利用东中国海沿岸的8个测站水位数据,以杜德森方法作为基准,用鲁斯特方法、陈宗镛方法、25小时平均法与杜德森方法计算日平均海平面的平均均方根误差.由于杜德森方法和鲁斯特方法需要次日的潮位数据而会造成少量资料信息量的丢失,而陈宗镛方法不会造成资料信息丢失,且计算简单,因此利用月平均海平面数据或更长时间尺度海平面数据分析和研究海平面长期变化规律时,采用陈宗镛方法最为适宜.但资料较少且不能忽略海平面短周期变化时,用杜德森法最佳.
利用GrADS提取50年(1958-2007年)SODA月平均数据集中的温度、盐度资料,采用垂直梯度法,求得声速主跃层上界深度后,对上界深度气候平均态和异常的时间演变特征与空间结构进行统计分析.结果表明:南海50年上界深度均方差呈东北高、西南低的空间分布.上界深度变率的空间分布呈东南-西北向偶板子型,正负位相中心年均值呈现相反的趋势;M-K检验发现主跃层上界深度第一特征向量场正负位相中心在20世纪70年代初期发生一次突变.
准确测量降水对于气象、水文、地质以及洪涝等自然灾害的监测与预警有着重要的意义.随着手机、通信等多种微波信号的广泛分布,出现了一种利用微波链路的衰减、极化等信息来反演区域降水分布的新方法,具有直接与降水粒子相作用、时空分辨率高、覆盖范围广等优势.本文在分析微波链路反演降水研究现状的基础上,重点分析了频段选取、降水起止时间判别、反演建模等关键技术,为促进微波链路反演降水在我国的应用提供技术支撑.
本文简要介绍了美国于2009年启动的海洋观测计划OOI的基本情况,包括其建立目的、四大目标功能模块的组成、目前观测节点在全球及美洲近海的分布组成、采集的数据和最终目标,论述了其对我国海洋观测技术产生的影响和启示.
本文以1109超强台风“梅花”为研究个例,利用FY-3B搭载的微波成像仪单通道微波图像和双极化通道散点图,分析了台风螺旋云系中云雨粒子对遥感通道辐射的吸收和散射效应,揭示了台风在微波图像上表现形式的内在物理原因.通过匹配FY-3B和TRMM卫星的相近监测时次,对筛选出3个台风的12个样本个例,综合利用微波成像仪各通道亮温进行线性组合,结合TRMM标准降水产品,通过最小二乘法原理建立反演台风降水算法.结果表明,算法能较好地表征洋面降水分布范围.
站址迁移和观测环境的改变严重影响地面气温资料序列的均一性和代表性.考虑南通地区气象站址迁移的因素,本文对1960-2009年南通地区8个气象台站的日平均、最高和最低温度常规观测资料进行了非均一性检验及订正,结果表明:MASH方法能很好地检测出非自然变化所导致的断点,并判别出一些重大的非均一性以及台站史没有记载的一些非均一性.利用研究区域内气象台站常规观测资料和1979-2007年NCEP/NCAR和日本JRA25再分析资料进行订正前后数据的比较,结果显示,订正后的数据具有一定的可信度,且温度序列的变化趋势比订正前更具合理性.
Bogus方案在飓风的业务数值预报中发挥了重要的作用.不过,Bogus构造半径对热带气旋的发生发展、强度变化以及移动路径都有着很大的影响.结合Park等(2004)提出的利用观测风速改进Bogus构造半径的方法,对Wang等(2009)的Bogus构造方法进行了改进,利用美国飓风个例(Earl,2010),采用高分辨率中尺度模式WRF3.3.1进行了数值模拟试验.结果表明,此方法对于飓风的路径模拟和强度模拟都有较大的改善.本文的工作对我国台风的数值模拟有一定的借鉴作用.
为避免相邻雷达之间的干扰,同型号雷达发射机频率各不相同,因此频率源不能通用.针对雷达关键部件频率源无法在短时间修复的关键问题,对频率源进行技术改进,由多频点频率源取代单频点频率源进行备份,既解决经费不足,又解决了同型号同波段频率源的备份问题.多频点频率源部件首次在徐州雷达试运行取得较好效果.
本文基于三维变分法的双基地多普勒天气雷达系统的风场反演系统,利用X波段双基地双极化多普勒雷达系统,获取外场试验资料,对此进行了风场反演方面的试验.该风场反演方法利用主动雷达和被动接收雷达分别测得的径向速度作为约束条件,质量连续方程作为强约束条件,来反演三维速度场.再将实际个例反演结果与主站雷达联合北京市气象局S波段多普勒雷达组成的双多普勒雷达系统反演的风场进行对比,结果比较一致,该系统在实时探测三维风场特别是探测近地层风场方面有一定的应用潜力.
利用FY3A/MWHS微波资料、EOS/MODIS云产品(MOD06)和FY2E光学遥感资料,在分析强对流云团的光谱特征、纹理特征和云物理特征的基础上,建立特征向量组,利用支持向量机的方法,针对强对流云团实例进行识别试验,并与传统识别方法的识别结果进行比较.结果表明,支持向量机方法对强对流云团有较好的识别效果.
为了能更有效、更快捷地找出适合朴素贝叶斯分类器的属性变量集,利用2008-2010年6、7月份T511数值模式预报产品,采用朴素贝叶斯分类器结合二进制粒子群算法(BPSO-NB方法),对呼和浩特、运城、天津三站进行了降水定性预报试验.结果表明,预报准确率均高于T511数值模式预报.对于不同地区的三个站均能保持较高的准确率,体现了BPSO-NB算法具有较广的适用范围和较强的稳定性.BPSO-NB算法选取T511模式预报出的降水量作为预报因子,未表现出较高的依赖性,这说明BPSO-NB充分利用了PSO智能算法的自主学习能力,具有较强的辨析能力.BPSO-NB算法还大幅减少了空报次数,具有良好的应用前景.
