自动土壤体积含水量异常数据分析和判定

以琼中2014—2021年自动土壤体积含水量数据为例,研究自动土壤体积含水量异常数据的判定方法,分析造成数据异常的原因。结果表明：依据降水与土壤水分自然变化规律,采用界限值检查和空间、时间一致性检查等数据质量控制方法,分析自动土壤水分历年数据年、月、旬、日变化趋势,可快速判定自动土壤水分历史数据集中异常数据出现时段;结合异常时段同期的降水量和台站值班记录及当地墒情实况可判定异常数据的正误。造成自动土壤体积含水量数据异常主要原因有：①传感器故障;②强降水天气,雨水冲刷石块移动造成土壤环境发生变化;③仪器安装不当,套管管壁与土壤开孔的孔壁之间存在缝隙,强降水造成传感器对应部位积水;④对套管管壁与土壤开孔的孔壁之间缝隙灌浆填补时,未严格按规范要求操作,破坏了土壤原有结构。     

内蒙古宝昌台地电阻率长期观测数据研究

分析了内蒙古宝昌台地电阻率长期观测数据的可靠性,应用归一化变化速率方法和傅氏滑动方法处理了1985年以来的地电阻率观测数据,研究了该台在地震前中期、短期阶段的监测效能,结果显示：该台两个正交测道的地电阻率观测对台站周围的中等以上地震有一定的监测能力,表现出了与地震有关的震前持续性的中期、短期异常,且在中国大陆及周边发生的数次远距离8级以上大震前也记录到持续1年尺度时间的下降/上升异常。     

湖北省两类典型极端降水过程气象因子异常特征对比

利用NCEP/NCAR再分析数据和其他常规观测数据,对湖北省两类典型极端降水型(南北气流汇合型、南北槽叠加型)的天气背景及气象因子异常特征进行分析,结果表明：南北气流汇合型500 hPa上形成南北气流汇合形势,低层切变线南侧南风发展异常强盛,地面上冷锋入暖槽形成静止锋,动力因子(850 hPa涡度、200 hPa散度)和水汽因子(大气可降水量)异常特征显著;南北槽叠加型500 hPa上形成南北槽叠加形势,低层或边界层形成显著低涡切变,地面上暖低压强烈发展,动力因子(200 hPa散度、925 hPa涡度)和不稳定因子(700 hPa温度平流)异常度比例偏高。最后给出了两类集天气背景与气象因子异常度配置于一体的极端降水天气概念模型。     

亚洲季风区气候对北大西洋年代际振荡冷暖位相的对称和非对称响应

利用NCEP大气环流模式,模拟了亚洲季风区气候对北大西洋正、负海温异常的响应。研究表明:亚洲季风区气候对北大西洋年代际振荡(AMO)的影响存在线性和非线性响应;AMO的暖位相造成欧亚大陆增温以及印度地区北暖南冷的偶极子型分布,主要是线性因素的作用;夏季、秋季印度半岛降雨增多,是线性因素和非线性因素共同作用的结果,且非线性因素带给印度半岛的降水多集中在西部。     

江苏省南部地区锡矿的发现

苏南地区已发现的多处锡矿(化)点,主要发现于苏锡地区的西南部,它们多是通过对1:20万化探扫面异常的查证,并在与首先发现锡矿的东山地质条件对比的基础上陆续发现的。这些发现不仅填补了江苏在矿种上的一项空白,也结束了“无锡没有锡”的传说。应是我省地质找矿突破性的一项成果。东山锡矿的发现较有代表性,该矿是在     

唐山M 4.8地震地磁谐波振幅比变化

针对2012年5月28日河北唐山M 4.8地震,采用地磁谐波振幅比方法,分析昌黎、静海、红山及承德地磁台2007年1月至2015年12月地磁观测数据,结果显示：各台站10 min周期的计算结果波动性明显,其他周期形态较为一致;距震中最近的昌黎地磁台Y_ZHx（NS）测向的10-40 min周期地磁谐波在下降至极低值后,开始转折时发生地震,而Y_ZHy（EW）测向未出现明显转折现象;位于河北平原地震带中部的静海地磁台对此次地震反应显著,2个测向在震前均出现下降-转折-上升的变化特征。通过对比位于不同地区的4个地磁台站地磁谐波振幅比变化,发现受大范围整体构造应力场作用的影响,计算结果具有相似的趋势性变化特征,具体到局部地区或断裂带内部,各台站之间显示出一定差异。     

强震前地震非均匀度异常与前兆群体异常关系的研究

通过对比研究华北地区部分中强以上地震震前地震非均匀度异常与区域地震前兆观测群体异常的变化过程, 发现两者在地震前的异常时空演化过程中, 具有一定的关联性。 在时间上, 部分地震震前的地震非均匀度异常出现后, 半年左右前兆观测异常在数量上将出现一次较大幅度的增加; 在空间上, 前兆异常展布范围与地震非均匀度异常范围大体一致。 研究结果表明, 地震非均匀度(GL值)在强地震前出现的异常变化从震例的角度, 表明可能与局部应力场变化有关。 地震非均匀度和前兆群体异常的这种准同步变化, 可能对判定地震孕育进入中短期阶段具有一定的指示意义。     

球面小波分析技术及在全球重力模型中的应用

在介绍球面小波理论的基础上,推导和比较了几种球面小波,分析了最新地球重力模型——EGM96,以此为依据,把球面小波多分辨分析用于计算全球自由空气异常及重力大地水准面,并对处理结果做出解释。     

海陆气候事件关联规则挖掘方法

近年来,异常气候事件的频发对人类的生活环境和经济发展带来严重负影响。气象学家研究表明：海洋气候异常对陆地气候异常事件的发生具有重要的诱发作用,因此,对海陆气候间的内在关联机制进行深入挖掘具有重要研究价值。本文提出了一种关联规则挖掘方法,以探索单一海洋气候指数与陆地异常气候事件间存在的关联。首先,针对陆地气候要素,采用顾及空间邻近关系的层次聚类方法进行有效气候分区,通过对各层分区结果进行相关统计分析得到有效的各区域气候序列;然后,进行顾及多重约束进行时序关联规则挖掘,以探索海陆气候要素间的关联机制;最后,通过实际算例分析得到的各气候指数与我国陆地区域异常降水事件间的关联机制结果,与实际情况高度吻合。     

基于深度学习的天气雷达异常数据识别技术

天气雷达基数据中因观测设备故障或标定问题而产生的异常数据, 直接影响天气雷达数据质量、定量估测降水及天气系统的分析和判断。目前在中国气象局气象探测中心实时业务中, 通过人工勘误环节对异常数据进行处理。针对2020—2022年业务中勘误较多的、大面积故障异常和易与降水数据混合的局部电磁干扰或故障的两类异常数据, 分别构建和训练R-ResNet和R-LinkNet两种模型, 提取雷达硬件故障、电磁干扰等特征, 实现异常数据的识别和处理。评估结果表明:两种模型在提取异常数据特征方面均具有很强的学习能力, R-ResNet在分类判识异常数据与正常数据的准确率超过99%, R-LinkNet在分离电磁干扰杂波和降水回波的准确率超过98%。两种模型可用于实时业务中监控和勘误电磁干扰、故障等异常数据, 实现异常数据的自动勘误处理。