我国西南地区干湿季降水的主模态分析

利用我国西南地区26个台站降水资料,通过经验正交函数（EOF）分解的方法,分析了1980～2009年该地区干季（10～4月）和湿季（5～9月）降水的主模态。我国西南地区干季降水的时空变化存在两种主模态,它们分别可以解释总方差的22.4%和15.6%。第1主模态为全区一致型,具有准两年周期振荡的年际变化特征;第2主模态为东南—西北反向型,从20世纪90年代中期至21世纪初呈现2～3年的变化周期。我国西南地区湿季降水的时空变化存在三种主模态,它们分别可以解释总方差的17.1%,13.8%和11.1%。第1主模态为全区一致型,20世纪90年代初期具有较强的2～4年周期;第2主模态为经向偶极子型分布,并具有显著的4年周期;第3主模态为纬向偶极子型分布,具有2～4年的年际变化信号。进一步利用NCEP/NCAR再分析资料以及美国国家海洋和大气管理局（NOAA）的海表面温度（SST）资料,通过合成分析和回归分析的方法探讨了与干湿季降水各主模态对应的大尺度大气环流和海温状况。我国西南地区干季降水第1主模态与北极涛动（AO）有明显的正相关关系,对应的大气环流和海温状况表现为高纬北冰洋与中纬度地区上空高度场的反向异常分布,北大西洋和北太平洋海温低纬与中高纬的偶极子型异常分布;第2主模态与中高纬欧亚大陆上空高度场经向偶极子型异常分布有关,中纬度北太平洋的海温异常与该模态具有紧密的联系。我国西南地区湿季降水第1主模态与北大西洋涛动（NAO）显著负相关,对应的大气环流和海温状况表现为北大西洋上,高纬度与中纬度地区上空高度场的偶极子型异常分布,海温从低纬到中高纬的三极子型异常分布;第2主模态受欧亚大陆上空高度场经向三极子型异常分布影响,并与北太平洋海温异常的一致型分布有关;第3主模态可能与El Ni?o Modoki有关,同时受到南亚高压的影响,赤道太平洋海温的纬向三极子型异常分布对该模态具有一定的潜在预报意义。     

梅雨锋云系的模态研究Ⅱ：出现频率及转换特点

基于经验正交函数（EOF）分解方法提取的1998～2008年梅雨活跃期共16次过程的梅雨锋云系主导模态,讨论了这些主导模态的发生频率、维持时间及相互转换特征。结果表明,在16个梅雨活跃期内,云系的第1主导模态正相位出现的频率最高,并且在4个活跃期内作为首次出现模态率先出现;第5模态正位相的出现频率最低,且该模态多数伴随其他模态一同出现,为过渡模态。统计发现,各主导模态的维持时间并不相同,其中第2模态负位相持续时间最长,为81 h;第5模态正位相的最大持续时间最短,仅为18 h;第6模态负位相的平均持续时间最长。对不同主导模态转换方向和频次的计算表明,各个位相的模态最多（最少）向9种（3种）（含正负位相）其他模态进行转换。除第6模态负位相和第5模态负位相向其他模态的转化具有较好的方向性外,其他模态间的相互转换多表现出随机性特征。其中,第6模态负位相在超过半数的情况下向第5模态负位相转换,而第5模态负位相则多向第3模态正位相和第1模态负位相进行转换。     

导管架式海上风力发电支撑结构振型扩阶方法

提出1种适用于海上风力发电支撑结构的模态振型扩阶方法。该方法无需借助转换矩阵实现振型扩阶,而是依靠实测模态并通过修正有限元模型对应振型在未测试自由度的振型值而获得空间完备的模态振型,并且所发展的方法在一定程度上可以忽略有限元模型存在的建模误差,是1种直接的估算方法,计算效率相对较高。文中采用三桩导管架式海上风力发电支撑结构验证提出方法的正确性以及在低阶模态振型扩阶上的优越性。数值结果表明,该方法对传感器位置、数量依赖程度低,尤其对于海上风电结构,仅在结构的水深较浅部位布置少数传感器即可比较精确的实现低阶模态振型扩阶,具有良好的工程应用前景。     

斜压罗斯贝变形半径优化的误差相关尺度及其对最优插值效果的改进

利用最优插值方法进行三维温盐场重构时,如何正确估算背景场误差协方差至关重要。针对背景场误差协方差主要取决于误差相关尺度的问题,本文提出了用中国东部海域及其附近海域的最新的高分辨率气候态数据进行斜压罗斯贝变形半径优化其误差相关尺度计算的研究方案和技术途径;对比分析了均一化相关尺度方案和法国ISAS系统尺度方案,讨论了变形半径对最优插值的影响。结果表明:均一化相关尺度方案的均方根误差小于ISAS方案,但温度场过于平滑,难以刻画一些重要的物理现象;相比而言,本文提出的基于变形半径的相关尺度方案在取2倍变形半径时,不仅均方根误差在各水平层较小,且温度场能够更好地刻画四国海盆海域涡旋及黑潮影响的温度场三维结构。由于实际海洋中各层物理过程的尺度存在差异,实际应用时各层的最优尺度设置也应有所不同。     

联合BEMD和WMM方法实现位场多尺度边界检测

利用不同尺度下的位场数据进行边界检测可获得相应的多尺度边界信息,其在区域地质构造单元划分、地质填图、矿产资源圈定和结晶基底研究等方面具有广泛应用。通过联合二维经验模态分解（bi-dimensional empirical mode decomposition, BEMD）和小波模极大值（wavelet modulus maximum, WMM）方法实现位场数据多尺度分解及各尺度异常边界检测,首先,证明了BEMD方法能够实现对位场的多尺度分解,且分解各尺度异常具有实际地质含义;然后,对构建的模型重力异常进行边界检测,结果显示, WMM方法具有良好的抗噪声干扰能力,能够清晰、准确地检测出组合模型体的边界位置、走向及分布范围;最后,将该联合方法用于三峡地区布格重力异常的多尺度分解和各级固有模态函数的边界检测,结合径向对数功率谱曲线对分解各尺度异常进行场源深度估计,得到了三峡地区不同深度层位上的构造或岩体线性分布特征,并对各尺度异常边界检测结果与区域地质构造特征进行了比较分析和解释,验证了该方法的优越性和有效性。     

经验模态分解和独立分量分解在航磁数据处理中的应用

以东天山1∶20万航磁数据为例,利用经验模态分解(EMD)方法对航磁数据进行分解,然后利用独立分量分析(ICA)方法对分解出的固有模态函数(IMF)数据进行重构。分解出来的从高频到低频IMF与地质体的分布具有一定的相关性,不同频率的IMF代表了一定的地质意义。经过ICA重构后的独立分量(IC)能够对异常IMF函数从盲源分离的角度进行有效的重构,其结果可以在一定程度上解释不同的地质事件对磁异常的贡献,并对构造识别和构造区域划分具有一定的指示意义。     

经验模态分解和遗传小波神经网络法用于边坡变形预测

从挖掘边坡变形特性出发,提出一种基于经验模态分解(EMD)和遗传小波神经网络(GA-WNN)法的新型边坡变形预测模型。该模型首先对边坡变形序列进行EMD分解,有效分离出不同尺度特征的子序列;其次基于相空间重构挖掘各子序列的特性,以避免预测模型输入维数选取的随意性;然后采用遗传算法优化小波神经网络的权值和阈值,进而对各子序列建立预测模型;最后叠加各子序列预测值得到边坡预测结果。经过了算例计算,并与SVM和GA-WNN对比分析。结果表明:该模型具有较强的非线性拟合和自适应能力;在一定程度上保证较优的局部预测值和较好的全局预测精度,均方根误差为0.68 mm;在边坡变形预测中具有一定的实用意义。     

基于粒子群-变分模态分解、非线性自回归神经网络与门控循环单元的滑坡位移动态预测模型研究

以三峡库区八字门阶跃型滑坡为例,针对静态机器学习模型在周期项位移预测中的不足以及高频随机项位移预测困难等问题,提出了一种新的滑坡位移预测方法。基于时间序列分解思想,采用粒子群算法（PSO）对变分模态分解（VMD）进行参数寻优,并将位移时间序列分解为趋势项、周期项和随机项。趋势项主要受滑坡内部因素影响,采用傅里叶曲线进行拟合预测;周期项由外部因素导致,基于格兰杰因果检验进行成因分析,并引入一种对时间序列历史状态具有较高敏感性的非线性自回归神经网络（NARX）进行预测;随机项频率较高且影响因素无法判定,采用一维门控循环单元（GRU）进行预测。最后将各分量预测位移进行叠加重构,实现滑坡累计位移的预测。结果表明,提出的（PSO-VMD）-NARX-GRU滑坡位移动态预测模型精度较高,且各位移分量预测精度明显高于静态模型中BP神经网络、支持向量机（SVM）和传统自回归模型ARIMA,可为阶跃型滑坡位移预测提供参考。     

2019年6月桂林三次强降水天气成因对比分析

利用多普勒雷达、气象卫星、自动气象站等监测数据以及NCEP再分析资料,对桂林2019年6月6-12日接连3次强降水天气过程的环流背景、影响系统与形成原因进行了对比分析。结果表明:(1)3次过程按影响系统分属暖区暴雨、低涡暴雨和锋面暴雨过程,均发生在高空急流右侧辐散、低空急流左侧辐合叠加区。(2)3次过程均受500 hPa短波槽和地面中尺度辐合线影响,但第1次过程中西南急流及地形等、第2次过程中低涡切变线、第3次过程中冷锋也起到重要作用。(3)3次过程的触发系统不同,第1次暖区暴雨过程迎风坡地形对其起触发作用,西南急流使得后向传播的对流云带维持;第2次低涡暴雨过程的触发系统为低层位于贵州一带的西南涡,西部冷空气侵入与西南急流加强是低涡对流云团维持较长时间的原因;第3次锋面暴雨的触发系统为冷锋,锋面配合锋前暖湿气流使对流云带加强。(4)第1次过程暖区暴雨MCS模态主要为线状后向扩建类,极端强降水出现在线对流中后端;第2次过程低涡暴雨MCS模态为涡旋类,极端强降水出现在涡旋中心附近;第3次过程锋面暴雨MCS模态由前期后部层云区线状对流转为层状云包裹对流系统,强降水发生在线对流弯曲或中心强回波处。