云和辐射 （II）:环流模式中的云和云辐射参数化

这一部分论述了在环流模式中应用的各种云参数化和云辐射参数化方案。云参数化分为云的诊断和预报二大类，云辐射参数化则包活云光学性质的参数化和云整体辐射性质（反射率、透过率、吸收率和发射率）的参数化。     

基于小波去噪的灰色模型在变形监测中的应用

灰色模型可在"贫信息"的条件下发现变形观测数据中的规律,但不能去除数据中噪声的影响;而小波分析可有效识别并剔除变形监测数据中的噪声(误差),使变形规律更加明显;结合两种方法的优势能增强数据分析的可靠性,提高预测精度.将小波去噪与灰色模型相结合,研究了该分析方法在高铁隧道变形监测中的应用,并得到了较可靠的预测结果.     

中尺度模式中不同对流参数化方案的比较试验

MM5模式中有多种积云参数化方案可供选择,粗细网格采用不同的积云参数化方案对降水预报有一定的影响。采用常用的四种积云参数化方案,粗细网格进行不同配置,对辽东半岛大暴雨过程进行试验发现：细网格信息可以通过嵌套边界向外层传递,影响外层预报结果。细网格选取GR方案比选取AK、BM、KF方案模拟效果好很多;细网格参数化方案不变,粗网格取不同的参数化方案,对细网格的模拟结果差别不大。但选取一个好的参数化方案对细网格的模拟结果会稍有改进。     

海洋细菌脂肪酸的气相色谱分析

以副溶血性弧菌VP-X-3为试验对象,利用气相色谱技术分析了其细胞脂肪酸的组成和含量,以色谱峰的数量、色谱峰高及脂肪酸含量作为评价指标,探讨了不同的皂化和甲酯化条件对细菌细胞脂肪酸测定结果的影响。结果表明:皂化和甲酯化条件都对细胞脂肪酸的组成和含量产生一定的影响。较低温度皂化处理利于增加色谱峰数量和色谱峰高。甲酯化温度过高容易破坏脂肪酸,尤其是长链脂肪酸和不饱和脂肪酸的结构。高温甲酯化条件下,时间越长,甲酯化效果越差。试验得到较为理想的气相色谱前处理条件:2 mol/L NaOH-甲醇溶液2 mL,70℃水浴10 min;10%(V/V)H2SO4-甲醇溶液2 mL,70℃水浴15 min。此条件下的色谱峰的数量多达29种,色谱峰高明显高于其他处理条件下的峰高。     

鳜鱼(Siniperca chuatsi)脂肪酸去饱和酶和延长酶基因全长cDNA序列的克隆与分析

利用RT-PCR和RACE方法克隆得到鳜鱼肝脏中控制高不饱和脂肪酸合成的脂肪酸去饱和酶(fatty acid desaturase,FAD)和脂肪酸延长酶(fatty acid elongase,ELO)基因的全长cDNA序列。FAD基因的全长cDNA序列1882bp,编码445个氨基酸,该蛋白序列含有FAD全部的特征结构区,包括3个组氨酸簇、2个跨膜区和1个细胞色素b5结构域,与其它鱼类FAD氨基酸序列的同源性为66.5%-90.1%,系统树分析显示其与欧洲鲈鱼和金头鲷等海水鱼类的亲缘关系最近。获得的ELO基因全长cDNA序列1401bp,编码294个氨基酸,该蛋白序列含有单一的氧化还原中心组氨酸簇、内质网停留信号和多个跨膜区等ELO特征结构,与其它几种鱼类ELO氨基酸序列的同源性为71.8%-86.7%,系统进化分析显示其与南方蓝鳍金枪鱼和金头鲷的亲缘关系较近。鳜鱼FAD和ELO基因全长cDNA序列的获得可为进一步研究其HUFA合成能力及调控机理奠定基础。     

水下极低频电磁信号探测中的海流感应电磁噪声压制

水下极低频电磁信号探测在深远海探测领域应用前景广阔,然而极低频电磁信号易受海流运动感应电磁噪声影响,为了拓展极低频电磁探测在海洋中的应用,需要通过信号处理的方式压制噪声,提高信号信噪比。小波分析具有多分辨率分析及时频局部化的优势,适于处理海水运动感应电磁噪声等非平稳信号,本文将海流感应电磁场特征引入小波分析中,基于正演模拟及小波系数分析确定阈值的小波阈值去噪方法压制噪声,利用合成的包含大地电磁信号、海流感应电磁噪声的极低频信号进行实验,并利用南黄海海域电磁信号探测试验数据进行验证。研究结果表明,噪声压制后的极低频信号信噪比明显提高,信号在时频域识别能力得到改善。     

融合多源重力数据的Tikhonov正则化配置法

针对最小二乘配置法在融合处理多源重力数据过程中可能出现的病态性问题,特别引入Tikhonov正则化方法,对配置法计算模型进行正则化改造,建立了相应的正则化配置模型。使用EGM2008位模型模拟产生航空重力和海面船测重力数据进行了融合处理仿真实验,实际验证了正则化处理方法的有效性。     

地磁日变测量系统便携化方案研究

分析目前海洋磁力测量时,采用G88X系列海洋磁力仪的地磁日变测量系统存在功耗高、体积大、质量重等问题。通过对磁力仪、电缆、数据采集计算机、UPS等各个部件的改装、改造、替换构思,提出一套完整的便携化方案,使整套系统的功耗、体积、质量均显著降低,从而实现系统便携化。     

一种改进的小波阈值去噪方法

利用D.L.Donoho和I.M.Johnstone提出的小波阈值去噪方法,构造了一个新的阈值函数。与传统的硬、软阈值函数相比,该阈值函数克服了硬阈值函数不连续的缺点,且同软阈值函数一样具有连续性,便于进行各种数学处理;同时还克服了软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺陷,它具有硬、软阈值函数不可比拟的灵活性。仿真结果表明,新的阈值函数的去噪效果有效抑制了在信号奇异点附近产生的Pseudo-Gibbs现象,无论是在视觉效果上,还是在信噪比增益上均优于传统的硬、软阈值方法。