基于人工鱼群算法和SCA等效理论的井中横波速度预测方法

在建立页岩岩石物理模型的基础上,根据等效自相容近似(SCA)岩石物理模型,构建出岩石的纵波速度、横波速度与岩石密度、组分和孔隙度等的定量关系,得出使理论纵波速度和实际纵波速度最接近的孔隙纵横比,进而将该孔隙纵横比作为约束条件来实现横波速度预测。反演算法利用人工鱼群算法来计算最佳孔隙纵横比,并将预测的横波速度与实际测得的横波速度对比,证明了人工鱼群算法的有效性。     

小面阵辅助下的天绘一号卫星三线阵影像平差定位方法

提出了一种小面阵辅助下的三线阵卫星影像区域网平差约束方法,该方法以天绘一号卫星三线阵影像严格成像模型为基础,将下视线阵影像的局部区域等效成面阵影像,根据等效面阵影像与小面阵影像上同名像点的坐标差异,增加区域网平差约束方程,实现小面阵影像辅助下的三线阵影像区域网平差处理,完成对等效框幅式平差方法的扩展。利用天绘一号卫星影像数据进行了实验和分析,结果表明,该方法能够以小面阵影像数据为辅助,实现三线阵影像的区域网平差处理和整体定位精度的提升。     

基于随机补片和DeepLabV3+的建筑物遥感图像变化检测

为有效解决传统遥感图像变化检测预处理复杂的问题,提出一种基于随机补片和DeepLabV3+的建筑物遥感图像变化检测方法。以ResNet50特征提取网络为基础,创建DeepLabV3+语义分割网络,并在图像和标签中创建大小为224像素×224像素的随机补片作为网络输入,训练建筑物提取网络;修改建筑物提取网络输入层为6通道,通过矩阵运算将两期遥感图像转换为一幅6通道非RGB图像,利用转换后的非RGB图像进行网络训练并验证变化检测精度。实验1利用ENVI5.3软件,采用马氏距离法进行变化检测;实验2采用改进的U-Net网络和随机补片,完成网络训练和精度验证;实验3使用实验2的训练数据和验证数据,采用随机补片和DeepLabV3+网络进行变化检测网络训练及精度验证。实验结果表明,该方法实验1、实验2、实验3建筑物变化检测平均交并比分别为24.43%、83.14%、89.90%,边界轮廓匹配分数分别为61.47%,80.24%、96.51%。     

长江中游荆江段非均匀悬沙恢复饱和系数

三峡工程运行后,长江中游荆江河段含沙量大幅度降低,次饱和水流冲刷河床使含沙量在沿程逐渐恢复,但其恢复特点由于沿程床沙组成差异而有所不同。本文基于Markov随机过程及泥沙起动理论,推导非均匀悬沙的泥沙落距表达式;结合悬移质扩散理论,修正非均匀悬沙恢复饱和系数公式。在此基础上,基于荆江河段实测输沙过程,提出考虑床沙组成影响的分组悬沙恢复饱和系数计算方法;该方法主要与泥沙粒径、悬浮指标、床沙组成及止滚概率、止悬概率等因素有关,无需考虑非饱和调整系数的影响。计算结果表明:①不考虑床沙组成时,沙市、监利站恢复饱和系数计算值均在区间0.12~0.27内变化,而考虑床沙组成时分别为0.000 3~0.171 8和0.003 5~0.157 9。②不考虑床沙组成时,分组悬沙恢复饱和系数计算值细沙>中沙>粗沙;考虑床沙组成时细沙 < 中沙 < 粗沙;除落水期外,沙市站粗沙的恢复速度均大于监利站。③沙市、监利站恢复饱和系数在各计算时段的变化过程对悬沙分组具有敏感性,其中洪水期恢复饱和系数大于枯水期、涨水期和落水期。采用河床变形方程反算分组悬沙恢复饱和系数,并与本文计算结果进行对比;通过比较分析,本文公式能够用于描述荆江河段分组悬沙恢复特性,可为三峡工程下游非均匀悬沙沿程恢复过程研究提供参考。     

随机森林模型预测岩溶区酸性煤矿井水锰污染

酸性煤矿井水严重威胁地下水的水质。如何更有效对受影响区域的地下水源进行动态监测是当前的一个关键问题。采用随机森林中的回归模型,利用自变量(采空区水位、岩溶水位、pH值、泉水流量、电导率)和因变量(污染离子浓度)的相关性,建立回归模型;使用测试数据进行误差分析,结果证明模型准度较高,所得预测值具有参考价值;得出各自变量对因变量影响的重要程度,分析结果与实际情况相符合。试验表明,随机森林回归模型在酸性煤矿井水污染预测方面具有适用性,可作为辅助手段监测水质污染情况,对今后工作有一定的指导意义和经济价值。     

广东天气雷达覆盖现状的评估

利用广东省10部天气雷达2010—2016年的观测基数据,对雷达的国土覆盖、地形遮挡现状进行评估,结果表明:珠三角地区覆盖密集,大部分区域覆盖都达到4～5部雷达重叠,海岸线连续性覆盖良好;粤东地区覆盖均匀,大部地区覆盖达到3～4部雷达重叠;粤西部覆盖较好,大部分地区达到2～3部雷达覆盖重叠;粤北等人口较少的地区雷达覆盖差、遮挡严重。     

GRAPES全球集合预报系统模式扰动随机动能补偿方案初步探究

为了体现次网格尺度能量升尺度转换过程中存在的不确定性, 文中将随机动能补偿(Stochastic Kinetic Energy Backscatter, SKEB)方案应用于GRAPES(Global/Regional Assimilation and Prediction System)全球集合预报系统(GRAPES-GEPS), 以更好地表征模式误差并且增大集合离散度。使用的SKEB方案基于具有一定时、空相关特征的随机型以及由数值扩散导致的局地动能耗散率来构造随机流函数强迫。并根据流函数与水平风速旋转分量的关系, 将SKEB方案中的流函数强迫转化为适用于GRAPES全球模式的水平风速扰动。结果表明, SKEB方案的使用一方面能够提高GRAPES对大气动能谱的模拟能力; 另一方面能够改善GRAPES-GEPS的集合离散度与集合平均误差的关系, 增加了集合离散度, 并在一定程度上减小了集合平均误差, 尤其是在热带地区这种改进更为显著。而且该方案使得热带地区连续分级概率评分(CRPS评分)显著减小。就降水预报而言, 从Brier评分与相对作用特征面积(AROC, Area under the Relative Operating Characteristics)的结果来看, SKEB方案有助于改善中国地区小雨[0.1 mm, 10 mm)、中雨[10 mm, 25 mm)与大雨[25 mm, 50 mm)量级降水的概率预报技巧, 而对暴雨[50 mm, ∞)量级降水预报技巧影响很小(24 h降水量)。总体上, 模式扰动随机动能补偿方案提高了GRAPES-GEPS的概率预报技巧。      

线性化物理过程对GRAPES 4DVAR同化的影响

线性化物理过程能够改善四维变分同化中极小化收敛的稳定性和增加极小化过程中对大气物理过程和动力更加精确的描述,它是四维变分同化中非常重要的一部分。通过在GRAPES全球模式中研究线性化物理过程,尤其是两个湿线性化物理过程,改善切线性模式预报精度,来提高GRAPES全球四维变分同化的分析和预报效果。线性化物理过程的开发首先需要简化原非线性化物理过程中的强非线性项,然后对线性化物理过程进行规约化,以抑制切线性扰动的异常增长。目前GRAEPS全球模式中的线性化物理过程主要包括次网格尺度地形参数化、垂直扩散、积云深对流和大尺度凝结。线性化物理过程预报精度的检验方法是通过选择合适大小的初始扰动（同化分析增量）,来比较非线性模式和切线性模式中的扰动演化的纬向平均误差。然后以绝热版本的切线性模式为基础,通过冬、夏两个个例试验来分别检验4个线性化物理过程的12 h预报效果。试验结果表明,通过添加次网格地形参数化和垂直扩散两个干线性化物理过程方案,可以有效抑制住绝热版本切线性模式低层扰动的异常增长,大幅度改善切线性模式预报效果。通过添加积云深对流和大尺度凝结两个湿线性化物理过程,可以在热带区域和中、高纬度地区提高切线性模式中湿变量和温度变量的近似精度,提高GRAPES全球四维变分同化的分析和预报效果。      

中尺度降水集合预报随机参数扰动方法敏感性试验

中尺度降水模式预报具有很大的不确定性,为更好地描述与模式降水预报密切相关的物理过程关键参数的不确定性,基于中国气象局GRAPES（Global/Regional Assimilation and Prediction System）中尺度区域集合预报模式,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等4个参数化方案中选取了18个关键参数,设计了一种随机参数扰动方案（Stochastically Perturbed Parameterization,SPP）,并通过2015年6—7月总计10 d的随机扰动集合预报试验,对比分析了SPP方案对不同物理过程参数扰动敏感性、随机场时、空尺度敏感性、能量变化特征及其集合预报效果。结果显示,对所选择的任一物理过程参数化方案增加SPP扰动后,降水及等压面要素的概率预报技巧优于无SPP扰动的预报,而扰动积云对流和边界层过程中的参数较扰动云微物理过程中的参数影响更显著,且同时扰动积云对流、云微物理、边界层及近地面层参数化方案中的18个参数的集合预报效果优于扰动任何单一物理过程中的部分参数,表明SPP方案能够有效地提高中尺度降水概率预报技巧;从能量变化特征可知,不同物理过程的参数扰动对动能、内能和总能量的影响层次和特征有所不同,但总体而言,扰动前后各项能量基本相同;随机场时、空尺度敏感性试验发现,SPP扰动随机场时间、空间相关尺度对集合预报效果有明显影响,当扰动随机场选用12 h抗相关时间及截断波数20时,集合预报结果最优。上述结果表明,SPP随机参数扰动方案不仅能够有效提高集合概率预报效果,还能够提高集合降水概率预报技巧,具有良好的业务应用与发展前景。      

GRAPES全球奇异向量方法改进及试验分析

基于总能量模的奇异向量扰动常用于构造集合预报的初始条件。以建立GRAPES（Global and Regional Assimilation PrEdiction System）全球集合预报系统为目的,基于前期研发的GRAPES全球模式奇异向量方法,在GRAPES全球切线性模式和伴随模式2.0版的框架下,开展了引入线性化边界层方案来改善奇异向量结构,并提高奇异向量计算效率的研究。通过连续试验,从奇异向量的扰动能量结构、扰动能量谱及扰动空间分布等方面,综合分析改进GRAPES全球奇异向量的结构及演变特征。试验结果表明,改进后的GRAPES奇异向量方法有效抑制了之前扰动能量在近地面层不合理的快速增长,同时,奇异向量最优扰动的结构更客观地体现了中高纬度区域大气初始条件中的斜压不稳定扰动及其演变,如在初始时刻奇异向量扰动能量主要位于对流层中层,并呈现出随高度向西倾斜的大气斜压特征;经过线性化演变,扰动能量向较大水平尺度转移,并在垂直结构上表现出向对流层高层上传及向对流层低层下传的特征等。针对GRAPES奇异向量迭代求解中伴随模式计算耗时为主的情况,改进伴随模式中广义共轭余差方案的调用方式,并采用大内存存储法来提高其计算效率,进而将奇异向量总计算时间缩短了25%。总之,改进后的GRAPES奇异向量方法,可应用于构建面向业务应用的GRAPES全球集合预报系统。