基于DTW与K-means算法的河北场雨及雨型分区特征研究

深入挖掘气象站点的观测降雨数据,研究区域降雨的雨型规律,对于洪涝灾害预警和减灾措施制订有重要意义.本文基于河北省2005-2017年3189个站点逐小时降雨观测数据,进行"场雨"的划定,进而提取历史上各场雨的累积雨量、时长指标.采用数据挖掘技术中的DTW相似性算法进行场雨雨型的自动归类,将场雨分成Ⅰ-Ⅶ共7种雨型,包括...     

湍流相干结构在中蒙中区一次沙尘暴起沙中的作用

起沙机制是沙尘暴天气研究中一个重要问题.本文基于中蒙中区一次沙尘暴天气过程,通过提取沙尘源地涡动相关数据中的湍流相干结构（Coherent structure,简称为CS）,研究了CS在起沙中的作用.结果发现：（1）起沙期间存在CS,其典型特征表现为上扬—下扫循环,即暖空气的辐合上升与冷空气的辐散下沉相伴;（2）起沙期间,CS具有频次高、持续时间短、间歇性适中、连发频繁、速度切变大、水平尺度远大于垂直尺度和尺度变化比较大的特点;（3）CS是重要的起沙机制,它可起动粒径在0.1~156 μm之间的各种沙粒,起动最多的是粒径低于8 μm的粉粒与粘粒,但CS不是唯一的起沙机制;（4）CS的上扬与下扫两过程均可引起起沙,区别在于前者通过暖空气的上升将沙粒向上空输送,后者则是将上空高速冷空气拖带下来引起地表沙粒的起动;（5）CS起沙分为单起式和连发配合式两种形式.单起式是单发CS产生的起沙形式,连发配合式是连发的CS产生的跃移—上扬的配合起沙形式.其中,连发配合式为主要形式;（6）下扫过程对起沙的贡献是上扬过程的1.8~15倍,上扬过程可将下扫过程中起动沙粒的1/3左右向上输送到空中;（7）一般情况下,CS对起沙具有稳定的贡献,其贡献率为51%,当临界起沙风速大于13 m·s^-1时,其贡献急剧降低.

     

裂谷盆地形成的动力学机制及其含油气性

以澳大利亚南部的吉普斯兰盆地和中国东北部的松辽盆地为例，通过对它们所处的地理位置、内部结构构造特征、油气藏类型、油气藏的分布特征、生储盖特征以及形成时代的比较，对纵向拼合式裂谷盆地形成的动力学机制及其含油气性作了探讨。阐明了具有相似结构构造特征和演化历史，同一时期处于相近地理环境中的沉积盆地，应具有相似的含油气远景；而这一切都是由近似的成盆动力学机制，即：地球深部动力所诱发的远源板内应力、地幔底辟等因素所控制的，再一次证明了裂谷类型的沉积盆地在油气勘探中的重要性；指明了在我国东部原裂谷系中开展油气普查勘探工作的必要性     

海洋湍流的测量及相关分析

对海洋湍流速度脉动的一维概率密度作了测量，并把测量结果与高 斯分布进行了比较。比较的结果表明，一个接近于高斯分布而另一个却差别较 大。计算到直至五阶湍流相关函数并与网格湍流进行了比较，结果都表明小时 间间隔中测量结果与网格湍流的结果近似一致，而大时间间隔中却相差很大。 以上结论说明了较长的测量时间的必要性。     

平流雾和辐射雾时边界层温度场又风场结构特征的对比分析

本文利用多普达所获取的在时间、空间（垂直方向）较为密集的实时资料,分别对两次性质不同的（平流和辐射）大雾的边界温度场、风场结构特征进行了对比分析。得出在华北地形槽下挟流雾得以稳定维持的根本原因是与位于各逆温层之上的、和平有大风速达１０．７２ｍ／ｓ的偏北大风相联系的下沉逆温切相关。下沉逆温随着与之相伴的偏北大风的减弱、消伯而逐渐趋于消失。其边界层逆温较大地减弱是动力（动量下传）、热力（对流）共同作用     

基于大涡模拟与被动示踪物模型的人工鱼礁数值研究

投放人工鱼礁是解决海洋生态环境问题的重要措施之一。通过使用并行大涡模拟模式（the parallelizeda large-eddy simulation model,PALM）及被动示踪物模型模块,研究了不同流速条件（0.1,0.2,0.4和0.6 m/s）下方型人工鱼礁对流场形态、营养盐的抬升作用、和湍流动能收支的影响。研究表明,鱼礁的存在使得其附近垂向速度增大,产生上升流。受到上升流的抬升作用,鱼礁底部的示踪物迅速进入海洋上层,之后遇到鱼礁后方的背涡流,示踪物的抬升受阻,高度逐渐降低。在上升流区域以及背涡流区域的共同影响下,示踪物抬升区域的最大高度与来流流速无关。不同上升流定义对应的上升流区域的高度与来流流速均不相关;上升流区域的最大速度、平均速度与来流流速都成线性增加的关系;然而随着来流流速的增大,不同上升流定义对应的上升流区域面积的变化趋势却完全不同。投放鱼礁后,鱼礁区域底部的混合增强,区域底部的能量被输运至上层。这说明,鱼礁的存在不仅对营养物质具有抬升作用,还能将能量向上输运。     

海洋湍流观测技术

湍流在海洋能量和水体的交换演化中起着非常重要的作用。海洋湍流研究的发展和海洋湍流观测仪器的研发密切相关。世界上湍流观测仪器的研发起步于上世纪50年代,但是我国在湍流观测设备方面到目前为止仅仅处于起步和引进国外设备阶段。针对我国的情况,文中对海洋湍流观测的平台、探头测量原理及其数据修正、资料后处理等关键技术做一个总结性的介绍,为我国使用引进的海洋湍流设备和自主开发海洋湍流测量设备提供参考。     

地震记录相似性的小波属性度量方法研究

为了提高三维低频资料(主频15Hz~30Hz)断层检测精度,探讨了小波地震属性与相干结合的检测方法。当断层的水平断距小,断层二侧地震记录的波形特征相似时,单靠相干方法已不能明显地反映断层。针对此问题,分析了多种相似性度量方法,最后从地震属性方法出发,提出基于小波属性体的相干方法改善检测效果。实际资料处理表明了该方法的合理性和实用性,不仅更细致地度量了相似性,还为地震勘探量化参数的精细分析提供了一条思路。     

Rainfall effect on wind waves and the turbulence beneath air-sea interface

Rainfall effects on wind waves and turbulence are investigated through the laboratory experiments in a large wind-wave tank. It is found that the wind waves are damped as a whole at low wind speeds, but are enhanced at high wind speeds. This dual effect of rain on the wind waves increases with the increase of rain rate, while the influence of rainfall-area length is not observable. At the low wind speed, the corresponding turbulence in terms of the turbulent kinetic energy （TKE） dissipation rate is significantly enhanced by rain- fall as the waves are damped severely. At the high wind speed, the augment of the TKE dissipation rate is suppressed while the wind waves are enhanced simultaneously. In the field, however, rainfall usually hin- ders the development of waves. In order to explain this contradiction of rainfall effect on waves, a possibility about energy transfer from turbulence to waves in case of the spectral peak of waves overlapping the inertial subrange of turbulence is assumed. It can be applied to interpret the damping phenomenon of gas trans- fer velocity in the laboratory experiments, and the variation of the TKE dissipation rates near sea surface compared with the law of wall.     

基于机器学习的稀疏样本下的土壤有机质估算方法

采用GRNN（Generalized Regression Neural Network）和RF（Random Forest）2种机器学习方法构建土壤有机质预测模型,以提高稀疏样本情况下的土壤有机质估算精度。依据北京市大兴区农用地2007年的土壤有机质采样数据,按MMSD准则（Minimization of the Mean of the Shortest Distances）抽稀为8种不同采样密度的样本（分别为2703、1352、676、339、169、85、43、22个样本）,分别采用GRNN、RF和Ordinary kriging对各采样密度下的未知采样点进行预测,采用交叉检验的方式验证各采样密度下未知样点的预测精度。随着采样点密度的下降,样点间的空间自相关性逐渐减弱,半变异函数的拟和精度变差,预测点结果误差增大,预测的置信度降低。当抽稀到43个和22个采样点时,样点间的空间自相关性接近歼灭,半变异函数的决定系数较低且残差较大。普通克里格受到采样点数量和采样密度、样点的空间结构的影响比较明显,其预测精度随采样点数量的下降而下降。在85个采样点及以下时,其预测值与观测值之间没有显著的相关性。GRNN和RF的预测精度受采样密度的影响不大,其预测精度在一个较小的范围内波动,其预测值围绕观测值在一定阈值空间内震荡波动,具有较好的相关性,在85个及以下的采样密度时,预测精度相对普通克里格有较大的提升。普通克里格法不适合在稀疏样本条件下空间插值计算,尤其是在空间自相关性比较弱的情况下。机器学习模型能充分学习土壤间环境信息、样点空间邻近效应信息,兼顾属性相似性和空间自相关,具有更好的稳定性和适应性,不容易受到采样点数量、构型和采样密度等因素的影响,即使在采样点空间自相关性很弱的情况下也能做出稳定预测精度。