基于不确定性分析框架的动态环状河网水质模型——以温州市温瑞塘河为例

以温州市温瑞塘河为背景,基于不确定性分析的框架,开发了动态环状河网水质模型。用HSY(Hornberger,Spear and Young)算法作水质参数的不确定性分析,求得模型参数的空间分布,从而提高模型使用的可靠性、降低决策的风险度。模型由水量子模型及水质子模型两部分组成:水量子模型采用圣维南方程并用四级解法求解;水质子模型采用CSTR(Continuously Stirred Tank Reactor)模型的机理,并结合环状河网特征作了修正,由于只需解常微分方程,因而避免了矩阵求解,显著提高了计算效率,使得用HSY算法进行不确定性分析成为可能。模型选取温州市温瑞塘河流域的鹿城区河网进行了首次应用,用HSY算法率定水质参数并讨论了参数的不确定性。对参数率定结果进行验证,结果比较理想。最后简要讨论了参数不确定性传递。     

华南前汛期不同降水时段的特征分析

利用1957-2001年华南地区74个测站逐日降水资料和同期NCEP／NCAR逐日再分析格点资料，对华南前汛期(4-6月)不同降水时段的特征进行了比较。分析发现，华南前汛期降水由锋面降水和夏季风降水两个时段组成。锋面降水时段主要集中在4月，为典型的由冬到夏过渡的环流形势，华南地区高空为平直的副热带西风急流，大气层结稳定，水汽来源主要是阿拉伯海的西风输送和西太平洋副高南侧东风的转向输送；南海夏季风爆发前，副高仍控制南海地区，华南地区水汽输送主要来源于阿拉伯海的西风输送和西太平洋副高南侧东风的转向输送及孟加拉湾的西南输送；南海夏季风爆发后，副高东撤退出南海地区，南半球越赤道水汽输送加强并与孟加拉湾水汽输送连通，华南区域内对流发展；夏季风降水时段盛期主要集中在6月，此时南亚高压跃上高原，华南地区处于南亚高压东部，对流发展极其旺盛，强大的南半球越赤道水汽输送越过孟加拉湾和南海地区向华南地区输送。     

近45 a东北地区春季降水异常的气候特征

利用1959-2003年我国东北地区93站春季降水资料，将降水场分成5个区域，并在此基础之上分析了春季降水的时空变化特征，发现：降水量年际变化及长期趋势有明显的区域差异，呈东多西少的分布特征；西部是旱涝易发生区，近45a来降水量略有增多；降水量的周期振荡存在明显的区域差异。     

MRI分割的几何活动轮廓模型的半隐式AOS迭代方法

几何活动轮廓模型以其计算稳定等优点，被广泛用于图像分割。给出一种基于AOS(additive operator splitting)算法的快速活动轮廓模型，将AOS方法与几何活动轮廓模型相结合构造一种半隐式迭代模型，它对迭代步长没有限制，从而可以选择较大的迭代步长，提高了模型的时间效率，并使用区域信息构造系数矩阵，使模型具有全局性。对MR(magnetic resonance)图像分割的实验表明，该模型可以得到较好的分割结果，同时时间效率也有大幅提高，方便了实时应用。     

RegCM3模式对中国东部夏季降水的模拟试验

利用最新发布的区域气候模式RegCM3对1998年5—8月中国东部降水进行了模拟试验，考察了模式对降水和大尺度环流系统的模拟能力。结果表明：不同对流性降水方案对不同月份、不同区域的降水模拟效果差别较大，采用Kuo方案和Grell方案时模拟的降水效果要好于BM方案；RegCM3能较成功地再现异常降水的月际尺度变化和空间分布等基本特征；模式还较好地模拟了西太平洋副高脊线的演变过程和两次向北传播的季节内振荡。该模式可应用于中国东部夏季风降水的研究。     

春季北方气旋活动的气候特征及与气温和降水的关系

利用1948-2002年NCEP／NCAR再分析逐日海平面气压资料以及中国160站的降水和气温资料，分析了春季北方气旋活动频数和强度的时空变化特征，以及两者与中国降水和气温的相关关系。结果表明：春季北方气旋活动频繁，存在明显的两个高值中心，分别位于蒙古国的中部和我国东北北部地区。春季北方气旋活动频数和强度均存在明显的年际和年代际变化。伴随着一次全球性的年代际气候跃变，20世纪70年代中后期无论是频数还是强度均出现了显著的突变。春季北方气旋活动频数主要对我国北方地区的降水和气温有一定影响，活动频数多(少)年，我国华北大部、新疆北部降水偏少(多)；北疆地区气温回升(下降)，甘、宁、陕、内部分地区偏冷(暖)。80-90年代春季北方气旋活动频数的偏少，强度的减弱，导致我国北方地区沙尘暴次数比70年代减少.     

太阳活动与黄河流域降水关系分析

太阳活动对黄河流域降水有一定影响.引用Morlet小波分析技术,对黄河流域近50年来的降水与太阳黑子的小波系数变化进行分析,表明在1951～1997年期间,黄河流域年降水与太阳黑子在9年时间尺度上呈一定的负相关关系,且降水有1～2年的滞后现象.     

降水落区多模式超级集合预报系统

利用多个数值模式的雨量预报集合为站点雨量预报初值，遵循预报员对降水预报分析的思路，将其以系统、能量、水汽、地形等因子对降水所作的定性预报分析结论转换为因子信度，利用因子信度对站点雨量预报初值作增减的强迫运算，并将地面站点上的相关要素转换为强迫系数，再次对站点雨量预报值作增减的强迫运算，由此得出包含多模式集合预报值、人对诸多定性因子分析信息、站点地面要素差异等综合因素的站点雨量定时定量预报值，从而实现降水客观、定点、定量预报。     

基于粗糙集的K--均值聚类算法在遥感影像分割中的应用

结合粗糙集理论和K——均值聚类算法，提出一种遥感影像的粗糙聚类分割方法。根据遥感影像中特征属性的相互依赖关系，应用粗糙集理论的等价关系。求出K——均值聚类所需要的初始类的个数和均值。然后采用聚类算法对图像进行分割。实验结果表明该方法比随机选取聚类的中心点和个数减少了运算量．提高了分类精度和准确性。     

Landsat7 ETM＋影像的融合和自动分类研究

利用SFIM、MLT、HPF和修改的Brovey(MB)等遥感影像融合算法对Landsat 7 ETM 影像进行融合和自动分类研究，并就融合影像的光谱保真度、高频空间信息融人度和分类精度对这些方法进行评价。结果表明SFIM变换几乎完全保持了原始影像的光谱特点，并具有最高的平均分类精度；MB变换具有最高的高频空间信息融人度；MLT变换也具有较高的分类精度；只有HPF变换的各项指标都不突出。所有4种融合影像的分类精度都较原始影像的分类精度有明显的提高。这表明，源于同一传感器系统的不同分辨率影像的融合可以避免异源传感器融合影像所常见的各种参数、时相和配准误差，所以能够明显地提高影像的自动分类精度。