到场景影像的分类结果。利用UCMerced_LandUse和NWPU-RESISC 45两种不同规模的遥感影像数据集进行试验，即使在只有10%的数据作为训练样本情况下，本文方法能够分别达到90.74%和87.21%的分类精度。     

施密特巡天星表的现状和展望

扼要介绍了施密特巡天底片及基于此编制而成的施密特巡天星表的发展历程,并详细介绍了GSC2.3和USNO-B1.0的情况.分析研究了这类星表存在的问题和原因所在,并提出了一个新的计划:利用现有施密特底片资料并增加新的第3期观测,编制一个具有绝对自行、多色测光、系统均匀的高密度全天星表以满足各方面的需要.     

Noah-MP模型中积雪模拟对参数化方案的敏感性评估

针对Noah-MP模型多参数化方案、模拟结果不确定性范围难以确定的特点,选取北疆地区具有代表性的阿勒泰站气象资料作为模型驱动数据,探讨了积雪对多参数化方案的敏感性。在不考虑模型参数和驱动数据不确定性的条件下,设计了集合数为13824的多参数化方案集合模拟试验。选用Natural selection方法对物理过程的敏感性进行分析,并在敏感性分析结果的基础上进一步讨论了模拟结果的不确定性。结果表明:积雪对地表热交换、雨雪分离、土壤温度底层边界条件和第一层积雪或土壤时间方案4个物理过程敏感;在不考虑驱动数据和模型参数不确定性的条件下,多参数化方案集合模拟试验中的不确定性主要来源于敏感物理过程。去除敏感物理过程中能够明显降低模拟性能的参数化方案后,集合模拟结果的不确定性大幅减小。最后,根据分析结果构建了该站雪深和雪水当量模拟的最优参数化方案组合。     

基于集成学习的阶跃型滑坡阶跃点判别分析

针对阶跃型滑坡阶跃点识别和预测难的问题,提出了一种基于聚类分析和集成学习的阶跃型滑坡阶跃点识别和判别模型。以三峡库区八字门滑坡ZG110钻孔2010年4月至2016年12月80个滑坡位移、库水位和降雨数据为例,通过聚类分析方法识别滑坡累积位移-时间曲线中的阶跃点和平稳点,并利用K均值聚类分析检验分类结果的准确性。基于灰色关联确定了滑坡位移的最佳诱发因素,结合随机森林模型建立阶跃型滑坡阶跃点判别模型并利用八字门滑坡ZG111钻孔验证该模型的准确性。模型阶跃点和平稳点的识别准确率均达90%以上,表明该方法在阶跃型滑坡识别中具有较好的适用性,可为阶跃型滑坡的预测提供参考。     

An ensemble approach for the analysis of extreme rainfall under climate change in Naples (Italy)

In the present paper, an ensemble approach is proposed to estimate possible modifications caused by climate changes in the extreme precipitation regime, with the rain gauge Napoli Servizio Idrografico (Naples, Italy) chosen as test case. The proposed research, focused on the analysis of extremes on the basis of climate model simulations and rainfall observations, is structured in several consecutive steps. In the first step, all the dynamically downscaled EURO‐CORDEX simulations at about 12 km horizontal resolution are collected for the current period 1971–2000 and the future period 2071–2100, for the RCP4.5 and the RCP8.5 concentration scenarios. In the second step, the significance of climate change effects on extreme precipitation is statistically tested by comparing current and future simulated data and bias‐correction is performed by means of a novel approach based on a combination of simple delta change and quantile delta mapping, in compliance with the storm index method. In the third step, two different ensemble models are proposed, accounting for the variabilities given by the use of different climate models and for their hindcast performances. Finally, the ensemble models are used to build novel intensity–duration–frequency curves, and their effects on the early warning system thresholds for the area of interest are evaluated.     

四元数的基本概念与向量旋转的欧拉公式

为方便理解四元数,首先针对两个相互平行或垂直的向量,定义它们之间的一种不可交换乘积,命名为格拉斯曼乘积,同时约定这一不可交换积满足分配律。由此,进一步给出任意两个向量之间格拉斯曼积的具体表达式,并引出四元数的概念和运算法则。从理论上证明,任意四元数都可表示为两个向量之间的格拉斯曼积,并可以利用单位四元数的正交变换来表示向量旋转的欧拉公式。     

扩展水凝物控制变量的雷达资料同化对台风“天鸽”数值模拟的影响

利用WRF(Weather Research and Forecast)模式及WRFDA(WRF model data assimilation system)系统,针对2017年台风“天鸽”个例通过同化雷达径向速度(Vr)和反射率因子(RF),研究水凝物控制变量的雷达资料同化对台风分析预报的影响。研究表明：雷达径向速度的直接同化有效地改进了模式初始场中台风涡旋区的中小尺度信息,分析场中产生了气旋性的风场增量,对模式背景场中的台风有显著增强作用。通过在传统控制变量中扩展针对水凝物的控制变量可有效地同化雷达反射率因子资料,对初始场的水物质进行调整,并对随后确定性预报的台风路径和强度都有一定的正效果。此外,相比没有水凝物控制变量的雷达同化试验,加入了水凝物控制变量的雷达资料同化试验降水预报效果更好。这为将我国近海的地基多普勒天气雷达用于台风初始化分析和预报提供了一定的技术支撑和保障。     

采用不同样本集合同化地面观测对一次飑线过程的影响

针对夏季黄淮地区一次飑线过程,利用WRF (Weather Research and Forecasting) 模式及其Hybrid ETKF-3DVAR同化系统,考察不同生成方案的样本对同化地面观测的影响。集合样本创建方式包括3类:扰动初始背景场的方案 (RCV)、使用不同的物理参数化方案 (PPMP) 以及前两者集成方案 (BLE)。基于增量场分析,同化地面观测主要调整850 hPa以下水平风和水汽混合比的空间结构,其中RCV方案侧重于改变水平风的空间分布,PPMP方案侧重于改变水汽混合比的空间结构,BLE方案兼具二者特征。同化地面观测可以间接改善6 h降水预报,其中PPMP试验的降水预报最好,尤其是对降水位置和强度的预报。对比雷达回波观测,RCV试验和BLE试验对弓状回波模拟得较好,BLE试验的模拟较多体现RCV特征。PPMP试验和RCV试验还可改变冷池的位置和强度,同时影响飑线出现和消亡时间,相对而言,PPMP试验影响更大。     

Assimilation of Hourly Surface Observations with the Canadian High-Resolution Ensemble Kalman Filter

An hourly-cycling ensemble Kalman filter (EnKF) working at 2.5?km horizontal grid spacing is implemented over southern Ontario (Canada) to assimilate Meteorological Terminal Aviation Routine Weather Reports (METARs) in addition to the observations assimilated operationally at the Canadian Meteorological Centre. This high-resolution EnKF (HREnKF) system employs ensemble land analyses and perturbed roughness length to prevent an ensemble spread that is too small near the surface. The HREnKF then performs continuously for a four-day period, from which twelve-hour ensemble forecasts are launched every six hours. The impact on analyses and short-term forecasts of assimilating METAR data is given special attention.

It is shown that using ensemble land surface analyses increases near-surface ensemble spreads for temperature and specific humidity. Perturbing roughness length enlarges the spread for surface wind. Given sufficient ensemble spread, the four-day case study shows that the near-surface model state is brought closer to surface observations during the cycling process. The impact of assimilating surface data can also be seen at higher levels by using aircraft reports for verification. The ensemble forecast verification suggests that METAR data assimilation improves ensemble forecasts of air temperature and dewpoint near the surface up to a lead time of six hours or even longer. However, only minor improvement is found in surface wind forecasts.     

不同资料同化对登陆台风菲特(2013)短时预报的影响研究

为定量评估地面、探空、飞机报、卫星辐射亮温、雷达反射率及径向风等不同观测资料同化对台风预报性能的影响,本文以2013年严重影响我国的登陆台风菲特为例,利用WRF模式与GSI-3DVAR同化系统开展观测系统试验(OSE)研究,探讨了不同类型资料同化对"菲特"(2013)路径、强度、形势场和降水短时预报的相对贡献及可能影响机理。结果表明:(1)不同类型资料同化对模拟结果贡献程度有明显差别,其中探空、雷达反射率和飞机报对模拟结果有较大影响,分别"拒绝"这三种资料后模式模拟的高空各要素均方根误差分别上升约54.8%~62.0%、9.2%~16.5%和6.1%~6.4%。(2)对于不同的台风预报效果评估参数,各类资料的贡献率大小排序不同。对高空场和台风路径模拟影响较大的是探空和飞机报,对台风强度模拟影响较大的依次是雷达径向风、反射率、探空和飞机报,而对降水模拟影响较大的依次是雷达反射率、探空和飞机报。(3)各类资料对降水模拟的贡献率随时间变化不同。雷达反射率资料对降水的贡献随着模式积分时间明显下降,而飞机报、探空资料等对降水的贡献在模式积分3 h之后开始出现。(4)资料同化对降水模拟的改进与其对台风路径、水物质及强度模拟改进有关,因此影响高空场、台风路径和强度较大的雷达反射率、探空和飞机报资料,也是对降水模拟贡献较大的资料。