基于匹配追踪和遗传算法的大地电磁噪声压制

针对匹配追踪计算量大、大地电磁数据处理效率低的问题，提出基于匹配追踪和遗传算法的大地电磁噪声压制方法.首先，利用Gabor原子构建过完备原子库，并对过完备原子库集合进行划分.然后，借助遗传算法的自适应性，快速搜寻最优匹配原子及所在位置.最后，运用最优匹配原子对待处理信号进行稀疏分解，重构有用信号.通过对计算机模拟的典型强干扰和矿集区实测大地电磁数据进行分析处理，实验结果表明，相对于匹配追踪和正交匹配追踪，文中所提方法能从过完备原子库中快速、自适应地选取最优匹配原子与不同噪声干扰类型高精度的匹配，极大地提升了计算效率；大地电磁时间域序列中的大尺度强干扰被有效剔除，视电阻率曲线更为光滑、连续，低频段的数据质量得到明显改善.     

地震油气储层的小样本卷积神经网络学习与预测

地震储层预测是油气勘探的重要组成部分，但完成该项工作往往需要经历多个环节，而多工序或长周期的研究分析降低了勘探效率.基于油气藏分布规律及其在地震响应上所具有的特点，本文引入卷积神经网络深度学习方法，用于智能提取、分类并识别地震油气特征.卷积神经网络所具有的强适用性、强泛化能力，使之可以在小样本条件下，对未解释地震数据体进行全局优化提取特征并加以分类，即利用有限的已知含油气井段信息构建卷积核，以地震数据为驱动，借助卷积神经网络提取、识别蕴藏其中的地震油气特征.将本方案应用于模型数据及实际数据的验算，取得了预期效果.通过与实际钻井信息及基于多波地震数据机器学习所预测结果对比，本方案利用实际数据所演算结果与实际情况有较高的吻合度.表明本方案具有一定的可行性，为缩短相关环节的周期提供了一种新的途径.     

改进的多道预测算子压制浅水多次波方法

在浅水情况下，由于观测数据中缺少近偏移距信息，水层多次波的压制面临挑战.利用多道预测算子压制水层多次波是浅水环境下压制多次波的重要方法之一，这种方法先从输入数据中估计出多道预测算子，再将预测算子和输入数据做褶积预测出水层相关多次波.然而，估计的多道预测算子很容易受噪声污染，从而影响多次波模型的精度.所以，我们提出了改进的多道预测算子压制浅水多次波方法.该方法先从数据中估计出多道预测算子，并利用估计的算子构建出精确的水层模型；然后，通过计算算子的走时信息、估计振幅信息、合成新算子三个步骤来修正原始的多道预测算子.修正的算子不仅不受噪声影响，还含有精确的走时信息、可靠的振幅信息；最后，该方法用修正的算子来预测多次波，并结合自适应相减，将预测的多次波从输入数据中去除.通过合成数据和实际资料的验证表明，相比于原始的多道预测算子压制多次波方法，改进的方法能够取得更好的压制效果.     

Dynamic modeling and vibration suppression for an offshore wind turbine with a tuned mass damper in floating platform

The worldwide demand for renewable energy is increasing rapidly. Wind energy appears as a good solution to copy with the energy shortage situation. In recent years, offshore wind energy has become an attractive option due to the increasing development of the multitudinous offshore wind turbines. Because of the unstable vibration for the barge-type offshore wind turbine in various maritime conditions, an ameliorative method incorporating a tuned mass damper (TMD) in offshore wind turbine platform is proposed to demonstrate the improvement of the structural dynamic performance in this investigation. The Lagrange's equations are applied to establish a limited degree-of-freedom (DOF) mathematical model for the barge-type offshore wind turbine. The objective function is defined as the suppression rate of the standard deviation for the tower top deflection due to the fact that the tower top deflection is essential to the tower bottom fatigue loads, then frequency tuning method and genetic algorithm (GA) are employed respectively to obtain the globally optimum TMD design parameters using this objective function. Numerical simulations based on FAST have been carried out in typical load cases in order to evaluate the effect of the passive control system. The need to prevent the platform mass increasing obviously has become apparent due to the installation of a heavy TMD in the barge-type platform. In this case, partial ballast is substituted for the equal mass of the tuned mass damper, and then the vibration mitigation is simulated in five typical load cases. The results show that the passive control can improve the dynamic responses of the barge-type wind turbine by placing a TMD in the floating platform. Through replacing partial ballast with a uniform mass of the tuned mass damper, a significant reduction of the dynamic response is also observed in simulation results for the barge-type floating structure.     

基于层次分析法的南麂列岛海域人工鱼礁社会效果评价

人工鱼礁建设具有生态效果、经济效果和社会效果。为科学指导人工鱼礁的建设方向,进一步促进海洋牧场建设以及海洋渔业资源和海洋生态环境的可持续发展,文章采用改进的层次分析法,从人工鱼礁与社会的适应性、对社会环境的影响、对社会生活的影响以及对其他行业发展的影响4个方面,选取政策符合性等10个评价指标,通过问卷调查的方式,对南麂列岛海域人工鱼礁的社会效果进行评价,填补该研究领域的空白。研究结果表明:根据各评价指标的权重和效果判定值,南麂列岛海域人工鱼礁产生了较好的社会效果,其中海洋生态环境、项目长远性、改善渔民生活质量和海洋捕捞业等指标发挥作用较大;未来将开展长期和连续的调查研究,提高评价可信度。     

吸湿性播撒对暖性对流云减雨影响的数值模拟

利用以色列特拉维夫大学二维面对称分档云模式（two-dimensional slab-symmetric detailed spectral bin microphysical model of Tel Aviv University）,对2016年9月4日16:00（北京时）前后我国华东地区的一次暖性浅对流云降水过程进行模拟,模式模拟的强回波中心高度和最大回波强度范围与观测基本一致。并在此基础上进行了小于1 μm的吸湿性核的播撒减雨试验,分别考虑了不同播撒时间、不同播撒高度以及不同播撒剂量的敏感性测试。结果表明:在云的发展阶段早期播撒能起到更好的减雨效果,播撒时间越早对大粒子生长过程的抑制作用越强,随着播撒时间向后推移,受抑制作用最显著的粒径段向小粒径端偏移;在云中心过饱和度大的区域下方进行播撒,减雨效果更加明显,当播撒剂量为350 cm-3时,地面累积降水量减少率可达23.3%;另外,随着播撒剂量的增加,减雨效果更加显著,甚至能达到消雨的效果。因此,在暖性浅对流云中合理地播撒小于1 μm的吸湿性核能达到较好的减雨或消雨效果。     

一次冬季冰雹的双偏振多普勒天气雷达回波分析

为研究双偏振雷达资料在冬季冰雹监测预警中的应用,利用厦门S波段双偏振雷达资料,分析了2016年12月21日福建漳州冰雹的回波特征。发现在降雹过程中,最强回波达69 dBZ,三体散射回波径向长度达16 km,旁瓣回波切向宽达20 km,低层的钩状回波与入流缺口明显;冰雹区的差分反射率因子Z_(dr)和差分相位常数K_(dp)数值小,冰水混合区的相关系数ρ_(hv)较低。分析表明:此冰雹个例并非典型的超级单体,但存在超级单体的部分偏振回波特征,回波前侧下沉气流存在Z_(dr)弧,可延伸到中层,在入流缺口和后侧下沉气流处,Z_(dr)柱和K_(dp)柱成对出现,中层存在CC的低值环。     

河南省人工防雹作业指挥系统研发及应用

利用河南省历史气象资料,结合先进的防雹理论与技术,系统分析和总结了河南省冰雹过程的天气尺度与中尺度概念模型,并根据三维冰雹云数值模式及雷达探测、闪电定位、卫星、自动站数据,研发出河南省人工防雹作业指挥系统。该系统包括天气形势分析子系统和作业决策指挥子系统。天气形势分析子系统可根据大尺度形势背景、中尺度系统特征及三维冰雹云数值模式和卫星、闪电、自动站资料,对可能降雹区进行预测。作业决策指挥子系统通过对雷达数据产品的二次开发,完成雷达资料处理、产品生成及风暴自动识别、分类、预警,并根据参数的变化和雹云的移动方向,对下游作业区进行预警及输出作业方案。整个系统基于VS2005开发平台,使用c++开发语言,利用图层分层管理将地理信息、雷达实时观测资料、雷达二次产品、高空资料、火箭和高炮作业点等信息分层显示。系统自动化程度高,操作简便,为河南省冰雹天气预报预警提供了可参考的技术指标体系。     

云凝结核浓度对南京地区一次冰雹云过程影响的数值研究

采用WRF模式与包含了云凝结核(Cloud Condensation Nuclei,CCN)浓度和霰雹密度预报的NSSL(National Severe Storm Laboratory,国家强风暴实验室)微物理方案,模拟不同CCN初始浓度条件下南京地区的一次冰雹云过程,分析不同CCN初始浓度影响下冰雹云过程的宏微观演变特征,以及对流发展不同阶段的水凝物粒子及流场、温度场的垂直分布特征。研究发现:1)较大的CCN初始浓度虽然抑制了前期对流降水,但对后期对流降水的产生有促进作用;2)CCN初始浓度的增加使得模拟雷达回波的强回波区域(大于40 dBz)缩小,中等强度区域(小于40 dBz)扩张。3)CCN初始浓度增大不利于对流发展初期云雨自动转化过程的发生,但是促进了冰晶与雪的产生,使得冰雹含量峰值出现的时间推迟。4)CCN浓度增大抑制了雨水产生,间接使得霰粒子更倾向于干增长,平均密度更小;5)较大的CCN浓度促使冰雹云单体的发展时间增长。     

人工智能在冰雹识别及临近预报中的初步应用

基于广东10部S波段多普勒天气雷达的三维拼图资料,利用机器学习技术开发了一种冰雹识别和临近预报的人工智能算法。算法设计时以雷达回波反射率的垂直和水平扫描数据为基础训练集,将冰雹云的雷达反射率扫描数据作为正样本,将其他雷达反射率扫描数据作为负样本,通过贝叶斯分类法对正、负样本数据集进行机器学习,训练人工智能识别冰雹云内在规律的能力。训练时以广东省2008-2013和2015-2016年的数据作为训练集,使用了2014年广东省12次冰雹过程的数据做检验。对比检验的结果表明,人工智能法比传统的概念模型法击中率高9个百分点。研究结果表明了人工智能对冰雹这类非线性强天气过程具有较强的识别能力。