随机阻尼对结构抗风抗震动力响应的影响

本文讨论了结构系统阻尼的随机性,运用运动微分方程和二阶摄动地具有随机阻尼的结构系统在地震荷载作用下的动力响应进行了计算,给出随机阻尼对结构响应的影响。结果表明,随机阻尼对结构的位移、速度和加速度的物确存在,特别是阻尼的变异系数较大对结构的动力响应影响更为明显,应引起结构设计者的足够重视。     

北半球从冬到夏季节急变的共轭敏感性分析

根据共轭敏感性理论,用共轭模式对1983～1987年北半球从冬到夏的季节急变,包括这5a平均情况及1983年和1987年异常偏早或偏晚的个例进行分析,分别得出这些急变影响最大的初始扰动分布。从年平均的资料来看,在4月前后季节急变所对应的最敏感扰动与海洋的作用有关;而6月前后的季节急变所对应的最敏感扰动与海洋的作用延伸到陆地后受到大地形的影响有关。1983年和1987年的个例分析表明:4月份大陆上出现最敏感扰动中心,造成4月急变偏早或偏晚发生;6月份海洋上出现最敏感扰动中心,造成6月急变的异常;4月急变偏早时6月急变偏晚;4月急变偏晚时6月急变偏早。     

三层流体系统非线性界面内波传播理论的研究

基于波陡很小的假设, 利用摄动法, 讨论了任意深度的二维不可压缩、无黏性、无旋的三层流体系统. 在刚性上边界、平底不可渗透条件下, 给出了界面内波传播的统一理论以及描述其波剖面的近似非线性演化方程(NEEs). 最后讨论了几种特殊情形下的近似NEEs.结果表明文献导出的理论结果为本文的特殊情形.     

�����������������г�ϫ�㶯Ӱ�����

?????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????110??????????4 m?????????????????????????????????????????????????????????????????????б?????????????????     

海底管线表面压力分布的理论分析

为了获取海底管线表面压力变化特征,基于固体边界层基本方程,利用摄动方法推导了管线表面压力分布解析式,并利用物理模型试验数据对理论公式进行了检验。经对公式系数做出适当调整,压力系数的计算公式能反映出边界层分离点前后的分布规律。     

基于微扰法的改进一维分形模型分层海面电磁散射研究

运用微扰法研究了平面波入射分层介质粗糙面的电磁散射,采用改进的一维分形海面模型模拟实际的分层海面,推导出了平面波入射时的散射系数计算公式。通过数值计算得到了HH极化双站散射系数随散射角的变化曲线,讨论了中间介质介电常数和厚度、摩擦风速和入射波频率对双站散射系数的影响,得到改进的一维分形分层海面散射系数的基本特征、分区特征和随频率变化的特征,结果表明散射系数近似具有"量子化"特征。这些结果在诸如海洋遥感、无线电传播与通信、粗糙面重构等方面中有着广泛的应用。     

两个新的Hansen系数的递推公式

推导给出了两个新的Hansen系数X_k~(-(n+1),m)的递推关系:■其中,n、m和k是Hansen系数X_k~(-(n+1),m)的3个指标,e为轨道偏心率.递推公式(R5)可以执行普通Hansen系数的向后递推,需要一行初值,公式简单.递推公式(R6)可以执行偏心率函数的向前递推,需要两行初值,比Vakhidov给出的递推公式明显简单.算例说明,这两种递推是有效的.     

集合降维变分同化中的初始扰动和局地化

集合降维变分同化方法ERDVar不需要求解切线性模式和伴随模式,不仅能减少同化计算量,而且能够提供“流依赖”的背景误差协方差矩阵。本文提出用NMC初始扰动生成方法和分区同化方案,来解决初始扰动样本生成问题和全球同化局地化问题,最终实现将ERDVar应用到全球中期数值预报模式T106L19。试验结果表明：①使用ERDVar方法能够有效提取真实增量信息,提高全球同化精度。②用NMC方法产生的扰动样本反映预报误差结构特征,在预报过程中不容易衰减,同化后至少使预报误差降低10%。③与全球ERDVar同化试验相比,分区ERDVar同化试验各变量平均的均方根误差降低14%,计算代价进一步降低。分区ERDVar方法和NMC样本的联合应用使同化改进效果更稳定。     

应用奇异向量方法的适应性观测实例研究

近年来,通过适应性观测技术来减小预报误差已成为国际上数值预报中的一项关键技术,然而实施适应性观测对减小预报误差的影响评估是一个需要深入讨论的问题。文中利用奇异向量方法以2007年3月4日东北地区暴风雪天气过程为研究对象,考察了预报误差对不同观测区域观测资料的敏感性,在确定能量范数的基础上,分析了奇异向量的水平分和特征和垂直分布特征,利用奇异向量的空间结构确定了敏感区域。通过伪逆初始扰动场作为分析误差,研究验证区域的预报误差对不同区域增加观测的敏感性,试验结果表明,在敏感区域内进行补充观测来改善分析误差,能够最有效地提高验证区域内的预报水平;而减小非敏感区域内的分析误差对减小预报误差的贡献相对较小。这些结果表明,利用奇异向量法定义敏感区进行适应性观测,能够和有限的观测资源和计算资源的条件下,最大程度地减小验证区域的预报误差,从而达到提高验证区域预报准确率的目的。     

What Kind of Initial Errors Cause the Severest Prediction Uncertainty of EI Nino in Zebiak-Cane Model

With the Zebiak-Cane (ZC) model, the initial error that has the largest effect on ENSO prediction is explored by conditional nonlinear optimal perturbation (CNOP). The results demonstrate that CNOP-type errors cause the largest prediction error of ENSO in the ZC model. By analyzing the behavior of CNOP- type errors, we find that for the normal states and the relatively weak EI Nino events in the ZC model, the predictions tend to yield false alarms due to the uncertainties caused by CNOP. For the relatively strong EI Nino events, the ZC model largely underestimates their intensities. Also, our results suggest that the error growth of EI Nino in the ZC model depends on the phases of both the annual cycle and ENSO. The condition during northern spring and summer is most favorable for the error growth. The ENSO prediction bestriding these two seasons may be the most difficult. A linear singular vector (LSV) approach is also used to estimate the error growth of ENSO, but it underestimates the prediction uncertainties of ENSO in the ZC model. This result indicates that the different initial errors cause different amplitudes of prediction errors though they have same magnitudes. CNOP yields the severest prediction uncertainty. That is to say, the prediction skill of ENSO is closely related to the types of initial error. This finding illustrates a theoretical basis of data assimilation. It is expected that a data assimilation method can filter the initial errors related to CNOP and improve the ENSO forecast skill.