热带西北太平洋0~300 m热含量的年代际变化

太平洋是海表温度年际变化和年代际变化发生的主要区域,但对太平洋海洋热含量变化的研究相对较少。为此, 本文分析了1980—2020年太平洋上层(0~300 m)热含量的时空变化特征。基于IAP数据,本文首先利用集合经验模态分解法(EEMD)提取不同时间尺度的海洋热含量信号,并利用正交经验分解法(EOF)对不同时间尺度的海洋热含量进行时空特征分析,得到了太平洋0~300 m海洋热含量的年际变化、年代际变化以及长期变暖的时空特征。结果表明,除了年际变化之外,热带西北太平洋上层热含量还存在明显的年代际变化和长期变暖趋势。在东太平洋和高纬度西太平洋,热含量的年代际变化特征并不突出。热带西北太平洋热含量的年代际变化在1980—1988年和1999—2013年较高,而在1989—1998年和2014—2020年期间较低。此外,针对热带西北太平洋热含量的经向、纬向和垂向特征分析,发现这种年代际变化主要发生在5°N—20°N,120°E—180°E,次表层50~200 m范围内。热带西北太平洋热含量的年代际变化对全球海表温度的年代际变化有着重要作用。     

基于CEEMD的GPS信号去噪

GPS信号在发送过程中会受到多种误差源的影响,例如星历误差、卫星钟差、电离层对流层延迟、接收机钟差等。这些误差附加在GPS信号上使其与真实信号产生一定偏差,也使GPS信号最终的应用结果产生一定程度上的偏差,这对于科研与日常使用是非常不利的,所以对GPS信号进行去噪处理是十分必要的。互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)为近几年出现的新的数据处理方法。它由集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)改进而来,不仅保留了经验模态分解(Empirical Mode Decomposition,EMD)在处理非平稳信号方面的优点,又完善了EMD的模态混叠问题,且计算结果表明CEEMD去噪效果优于EMD和EEMD。     

MEOFIS平台在渤海湾北部海面气温和风速精细化预报中的适用性分析

基于＂动力-统计＂预报方法的MEOFIS（精细化气象要素客观预报）平台以相关模式预报结果为基础,结合历史实况资料建立预报模型,实现站点的精细化预报.利用2009～2011年的T639模式产品和渤海湾北部相关观测站的数据积累统计建模,并对2012～2013年海面4个季节的气温和风速进行预报统计,对比分析该平台在海面气温和风速预报中的适用性.经客观检验,1℃误差范围内,海面各季节的气温和风速预报准确率均高于陆上的预报;海面日最高、日最低和逐3 h气温预报准确率均超过68%,秋季的日最高气温、逐3 h气温和冬季的日最低气温预报最为理想,准确率分别达86.8%、75.2%和78.9%,春季的气温预报整体不理想;显著性检验结果显示：和T639直接输出的结果相比,MEOFIS在各季节的气温预报中具有明显的订正能力.2 m/s误差范围内,过渡性季节春、秋季的日最大风速预报准确率均超过75.0%,夏季的预报效果较差,但逐3 h风速预报准确率最高,达78.0%,冬季的风速预报效果整体不佳;利用总体平均经验模态分解法（EEMD）对各月逐3 h的海面气温和风速预报误差做滤波处理,结果显示MEOFIS平台对这两要素的预报误差均存在明显的双周震荡波,通过滤波可以提高二者预报的准确率,且气温预报准确率的提高更大.预报偏差和方差小的季节,预报准确率的改善更为理想.     

基于 EEMD 和 Husrt 指数的 GNSS 基准站的垂向速率估计

连续的全球卫星导航系统(GNSS)基准站的坐标时间序列中包含了复杂的噪声信号、非构造形变及其它因素的影响,尤其在垂直方向,对GNSS基准站在国际地球参考框架(ITRF)下的运动速率估计产生了较大的干扰。为进一步提高速率精度,文中采用整体模态分解(EEMD)方法对GNSS基准站的垂向观测时间序列进行分解,并根据各种信号的Hurst值进行分类及重构为噪声信号、季节性信号和长期趋势信号,采用最小二乘方法拟合长期趋势信号得到垂向速率。通过对中国大陆构造环境监测网络(CMONOC)的GNSS台站从2001—2013年近13a的垂向坐标时间序列的实例分析,采用基于EEMD和Husrt指数的最小二乘法能够准确地估计GNSS基准站的垂向速率。     

巴音布鲁克近58a气候变化特征分析

对巴音布鲁克站点1958—2015年的月降水量、降水日数和平均气温进行集合经验模态分解得到其变化趋势,利用Mann Kendall和累计距平法诊断突变点,并采用Morlet小波和R/S法分析其周期特征和未来变化趋势。结果显示：（1） 巴音布鲁克各月降水量1月、6月和11月增多趋势显著,2月、7月和12月呈“凸”字形变化,减少趋势显著。（2） 降水日数1月和9月呈显著减少趋势,2月和6月呈显著增加趋势,3月和11月呈“凸”字形变化,5月、7月和8月呈不同幅度的“凹”字形变化。（3） 各月平均气温基本呈上升趋势,尤其以5月、7月和10月升温最显著。（4） 年降水量、年降水日数和年平均气温分别在1999年、1993年和1997年发生突变,年降水日数增多早于年降水量增多和年平均气温升高的时间,从90年代中期开始气候由干冷逐渐向暖湿转型。（5） 年降水量、年降水日数和年平均气温的主周期分别为41 a、9 a和30 a。（6） 未来年降水量将增多,年降水日数将减少,年平均气温将升高,极端降水发生的频次将增大,易引发洪涝灾害。     

Trend,periodicity and abrupt change in streamflow of the East River,the Pearl River basin

The East River in the Pearl River basin, China, plays a vital role in the water supply for mega‐cities within and in the vicinity of the Pearl River Delta. Knowledge of statistical variability of streamflow is therefore important for water resources management in the basin. This study analyzed streamflow from four hydrological stations on the East River for a period of 1951–2009, using ensemble empirical mode decomposition (EEMD), continuous wavelet transform (CWT) technique, scanning t and F tests. Results indicated increasing/decreasing streamflow in the East River basin before/after the 1980s. After the early 1970s, the high/low flow components were decreasing/increasing. CWT‐based analysis demonstrates a significant impact of water reservoirs on the periodicity of streamflow. Scanning t and F test indicates that significantly abrupt changes in streamflow are largely influenced by both water reservoirs construction and precipitation changes. Thus, changes of streamflow, which are reflected by variations of trend, periodicity and abrupt change, are due to both water reservoir construction and precipitation changes. Further, the changes of volume of streamflow in the East River are in good agreement with precipitation changes. Copyright © 2012 John Wiley & Sons, Ltd.     

基于改进EEMD的GPS多路径误差建模与削弱方法研究

引入一种改进的集合经验模式分解方法（improved ensemble empirical mode decomposition,IEEMD）进行多路径误差的建模。与EEMD方法相比较,IEEMD方法可以有效地克服模态分量数目不一致和分解不彻底等问题,并将原始序列分解为不同尺度的模态分量。同时,考虑到不同模态分量中高斯白噪声的能量密度与平均周期之积为常数,设计一种自动选择尺度与重构的方法,用于模态分量的选择与重构,进而构建GPS多路径误差模型。在此基础上,采用恒星日滤波技术,进行邻近周日GPS坐标序列中多路径误差的实时削弱。实验结果表明,采用同样的尺度选择方法和恒星日滤波技术,使用IEEMD方法可以得到比EEMD方法精度更高的GPS坐标序列。     

登陆中国热带风暴年际和年代际变化及其与全球大尺度环流的相关

利用集合经验模态分解（EEMD）方法研究了登陆中国热带风暴频数的非平稳年际和年代际变化主要周期型。对1951—2006年登陆中国的热带风暴频数序列进行分解,分别得到包含有准4年（C01）、6～7年（C02）的年际周期分量和14～16年（C03）的年代际周期分量的时间变化型。这些分量给出了登陆中国热带风暴频数在不同时间尺度上独立的变化特征,其中C01周期分量强度最大,且与ENSO有关。登陆中国的热带风暴频数趋势分量不显著,表明近56年来登陆中国热带风暴无明显增加（减少）趋势。这些周期分量与夏季海平面气压场的相关分析表明,登陆中国热带风暴频数年代际变化与南半球热带和中高纬度环流系统的相互作用密切相关。     

接地导线源航空瞬变电磁系统EEMD法去除传感器运动噪声

航空电磁系统观测值中不仅包含了地下介质的响应,还包含多种噪声成分,其中传感器运动噪声具有频率低、幅值大、非周期等特点,是航空电磁探测系统的主要噪声源之一.针对运动噪声的上述特点,利用EEMD方法对随机信号的分解能力,将航空电磁信号分解为多阶IMFs分量;利用IMFs某阶分量拟合传感器运动噪声,并从航空电磁信号中加以去除,从而获得去除运动噪声后的信号.本文利用EEMD方法对航空电磁仿真信号中运动噪声加以识别和去除,取得了良好的效果.通过与传统样条插值方法去噪效果的对比,表明EEMD法能够有效地去除线圈中的运动噪声,同时将该方法应用于山东某地无人机半航空瞬变电磁系统实测数据处理中,取得了良好的去噪效果.     

基于改进HHT理论的大型桥梁动态特性分析

针对Hilbert-Huang变换(HHT)中原经验模态分解法在信号存在中断时出现模态混叠问题,研究了利用噪声辅助的分解方法——总体平均经验模态分解法(ensemble empirical mode decomposition,EEMD)的分解过程及其噪声控制。将此改进的分解方法结合随机减量技术获取振动信号的自由衰减响应,为进一步的Hilbert变换识别模态参数提供有效数据。将该方法结合武汉白沙洲长江大桥GPS实测数据进行了模态识别,结果表明,利用噪声辅助的总体平均经验模态分解法(EEMD)能够有效地克服分解过程中的模态混叠现象,使桥梁模态清晰地分解开来。