改进的灰色模型在高铁沉降预测中的应用

针对目前灰色模型在高速铁路沉降预测中存在的不足之处,该文提出了一种通过改善原始数据序列的光滑度来提高灰色模型预测精度的方法,并结合实例,验证了改进灰色模型在高速铁路沉降预测中的可行性,为今后高速铁路的沉降预测评估提供了更多的参考和借鉴。     

高轨卫星轨道预报中神经网络模型优化设计

高轨卫星是我国卫星导航系统的重要组成部分。提升该类卫星的轨道预报精度有利于用户定位精度的提高。提出了一种改进高轨卫星轨道预报精度的新方法。该方法避开了精化动力学模型的困难,尝试从轨道预报误差的规律中寻找突破。利用神经网络作为建立预报模型的工具,将某历史时刻的轨道预报误差作为训练样本,利用训练好的神经网络模型补偿当前时刻的预报轨道以提高轨道预报精度。对影响神经网络模型补偿效果的各因素进行了详细分析,制定了适应于高轨卫星短期、中期和长期预报的神经网络最优模型。利用实测数据进行了试验分析,结果表明:预报8,15及30 d应选择的训练步长分别为10,20及25 min;轨道预报8~30 d时,训练噪声均选取0.01。神经网络模型有效地改进了高轨卫星的轨道预报精度,预报4~30 d,轨道精度提高幅度为34.67%~82.37%不等。     

中国地球气候系统模式的发展及其模拟和预估

地球气候系统模式是开展多学科、多圈层集成研究的重要平台,其发展是国际地学领域特别是全球变化领域竞争的前沿。中国的地球气候系统模式研发工作始于20世纪80年代,最近10年得到快速发展。研发格局上已经形成中国科学院、有关部委和高校三足鼎立的局面。文中在简要回顾中国地球气候系统模式早期发展历史的基础上,总结了中国参加第6次耦合模式比较计划的9个地球气候系统模式的技术特点,初步评估了中国4个模式对全球和东亚气候模拟的基本性能,分析了其在4种共享社会经济路径情景下对全球降水与温度的预估变化及其与平衡态气候敏感度的联系。最后,结合国际态势,从发展的角度提出未来中国气候模式研发工作需要加强的8个方向。      

油菜花期物候主要限制因子分析及预报模型的构建

以油菜开花开始时间(即始花期)为研究对象,利用1980—2016年江苏省油菜发育期观测资料和同步气象数据,分析油菜始花期的时空变化趋势。结合油菜生理特性,筛选与油菜始花期显著相关的气象因子。以高淳站为例,采用通径分析明确各气象因子对油菜始花期的作用并评估因子敏感性,最后构建油菜始花期的回归预报模型。结果表明:在气候变化背景下江苏地区油菜始花期呈逐年提前趋势,淮河以南地区平均提前3 d以上;上年日平均气温稳定通过0℃终日(X_1)、当年日平均气温稳定通过5℃初日(X_2)、现蕾至开花前时段内分别大于0℃、5℃和10℃的有效积温(X_1、X_4和X_5)、最低气温分别小于0和5℃的日数(X_6和X_7)及平均最低气温(X_8)等8个因子与油菜始花期相关性达极显著水平;其中2月上旬至3月上旬的平均最低气温(X_8)、日最低气温小于5℃日数(X_7)、大于5℃有效积温(X_4)对油菜始花期的直接影响位列8个因子的前三位,且这3个因子两两共同对油菜始花期的相对影响程度也排在各因子对回归方程R~2总贡献率的前三位;其余5个因子直接效应普遍小于间接效应,且它们主要通过X_4、X_7、X_8对油菜始花期产生影响,而X_4、X_7、X_8也通过这5个因子产生一定影响;去掉任何一个因子,都会引起其他某些因子对油菜始花期的直接、间接作用发生变化;基于这8个因子构建的回归模型可解释68.48%的油菜始花期变化,并具有区域适用性。因此,就江苏地区而言,光照和降水对油菜开花早晚影响较小,热量条件才是江苏油菜开花早晚的主要限制因子,所构建的始花期预报模型可较好反映油菜开花时间早晚与相关热量因子变化的规律。     

云南风能资源及其开发利用研究进展

介绍了云南风能资源及其开发利用的研究现状和研究成果。分析了云南风能资源评价历程、分布特点和风电开发建设情况。总结了云南有关风电场选址、风能资源评估、风电功率预测预报以及山区风电场和风电机组设计的研究成果。剖析了云南风能资源及其开发利用中存在的问题并提出今后的发展方向。     

Preliminary Studies on Predicting the Tropical Indian Ocean Sea Surface Temperature through Combined Statistical Methods and Dynamic ENSO Prediction

The sea surface temperature(SST) in the Indian Ocean affects the regional climate over the Asian continent mostly through a modulation of the monsoon system.It is still difficult to provide an a priori indication of the seasonal variability over the Indian Ocean.It is widely recognized that the warm and cold events of SST over the tropical Indian Ocean are strongly linked to those of the equatorial eastern Pacific.In this study,a statistical prediction model has been developed to predict the monthly SST over the tropical Indian Ocean.This model is a linear regression model based on the lag relationship between the SST over the tropical Indian Ocean and the Ni o3.4(5°S-5°N,170°W-120°W) SST Index.The predictor(i.e.,Ni o3.4 SST Index) has been operationally predicted by a large size ensemble El Ni o and the Southern Oscillation(ENSO) forecast system with coupled data assimilation(Leefs_CDA),which achieves a high predictive skill of up to a 24-month lead time for the equatorial eastern Pacific SST.As a result,the prediction skill of the present statistical model over the tropical Indian Ocean is better than that of persistence prediction for January 1982 through December 2009.     

A mirage at Regina

The Dirt Hills, located roughly forty miles to the southwest of the Regina Weather Office, at Regina, Saskatchewan, were clearly visible on the horizon in the early morning of the 29th day of August 1972 from the Regina Weather Office. This mirage was documented and a picture of it was taken.     

On the role of the planetary boundary layer in cyclogenesis over the ocean: Research note

Abstract

The importance of boundary‐layer convergence of mass and water vapour on the pressure tendency is studied. Mass convergence tends to fill the low while moisture convergence deepens it, owing to the subsequent release of latent heat. It is estimated that at dew points above about 18°C, the moisture convergence effect becomes dominant; that is, the C1SK mechanism is important at high dew points.     

黄河中游夏季降水异常的先兆特征和预测方法

本文利用黄河中游61站降水资料,分析了其变化规律和同期及前期环境场特征,并建立了夏季降水预测模型。研究发现：黄河中游夏季降水具有显著的年际变化特征,显著周期在3年左右;黄河中游夏季降水主要受到同期东亚高空急流、西太平洋副热带高压(以下简称副高)以及贝加尔湖附近低槽的影响,当急流和副高偏强（弱）偏北（南）、贝加尔湖附近高度场偏低（高）时,黄河中游降水偏多（少）。另外,前期秋季南方涛动指数、北非副热带高压（20°W~60°E）、南海副热带高压（100°~120°E）、北半球副高强度及北半球极涡强度发生异常时,对夏季环流产生影响,从而影响黄河中游夏季降水,据此,建立预测模型。评估发现该模型具有较强的预测能力,可用于黄河中游夏季降水的定量预测。     

因子的持续和转折对我国盛夏降水预测效果的影响

由于影响我国盛夏（7—8月）降水异常的主要因子前期（或从冬季到夏季）不同的月际演变特征对其后降水异常的影响不同,所以针对影响因子的月际“持续异常”和“转折变化”对盛夏降水异常的预测方法也应该是不同的。本文以国家气候中心整理的78项月环流特征量指数和CPC/NOAA的30项指数为因子,设计了能够反映影响因子的月指数特征量“持续异常”和“转折变化”的两套影响因子库,用“滑动相关—逐步回归—集合分析”方法分别建立预测模型,改进预测方案,这样建立的统计预测模型重点考虑了前期影响因子不同的变化特征。用距平符号一致率（PSS）与空间距平相关系数（ACC）为指标,对比分析不同因子处理方案对我国160站盛夏（7—8月）降水预测效果的影响,结果显示：两种因子选择方案均具有一定的预测能力;相比之下,“转折变化”因子选取方案的预测效果更好;用单站交叉建模序列与实测序列的相关系数为指标,挑选其中相关系数更高的因子选取方案结果作为集合方案预测结果,集合方案的预测效果有进一步提高的潜力。