气象条件与南京地区道路交通事故量的分析

用南京地区2012年逐日交通事故数据和实测气象资料,在考虑自相关性的前提下,通过多因子时间序列分析,构建南京地区2012年道路日交通事故量的AR气象影响模型,对工作日和非工作日分别分析发现:不利气象条件与日交通事故量,工作日比非工作日相关显著,降水、低温、低能见度等都与交通事故显著相关,中雨以下日降水量与日交通事故量呈正相关,日平均气温在2~12℃、日最低能见度在200~500 m范围内,都与日交通事故量呈显著负相关;但大的降水、极端气温、低能见度与发生交通事故的相关性反而减小。又根据不同气象要素在日交通事故量中的作用大小,构建气象影响逐步线性回归模型。最后,比较两种模型的优劣,拟合优度分析显示,工作日期间AR模型的拟合效果比逐步回归模型更好。     

万年县夏季地面最高温度预报方法初探

利用江西省万年县气象观测站1981—2010年夏季（6—8月）逐日气象观测资料,采用多元统计回归方法,建立了地面最高温度预报模型,并使用1971—1980年夏季逐日观测资料和2013年夏季Meofis统计预报模式输出产品,分别对预报模型进行了检验和试验。结果表明,模型的回算值与实测值具有较好的对应关系,两者决定系数达0.80;模式的预报值与实测值两者变化趋势基本一致,总体平均相对误差和平均绝对误差分别为11.0%和4.9℃。     

夏季南海台风移动路径的一种客观预报方法

以1960—2003年共44a夏季的7月、8月、9月西行进入南海海域的台风样本为基础,综合考虑南海台风移动路径的气候持续因子和数值预报产品物理量因子,运用条件数方法选取因子并建立回归方程,进行台风路径预报模型的预报建模研究。通过对比分析发现,基于条件数方法的南海台风移动路径模型具有较好的预报效果,7月、8月、9月3个月24h台风路径预报的平均距离误差为153．9km,预报能力明显高于目前国内外的其他一些台风路径客观预报方法。该方法的预报精度相对于逐步回归方法有了很大的提高,相对于气候持续法也为正的预报技巧水平。     

2050年前长江流域地表水资源变化趋势

 利用ECHAM5/MPI-OM气候模式预估2001-2050年长江流域不同排放情景（SRES-A2,A1B,B1）下径流深的变化,分析了长江流域地表水资源量的时空变化特征。结果表明：3种排放情景下长江流域多年平均地表水资源量相差不大,但不同排放情景下年际变化特征较为复杂,且变化趋势有所不同。其中,A2高排放情景下地表水资源量呈缓慢减小的趋势,A1B中等排放情景下变化趋势不明显,B1低排放情景下呈相对最为显著的增加趋势。地表水资源量年代际变化波动幅度也较大,2001-2030年3种情景下地表水资源量总体呈现下降特征,但从2030年起,则均表现出不同程度的增加,最高增幅达7.47%,其中尤以夏季和冬季增加显著。模式预估长江流域未来水资源量仍保持目前水平,水资源空间分布不均匀特征仍较为突出。     

支持向量机(SVM)及其在场预测中的应用

介绍一种新的非线性回归分析方法--SVM回归.利用EOF能分解数据场和SVM回归分析可建立因子与预报量非线性关系的优势,设计预报方案：（1） 将因子场和预报场分别用方差标准化、EOF场展开,提取两场时间系数;（2） 用SVM回归分析实现因子场时间系数对预报场时间系数非线性预测;（3） 由预测的预报场时间系数与对应空间函数反演原场.用交叉检验的方法,对1960～2003年1月热带海表温度场预报汛期（6～8月）华中区域降水场进行试验.SVM回归44年独立预报平均技巧评分10.4%,较随机预报具有明显的技巧水平,优于经典回归.     

南极地区气候系统变化: 过去、现在和将来

南极科学委员会（SCAR）下属的"南极与全球气候系统（AGCS）计划"专家委员会发布了"南极与南大洋气候系统（SASOCS）"白皮书,重点评估了过去50 a南极地区气候系统的变化并预估了未来100 a情景。白皮书总体认为,过去50 a南极气候系统变化表现出很强的区域特征。南极半岛地区升温明显,半岛及亚南极岛屿上的冰川均处于退缩状态;南半球环状模（SAM）转为正位相,西南极上空的暖湿气团入侵加强,南极冬季对流层有升温趋势,平流层变冷,极涡消退日期推迟;东南极外围的南极底层水变淡,Weddell海区的底层水有变暖趋势。虽有上述区域变化,整个南极地区在过去50 a中近地面气温并无明显升高,降水亦无明显增加。自20世纪80年代以来海冰面积也无明显变化,只在某些扇区变化强烈。模式预估结果为：到21世纪末南极内陆地区将增暖（3.4±1.0）℃, 海冰面积将缩小约30%。现有的冰盖模式尚不足以回答未来气候变暖情景下冰盖融化与海平面变化之间的定量关系,有待更深入研究。     

基于组稀疏约束的微地震震源参数谱投影梯度反演

震源参数反演是微地震监测中的关键技术,常规走时或逆时定位方法可以快速获取震源的空间位置,但是会忽略震源的时间信息.全波形反演(FWI)是一种有效的工具,利用完整的波形信息,通过选用合适的优化算法对微地震事件震源参数进行迭代反演,虽然存在计算量大的问题,但是反演出的结果信息丰富并且精度较高.本文依据微地震震源的特点,提出了基于谱投影梯度组稀疏约束的优化算法来进行震源参数全波形反演,模型测试结果表明: 该算法相比于逆时定位定位精度更高,且可以反演子波波形信息; 对低信噪比微地震记录具有一定的鲁棒性; 对不同时刻的多震源参数反演也能得到较好的结果; 该方法对速度模型具有敏感性,通过微地震数据更新速度模型再进行震源参数反演可以提高反演准确性.

     

Investigating plant root effects on soil electrical conductivity: An integrated field monitoring and statistical modelling approach

Plants have been shown to affect soil water content and temperature. Previous studies were conducted mainly in forestry and agricultural soils, where conditions of soil and vegetation are different from those in an urban landscape. In an urban landscape, the influence of plant roots on electrical conductivity, soil water content and temperature is still not clear. This study aims to investigate the effects of soil water content and temperature on electrical conductivity in vegetated soils through an integrated field monitoring and computational modelling approach. A new relationship between soil electrical conductivity and water content as well as temperature is proposed. Field monitoring was conducted in both vegetated (tree species) and bare soils. The monitoring included measurements of soil water content, soil temperature and soil electrical conductivity. This was followed by response surface regression modelling. Measured results show that soil temperature at shallow depths was lower in vegetated soil than that in the bare soil. This observation was also consistent with the higher soil water content and hence, higher electrical conductivity under tree canopy. The model developed could predict nonlinear relationships between electrical conductivity and soil temperature and water content. Uncertainty analysis indicated normal distribution for electrical conductivity under variation of soil temperature and water content. © 2018 John Wiley & Sons, Ltd.     

基于FAI-L方法的巢湖水域藻华提取方法研究

近年来随着人类的活动日益加剧,水体富营养化问题已经严重威胁到湖泊生态安全。为了快速并准确地获取藻华爆发的范围,本文提出浮游藻类指数线性拟合模型（FAI linear fitting model, FAI-L）。在以往的研究中,NDVI(normalized difference vegetation index)已经广泛应用于藻华的识别中,且采用坡度计算获取NDVI阈值的方法也得到验证,相对于NDVI,FAI对环境条件的改变敏感度较低,且由于FAI增加了短红外波段,能够有效地降低部分大气和薄云的影响,对藻华的识别有较高的精度,但是FAI识别藻华的阈值如何确定的问题没有有效的解决办法。本文通过建立NDVI与FAI的线性拟合方程,利用NDVI阈值确定FAI阈值,能够有效地解决FAI阈值确定问题。通过Landsat8和Sentinel-2的提取结果显示：（1）FAI-L相对于NDVI提取结果在精度上有较大提升。采用该方法对于Landsat8影像的藻华提取精度为97.16%,相对于NDVI的提取精度（91.72%）提高了5.44%。（2）以Sentinel-2数据为基础探究FAI-L的适用性情...