水一样的男人

<正>当梦想照进现实张巍从小喜欢水,少年时代在北京什刹海体校打球的时候,天天需要围着什刹海跑圈儿。小孩子谁也不爱跑圈,他就找个地方把衣服给同学,然后自己一猛子扎进什刹海,游到对面去,这样可以少跑半圈。张巍的老师是他父亲的朋友,是这位老师让张巍接触到水下摄影这个概念。张巍的老师从小就喜欢他,因为他身体素质比较好,老师送给张巍一个潜水的面镜。当张巍第一次带上面镜,潜入八一湖时,他立刻就被水下的世界吸引住了。以至于,张巍对八一湖水下的每一块水域都了如指掌,从此,他与潜水结下了不解之缘。     

风能资源数值模拟评估的分型方法研究北大核心CSCD

为了实现时间跨度较长(20—30年)的风能资源数值模拟评估,建立了一种新的分型方案,采用地面和探空观测资料,以风速、风向和最大混合层高度作为分型因子,针对每种类型随机抽取5%的日数进行真实算例的数值模拟。根据中国所有地区典型日的平均风能参数和30年观测平均结果的对比分析,得出以下结论:(1)中国所有分型站点挑选典型日的平均风速与30年平均风速的绝对误差均小于0.10 m/s,相对误差均低于6.50%;挑选典型日各风向频率值与30年结果的绝对误差平均值为0.28%—0.48%,风速频率绝对误差的平均值为0.09%—0.54%。(2)通过模拟区域分型站点以外探空气象站的风向频率和风速频率的对比检验发现:沿海地区风向频率绝对误差为0.27%—0.63%,风速频率绝对误差为0.14%—0.49%;内陆复杂山地风向频率绝对误差基本在0.57%以下,风速频率绝对误差为0.22%—0.60%;结果表明选取一个分型站点能够代表整个模拟区域内的风能资源特性。(3)根据沿海和内陆山地模拟区域重合范围内的探空站分型结果对比分析发现:对于模拟区域重合范围内的探空站,采用所有模拟区域分型站典型日结果加权平均后的风能参数对比误差大大低于各自模拟区域分型站点的对比误差。     

基于贝叶斯模型的中国未来气温变化预估及不确定性分析

利用第5次耦合模式比较计划(CMIP5)中35个全球气候模式历史模拟与RCP4.5预估结果,通过贝叶斯模型平均(Bayesian Model Averaging,BMA)对中国气温进行多模式集合研究,给出了中国未来气温变化预估及其不确定性的时空分布。结果表明,中国21世纪冬夏将持续升温,且升温具有冬季高于夏季,北方高于南方的特点。初期(2016—2035年)北方有很大可能(80%)升温超过0.7℃,南方升温相同幅度的概率则超过50%;中期(2046—2065年)北方和南方升温超过1.5℃的概率分别为80%和50%;末期(2081—2100年),北方(南方)有80%(50%)的可能的升温超过2℃。气温预估的不确定性研究发现,无论冬夏,21世纪不同时期升温相对较弱的塔里木盆地、青藏高原南侧和中国东南地区为不确定性低值区,基本低于0.6℃,对应可信度较高,如21世纪初期信噪比超过4;而不确定性的高值区则主要分布在新疆北部、东北平原北部和青藏高原东南侧等升温相对较大的地区,普遍高于1℃,对应可信度较低,如初期信噪比低于2.5。此外,基于信噪比对比发现除青藏高原东部外,其他区域夏季预估的可信度均高于冬季,21世纪末期高于初期,且空间分布特征一致。     

南京雷达数据的一致性分析和订正

运用几何匹配法处理了南京雷达和热带测雨卫星(Tropical Rainfall Measuring Mission,TRMM)上搭载的测雨雷达(Precipitation Radar,PR)的反射率因子探测资料,统计分析了2008—2013年共245个时次的匹配数据。 以TRMM PR工作多年持续稳定特征为参照,揭示了南京雷达6 a的探测资料情况。结果表明,南京雷达和TRMM PR探测降水具有较强的一致性,6 a时间里南京雷达存在一定的运行不稳定情况,南京雷达0℃层以下数据存在“3段特征”:时段Ⅰ2008年1月—2010年3月,时段Ⅱ2010年3月—2013年5月,时段Ⅲ2013年5—10月。3个时段之间整体回波强度有差异,时段Ⅱ整体回波强度比时段Ⅰ、Ⅲ偏小2—3 dB;而3个时段内的回波整体保持相对的稳定,南京雷达与TRMM PR的回波强度差值随回波强度的变化呈线性关系;在中低回波值时TRMM PR比南京雷达大,在中高回波值时南京雷达比TRMM PR大。基于两种雷达回波强度值的拟合关系,对南京雷达的反射率因子进行分段线性订正,有效地改善了南京雷达的一致性:3个时段回波强度的整体差异减小到0.75 dB以内;在245个匹配时次和105894个匹配点上南京雷达和TRMM PR的反射率因子的相关系数增大,南京雷达-TRMM PR值的标准差减小。     

IEC的风机选型参数估算方法在中国的适用性研究

国际电工委员会编制的《风力发电机组设计要求》(IEC 61400-1)推荐了针对风电机组安全等级评估的极端风速和湍流强度特征值估算方法,因其简单便捷,在风电领域被广泛采用。利用全国风能资源专业观测网的193座测风塔观测数据,对IEC推荐的极端风速计算方法与我国规范推荐的基于极值I型概率分布方法进行比较,发现两种方法计算的193座塔70 m高度层50年一遇10 min平均最大风速,仅有7座测风塔较为一致,差异在±1%;IEC推荐方法的计算结果多数偏小,其中偏小10%以上的测风塔有121座,偏小30%以上的有44座测风塔,而偏大10%以上的只有9座测风塔;IEC方法计算的极值风速大幅度偏小的测风塔主要分布在台风影响的东南沿海地区,偏差较小的测风塔主要分布在西北和华北地形平缓区域,但同时偏大10%以上的测风塔也多分布在这一地区。以目前行业领域普遍采用的以15 m·s~(-1)风速的平均湍流强度作为风电机组选型指标,与严格按照规范,以15 m·s~(-1)风速段所有样本湍流强度的90%分位数处的值作为指标进行风电机组等级确定作对比,发现193座塔中有46座塔的选型是不安全的,甚至相差两个等级。     

部分变量误差模型的整体抗差最小二乘估计

部分变量误差模型(partial EIV model)的加权整体最小二乘(weighted total least-squares,WTLS)估计不具备抵御粗差的能力。鉴于粗差可能同时出现在观测值和系数矩阵中,本文在提出部分变量误差模型WTLS估计的两步迭代解法的基础上,运用抗差M估计的等价权方法,发展了一种整体抗差最小二乘(TRLS)估计方法,并采用一致最大功效统计量确定降权因子。针对WTLS估计两步迭代解法的特点,设计了两个不同的降权方案:第1个方案是在估计系数矩阵元素时,不对观测值降权,仅对系数矩阵降权;第2个方案是在估计系数矩阵元素时,既对系数矩阵降权,同时也对观测值降权。通过对模拟2D仿射变换和线性拟合实例进行计算和分析,结果表明第1方案优于第2方案,并且优于基于残差和验后单位权方差的抗差估计和现有的变量误差模型抗差估计。     

融合机载雷达和航空正射影像的道路提取

针对单一遥感数据源提取道路信息中存在的问题,该文提出一种融合多源数据的方法:采用面向对象思想,融合机载激光雷达和航空正射影像,运用对象平均强度指数进行道路精确提取。首先利用点云强度信息进行道路粗提取,再结合影像光谱信息对粗提取点云进行优化,得到"一次点云";然后通过分形网络演化算法对影像进行多尺度分割形成对象,将"一次点云"导入分割对象,利用对象平均强度辅之以对象面积完成道路精确提取。实验结果表明,该方法提取流程简单快速、无须精确配准、道路提取精度较高。     

四川省典型地貌类型区土地利用信息提取研究

以Landsat8影像作为遥感数据源,采用面向对象SVM和面向像元最大似然分类算法,分别对四川省3种不同地形的典型地区,进行土地利用遥感信息提取,对提取结果进行对比分析,并探讨了这两种方法的适用性。研究结果表明,在中山地区和川西平原地区,SVM的分类精度更好。川中丘陵地区,最大似然分类能更好地处理边界问题,精度略高。