流域降雨径流时间序列的混沌识别及其预测研究进展

混沌和随机在本质上是两种不同的特征,对这两种特征的描述方法各不相同,确定流域降雨径流时间序列的混沌性和随机性是对其进行模拟和预测的重要基础。近10多年来,许多学者相继开展了流域降雨径流时间序列的混沌识别及其预测研究。着重回顾其中最为重要的相空间重构、混沌识别和混沌预测方法,对将混沌理论应用于降雨径流时间序列的限制条件(序列的数据量大小和数据噪声)也进行了探讨。     

钻进过程实时状态监控与诊断系统的设计和研制

论述了一种基于微机的钻进过程时状态监控与诊断系统的设计思想和研制方法，这种系统可以对钻进过程中的卡钻、烧钻等常见事故进行实时在线监控与诊断。试验表明该系统达到了预期的设计目的，并取得了良好的效果。     

非正态分布的天气气候序列极值特征诊断方法研究

推广了非正态假设下的交叉理论,且将其用于极值特征的诊断,并从理论上导出了适用性更广的基于Gamma分布和负指数分布的极值特征量诊断公式及其样本估计式.以有关降水要素的时间序列为例,说明了这种方法在天气气候诊断与气候影响研究中的应用前景.     

基于决策树算法的海州湾地区海雾预测北大核心

基于连云港西连岛站点2014—2018年逐小时气象观测资料,经过对海雾事件及气象要素特征的统计分析探寻海州湾海雾发生发展的基本规律,并基于机器学习中的经典的C4.5算法对海雾天气建立气象要素预测模型。结果表明:基于C4.5算法的决策树预测模型能够较为直观准确的对海州湾海雾进行预测,并且该决策树模型具有较高的泛化能力。利用2014—2017年的样本数据进行学习,模型的学习准确率为92.85%,利用2018年的样本数据对模型的泛化能力进行测试,测试准确率为93.51%。决策树算法在海雾预测中具有方便简洁、科学实用,准确率高等特点。     

贵州省秋季连阴雨时空变化特征及典型过程研究

利用贵州省78个气象站1969—2019年秋季（9月1日—11月30日）的逐日降水量和日照时数资料以及同期NCEP/NCAR再分析资料，分析贵州省秋季无日照连阴雨发生频次、持续时间和时空分布特征，并选取5次典型过程进行环流诊断。结果表明：近51年来，贵州省秋季无日照雨日数10月最多，9月最少，秋季无日照雨日降水量最大的是9—10月，11月降水量最少。秋季累计贵州省平均无日照雨日数为27.3 d/a，贵州省多年平均秋季无日照降水量为183.2mm/a，均呈北多南少的分布型。贵州省东北部发生轻级（5～6 d）无日照连阴雨的频次最多，重级以上（10 d以上）无日照连阴雨过程主要发生在贵州省西北部。厄尔尼诺发生年，印度洋偶极子正位相，高原及其以西地区、印度洋多低值系统发展活动频繁，有利于贵州省出现连阴雨过程。