人工观测与闪电定位探测雷暴日资料的对比分析

在对比分析人工观测雷暴日资料与闪电定位探测雷暴日资料的基础上,揭示了造成2种资料不一致的原因,并提出了应用闪电定位探测雷暴日资料时应注意的问题。研究结果认为,随着器测资料的积累。可提供1个客观的雷暴日分布场,从而改变人们对雷电分布的固有看法,以消除人工观测资料受多种因素影响而不够客观的局限。     

2010年6月18日苏北一次强降雹过程及其催化数值模拟

结合实况资料,应用三维对流云模式,对2010年6月18日苏北地区一次持续时间长达5h的强降雹过程进行数值模拟研究.结果表明,模式模拟出了雹云的3次涌升、降雹过程及雷达回波特征.冰雹来自霰的转化,主要靠碰冻过冷云水和雨水增长.催化试验表明,地面降雹刚形成或降雹强度刚增强时,在过冷雨水中心区播撒AgI,减雹效果显著,最大减雹量可达21.1％;催化后,霰的数量增加、尺度减小,导致霰向雹的自动转化减少,且大量小尺度霰成为雹胚后,争食云水,增长受阻.     

2014年8月南京青奥会开幕式人工减雨作业回波分析

为评估重大赛事活动场馆的人工减雨作业效果,利用南京信息工程大学C波段双偏振多普勒雷达（C-Pol NUIST）资料、探空及地面降水等资料,对2014年8月16日南京青奥会开幕式人工减雨作业效果进行分析。用交叉相关法TREC （Tracking Radar Echoes by Correlation）追踪回波单体,统计作业点上下游的回波强度比值的变化,分析了反射率因子、径向速度、回波顶高（ET）、差分反射率因子Z_dr和相关系数ρ_hv的回波特征以及风矢位温（V-3θ）图表示的大气结构特征。研究表明,在减雨目标区的目标时段,回波强度和回波顶高均呈减弱趋势,减雨作业在播撒催化剂间歇时段和作业后会导致更显著的短时强降水。研究结果为回波产品评估人工减雨的最佳作业时间、作业部位和作业效果提供决策依据。     

江西省人工增雨作业指数预报研究

根据人工增雨作业需求和作业工具布局．结合全省精细化天气预报定量产品和多普勒雷达回波等资料。研究确定了江西省人工增雨作业指数及其计算方法。并建立了相应的业务运行及发布系统。研究结果表明,人工增雨作业指数的发布包括定时发布和不定时发布2种。并可分为可作业区（3级）、作业准备区（2级）、作业关注区（1级）、不适合作业区（0级）4个等级;针对这4个等级。为各地人影办提供了相应的措施和对策。另外。在TS评分标准的基础上。研究制订了该指数预报效果的评定方案。并对2003年的作业情况进行了效果评估。评估结果表明。所提供的作业指数预报产品直观、指导性强．提高了人工增雨的作业效率。减少了不必要的劳动和消耗。     

天空云量预报及支持向量机和神经网络方法比较研究

使用支持向量机和人工神经网络两种方法,分别建立了天空云量的预报模型。利用2001年5月1日～2004年12月31日的武汉市地面、高空观测值及欧洲中心的24小时预报场等资料,通过按不同比例随机抽取样本进行交叉验证的方法,分析了SVM和ANN模型的预报能力和鲁棒性;然后再用全部样本资料建立预报模型,来预报2005年1月1日～5月31日武汉市天空云量。交叉验证和实例预报的结果显示：虽然SVM和ANN模型都表现了较好的预报能力,但SVM的预报能力高于ANN方法,且在计算速度上有ANN无法比拟的优势。     

香蒲、灯心草人工湿地的研究─Ⅲ.净化污水的机理

通过香蒲Ｔｙｐｈａ ａｎｇｕｓｔｉｆｏｌｉａ和灯心草Ｊｕｎｃｕｓ ｅｆｆｕｓｕｓ人工湿地微生物分布状况的调查,水生植物生长状况的观察,研究了介质、水生植物和微生物三者净化污水的作者,探讨了人工湿地对污水中污染物质的去除机制。研究表明,人工湿地对污水的氮、磷的化学耗氧量的去除作用是介质、水生植物和微生物综合作用的结果,粘性土壤和花岗石介质更利用于污水中磷的去除。     

人工湿地植物研究

本文阐述了植物在人工湿地污水净化过程中作用及存在的若干问题,提出了研究人工湿地植物的一些设想,植物在人工湿地中起着非常重要的作用,不但直接摄取利用污水中的营养物质、吸收富集污水中的重金属等有毒有害物质;而且输送氧气到根区,提供根区微生物生长、繁殖和降解对氧的需求;还能维持和加强人工湿地系统内的水力学传输,但目前人工湿地植物的应用还存在着枯死衰退、杂草丛生和根系扩展较浅等问题,影响人工湿地的净化功能,通过对人工湿地植物生理生态特性如气体代谢、光合作用、逆境生理和相生相克等研究,筛选出优良植物种类,创造适宜人工生,将有利于发育发挥湿地植物功能,提高人工湿地污水处理能力。     

江西干旱期间人工增雨天气条件与潜力区分析

通过对江西干旱期间的天气条件、气柱水汽量、对流云回波(云顶高、强度等)特征、作业技术方法等进行分析与研究,得出江西省人工增雨作业的基本技术数据和指标,为江西省开展人工增雨抗旱作业提供科学依据.     

Probabilistic stability analyses of slopes using the ANN-based response surface

Slope stability analysis is a geotechnical engineering problem characterized by many sources of uncertainty. Some of these sources are connected to the uncertainties of soil properties involved in the analysis. In this paper, a numerical procedure for integrating a commercial finite difference method into a probabilistic analysis of slope stability is presented. Given that the limit state function cannot be expressed in an explicit form, an artificial neural network (ANN)-based response surface is adopted to approximate the limit state function, thereby reducing the number of stability analysis calculations. A trained ANN model is used to calculate the probability of failure through the first- and second-order reliability methods and a Monte Carlo simulation technique. Probabilistic stability assessments for a hypothetical two-layer slope as well as for the Cannon Dam in Missouri, USA are performed to verify the application potential of the proposed method.     

基于BP神经网络的气象格点数据无损压缩方法

格点资料是目前气象数据存储、传输和应用的主要形式,爆炸性增长的资料给数据的存储、传输带来了巨大压力,设计适合格点资料特点的压缩方案越来越重要。大气是一种连续介质,格点资料是反映其动力学及热力学性质的连续物理量的采样和量化,相邻格点间存在很大的相关性。在二维线性预测基础上引入BP神经网络,建立了基于神经网络的二次预测模型,有效剔除气象格点数据的冗余信息,结合熵编码,提出了一种高效无损压缩新方案。该方案具有极高的压缩比,并能保证在有效精度内数据完全无损。与广泛应用的netCDF格式压缩效率对比试验表明,该方案的编码效率是netCDF格式的3～5倍,接近压缩的理论下限,能极大地减少存储空间及传输时间,适合大气以及地球科学中海量数据的存储和传输,有很好的实际应用前景。