运用建构主义学习理论指导地理教学

建构主义学习理论认为,儿童是在与周围环境相互作用的过程中,通过同化与顺应,逐步建构起关于外部世界的知识,从而使自身的认知结构得以转换与发展。所谓同化,是把环境因素纳入原有认知结构之中;顺应是指主体通过对原有认知结构的调整和改变,形成新的认知结构。     

GAIM电离层同化方法进展

电离层是复杂的空间层结,其变化受太阳活动强度、地球磁场等因素影响。随着空间技术发展的需求,电离层天气变化成为目前空间天气预报最重要的内容之一。最近10年,人们利用卫星在电离层观测方面取得了重大进展,尤其引人注意的是:无线电掩星观测技术正走向应用的新阶段,加上已经建立的全球大量的地基GPS观测网,它们不仅为电离层动力学模式研究提供了丰富的电离层资料,而且为电离层预报提供了很好基础。因此,电离层天气预报成为当前重要的、前瞻性的研究方向,电离层资料同化是电离层预报最重要的研究内容之一。该文系统介绍这方面国际动态,重点是美国的USC/JPL和犹他州大学开展全球电离层同化模型研究、全球电离层同化研究的进展,以及在电离层天气预报中应用的初步成果。     

海洋初始状态对预报2002/03年中太平洋型厄尔尼诺事件的作用

2002/03年厄尔尼诺事件,是暖海温中心出现在赤道中太平洋区域的一种新型厄尔尼诺,即中太平洋型厄尔尼诺。本文基于一个厄尔尼诺预测系统,利用三组回报试验来详细区分海洋表层和次表层初始状态对预报2002/03年中太平洋型厄尔尼诺事件的作用,并由此来探寻对预报厄尔尼诺演变过程最有利的初始条件。回报试验分为三组:(1)仅同化海表温度观测(sea surface temperature;简称SST)来优化海洋表层初始状态(Assim_SST);(2)仅同化海表高度观测(sea level;简称SL)来更新海洋次表层初始状态(Assim_SL);(3)同时同化SST和SL观测来一起更新海洋表层和次表层初始状态(Assim_SST+SL)。回报试验结果表明,三种不同的初始条件都可以使模式提前一年成功地预报2002/03年厄尔尼诺事件,并且"Assim_SST+SL"回报试验的效果最好。三组回报试验结果间的对比表明:海洋表层和次表层初始状态均对成功地预报该事件有重要作用,但其作用分别集中在事件发展的不同阶段。精确的海洋表层初始状态更容易激发模式预报出一次厄尔尼诺事件,而更合理的海洋次表层初始状态则能有效地提高厄尔尼诺事件预报的强度。     

热带风压场平衡特征及其对GRAPES系统中同化预报的影响研究I:平衡特征分析

本文基于GRAPES全球模式的短期预报误差样本,利用赤道波动正规模态研究了热带风、压场平衡特征,并根据这些特征分析了线性平衡方程(LBE)在该区域应用时存在的问题。结果表明:(1)赤道波动能成功解释热带短期预报误差样本的大部分分量,对流层中层为60%~80%,对流层顶和平流层低层为80%以上。(2)在可解释的误差方差中,赤道罗斯贝波(ER)占比仅为30%~55%,其他赤道波动的作用不可忽视。(3)在ER模态基础上引入其他赤道波动会大幅削弱原有风、压场平衡约束,重力惯性波与Kelvin波的作用最为显著。此时,对流层中层位势高度h与u风、v风间的约束接近于零,而平流层低层h-u的平衡特征由Kelvin波主导。(4)LBE主要表达了ER模态下的风、压场平衡特征,与实际情形相比高估了热带风、压场的耦合程度,进一步的改进中需削弱这一虚假平衡,使得热带风、压场分析变得更加独立。     

土壤湿度对卫星辐射率资料直接同化的影响

本研究利用WRF模式及其三维变分同化系统实现了对NOAA-16 AMSU-A微波资料的直接同化,针对2010年6月19日江西地区的一次强降水过程开展模拟与同化试验,并利用中国区域土壤湿度同化系统(CLSMDAS—China Land Soil Moisture Data Assimilation System)输出的土壤湿度值替换NCEP(National Centers for Environmental Prediction)资料中的土壤湿度,研究土壤湿度初值对辐射率资料直接同化中观测场与背景场偏差调整的影响。结果表明:采用CLSMDAS输出土壤湿度初值条件下模拟的亮温值与实际观测值更为接近,经过质量控制和偏差订正后更多的观测资料能够进入到同化系统中,说明改进的土壤湿度初值条件下观测算子的计算值得到正的调整,对低层地表通道的改进效果明显,尤其以50.3 GHz的窗区通道3的结果最为理想;针对此次强降水过程中24 h累积降水分布的模拟结果,CLSMDAS输出土壤湿度初值条件下同化AMSU-A资料,能够较为准确的把握整个雨带的走向、大雨以上级别降水的落区范围、降水中心落区及强度等。说明准确的土壤湿度初值能够改进卫星辐射率资料的同化结果,进而提高数值模式的模拟预报能力。     

GPS掩星资料三维变分同化对台风模式预报的改进试验

本文尝试了GPSRO COSMIC资料在中尺度数值模式中的应用,利用COSMIC资料受云和降水影响较小,且有高数据精度、高垂直分辨率等优点,以改善模式初始场,进而提高预报准确度。模式采用中尺度气象模式WRF V3.0.1版本及其三维变分同化系统3DVAR,利用NCEP再分析资料、GTS资料和COSMIC资料对2009年第8号台风"莫拉克"登陆台湾岛前到登陆台湾岛的过程进行了模拟试验,并对温度、露点温度、对流有效位能等要素进行了诊断分析。试验结果表明:该项试验成功将COSMIC资料同化进模式,加深对"莫拉克"热力结构特征的了解,有效改善台风降水和路径预报,其中仅屏东县单点降水预报提高600 mm左右,24 h预报路径误差提高80 km以上。同时对提高台风强度预报起到积极作用。     

高分辨率快速循环同化预报系统在内蒙古地区汛期预报性能检验和评估

利用中国气象局制定的中短期天气预报质量检验办法,选择了内蒙古地区119个国家地面气象观测站和12个探空观测站,检验并分析了高分辨率快速循环同化预报系统24h内地面和高空要素预报性能。结果表明:该模式提供的0~24h要素预报有较高的准确性和可用性,降水、温度和探空要素预报在0~12h内一致性最好,模式预报性能随预报时效的延长有减弱趋势,但在业务中具有很好的参考价值。     

海洋生态模型中参数时空分布的反演研究

本文将伴随同化方法应用于海洋生态系统动力学模型。将一年平均分为72个过程,通过同化每一个过程研究区域(17°N-~45°N,173°E~142°W)内的SeaWiFS表层叶绿素数据,优化影响生态机制的5个关键参数Vm、Dz、e、Gm、Dp(简称KP),得到他们在研究区域内的时空分布。对于KP中的每一个参数,首先,分别将其在时间和空间上求平均,得到参数的空间分布场(KPS)和时间分布序列(KPT);其次,将KPS在空间上求平均,得到一个常数(KPC),并利用KPS、KPT和KPC表示出KP的另一种时空变化形式KPST,它减少了模拟过程中变量个数。结果表明,无论是空间分布还是时间分布,Vm、Dz和e具有相同的分布特征和变化趋势,相关系数可达0.99,Dp和Gm亦然,;而Vm、Dz和e的变化趋势与Dp和Gm的变化趋势呈负相关,相关系数可达-0.99。5个参数的变化趋势符合物理意义和生态机制。将模型中的参数分别按上述5种形式赋值,正向运行模式1年,结果表明,考虑参数时空分布的实验误差最小。说明在海洋生态系统动力学数值模拟中,与只考虑参数的空间分布或者只考虑参数的时间分布相比,考虑参数时空分布更合理,更具有物理意义且符合生态机制;伴随同化技术在优化时空变化的参数方面,是一种有效的,普遍适用的方法。     

Assimilating the LAI Data to the VEGAS Model Using the Local Ensemble Transform Kalman Filter: An Observing System Simulation Experiment

Information on the spatial and temporal pat- terns of surface carbon flux is crucial to understanding of source/sink mechanisms and projection of future atmospheric CO2 concentrations and climate. This study presents the construction and implementation of a terrestrial carbon cycle data assimilation system based on a dynamic vegetation and terrestrial carbon model Vegetation-Global-Atmosphere-Soil （VEGAS） with an advanced assimilation algorithm, the local ensemble transform Kalman filter （LETKF, hereafter LETKF-VEGAS）. An observing system simulation experiment （OSSE） framework was designed to evaluate the reliability of this system, and numerical experiments conducted by the OSSE using leaf area index （LAI） observations suggest that the LETKF -VEGAS can improve the estimations of leaf carbon pool and LAI significantly, with reduced root mean square errors and increased correlation coefficients with true values, as compared to a control run without assimilation. Furthermore, the LETKF-VEGAS has the potential to provide more accurate estimations of the net primary productivity （NPP） and carbon flux to atmosphere （CFta）.     

基于ROMS模式利用集合最优插值同化沿轨海表面高度异常数据的研究

The ensemble optimal interpolation （EnOI） is applied to the regional ocean modeling system （ROMS） with the ability to assimilate the along-track sea level anomaly （TSLA）. This system is tested with an eddy-resolving system of the South China Sea （SCS）. Background errors are derived from a running seasonal ensemble to account for the seasonal variability within the SCS. A fifth-order localization function with a 250 km localization radius is chosen to reduce the negative effects of sampling errors. The data assimilation system is tested from January 2004 to December 2006. The results show that the root mean square deviation （RMSD） of the sea level anomaly decreased from 10.57 to 6.70 cm, which represents a 36.6% reduction of error. The data assimilation reduces error for temperature within the upper 800 m and for salinity within the upper 200 m, although error degrades slightly at deeper depths. Surface currents are in better agreement with trajectories of surface drifters after data assimilation. The variance of sea level improves significantly in terms of both the amplitude and position of the strong and weak variance regions after assimilating TSLA. Results with AGE error （AGE） perform better than no AGE error （NoAGE） when considering the improvements of the temperature and the salinity. Furthermore, reasons for the extremely strong variability in the northern SCS in high resolution models are investigated. The results demonstrate that the strong variability of sea level in the high resolution model is caused by an extremely strong Kuroshio intrusion. Therefore, it is demonstrated that it is necessary to assimilate the TSLA in order to better simulate the SCS with high resolution models.