河套西部一次局地大暴雨成因分析

利用数值预报产品以及物理量的诊断对1999—07—13吴旗、盐池大暴雨过程进行系统分析，得出这次局地对流性暴雨产生的有利环流背景、中小尺度系统及动力学特征。前期中高层的下沉扩散运动、对流层内温度扰动及下界层内中小尺度系统产生，对局地性暴雨形成起到了重要作用。特殊的地理环境与暴雨落区有着密切的关系。     

SSA方法在气候时间序列分析和预测中的应用

文章介绍了奇异谱分析方法在不同时期尺度气候研究中的应用。表明ＳＳＡ是气候动力重建、统计分析和信息压缩的一种有效工具，并可应用于建立经验长期预报的预报因子集。     

中国长三角地区PM2.5时空分布数值模拟研究

利用第三代空气质量预报模式LOTOS-EUROS(Long Term Ozone Simulation-European Operational Smog)对2018年中国长三角地区细颗粒物(PM2.5)浓度的时空分布进行数值模拟,通过对比模拟结果与地面观测值,验证模式对PM2.5长期特征模拟的合理性并探讨长三角地区P...     

北■海域台风浪数值预报模式的应用和发展

北海域位于东海南部,为灾害性台风浪的频发海域,直接影响本海域的台风,平均每年为３次,给社会经济带来了很大的危害。本文主要是在应用“八五”攻关成果的基础上,利用历史资料,筛选出一套适合于北海域的台风浪数值预报模式,并试图对它进行优化和发展：①在计算时,将采用（１／４）°×（１／４）°的细网格;②在边界条件的处理上,将扩大计算区域,把大区域得到的结果作为本海域的边界条件;③优化海上风的预报模式,以提高风场的预报精度,进而提高浪场的预报精度;④调整地形信息场,预报海浪数值预报模式调用。经过对９７年影响本海域的两次台风过程的试预报,预报效果令人满意,模式的运行也很稳定。海浪数值预报模式得出的结果,可以为防台减灾提供科学的依据,也可供海浪经验预报和海洋工程作参考。     

高速公路软土地基沉降变形监测分析与预报

通过对高速公路软土地基沉降变形监测的非等步长观测序列进行数据处理后,变成等步长的数据序列,运用GM(1,1)模型进行变形分析与预报,得出了有益的结论。     

有效声速泰勒级数逼近的适用条件

在水下高精度声学定位和声纳水深测量中,需要高精度的有效声速参量。在实际中,精确计算有效声速需要声线跟踪算法,但计算成本较高。有效声速的泰勒级数逼近作为一种有效声速的近似逼近方法,可避免大量计算成本。讨论了有效声速泰勒级数逼近公式的不同阶数逼近情况,特别是给出了两类有效声速泰勒级数逼近公式的适用条件,以及他们随高度增大适用性和逼近精度的变化。研究表明,当声速剖面稀疏时,宜采用谐波平均声速下的泰勒级数改正公式;当高度角小于50°时,有效声速泰勒级数逼近精度出现明显的衰减。     

应用Attention-LSTM算法预测赤道太平洋浮标观测站位海表温度的方法

ENSO(El Ni?o/Southern Oscillation)是发生在赤道东太平洋海域重要的海气耦合现象,在全球气候变化中起着重要作用。当热带太平洋东部的海表温度（Sea Surface Temperature,SST）出现连续5个月以上的异常升温/降温现象,就会产生厄尔尼诺现象/拉尼娜现象。因此,研究和预测这一区域的SST动态具有重要的科学意义。本文采用输入层附加Attention机制的长短时记忆（Long Short-Term Memory,LSTM）神经网络（Attention-LSTM）模型,对多时段、多站位的热带太平洋观测浮标站位获取的厄尔尼诺年和拉尼娜年的SST数据进行一年的预测。研究发现：实验站位SST预测中,LSTM算法的均方误差在0.5℃左右,而Attention-LSTM算法的均方误差均不超过0.31℃,证明了Attention-LSTM算法的预测精度高于传统的LSTM模型;在发生ENSO现象年份的东太平洋海域不同站,Attention-LSTM算法对SST的春季预报障碍（Spring Predictability Barrier,SPB）现象也有一定的精度改...     

2019年8-10月长江口近岸海上风电场风浪预报

针对长江口近岸海上风电场,利用2019年8—10月NCEP全球天气预报产品和第三代海浪模式Wave Watch Ⅲ的全球预报产品做上海长禁五号、长江口灯船和东海浮标站的单点预报,利用这些站点的观测数据,针对风电场的需求评估预报精度。结果表明:全球天气预报产品中的风速预报对区域内的单站预报结果有一定参考价值,大于6 m/s风速的24 h预报准确率达到46.3%;使用递减平均法可以使风速预报的均方根误差减少10%～14%,预报准确率提高为57.0%。全球海浪预报结果在长江口近海较精确,长江口灯船站48 h预报有效波高均方根误差在0.25 m以下,相关系数高达0.80。在台风极端天气条件下,全球天气预报产品对长江口风速仍有一定的预报技巧,但最大风速的出现时间滞后6 h左右。全球海浪预报产品的预报技巧与无台风情况下没有明显差别。     

数据挖掘技术在水文预报中的应用及水文预报发展趋势研究

数据挖掘作为知识发现过程中的重要步骤,是从大型数据库中提取未知的、有价值的和可操作性的关系、模式和趋势用于决策支持的过程。我国目前在防洪领域存在着大量水文数据,如何充分有效地利用各种智能算法对这些数据进行分析与挖掘,以形成相应的水文预报模型进行准确的水文预报是防洪决策支持系统完善和发展的重要方面。本文首先全面地介绍数据挖掘的功能分类及以数据挖掘为基础的水文预报体系,然后对数据挖掘技术在水文预报中的应用进行了探讨和研究。     

SWAN模式对陆架浅水区有效波高的模拟研究及改进

验证了QSCAT/NCEP混合风场,并将其作为SWAN模式的驱动风场。以南黄海海域作为目标区域,对SWAN模式在陆架浅水区有效波高的模拟能力进行了研究。研究表明,默认参数下SWAN模式计算的有效波高较JASON-1卫星高度计数据偏小,最大偏差达0.6 m。通过对SWAN模式中各物理过程的分析,确定模式计算值偏小的原因是白浪耗散过大。采用参数修正法对白浪耗散项进行改进,将SWAN模式计算有效波高的均方根误差降低到0.16 m以下,相关系数提高到0.85以上。选择2002年中具有代表性的4个月对改进后SWAN模式进行验证,结果显示SWAN模式在研究区域具有良好的稳定性和适用性。