机载海洋激光荧光雷达测量海表层叶绿素a浓度的算法研究

基于中国海洋大学研制的我国首台机载海洋激光荧光雷达系统及其测量海水中叶绿素a浓度的方法;对该系统在烟台至荣成沿岸海域进行实验的情况作一回顾,并对实验数据进行了处理,采用拉曼校正归一方法,反演了海表层的叶绿素a浓度,同时利用激光雷达方程反演出了海水的衰减系数;另外,提出了最小二乘拟合提取信号峰值的新反演算法。反演结果与往年同时期采集数据较为吻合,使用最小二乘拟合提取信号峰值的算法反演的叶绿素a浓度更接近于近期实地测得的结果。     

一种水声定位数据后置处理方法

文章给出了定位数学模型和递推最小二乘算法,并且讨论了数据后置处理的过程和最小二乘法在数据后置处理中的应用,最后详细介绍了水池试验数据的处理结果。实验结果表明,利用递推最小二乘法能够有效地对定位结果进行平滑处理。     

基于位移的方钢管混凝土柱抗震设计方法研究

对基于位移的方钢管混凝土柱抗震设计方法进行了研究：介绍了基于位移抗震设计方法的概念、原理和设计的一般过程;探讨了方钢管混凝土柱的等效刚度、等效阻尼等设计中的关键问题,并确定了参数的具体取值;最后对方钢管混凝土柱进行了具体的基于位移的抗震设计,并研究了主要参数的影响。结果表明：在通常范围内,第二阶段刚度系数对滞回阻尼比影响不大;随着轴压比的增加,钢管壁厚度增加,柱延性系数增加;随着截面尺寸增加,钢管壁厚度减小,屈服弯矩也减小。     

东印度洋天气和风暴潮预报系统的初步评估

东印度洋天气和风暴潮实时预报系统（EPMEF_EIO）由区域大气模式和区域风暴潮模型组成,每天实时运行4次.大气初边场来自美国国家环境预报中心（NCEP）的全球预测系统（GFS）,通过区域嵌套得到印度洋-东印度洋-斯里兰卡区域的3 d预报结果.大气模式的10 m预报风场驱动风暴潮模式,得到东印度洋-斯里兰卡区域的潮汐和风暴潮3 d预报结果.通过与中国科学院南海海洋研究所斯里兰卡站气象塔观测数据、最优台风路径数据和科伦坡水位站数据对比,发现模式预报气温和相对湿度的日变化较观测值偏小,气温总体RMSE为1.26℃,相关系数为0.8,相对湿度的总体RMSE为7.0%,相关系数为0.7;模式预报风速以整体偏大为主,总体RMSE为2.3 m/s,相关系数为0.65;模式预报风向能把握主要的变化趋势,RMSE在20°~32°之间,相关系数约0.65;模式24、48和72 h路径预报平均误差分别为110.5、166.4和181.0 km.此外,模式水位预报的RMSE为0.035 m,占最大振幅约5%,与观测的相关系数达到0.996.这说明了模式可以用于预报潮汐和风暴潮过程.     

线性约束和奇异SS＆CP矩阵下LS回归的扫描算子

描述在线性约束条件下,且平方和与交叉乘积矩阵在奇异病态情况下,最小二乘回归扫描算子的一些特性。尺管有其他许多不同的方法,由于扫描算法的简单,以及其有关运算矩阵元素所具有的统计意义。     

各层北半球环形模态异常与地面大气温度的关系研究

文中研究了不同气压层的北半球环形模态异常时,与之相应的北半球地面大气温度的变化及其月际变率特征。为衡量温度变化的程度,使用偏最小二乘回归方法定义了一个新的耦合指数。该指数定义为对地面气温距平场和北半球环形模态指数做偏最小二乘回归分析的第1主分量。分析表明,该指数可以较准确地表现出北半球环形模态异常时相应的整个温度场变化程度。通过该指数序列分析和环形模态异常时地面气温合成分析,比较了处于不同气压层面的北半球环形模态异常与地面大气温度异常的不同关系。(1)不同层面的北半球环形模态异常与同时期的地面温度关系比较:1月对流层中高层的北半球环形模态异常与1月地面温度异常关系最密切,密切程度超过其他气压层的北半球环形模态异常,与2月地面温度关系较显著的是1月平流层低层的北半球环形模态异常;(2)环形模态异常与地面气温耦合关系的月际变率分析结果:1月位于对流层中高层的北半球环形模态异常与1月地面气温耦合关系最强烈,与其他各月地面气温的耦合逐月递减,4月之后变得不明显;1月平流层低层的北半球环形模态异常除了与1月气温关系密切外,还与2、3月地面气温关系密切,4月之后不明显。     

Seasonal Prediction of the Yangtze River Runoff Using a Partial Least Squares Regression Model

As the longest river in Asia and the third-longest river in the world, the Yangtze River drains a large land area of the Eurasian continent. Seasonal prediction of the Yangtze River runoff is of crucial importance yet is a challenging issue. In this study, observed monthly runoff data are used to develop a new Yangtze River runoff index (YRI) for the 1950–2016 period. The YRI is not only able to quantify the runoff state of the Yangtze River but is also able to evaluate the intensity of the East Asian summer monsoon (EASM). The YRI is highly correlated with summer precipitation in the Yangtze River basin. It can also capture the principal components of the EASM circulation system.

To predict the Yangtze River summer runoff, we employed a partial least squares (PLS) regression method to seek sea surface temperature (SST) modes in the previous winter associated with the YRI time series. The findings indicate that the first SST mode exhibits a strong link with the decaying phase of El Niño (or La Niña), while the second SST mode is related to a persistant mega-La Niña (or mega-El Niño). These suggest that an El Niño–Southern Oscillation (ENSO) or mega-ENSO may be an essential source of predictability for the Yangtze River summer runoff. After a 47-year training period (1950–1996), a physical-empirical PLS model is built then a 3-month-lead forecast is used to validate the model from 1997 to 2016. The PLS model exhibits promising predictive skill that is better than some state-of-the-art reanalysis data systems.     

“Krige”空间内插技术在地理学中的应用

称为“Krige”技术的内插稀疏观测资料的随机方法是Matheron(1970年)提出的,D.R.Krige首先将这一方法应用于找矿上,因而命名于“Krige”技术。本文首先定义和说明了空间协方差曲线,基于无偏估计和最优原理导出了“Krige”内插权重系数的代数方程组,最后给出实例说明该方法如何应用到地理学和水文学中。     

点位的基线直角放样方法

点位的放样在野外的各种工程测量中非常重要。在已知点和待定点不通视的情况下,利用建筑物主轴线以直角坐标法放样点位的方法,解决了特殊情况下的施工放样问题。对放样数据公式进行了推导,同时对放样精度进行了讨论。由于该方法计算简单,操作方便,节省了野外作业时间,大大的提高工作效率,因而具有广阔的应用前景。     

新疆阿克苏河上游高寒草甸蒸散发观测与估算

蒸散发是水循环的关键环节, 是水量平衡的重要组成部分. 由于在高寒山区进行长期野外观测的难度较大, 导致对区域实际蒸散发的认识不清, 从而无法明确区域水资源分配与不同植被的生态水文功能. 在天山山区, 高寒草甸占其总面积近15%, 其对降水的调节作用巨大, 但目前高寒草甸的实际蒸散发量多用潜在蒸散发进行推算, 缺少实际观测数据. 2012年10月-2013年9月, 利用3个小型蒸渗仪观测了阿克苏河上游科其喀尔冰川综合考察站附近山区的高寒草甸的实际蒸散量, 并尝试利用最小二乘支持向量机(LS-SVM)估算实际蒸散发. 结果表明:研究区高寒草甸全年内实测蒸散量511.3 mm, 日均蒸散量为1.4 mm·d^-1; 在不同时期, 蒸散量变化剧烈, 冻结期、生长前期、生长期和生长后期的蒸散量分别为53.9、41.0、363.8和52.6 mm, 分别占全年蒸散量的10.5%、8.0%、71.2%和10.3%. 最小二乘支持向量机对实际蒸散发的估算精度较高, 对观测资料相对缺乏的高寒山区来说, 不失为一种较好的估算蒸散发方法.