一次海陆风触发的强对流天气过程分析

2019年7月8日午后,辽西地区发生了一次海陆风触发的强对流天气过程,为今后此类天气的预报提供借鉴,应用常规地面、高空观测资料、中国气象局陆面数据同化系统融合资料、营口多普勒雷达资料和欧洲中心数值预报资料等,对此次强对流天气过程进行分析。结果表明:此次过程是发生在对流层底层到中层均是东北气流环境背景下的一次对流性天气,午后的海陆风是其触发条件,850hPa(百帕)的风速辐合导致上升运动进一步加强,600hPa的分流区抑制对流发展。在预报工作中应该加强对中尺度数值预报产品的分析。     

GPS-PW资料在川西暴雨中的应用研究

利用WRF-3DVAR系统同化常规探空资料及成都4个GPS测站的可降水资料,对2008年9月23～25日一次川西暴雨进行一系列同化试验。结果表明,选用合理的物理过程、积分步长和初始条件,WRF模式可以较好地模拟此次暴雨过程;同化可以改善暴雨落区和强度的预报,同化GPS可降水资料可有效地调节局地及水汽输送下游地区暴雨预报,对北川地区的强降水中心强度及位置预报较好,同化探空资料对雨带形状描述接近实况;同化GPS可降水资料对初始场的湿度场影响明显,而对其他变量场的影响相对较弱;2种资料的单独及同时同化,都改善了预报场的动力结构（垂直速度）,有效地减少了spin-up时间,使得模式在积分初期就能模拟出与实况相近的动力结构;同化试验的温度预报场随时间误差增大,这可能与降水的触发有关。     

海陆风影响下的黄海北部沿岸天气特征分析

利用丹东、东港、宽句3站2006～2008年地面观测数据及相关资料,对比黄海北部沿岸和内陆地区全年风向频率特征,统计沿海各站的海陆风日,分析该地区海陆风的宏观统计特征,并研究海陆风与降水和气温的相关关系。结果表明,黄海北部沿岸海陆风效应明显,季节分布不均,年际变化大;夏秋季海风常在沿海地区造成低云天气,并有利于海雾登陆;由海陆风引起的低层辐含线（海岸锋、海风锋）有利于雷暴等强对流天气的发生;海陆风效应是产生降水日变化的重要因子,并可制约高温天气的出现。     

SIR传染病模型参数的伴随同化最优估计

利用伴随同化方法对SIR传染病模型的参数进行了估计。数值模拟结果表明,该方法用于估计SIR传染病模型的参数可行。.     

多普勒雷达SVVP风场反演资料在暴雨数值预报中的应用

以NCEP再分析资料作为初始场,并同化由分步的VVP技术(即SVVP技术)反演得到的南京龙王山多普勒天气雷达二维风场资料,利用WRF中尺度模式及其三维变分同化系统,对发生在2011年6月18日02:00(文中所有时间均为北京时)—18日14:00江苏地区的一次暴雨过程进行了三维变分同化数值模拟,初步检验和评估了多普勒雷达SVVP技术反演得到的二维风场资料同化对数值预报能力的影响及作用。结果表明:同化之后,降水量和强降水中心预报的准确性得到了很大提高。     

Argo温盐资料在BCCGODAS2.0中的同化试验

基于国家气候中心新一代的海洋资料同化系统（BCCGODAS2.0）,对20042008年Argo温盐资料进行了同化试验,并利用TAO（International Tropical Ocean and Global Atmosphere/Tropical Atmosphere Ocean）、OISST（OptimallyZnterPolated Sea Surface Temperature）和SODA（Simple Ocean Data Assimilation）数据集进行了检验和评估。同化结果对01000m的整层海洋的模拟都有改善,尤其在混合层更为明显,能够使温度的均方根误差（RMSE,Root Mean Squared Error）减小3℃,盐度的均方根误差减小0.2psu。尤其是减小了北半球中高纬地区、北大西洋温度模拟的显著误差。模拟结果中在中西太平洋、印度洋地区明显的暖异常也在同化结果中得到了校正。通过TAO时间序列资料的验证表明,同化后能很好地模拟出热带附近上层海洋的季节变化震荡幅度。此外,同化之后,模拟的效果能得到较为稳定的改善,证明系统是稳定的,这对在业务上的应用打好了良好的基础。     

多普勒雷达资料在一次强飑线天气过程的同化应用试验

利用CAPS（Center for Analysis and Prediction of Storm）研发的ARPS中尺度模式及其资料分析和同化系统ADAS,将广东和福建6部多普勒雷达基数据同时同化进ARPS模式中,对2005年3月22日发生在福建中南地区大范围的一次强飑线天气过程进行了数值对比试验。结果表明,经过雷达资料同化后,ARPS模式对飑线天气系统有较强的模拟能力,降低了模拟强飑线在时间和空间上的误差,改善预报结果;采用循环同化多部雷达资料技术,有助于在实际业务中提高强对流天气短时预报能力。     

基于PyWOFOST作物模型的东北玉米估产及精度评估

【目的】构建合理的作物估产方案,提高作物估产精度。【方法】本文以基于集合卡尔曼滤波（Ensemble Kalman Filter,EnKF）构建的遥感信息-作物模型结合模型（PyWOFOST）为基础,建立了以LAI为结合点,适用于中国东北地区玉米的同化模拟模型,并使用MODIS LAI数据作为外部同化数据进行同化模拟,重点分析了遥感观测（MODIS LAI）和模型参数（出苗-开花期所需积温,TSUM1）的不确定性（即随机误差）对同化模拟结果的影响。最后,利用PyWOFOST模型实现了区域尺度上的玉米估产。【结果】同化外部观测数据后的玉米模拟产量较未同化外部数据的模拟产量有明显改善,20个未受灾害影响的农气站玉米产量同化前的模拟误差及在TSUM1的不确定性为0、10、20、30℃时的同化后模拟误差分别为14.04%、12.71%、11.91%、10.44%及10.48%;同化后的模拟LAI普遍较同化前的模拟LAI更接近实测LAI,更符合玉米LAI的变化趋势;同化前模拟发育期与实测发育期平均绝对误差为3.4 d,而同化后在TSUM1的不确定性为0、10、20、30℃时模拟发育期与实测发育期的平均误差分别为3.5、4.3、5.0、5.5 d。区域尺度上玉米估产结果表明,58.82%的区域玉米估产误差在15%以内,同化产量和统计产量的确定系数为0.806。【结论】基于集合卡尔曼滤波同化遥感信息进行作物估产是可行的。     

黄河三角洲地区城市化进程对当地气候的影响及相关建议

以黄河三角洲地区代表城市——滨州市为例,运用相关统计数据研究了城市化进程对当地气候变化的影响。结果表明:年平均气温的升高与该地区城市化进程步伐基本一致,升温幅度达到0.03℃/a,在该地区城市化进程高速发展期,年平均气温呈现加速升高趋势;年平均降水量呈现减少趋势,减少幅度为26.8mm/a;湿润指数随城市化进程呈现明显减小的趋势,幅度为每10年减少0.067。     

珠三角地区近40年的气温变化特征分析

主要运用气候倾向率和三阶多项式曲线拟合的方法,对珠三角的25个气象站1965-2007年近43年来的年均温和月平均气温观测数据进行了倾向、趋势分析,并对25个气象站气温的空间分布进行统计分析。研究结果表明:珠三角地区气温年际变化的趋势性明显,季节变化表现为夏季和秋季的趋势性变化显著;珠三角地区年平均气温的空间分布可以看到,珠三角的南部地区气温明显高于北部地区,南部和北部的最高和最低温度之差达到2.6℃;珠三角地区的春季、夏季、秋季的温度空间分布的差异不大,冬季气温的南北差异明显,最大温差为2.9℃。     

不同杂交组合肉牛生长发育及饲料报酬比较

利用 6月龄夏西本、皮西本、利西本、西杂二代各 1 0头进行 36 5天育肥 ,研究不同杂交组合对肉牛生长发育及饲料消耗的影响。结果表明 ,1 8月龄各组试验牛体重分别达到 ( 5 2 9 5 0± 2 3 38)kg、( 5 82 2 5±2 9 2 5 )kg、( 5 35 6 3± 2 7 88)kg、( 5 0 4 0 0± 2 4 2 5 )kg,平均日增重以皮西本、利西本和夏西本较高 ,分别为 0 96kg、0 90kg和 0 83kg,皮西本、利西本与西杂二代 ( 0 77kg)比较 ,差异显著 (P <0 0 5 ) ;饲料报酬以皮西本较好 ,每公斤增重消耗精、粗饲料分别为 4 0 3kg和 5 98kg。 3个三元杂交组合体尺均大于对照组 (西杂二代 ) ,但各项体尺指数均差异不显著 (P >0 0 5 )。     

一种增加LSB信息隐藏量的方法

LSB(LeastSignificantBits)算法是信息隐藏的基础方法之一。通过对人眼视觉感知效果的分析,对LSB算法进行改进,提出了一种具有更高信息隐藏量的算法。该算法简单高效,信息隐藏率由12·5%提高到16·7%,且通过VC编程试验验证了该算法的优越性。     

一种增加LSB信息隐藏量的方法

LSB(Least Significant Bits)算法是信息隐藏的基础方法之一。通过对人眼视觉感知效果的分析,对 LSB 算法进行改进,提出了一种具有更高信息隐藏量的算法。该算法简单高效,信息隐藏率由12.5%提高到16.7%,且通过 VC 编程试验验证了该算法的优越性。     

基于灰色神经网络和证据理论预测地下水位的研究

用灰色GM(1,1)模型、BP神经网络模型和证据理论相结合而成的灰色证据神经网络模型,对山东枣庄区域地下水位进行预测。基本思路是运用灰色GM(1,1)模型所得到的预测值按前两年来预测下一年的组合规律分别作为BP神经网络的输入输出;再用BP神经网络输出作为证据理论基本可信度分配函数,使用D-S理论将信息进行二次融合;并用地下水位实测数据对模型进行验证。结果表明,预测模型具有可行性和实用性,为生态农业规划发展提供了科学依据。     

基于小波分析的中国人均GDP分析与预测

提出基于小波分析,GM（1,1）模型和AR（P）模型结合的预测方法。通过多分辨率小波分解,将中国人均GDP依尺度分解成不同层次,对低频部分和高频部分分别进行重构,然后对每层建立不同模型进行预测,再合成得到所需的预测值。实例验证,该方法具有较好的预测精度。     

基于时空数据的线性组合插值模型及其应用

空间插值的精度不但与采用的数据而且与选择的模型密切相关.针对具有空间自相关的时空数据插值问题,分别建立时间序列数据的反馈神经网络插值模型,横截面数据的一阶空间自回归插值模型与克立格方法插值模型,在各个单项模型研究的基础上建立空间线性组合插值模型.运用以上各种模型对2004年福建部分市县人均生产总值横截面数据进行插值的实证研究结果表明:基于时空数据的线性组合插值模型具有较高的插值精度.     

WRF数值预报模式气象资料的同化处理与对比分析

应用WRF中尺度数值预报模式及其同化模块（WRFDA）对常规观测资料和青岛市气象台多普勒气象雷达资料进行同化试验。以山东半岛2009年7月8日夜间一次暴雨天气过程为例。首先,以7月8日00：00（文中所有时间均为国际时间）NCEP再分析资料为初始场,对00：00的常规观测资料进行同化,积分36 h;其次,将上述试验积分12 h后对7月8日12：00的常规观测资料和多普勒雷达资料进行循环同化试验,并积分24 h。将以上同化后得到的初始场结果和数值预报场结果分别进行对比分析,结果表明：常规观测数据的同化对初始场各层的风、温度、水汽等要素均有影响,但对雨水混合比影响较小;多普勒雷达资料的同化,使初始场的对流层中低层水汽增加,高层水汽减少,并且使中低层雨水混合比增大;多普勒雷达资料对初始场各层的风均有明显影响。多普勒雷达资料对初始场的调整比常规观测资料大一个量级以上,同时同化上述2种数据后显示,风、水汽、雨水混合比结果明显趋近于单独同化雷达数据的结果。以00：00为初始场同时同化常规观测资料并积分36 h的结果,对较大范围的强降水落区的修正效果最好：同化前降水中心位置和降水量与实际观测结果比较相差较大;同化后降水中心和降水量都与实况比较接近,但模式没有模拟出青岛地区小范围的暴雨天气。同化12：00雷达资料后,模式模拟的青岛地区的降水落区与降水量均与实况接近。试验结果说明,同化常规观测资料对中尺度环流形势有较好的改善,能较好地模拟出大范围的降水落区,但对小尺度的系统模拟效果较差;同化多普勒雷达资料对中小尺度强对流天气的模拟效果较好,但仅适用于短时临近预报;而循环同化可以将两者的优点相结合,综合利用2种资料能改善模拟效果,增加预报结论的可靠性。     

基于灰色理论和BP神经网络预测观光农业旅游人数的研究

运用灰色GM(1,1)预测模型与BP神经网络预测模型相结合而成的灰色神经网络模型,对山东枣庄市旅游人数进行预测。基本思路是运用灰色GM(1,1)模型所得到的预测值按前2年来预测下一年的组合规律分别作为BP神经网络的输入输出,并用旅游人数数据对模型进行学习验证。为山东枣庄市沿运区域旅游资源的合理利用及管理提供了科学依据,并以科学预测为依据提供一些观光农业旅游资源合理开发对策。     

基于粒子滤波的LAI时间序列重构算法设计与实现

遥感观测的叶面积指数（LAI）时间序列数据广泛应用于作物长势监测,但数据受大气条件等影响,存在数值偏低和时间序列数据缺失等问题。为此,本文设计了一种基于重采样粒子滤波的LAI时间序列重构算法,以LAI为同化变量,在WOFOST模型本地化的基础上,实现了遥感LAI数据和WOFOST模型模拟的LAI数据的同化,以重构LAI时间序列。算法将WOFOST作物模型简化为LAI状态随时间演变的非线性计算方程,作为重采样粒子滤波的状态转移方程;将地面实测LAI数据和遥感LAI数据建立的线性方程,作为重采样粒子滤波的观测方程,建立LAI时间序列数据同化模型。以带权重粒子表示LAI时间序列状态后验分布,并在循环迭代中对粒子重采样,以此实现单点和区域LAI时间序列重构。应用该算法,对河北省冬麦区2010年LAI时间序列进行重构,结果表明,基于重采样粒子滤波的LAI时间序列重构算法在单点和区域上得到的LAI值明显更接近冬小麦实际生长状况,且算法能够弥补遥感LAI时序数据的缺失,为进一步的作物长势监测提供基础支撑。     

时间序列分析模型及其在GDP预测中的应用研究

分析了时间序列模型中求和自回归移动平均模型ARIMA（p,d,q）的建模过程,依据1970~2008年广西南宁市GDP数据,建立了ARIMA（1,1,0）模型,并结合Eviews 5.0统计软件实现对模型的检验,结果显示,模型具有较好的预测效果和现实意义,可为南宁市制定经济发展目标提供决策参考。