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。     

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。     

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。     

基于LSTM的海洋表面短期风速预测研究

为实现对海面风速精确的短期预测,提出了一种基于长短期记忆(LSTM,longshort-termmemory)神经网络的短期风速预测模型,选取OceanSITES数据库中单个浮标站点采集的风速历史数据作为模型输入,经过训练设置最佳参数等步骤,实现了以LSTM方法,对该站点所在海区海面风速在各季节性代表月份海面风速的24 h短期预测。同时通过不同预测时长的实验以及与BP(back propagation)神经网络神经网络和径向基函数神经网络(radialbasisfunctionneuralnetwork,RBF)的预测效果对比实验,证明了LSTM预测方法相比上述两种神经网络预测方法,在海表面风速预测应用中的优越性。最后通过多个海域对应的站点风速数据预测实验,证明了LSTM神经网络模型的普遍适用性,由相关系数和预测误差的分析可知该方法具备应对急剧变化数据的预测稳定性,可以作为海洋表面风速短期预测的一种可靠方法。     

北京精细下垫面信息引入对暴雨模拟的影响

首先根据2000年环北京实际的精细下垫面布局资料（500m分辨率）,按美国USGS陆面资料分类标准（25类）对其提供的全球30 s经纬分辨率（≈1 km）下垫面分类资料进行了更新设计.进而针对一个北京夏季暴雨过程,利用10:3.3km双向双重嵌套的MM5V3.6-Noah LSM陆气耦合模式进行24h数值对比试验,研究了北京精细下垫面信息引入对暴雨的影响.分析表明：新设计的陆面资料更真实地反映了环北京区域的下垫面结构,尤其针对北京城区面积迅增特征;同时还修正了原资料将亚洲中纬度区域落叶阔叶林下垫面类型归属为热带(或亚热带)稀疏大草原类型的问题.其在数值天气模式中的引入会对短期暴雨过程的发生发展产生重要影响.对此次暴雨主要降水中心的模拟,12h差值分布范围远达30km以上,中心值相对差异可达30%.研究发现在城市下垫面和大气相互间存在一个重要的相互影响机制,即由于城区面积的扩大会导致自然植被减少,进而会减少地表蒸发及相应局地大气水分供应、加深边界层高度并增强大气水汽混合,这不利于降水的发生发展.     

国外地震电磁现象观测

本文综合介绍了国外在地震电磁观测研究方面的进展和实例,结果显示地震电磁信号在地面和卫星观测记录中非常丰富.地面异常信号频带宽、分布范围广,时间上多集中于震前一个月或几天的时间段内出现.卫星地震电磁信号集中于ELE-VLF频段,时间上以震前几个小时为主,说明电磁信号具有明显的短临特性.我国地震电磁未来的发展方向应在现有的基础上,以超低频段为主,并发展地面与电磁卫星的三维立体联合观测,为地震短临预报服务.     

重大地震灾害链的时空有序性及其预测研究

重大地震与地震灾害链预测是当今世界地学前缘课题.本文通过国内外具体实例,重点介绍了重大地震灾害链的时空有序性、地震灾害链网络结构及其预测方法.     

地表沉陷空间预报及其有理分式解法的应用

通过阐述地面沉陷机理,分析地下岩体内应力状态和地下开挖空间的形成过程.引入数学积分模型建立地面沉陷理论模型,重点说明单元下沉盆地和特征点下沉,推导出地面沉陷预报公式.并利用有理分式解法求解地面沉陷预报数值.此法的计算精度高,适用面广,有效地解决了常规解法工作量大、计算精度低的缺点.为一种有效、实用的计算地面沉陷预报值的方法.