新冠肺炎流行病学模型的最优参数化

现如今,新冠肺炎(COVID-19)严重威胁着世界各国人民的生命健康.许多流行病学模型已经被用于为政策制定者和世界卫生组织提供决策参考.为了更加深刻的理解疫情趋势的变化特征,许多参数优化算法被用于反演模型参数.本文提议使用结合了高斯-牛顿法和梯度下降法的Levenberg-Marquardt(LMA)算法来优化模型参数...     

Using Statistical Downscaling to Quantify the GCM-Related Uncertainty in Regional Climate Change Scenarios： A Case Study of Swedish Precipitation

There are a number of sources of uncertainty in regional climate change scenarios. When statistical downscaling is used to obtain regional climate change scenarios, the uncertainty may originate from the uncertainties in the global climate models used, the skill of the statistical model, and the forcing scenarios applied to the global climate model. The uncertainty associated with global climate models can be evaluated by examining the differences in the predictors and in the downscaled climate change scenarios based on a set of different global climate models. When standardized global climate model simulations such as the second phase of the Coupled Model Intercomparison Project （CMIP2） are used, the difference in the downscaled variables mainly reflects differences in the climate models and the natural variability in the simulated climates. It is proposed that the spread of the estimates can be taken as a measure of the uncertainty associated with global climate models. The proposed method is applied to the estimation of global-climate-model-related uncertainty in regional precipitation change scenarios in Sweden. Results from statistical downscaling based on 17 global climate models show that there is an overall increase in annual precipitation all over Sweden although a considerable spread of the changes in the precipitation exists. The general increase can be attributed to the increased large-scale precipitation and the enhanced westerly wind. The estimated uncertainty is nearly independent of region. However, there is a seasonal dependence. The estimates for winter show the highest level of confidence, while the estimates for summer show the least.     

滇西北地区M≥5.0地震地震学短期预报指标及其预报效能研究

在滇西北地区(25°~28°N,99°~101.5°E)用不同的统计窗长和滑动步长,对当前常用的地震学参数进行分析研究,最终确定了6个预报指标:频度N、缺震、能量E、断层总面积ΣE、空间集中度C值、地震活动度S值。这6项指标对滇西北地区及周边区域1990年发生的M≥5.0地震有较好的短期映震能力,但丽江7级地震前,6个指标只有缺震出现了明显异常,达到预报指标,其余5个指标都无异常显示。这种结果一方面说明6项指标对6级左右地震有较好的对应关系,但对6.7级以上地震没有控制能力;另一方面也说明,丽江7.0级地震最显著的特征是短期阶段孕震区中小地震活动异常平静。因此,仅仅依靠地震学指标实现短临预报是不够的,还应结合其它方法和手段。     

差分法计算地震动旋转分量

旋转地震学是一门研究由地震、爆破以及工程振动等引起的地球介质运动的新兴学科.旋转运动的研究由来已久,但是由于缺少高精度的旋转分量地震仪,所以旋转运动的研究大多仅限于理论方面.差分法作为利用平动分量获取旋转分量的一种计算方法,在理论研究方面较为成熟,但是缺乏实际数据的验证.通过在对旋转运动研究现状充分调研的基础上,利用模...     

质点-网格海冰模式在渤海的数值预报试验

在海冰动力学和热力学的研究基础上,开发应用于渤海的质点-网格海冰模式.该模式采用质点-网格法,有效地避免了传统海冰模式的数值扩散问题.该模式采用冰厚分布函数取代传统渤海业务海冰预报模式中平整冰、堆积冰和开阔水的三类海冰分型.应用质点-网格海冰模式对2003年～2004年冬季渤海冰情进行了业务化逐日数值预报试验,并对预报结果进行统计检验和分析比较.     

基于Weka的地震数据挖掘系统的设计与实现

基于开源的数据挖掘系统Weka,使用Java语言及面向对象的思想,设计并实现了地震数据挖掘系统。根据地震数据资料的特点,将数据挖掘的核心技术（聚类分析、关联规则分析等）引入到该系统中,其中聚类分析选用DBSCAN作为核心算法,关联规则分析选用Apriori作为核心算法。用户使用该系统只需在交互界面选择相关参数,即可实现调用数据挖掘算法来分析地震数据,发现探索其隐含规律。     

气候变化对江河流量变化趋势影响研究进展

气候变化对基于自然稳定气候假定的流量变化趋势的检测和水资源评价方法提出了挑战。在流量变化趋势的检测中分离出气候变化的影响,不仅对水资源管理和水利工程设计有重要的应用价值,而且有助于了解气候变化以何种方式、在何时、何地、已经或尚未对水文循环产生影响,对改进气候模型的模拟与预测有重要的科学价值。 统计方法是检验流量变化趋势显著性的有效工具。直接用气候模型模拟和预测未来径流变化的可靠性取决于模型对当代降水模拟的可信度。多个气候模型集合分析有可能在一定程度上减少模型对降水、径流模拟的不确定性。近年发展起来的多个气候模型集合分析与统计显著性检验技术结合的方法,有可能模拟并预测出气候强迫导致大尺度径流空间分布的变化。随着气候模型尤其是陆—气耦合的区域气候模型对降水模拟的改进,可以预见径流变化的检测、归因和预测的趋同化模拟已为期不远。将温室气体外强迫导致的水文气候变化作为一个因子引入到水资源评价中,对于水资源管理经济与生态评估,以及未来的发展规划将是一件十分重要的变革。      

我国多雨季和少雨季的一些统计特征

通过对我国31年124季降水距平图的分析发现1.全国性的特多(少)雨季中,在高原东侧(95—105°E间)总有一少(多)雨带出现。2.多(少)雨季之后仍为多(少)雨季的持续性以春一夏最好,秋冬最差。3.一年中出现多雨季的次数与黑潮海温和西太平洋副高强度呈正相关。