渤海中、南部表层沉积硅藻的定量分析

对取自渤海中、南部海底表层的44个沉积物样品进行了硅藻分析。样品中共含硅藻20属41种,主要是潮间带、沿岸性底栖或浮游种类,其中尤以具槽直链藻Melosira sulc-ata和小环藻Cyclotella最多见。对本区的表层沉积硅藻用多元统计方法进行分区,共划分出三区、两亚区,井与其他海区进行了比较。     

秋季巴伦支海海温异常对冬季我国渤海冰情的可能影响

本文利用美国NCEP/NCAR逐月的再分析资料、HadISST海温、中国160台站气温和反映渤海冰情轻重的渤海冰情等级资料,研究了前秋巴伦支海海温异常对后期渤海冰情和东亚冬季风的影响,并对相关的物理过程进行分析。结果表明,前秋巴伦支海关键区海温与该区域海冰密集度呈显著的负相关,且具有较好的持续性,通过调节随后冬季向大气释放的热通量,引起后期环流变化。偏高(偏低)年冬季亚洲纬向环流偏弱(偏强),东亚大槽加深(减弱),东亚冬季风加强(减弱),我国东北、华北及西北地区地区显著偏冷(偏暖),这与冬季渤海海冰异常的强度和范围都偏大(小)及与之相联系的环流异常相一致。进一步的分析揭示了联系上游关键区海温变化与后期东亚地区气候异常的重要途径,前秋巴伦支海海温偏高会导致200 hPa高度场形成一个自西向东的波列形式,在东亚局地Hadley环流异常的作用下,加强了我国北方地区地表的北风异常。因此,前秋巴伦支海海温异常可以作为冬季渤海冰情的预报因子。     

海道测量潮汐计算与应用

研究了应用于海道测量的潮汐数值预报方法,研制了海道测量潮汐计算与应用软件系统,介绍了该系统的组成与主要功能以及有关数学模型的建立与计算方法。应用本文的方法,可解决船载水深测量和机载激光测深的水位改正问题。     

雷州半岛灯楼角珊瑚礁海区的浮游植物

雷州半岛西南岸的珊瑚礁,是唯一的中国大陆沿岸现代珊瑚礁。根据2004年8月的调查资料研究分析了雷州半岛灯楼角珊瑚礁海区浮游植物的种类组成、生态类群和数量分布等,以期为珊瑚礁生态系的研究提供基础资料。结果显示:浮游植物共有108种(含变种和变型),其中硅藻门34属85种、甲藻门10属21种、蓝藻门1属2种,浮游植物的种数分布由近岸往远岸递增;浮游植物大致划分为近岸低盐类群、近海广布类群和外海高温高盐类群等3个生态类群;优势种有中肋骨条藻Skeletonemacostatum、菱形海线藻Thalassionemanitzschioides、奇异菱形藻Nitzschiaparadoxa等8种;多样性指数和均匀度平均值分别为3.448和0.655,总体分布比较均匀;浮游植物细胞总量平均值为93×104cells/m3,其中硅藻类占绝对优势,浮游植物分布不均匀,密集于灯楼角南面的A断面。     

新一代区域海-气-浪耦合台风预报系统

依托国家重点基础研究（973）计划项目"上层海洋对台风的响应和调制机理研究",中国气象局上海台风研究所联合国家海洋局的相关单位,通过实施近海台风的外场观测科学试验、加强台风边界层（特别是海气相互作用）物理过程诊断分析及参数化方案等的研究,建立并改进了台风强度预报的海-气-浪耦合预报模式系统,并在此基础上发展了台风强度的集合预报技术,在历史典型台风个例和2016-2017年台汛期的业务化测试中表现出良好的预报性能。     

基于卫星遥感海温数据的南海SST预报误差订正

尝试利用卫星遥感高分辨率海表温度资料GHRSST (Group for High Resolution Sea Surface Temperature) 与海表温度(sea surface temperature, SST)数值预报产品之间的误差, 建立一种南海SST模式预报订正方法。首先, 利用南海的Argo浮标上层海温数据对GHRSST 海温数据进行验证, 结果表明两者之间均方根误差约为0.3℃, 相关系数为0.98, GHRSST 海温数据可用于南海业务化数值预报SST的订正。预报订正后的SST与Argo浮标海温数据相比, 24h、48h和72h的均方根误差均由0.8℃左右下降到0.5℃以内。与GHRSST 海温数据相比, 南海北部海域(110°E—121°E, 13°N—23°N)订正后的24h、48h和72h的SST预报空间误差均显著减小, 在冷空气影响南海期间或中尺度涡存在的过程中, SST预报订正效果也较为显著。因此, 该方法可考虑在南海业务化SST数值预报系统中应用。     

Estimation and prediction of plastic waste annual input into the sea from China

Marine plastic debris has been a pervasive issue since the last century, and research on its sources and fates plays a vital role in the establishment of mitigation measures. However, data on the quantity of plastic waste that enters the sea on a certain timescale remain largely unavailable in China. Here, we established a model using material flow analysis method based on life cycle assessment to follow plastic product from primary plastic to plastic waste with statistical data and monitoring data from accurate sources. This model can be used to estimate and forecast the annual input of plastic waste into the sea from China until 2020. In 2011, 0.547 3–0.751 5 million tons of plastic waste entered the seas in China, with a growth rate of 4.55% per year until 2017. And the amount will decrease to0.257 1 to 0.353 1 million tons in 2020 under the influence of governmental management. The amount of plastic waste discharged from coastal areas calculated in this study was much larger than that from river, thus it is suggested to strengthen the governance and control of plastic waste in coastal fishery activities in China in order to reduce the amount of marine plastic waste input.     

室内用户语义位置预测研究

位置预测技术可以提前预知用户下一时刻的位置,在基于位置的服务（Location-based Service,LBS）领域中发挥着极其重要的作用。现有的位置预测技术大多仅使用用户的地理轨迹,仅使用地理轨迹挖掘出来的用户移动模式易受地理特性的限制缺乏深层次的语义信息。本文基于某商场群体用户的室内轨迹数据和语义信息预测用户下一个时刻语义位置。语义位置预测包括停留区域识别、停留区域语义匹配、语义位置建模。在停留区域识别阶段,为减少室内停留时间不固定对停留区域识别的影响,本研究提出了一种新型的时空凝聚层次聚类算法（Spatial-Temporal Agglomerative Nesting, ST-AGNES),该算法具有思想简单、超参数少、自动生成聚类个数等优点。在语义匹配阶段,引入了吸引度规则,充分利用停留区域所有轨迹点与室内高密度的商铺名称信息做匹配。最后,采用长短型记忆神经网络模型（Long Short-Term Memory,LSTM）挖掘群体用户的语义位置模式并预测用户未来的语义位置,实验预测正确率达到61.3%。     

一种基于熵权法的小波去噪复合评价指标

传统的评价指标在真值未知的情况下不能满足小波去噪质量评价的要求。为此,借助变化率特征重新构建均方根误差变化量和平滑度变化量两个指标,利用熵权法定权将归一化后的两个指标线性组合,所得到的新指标即为复合评价指标。该方法借助指标的变化率随分解层数的增加表现出明显的收敛特性来确定去噪最优分解层数。实验表明,该方法能够在真值未知的情况下准确地指导小波分解,确定去噪最优分解层数,从而达到最优去噪效果。     

Deterministic non-linear wave prediction using probe data

The accurate prediction of non-linear sea states represents a great challenge, with a number of applications in oceanography, marine engineering, security of people and marine transportation, etc. In this paper, we report on the development of two efficient deterministic prediction models for 2D irregular wave-fields. These models are based on the exploitation of wave elevation time series given by one or more probes and on the use of two different numerical models for the wave-fields simulation. Two effective data assimilation processes are developed to improve the wave-field estimates obtained from the study of one or several probe signals, so that we obtain proper initial conditions for the forecast. The assimilation schemes have been validated on the reconstruction of model-generated observations and accurate predictions of the corresponding synthetic wave-fields evolution have been obtained.