基于均一化资料的中国大陆极端温度的长期趋势

近百年来,全球气候变暖。这与暖日和暖夜增加,冷日和冷夜减少相关联。文章研究结果进一步证实了这一发现。本文基于1960-2012年中国大陆542个台站均一化气温资料,通过将中国大陆划分为8个次区域,利用百分位定义法计算了极端温度指数序列,同时,运用时间趋势分析法,对中国大陆各区域极端温度和极端温度指数的时空分布及变化趋势特征进行了分析。结果表明:在全球变暖的背景下,从地理分布而言,中国大陆在过去53年除西南地区外,大部分地区最低和最高温度有显著的升高趋势,其中,东北温度升高最为明显;从季节而言,冬季极端温度升高最为明显,夏季升高最少;最低温度明显升高,最高温度也有所升高,但是最低温度的升高幅度更大。冷夜和冷日出现频率呈减少趋势,暖夜和暖日出现频率呈增加趋势,其中以冷夜指数变化最为突出,均呈现一种区域差异的现象。本文利用更新的资料验证了前人的工作,也进一步分区分析,结果可为更多地区评估以及进一步的相关研究提供参考。     

基于ZigBee与GPRS的低压多回路综合监测系统设计

设计了一种低压多回路综合监测系统,它包括用于采集现场数据的传感器以及具有ZigBee通信功能的数据采集节点.数据采集节点能够通过传感器获取现场数据信息.数据采集节点通过ZigBee通信网络与数据网关连接,数据网关通过数据线与便携PC连接,便携PC能够对获取的数据信息进行存储和处理.该系统有如下优点：可同时对多个回路的电参量和开关状态实时监测,方便对电网潜在问题进行分析排查,具有很好的可靠性和实时性,具有很强的便携性,下层数据采集网络采用ZigBee架构,采集点数量多,可轻松增加节点数量,无需布线,便于现场多回路监测装置的快速部署搭建.     

辽宁地区不同降水云系雨滴谱参数及其特征量研究

利用位于辽宁省沈阳市和辽阳市的Parsivel（Particle Size and Velocity）激光雨滴谱仪观测到的雨滴谱资料按照积雨云降水系统、积层混合云降水系统和层状云降水系统分析雨滴谱特征量和谱参数的平均特征及随时间的演变特征。结果表明:Gamma分布拟合谱参数N₀和λ按照层状云、积层混合云和积雨云的顺序减小,谱参数μ按照层状云、积层混合云和积雨云的顺序增大;直径小于1 mm的降水粒子对数浓度的贡献最大,直径大于1 mm的降水粒子对雷达反射率的贡献最大;M-P分布的谱参数N₀与雨强I具有幂函数关系,并且随着雨强I的增大而增大,谱参数λ与雨强I具有指数函数关系,随着雨强I的增大而减小。     

同化FY3B/IRAS资料对GRAPES分析场影响诊断

GRAPES(Globe and Regional Assimilation and Prediction System)变分系统能够同化常规资料和非常规卫星资料,这些被同化的资料究竟对同化系统得到的分析场有何影响,目前国内外尚未见相关的研究文献。为此,首次采用基于信息熵信号自由度思想,诊断风云三号B星(FY3B)红外分光计(Infrared Atmospheric Sounder,IRAS)资料对GRAPES分析场的影响。诊断过程中,采用数值逼近方法,统计2012年12月24日18时到2013年1月22日00时共114个时次IRAS资料对GRAPES分析场影响,结果表明,IRAS中高层通道亮温资料对GRAPES分析场影响比地表通道20观测亮温的影响大,地表通道8和9观测亮温对分析场影响较大。前24个GRAPES变分同化时次每个时次IRAS通道亮温对分析场影响的贡献率分析结果显示,高层通道和H_2O通道贡献率较大。个例分析结果表明,在同化探空资料基础上加入IRAS资料后,温度和湿度增量场变化幅度较大,表明IRAS资料对分析场有降温和增湿作用。     

多普勒雷达观测在北京7.21暴雨数值模拟中的三维变分同化研究

基于背景误差的特征长度理论,研究调整背景误差水平分辨率对多普勒雷达资料三维变分同化的影响。首先利用NMC方法针对暴雨落区统计不同水平分辨率的背景误差协方差,分析两种不同分辨率的背景误差的结构特征,研究水平分辨率对背景误差特征长度的影响。将其应用于雷达资料同化中,研究背景误差水平分辨率变化对雷达资料同化的影响。结果表明:背景误差水平分辨率由27 km提高到3 km时,在大气低层体现出更细致的动力场信息,其动力场水平特征长度按水平分辨率的二次根递减,而温度场与水汽场水平特征长度变化不明显。在将不同分辨率的背景误差用于三维变分同化时,更高分辨率的背景误差可以在分析场增量中体现更细致的中小尺度信息,能够明显改善雷达径向速度资料同化效果,并在随后的暴雨数值模拟中雨量及其分布形态更接近实况。     

风云卫星数据服务评价指标的验证分析

简述了目前我国风云卫星数据服务以及气象服务效益评估业务的现状,利用层次分析法提出风云卫星数据服务评价的6个1级指标和19个2级指标。设计了风云卫星数据服务评测量表,并采用分半信度、因子分析等方法对量表作信度和效度分析,结果表明所设计的评测量表具有良好的信度和效度,确定了包括服务平台易用性、服务流程规范性、服务响应及时性、服务内容完整性、服务工作主动性、服务宣传广泛性等6个方面的风云卫星数据服务评价指标。     

广西官村岩溶溪流中生物地球化学控制的DIC和NO3-昼夜变化研究

为了解岩溶区控制溪流中溶解无机碳(DIC)和NO_3~-昼夜变化的生物地球化学过程以及DIC和NO_3~-日变化量,于2014-07-22~2014-07-24期间,在广西壮族自治区融安县官村溪流中包括地下河出口(CK)和下游雷崖村(LY)设置两个监测点同时对水体物理化学参数以及C、N同位素(δ~(13) CDIC、δ~(15) N-NO_3~-和δ~(18) O-NO_3~-)展开了为期2d的高分辨率昼夜监测采样工作。结果发现CK点各物理化学参数没有表现出昼夜变化,但是LY点Ca2+、DIC以及PCO2表现出明显的昼夜变化规律,即白天下降夜间上升且与DO和pH表现出明显的负相关关系。相对于CK点,在白天水生光合生物光合作用导致LY点DIC下降的同时δ~(13) CDIC上升,而在夜间呼吸作用导致LY点DIC上升的同时δ~(13) CDIC下降且部分时间段要低于CK点δ~(13) CDIC值。溪流中的NH4+在监测期间基本上都在下降而NO_3~-离子在夜间和上午时间段都在上升,δ~(15) N-NO_3~-却表现出下降的趋势,且比较接近δ~(15) N-NO_3~-初始值,而NO_3~-离子在下午时间段出现下降的趋势。结果表明溪流中DIC昼夜变化主要受到水生植物的光合作用和呼吸作用控制,且通过质量平衡方程计算得知溪流中由于光合作用吸收无机碳而转为有机碳的量为0.94kgC/d,这部分有机碳可以形成相对长期稳定的自然C汇。溪流在夜间和上午时间段发生了N的硝化作用,增长量为2.08kgN/d,但在下午时间段(12:00~18:00)发生了N的同化作用,损失量为0.42kgN/d。溪流输出的NO_3~--N的量为1.66kgN/d,表明在富碳、富钙的岩溶溪流中,有利于水生光合生物的生长,促进N的同化作用的发生,从而减少溪流输出NO_3~--N的量,说明岩溶区溪流N的生物地球化学过程可能在昼夜尺度上改变水质。     

利用Abel-Poisson径向基函数模型化局部重力场

多种类型高分辨率重力场数据的不断增加,使得在局部范围内精化重力场模型成为了可能。本文采用Abel-Poisson核将重力场量表示成有限个径向基函数线性求和的形式,对局部区域的多种重力场数据进行联合建模。为了提高运算速度,运用了基于自适应精化格网算法的最小均方根误差准则(RMS)来求解径向基函数平均带宽。以南海核心地区为例,联合两种不同类型、不同分辨率的重力场资料(大地水准面起伏6'×6'、重力异常2'×2'),构建了局部区域高分辨率的重力场模型。所建模型表示的重力场参量达到了2'×2'的分辨率,对原始的重力异常数据(2'×2')拟合的符合程度达到±0.8×10-5m/s2。结果表明,利用径向基函数方法进行局部重力场建模,避免了球谐函数建模收敛慢的问题,有效提高了模型表示重力场的分辨率。     

利用多光谱卫星遥感和深度学习方法进行青藏高原积雪判识

青藏高原积雪对全球气候变化十分重要,针对已有积雪遥感判识方法中普遍采用的可见光与红外光谱数据易受复杂地形与高海拔影响,导致青藏高原地区积雪判识精度较低的问题,提出了一种基于多光谱遥感与地理信息数据特征级融合的积雪遥感判识方法:以风云三号卫星可见光与红外多光谱遥感资料与多要素地理信息作为数据源,由地面实测雪深数据与现有积雪产品交叉筛选出样本标签,构建并训练基于层叠去噪自编码器(SDAE)的特征融合与分类网络,从而有效辨识青藏高原遥感图像中的云、积雪以及无雪地表。经地面实测雪深数据验证,该方法分类精度显著高于使用相同数据源的FY-3A/MULSS积雪产品,略高于国际主流积雪产品MOD10A1与MYD10A1,并且年均云覆盖率最低。试验结果表明该方法可有效地减少云层对积雪判识的干扰,提升分类精度。     

历史数据和强化学习相结合的低频轨迹数据匹配算法

针对低频(采样间隔大于1min)轨迹数据匹配算法精度不高的问题,提出了一种基于强化学习和历史轨迹的匹配算法HMDP-Q,首先通过增量匹配算法提取历史路径作为历史参考经验库;根据历史参考经验库、最短路径和可达性筛选候选路径集;再将地图匹配过程建模成马尔科夫决策过程,利用轨迹点偏离道路距离和历史轨迹构建回报函数;然后借助强化学习算法求解马尔科夫决策过程的最大回报值,即轨迹与道路的最优匹配结果;最后应用某市浮动车轨迹数据进行试验。结果表明:本文算法能有效提高轨迹数据与道路匹配精度;本算法在1min低频采样间隔下轨迹匹配准确率达到了89.2%;采样频率为16min时,该算法匹配精度也能达到61.4%;与IVVM算法相比,HMDP-Q算法匹配精度和求解效率均优于IVVM算法,16min采样频率时本文算法轨迹匹配精度提高了26%。