风电场风速降尺度预报方法对比分析

使用中尺度数值天气预报业务模式9 km和3 km分辨率的模式输出产品,分别应用小尺度模式CALMET模式和双线性插值(BLI)方法将预报风速进行降尺度处理,并对比预报风速和风塔观测资料。结果表明：WRF模式9 km分辨率的模式输出经过CALMET模式降尺度以后得到的风速预报效果比3 km分辨率的模式输出略好。同时,由于中尺度数值预报模式分辨率本身较高,使用BLI也可以得到较好的风速预报。将风速分为0 m·s^-1≤风速<5 m·s^-1,5 m·s^-1≤风速<10 m·s^-1和风速≥10 m·s^-1共3个等级,检验3个风速等级的预报偏差百分比得出,CALMET模式和BLI方法对10 m·s^-1以上的大风的预报效果相对较差;如何对大风预报进行订正对风速预报准确率的提高具有重要的意义。     

基于FAST和SURF的遥感图像自动配准方法

提出了基于加速分割检测特征(features from accelerated segment test,FAST)和加速鲁棒性特征(speeded - up robust features,SURF)的遥感图像自动配准方法.首先对参考图像与待配准图像进行HSI变换和高斯金字塔建立;然后检测并提取FAST角点,计算各角点的SURF描述子,用K-D树匹配搜索策略得到2幅图像的匹配点对;再使用最小二乘迭代法剔除错误匹配点并拟合几何变换系数;最后执行几何变换,得到配准后的图像.将该方法分别与基于SURF自动配准方法和ENVI软件中自动获取配准点的方法进行对比实验,结果表明,利用该方法能够获得更多的匹配点对,具有更高的几何配准精度,但在尺度不变性方面略逊于SURF算法.     

板桥稀土矿遥感找矿信息提取与矿产预测研究

通过对离子吸附型稀土矿成矿规律的分析,从浙江省板桥地区的遥感地质特征研究入手,在研究区地表范围内进行稀土遥感找矿信息的提取。首先利用SPOT图像和DEM数据构建的坡度数据对与稀土成矿相关的地貌单元进行解译;然后通过光谱特征分析和基于ASTER图像的矿物遥感异常提取,获取与成矿相关的高岭土、绢云母、绿泥石等风化特征矿物的分布信息;最后叠合分析地貌、坡度及异常提取结果,进行稀土遥感找矿预测。与地质调查资料及化探数据的对比分析证实,上述方法对圈定1∶5万的大比例尺离子吸附型稀土矿分布范围是有效的,可为更详细的稀土矿产资源潜力评价提供依据。     

基于GM(1,1)灰色模型卫星钟差短期预报的精度分析

为了提高GPS快速单点定位的精度,必须及时获得高精度的精密星历。基于卫星钟差变化的灰色特性,建立GPS卫星钟差GM(1,1)灰色模型,对卫星钟差进行短期预报。计算结果表明,灰色模型GM(1,1)用于卫星钟差短期预报,只需要使用少数几个历元的已知卫星钟差进行建模,不仅减少建模数据量,提高建模速度,而且预报精度较高,可以满足GPS快速单点定位的实际需要;并对卫星搭载的原子钟精度进行分析,得出基于灰色模型GM(1,1)分析的Rb钟的精度和稳定性要优于Cs钟。     

侯庄矿区-340米水平斜井延伸贯通测量

介绍了斜井延伸相向掘进贯通的实例,从测量方法、实测偏差的比较到误差预计都作了详细说明,目的是为了与各位同行共同探讨斜井贯通方面的有关问题。     

平稳自回归模型在高层建筑沉降预测中的应用

首先介绍了平稳自回归模型-AR(p)模型,然后将该模型应用到高层建筑沉降预测实例中,通过沉降实测数据与预测数据进行对比分析,其结果均满足精度要求,表明:AR(p)模型在高层建筑的沉降预测中具有很好的适用性。     

基于时间序列分析和灰色理论的建筑物沉降预测模型研究

基于时间序列分析方法建立建筑物沉降预测模型,其中通过二次移动平均法提取出沉降监测序列中的趋势项,并在此基础上采用灰色系统理论动态GM（1,1）模型进行趋势项预测。实际算例结果表明,该模型能够较好地预测沉降变化的发展趋势,并具有较高的预测精度,证明了该预测模型具有一定的可行性和有效性。     

基于GWR模型的中国中东部降水与海拔高度关系特征分析

利用中国国家级地面气象站逐时降水资料,采用地理加权回归(Geographically Weighted Regression,GWR)模型系统分析了中国中东部暖季降水与海拔高度的关系,并将二者关系作为一种客观标准,评估了ECMWF-IFS模式对2017年暖季降水的预报能力。主要结论如下:(1)总体来看,中国中东部降水频率(强度)随海拔高度升高而增加(减小),二者在不同地区的贡献程度不同导致降水量与海拔高度关系的区域差异显著。(2)通过对比午后短时和夜间长时降水事件与海拔高度关系的差异,发现午后短时降水事件的降水量主要随海拔高度升高而增加,且以降水频率与海拔高度关系的贡献为主。而夜间长时降水事件的降水量与海拔高度关系的区域一致性较差。相较于午后短时降水事件,夜间长时降水事件中有更多站点表现出降水量随海拔高度升高而减小的特征,在大地形周边陡峭地形处的站点所表现出的此种差异较东部孤立地形处更加显著。(3)根据ECMWF-IFS模式的评估结果,模式能够较好地刻画出中国中东部2017年暖季降水气候态的空间分布特征,且与观测具有较大的空间相关系数。但从降水与海拔高度关系来看,观测与模式的空间相关性偏弱。此外,模式能够表现出降水强度(频率)主要随海拔高度升高而减小(增加)的特征,但绝大多数站点在模式中的降水强度(频率)与海拔高度的负(正)回归关系要弱(强)于观测结果。     

Seasonal Prediction of the Global Precipitation Annual Modes with the Grid-Point Atmospheric Model of IAP LASG

A right annual cycle is of critical importance for a model to improve its seasonal prediction skill. This work assesses the performance of the Grid-point Atmospheric Model of IAP LASG （GAMIL） in retrospective prediction of the global precipitation annual modes for the 1980 2004 period. The annual modes are gauged by a three-parameter metrics： the long-term annual mean and two major modes of annual cycle （AC）, namely, a solstitial mode and an equinoctial asymmetric mode. The results demonstrate that the GAMIL one-month lead prediction is basically able to capture the major patterns of the long-term annual mean as well as the first AC mode （the solstitial monsoon mode）. The GAMIL has deficiencies in reproducing the second AC mode （the equinoctial asymmetric mode）. The magnitude of the GAMIL prediction tends to be greater than the observed precipitation, especially in the sea areas including the Arabian Sea, the Bay of Bengal （BOB）, and the western North Pacific （WNP）. These biases may be due to underestimation of the convective activity predicted in the tropics, especially over the western Pacific warm pool （WPWP） and its neighboring areas. It is suggested that a more accurate parameterization of convection in the tropics, especially in the Maritime Continent, the WPWP and its neighboring areas, may be critical for reproducing the more realistic annual modes, since the enhancement of convective activity over the WPWP and its vicinity can induce suppressed convection over the WNP, the BOB, and the South Indian Ocean where the GAMIL produces falsely vigorous convections. More efforts are needed to improve the simulation not only in monsoon seasons but also in transitional seasons when the second AC mode takes place. Selection of the one-tier or coupled atmosphere-ocean system may also reduce the systematic error of the GAMIL prediction. These results offer some references for improvement of the GAMIL seasonal prediction skill.     

基于灰色关联分析与RBF神经网络的水面蒸发量预测

利用灰色关联度法分析了影响水面蒸发量的主要气象因素,并通过RBF神经网络建立了水面蒸发量的经验预测模型.计算结果表明,所建立的模型简单易行,精度较高,可以应用于生产实践中.