新疆地区年平均风速数据非均一影响研究

利用惩罚最大F检验(The Penized Maximal F Test,PMFT),对新疆地区105个国家级气象站点建站至2014年逐年平均风速资料进行了均一性检验,并通过订正得出新疆地区年平均风速均一化数据集合;通过对订正后数据与原始数据进行对比评估,讨论数据非均一性对新疆风速的影响,研究结论得出:(1)在95%的显著性水平下,检验出所有待检站点均出现非均一间断点,共计151个;(2)元数据中记录的人为影响因素,超过1/3对年平均风速序列产生了非均一影响,其中仪器换型对年平均风速序列影响最为显著,其次为环境变化;(3)仪器换型和站址迁移对年平均风速的非均一影响与台站风力大小成正比,其它人为因素对年平均风速的影响与台站风力大小成反比;(4)订正后,数据时间序列的均一性得到改善,数据序列明显的趋势拐点趋于缓和,下降趋势普遍增强,数据可用性进一步改善。     

青藏高原和亚洲夏季风动力学研究的新进展

亚洲夏季风环流受海陆和伊朗高原—青藏高原大地形的热力作用调控.亚洲季风所释放的巨大潜热又对大气环流形成反馈.这种相互反馈过程十分复杂,揭示其物理过程对理解气候变化格局的形成和变化以及提高天气预报及气候预测的准确率十分重要.夏季北半球副热带对流层上层环流的主要特征是存在庞大的南亚高压(SAH)以及强大的对流层上层温度暖中心(UTTM).本文介绍了温度—加热垂直梯度(T-Q_Z)理论的发展,并用以揭示SAH和UTTM的形成机制.指出沿副热带欧亚大陆东部的季风对流潜热加热及其中西部的表面感热加热和高层长波辐射冷却是导致SAH和UTTM在南亚上空发展的原因.文中还介绍了Gill模型用于上部对流层研究的局限性及解决的办法.     

1998-2009年间台风不活跃期间热带云团活动分析

热带云团是台风生成的前兆,虽然一些研究将近20 a来台风不活跃与大尺度环境场相联系,但是还没有人分析台风不活跃期热带云团的活动特点。本文利用目前仅有的1989-2009年全球热带云团资料,分析了西北太平洋热带云团近20 a的变化特征。1998年以后西北太平洋台风生成减少主要发生在7-10月,集中在南海（13～23°N,110～120°E）和西北太平洋台风活动区域的东部（13～23°N,145～170°E）。热带云团除1月外各月都有增加的趋势,特别是与台风生成显著减少区域相联系的热带云团活动具有显著的增加趋势。通过对NCEP/NCAR再分析资料分析发现,1998年后热带云团活动增加与环境风垂直切变增加有关,而增强的垂直切变不利于台风生成。     

京津冀地区中α尺度飑线过程中大风特征分析及成因初探

应用常规天气观测资料、地面加密自动气象站资料、大风灾情报资料、京津冀地区7部多普勒天气雷达组网观测资料及VDRAS资料,从多个角度对2013年8月4日京津冀地区一次飑线过程产生的大范围大风天气过程进行了分析,结果显示:此次过程是在高空冷空气南下、低层暖湿气流北上、系统前倾及位势不稳定的有利层结条件下,由多单体风暴演变为中α尺度的强飑线所致。飑线形成于低层垂直切变加强、冷池合并之后;大风主要发生在飑线主体回波中,其次是主体回波前和中前,主体回波后很少发生。大风发生的位置取决于飑线结构中气流的性质,气流的性质与冷池前进的程度和对流的强度关系密切。大风大部分由下沉冷气流产生,少数为近地面上升暖气流导致。大风发生的范围和强度与低层风垂直切变的强度呈正比,大范围低层风垂直切变的加强增强了飑线入流和出流的强度,是大范围大风、局部强风形成的重要原因。大风发生站次与冷池的强度和范围密切相关,冷池的加强和范围的扩大加强了后侧冷入流和前侧暖入流的强度和范围,也是大范围大风形成的重要因素。     

纹理特征向量与最大化熵法相结合的SAR影像非监督变化检测

合成孔径雷达(SAR)影像具有明显的斑点噪声,在变化检测中,一般需要考虑空间邻域信息。本文结合SAR影像丰富的纹理信息,提出一种考虑空间邻域信息的高分辨率SAR影像非监督变化检测方法,用基于灰度共生矩阵(GLCM)的32维纹理特征向量构造差异影像。通过最大化熵法自动选取阈值,对精度指标随窗口大小的变化进行回归分析,得到适合于变化检测的窗口为11×11。试验表明,本文方法优于马尔科夫随机场法,可以减小斑点噪声的影响,有效提高高分辨率SAR影像变化检测的精度。     

多波束测量的精度控制与规范指标

分析多波束测量、辅助测量的数据精度,研究其对成果水深的影响程度,结合《海道测量规范》与《多波束水深测量技术规定》中的测量等级指标,以及IHO规范中对水深不确定度的定义和传播结构的介绍,建立数学模型反解出符合规范的作业环境与辅助测量数据的等级指标,提出明确的多波束测量作业精度控制的技术指标,为测量数据的质量监控建立更全面的评价标准。     

Temporal replication of the national land cover database using active machine learning

Regional and national level land cover datasets, such as the National Land Cover Database (NLCD) in the United States, have become an important resource in physical and social science research. Updates to the NLCD have been conducted every 5 years since 2001; however, the procedure for producing a new release is labor-intensive and time-consuming, taking 3 or 4 years to complete. Furthermore, in most countries very few, if any, such releases exist, and thus there is high demand for efficient production of land cover data at different points in time. In this paper, an active machine learning framework for temporal updating (or backcasting) of land cover data is proposed and tested for three study sites covered by the NLCD. The approach employs a maximum entropy classifier to extract information from one Landsat image using the NLCD, and then replicate the classification on a Landsat image for the same geographic extent from a different point in time to create land cover data of similar quality. Results show that this framework can effectively replicate the land cover database in the temporal domain with similar levels of overall and within class agreement when compared against high resolution reference land cover datasets. These results demonstrate that the land cover information encapsulated in the NLCD can effectively be extracted using solely Landsat imagery for replication purposes. The algorithm is fully automated and scalable for applications at landscape and regional scales for multiple points in time.     

Modeling the risk of spread and establishment for Asian longhorned beetle (Anoplophora glabripennis) in Massachusetts from 2008-2009

Land managers responsible for invasive species removal in the USA require tools to prevent the Asian longhorned beetle (Anoplophora glabripennis) (ALB) from decimating the maple-dominant hardwood forests of Massachusetts and New England. Species distribution models (SDMs) and spread models have been applied individually to predict the invasion distribution and rate of spread, but the combination of both models can increase the accuracy of predictions of species spread over time when habitat suitability is heterogeneous across landscapes. First, a SDM was fit to 2008 ALB presence-only locations. Then, a stratified spread model was generated to measure the probability of spread due to natural and human causes. Finally, the SDM and spread models were combined to evaluate the risk of ALB spread in Central Massachusetts in 2008–2009. The SDM predicted many urban locations in Central Massachusetts as having suitable environments for species establishment. The combined model shows the greatest risk of spread and establishment in suitable locations immediately surrounding the epicentre of the ALB outbreak in Northern Worcester with lower risk areas in suitable locations only accessible through long-range dispersal from access to human transportation networks. The risk map achieved an accuracy of 67% using 2009 ALB locations for model validation. This model framework can effectively provide risk managers with valuable information concerning the timing and spatial extent of spread/establishment risk of ALB and potential strategies needed for effective future risk management efforts.     

冰盖下矩形河道的综合糙率

综合糙率是采用曼宁公式确定河道水位和流量关系的关键参数。在河道冰封期,冰盖的出现增加了流动的阻力,明流条件下确定的综合糙率不再适用,需要重新估算。基于Einstein阻力划分过流断面的原理,冰盖下矩形河道的过水断面可划分为冰盖区、河床区和边壁区。根据总流的连续性方程,在确定各分区糙率系数、水力半径和断面面积的基础上,提出了冰盖下矩形河道综合糙率的计算公式。采用已有的试验水槽测量数据和天然河道实测资料对公式进行了验证,结果表明:公式计算的综合糙率与实测值吻合较好,与Einstein公式和Sabaneev公式相比,计算精度更高;对于冰封水流,宽浅河道采用分区水深代替水力半径进行简化计算的条件有别于明渠水流,在宽深比大于20时,计算结果才满足精度要求。     

MASNUM-WAM海浪模式集合Kalman滤波同化研究-I.风场扰动对海浪模拟影响

模式集合样本的代表性和观测信息的可靠性是制约数据同化效果的重要因素,而前者对海浪模式同化的影响尤为显著。由于海浪模式对初始场的敏感性较弱,来自大气的风输入源函数是海浪的重要能量输入,如何合理地对风输入进行扰动,构造海浪的集合模式运行,是实现和改进海浪模式集合Kalman滤波同化的关键问题。为了实现海浪模式集合运行,本文提出了风场的三种集合扰动方案,分别为：纯随机数、随机场和时间滞后的风场扰动方法。本研究利用2014年1月ECMWF全球风场,基于这三种风场扰动方法开展了集合海浪模式的集合运行实验,并统计分析了海浪特征要素（有效波高）和二维波数谱对风场扰动的响应。结果表明,随机场集合扰动方案所构造的风场集合效果最佳,所得海浪模拟结果的集合样本发散度适中,能够较为合理地反映背景误差的统计特征,可用于进一步的集合Kalman滤波海浪数据同化实验。