1961—2016年我国区域性暴雨过程的客观识别及其气候特征

利用全国2287个气象观测站1961—2016年逐日降水资料,基于对暴雨区进行连续追踪的思路,采用暴雨相邻站点数和暴雨区中心距离确定了中国区域性暴雨过程的客观识别方法;根据区域性暴雨过程的平均强度、持续时间和平均范围构建了区域性暴雨过程的综合强度评估模型。利用该客观方法对1961—2016年中国的区域性暴雨过程进行识别,并分析其气候和气候变化特征。结果显示：我国区域性暴雨过程年均38.5次;区域性暴雨过程一年各月均可出现,但主要出现在4—9月,其中7、8月发生最为频繁,6月区域性暴雨过程持续时间长、范围广、综合强度强,这与长江中下游地区梅雨现象有关。一年中,区域性暴雨过程首次出现日期平均为3月6日,末次出现日期平均为11月14日;1961—2016年,我国年区域性暴雨过程首次出现日期呈明显提前、末次日期呈显著推后、暴雨期呈显著延长的变化趋势;年发生总频次呈微弱增多,较强区域性暴雨过程次数呈明显增加趋势;区域性暴雨过程的覆盖范围和综合强度均呈显著增大趋势。南方型区域暴雨过程变化趋势与全国的基本一致;北方型首次日期呈提前、末次日期呈推后趋势,发生频次有微弱减少趋势,覆盖范围、持续时间、综合强度均无明显变化趋势。     

夏季亚洲阻塞高压识别及其对中国东北气候异常的可能影响:不同再分析资料对比

基于阻塞高压（阻高）客观识别方法,利用1979-2016年夏季（6-8月）NCEP-Ⅰ、NCEP-Ⅱ逐日再分析资料和ERA-interim逐6 h再分析资料对识别结果进行对比分析;并以D类（130°-160°E）阻高为例,讨论其对6月中国东北地区气候的可能影响。结果表明:NCEP-Ⅰ和NCEP-Ⅱ再分析资料对阻高活动天数、发生频次及年代际变化的识别结果差异较小,而ERA-interim与前两种资料的结果差别较大。3种再分析资料下,夏季各类阻高活动天数均与500 hPa高度场存在相应的显著相关区,且形态相近。但前两种资料对于各类阻高的表征结果较为一致,而ERA-interim再分析资料对各类阻高面积和范围的表征偏小。6月D类阻高活动日数与东北地区气温和降水关系密切,D类阻高活跃年,大气环流以经向型为主,东北地区低层低温、暖平流,高层高温、冷平流的结构指示大气层结不稳定,且东北上空为异常低压环流控制,上升气流较强,有利于6月东北地区出现低温多雨天气。鄂霍次克海地区是6月罗斯贝波的重要来源地之一,而6月D类阻高的形成可能与海-陆温差有关。      

基于不同邻近标签数选择的LANDMARC定位算法研究

对于基于射频识别的LANDMARC室内定位算法而言,该系统采用"k近邻"算法,通过选取k个与待测标签相邻且符合特定条件的参考标签,最后根据这些标签的位置结合权值估算出待测标签的坐标信息.但是在实际的操作过程中,最近邻参考标签数的选取无指导原则,具有一定的盲目性.针对这一问题,通过选取与待定位参考点最近邻的参考节点作为未知点,通过搜索法获得最优的邻近标签数k,在随后的未知节点的定位过程中,选取k个邻近标签进行定位.经过多次实验,最终得出结论,使用改进后的LANDMARC算法的性能要优于原来经典的LANDMARC算法,精确度提升了10%左右,同时避免了k值选取的盲目性.     

500kN 足尺磁流变液阻尼器设计的关键技术

对我们制作的、目前出力居世界前列的500kN足尺MR阻尼器设计的关键技术、阻尼器的性能试验及力学模型的参数识别进行了研究。在对磁流变液材料的最大屈服剪应力、抗沉降稳定性以及磁滞响应时间等关键性能试验分析的基础上,确认该磁流变液的抗沉降稳定性和其他两项性能指标满足MR阻尼器的设计与工程应用要求。同时,对此500kN足尺MR阻尼器设计的关键技术,包括内置式碟型弹簧蓄能器、磁场防漏设计以及引线保护等进行了介绍;并通过对此MR阻尼器性能的试验,依据阻尼最小二乘法,对MR阻尼器采用的修正的B ingham模型的参数进行了识别,得到了与试验结果吻合的MR阻尼器的力学模型。通过研究可知,高性能磁流变液材料的制备以及MR阻尼器设计的关键技术是大吨位足尺MR阻尼器成功的关键。     

Morlet 小波用于环境激励下的模态参数识别研究

本文分别从卷积和Parseval定理的角度推导了非正交小波变换系数的实用计算方法。在环境激励下以互相关函数代替系统的自由响应数据,给出了基于Morlet小波变换的频率、阻尼比的参数识别方法,重点介绍了基于最小二乘法的振型识别技术。采用2层楼仿真算例和潮白河桥应用实例验证本算法,识别结果表明基于Morlet小波变换的模态参数识别技术能够有效地识别出环境激励下系统的模态参数。     

地震作用下结构时变物理参数识别

利用小波分析函数多尺度逼近方法,将剪切型结构在地震作用下时变的阻尼和刚度用尺度函数的线性组合表示,将时变参数的辨识问题转化为由已知的正交尺度函数和系统的输入输出来估计线性组合中的时不变系数问题,用最小二乘法对剪切型框架结构在地震作用下时变的刚度和阻尼进行了有效的辨识。此方法无需事先假定系统参数的时变规律,在有噪声情况下可以用Tikhonov正则化方法减小识别方程的不适定性对识别结果的影响。数值算例表明了该方法的有效性。     

基于“葵花8号”气象卫星的陇东南地区强对流识别跟踪技术研究

利用常规观测资料、区域自动站资料和“葵花8号”气象卫星资料,对2016年4—9月甘肃省陇东南地区出现的43次强对流天气过程进行分析,确立了强对流云团识别指标、追踪方法及预报指标,并对2018年部分个例进行效果检验。结果表明：（1）利用卫星B13通道（10.4μm）亮温值TBB≤238 K或B08通道（6.2μm）与B13通道亮温差△TBB<0 K双阈值作为强对流云团识别指标,可以准确识别出陇东南地区的强对流天气云团;（2）利用“逆向搜索法”、“面积重叠法”及对云团重心的计算,可以对强对流云团进行准确定位、追踪及移动路径外推预报;（3）建立的强对流天气落区判别指标对该地区短时强降水及冰雹落区具有一定的预报能力。     

Vision-based tracking with projective mapping for parameter identification of remotely operated vehicles

Parameter identification of a remotely operated vehicle (ROV) is often based on the dynamic responses collected by its onboard sensors. However, for commercial ROVs, the required data for identification may not be available due to the absence of suitable sensors or limitations in accessing onboard sensor data. Therefore, this study proposes a vision-based tracking system to measure the dynamic response of an ROV. The tracking system is independent of the ROV, and is able to localize an ROV to a high degree of precision by means of projective mapping. The validity of the proposed tracking system is demonstrated through identification of a commercial ROV. A simplified nonlinear ROV dynamic model with six degrees of freedom (DOF) is used for identification. Uncoupled motions, including surge, sway, and yaw, are obtained from the ROV dynamic model, and the corresponding experiments are carried out for each DOF. Hydrodynamic parameters are then estimated with numerical optimizations by comparing the measured ROV responses with the output of the mathematical model. The experimental results show that the vision-based tracking system can accurately measure the transient and steady-state responses of an ROV. Additionally, the simulations of the ROV dynamic model, with the optimal parameter estimates, give results in agreement with the measured data.     

System identification for nonlinear maneuvering of large tankers using artificial neural network

This paper deals with the application of nonparametric system identification to a nonlinear maneuvering model for large tankers using artificial neural network method. The three coupled maneuvering equations in this model for large tankers contain linear and nonlinear terms and instead of attempting to determine the parameters (i.e. hydrodynamic derivatives) associated with nonlinear terms, all nonlinear terms are clubbed together to form one unknown time function per equation which are sought to be represented by the neural network coefficients. The time series used in training the network are obtained from simulated data of zigzag maneuvers and the proposed method has been applied to these data. The neural network scheme adopted in this work has one middle or hidden layer of neurons and it employs the Levenberg–Marquardt algorithm. Using the best choices for the number of hidden layer neurons, length of training data, convergence tolerance etc., the performance of the proposed neural network model has been investigated and conclusions drawn.     

一些海洋动植物区系的真菌分离和抑菌活性初步研究

从南海海域的鱼类、贝类、海藻以及海泥样品中分离出199株海洋真菌,分属于青霉属、曲霉属和酵母属等9个属,其中以青霉属和曲霉属真菌居多,分别占28.6%和26.8%。以大肠杆菌和金黄色葡萄球菌作为指示菌,筛选出抑菌活性菌株7株,其中2株既抗大肠杆菌又抗金黄色葡萄球菌,4株抗金黄色葡萄球菌,1株抗大肠杆菌。