地表水地下水耦合模型在大型山丘平原交错区的研发与应用

大型山丘平原交错区复杂的自然地理和人类活动特征增加了水文循环研究和水资源评价、管理的难度,地表水地下水耦合模型作为流域/区域水文循环模拟的重要工具,为解决这类大型区域诸多水文水资源问题提供了便利.针对目前地表水地下水耦合模型难以兼顾精度和效率的问题,论文提出了一种新型半松散耦合机制,将三维有限差分地下水流数值模型嵌入半...     

中国北方风蚀区风速变化时空特征分析

利用北方风蚀区155个气象站点1971-2015年平均风速数据,采用气候趋势分析、空间插值和小波分析等方法分析北方风蚀区平均风速的时空变化趋势。结果表明：近45 a来,北方风蚀区年平均风速为2.70 m·s^-1,呈明显减小趋势,其递减速率为0.017 m·s^-1·a^-1（α=0.001）,1980s风速减小最快,1990s减小最缓慢,2010s风速出现增大趋势;我国北方风蚀区四季的平均风速均呈现下降趋势,下降速度春季>夏季>秋季>冬季（α=0.001）,不同年代不同季节风速变化存在较大差异,2010s除春季外其他季节风速均呈现增大趋势;空间分布上显示,风速变化幅度空间分布差异明显,北方风蚀区内的新疆西北部和东南部、青海、内蒙古中部和东北部、黑龙江以及吉林为风速降低较快的区域,甘肃东南部、宁夏、陕西和山西北部以及新疆的东北部和西部等地区是风速降低不明显的区域。春季和夏季风速降低较快的区域面积扩大,冬季和秋季风速降低较缓的区域扩大;平均风速存在多时间尺度的周期性结构特征,28 a时间尺度左右为风速变化的主周期,平均变化周期为18 a。     

多种风电场风速预报订正方法的适用性研究与集成应用

以内蒙古中部某风电场为实验风电场,采用随机森林（Random forest,RF）方法、相似误差订正（Analogue correction of errors,ACE）方法以及概率密度匹配方法（Probability density function matching method,PDF）分别对风电场风速预报进行订正及适用性研究。结果表明：3种方法在各季均对中尺度天气预报模式（Weather research and forecasting model, WRF）风速预报具有不同程度的订正效果,RF方法可以有效改善WRF误差较大的问题,但兼具误差过分放大情况,ACE方法和PDF虽然对较大误差的改善能力不及RF方法,但是能够较好地控制误差过分放大问题。此外,3种方法针对小于5 m·s^-1的小风速段,订正效果不理想,随着风速的增加,订正能力逐渐增强。参照预报模型各自的优势,尝试开展多种预报模型的分风速等级集成应用,可以对不同风速等级下的WRF预报起到较好的改善作用。     

我国风蚀区风速日变率时空变化特征

基于我国风蚀区239个气象站点逐时风速数据,采用谐波分析方法分析我国风蚀区风速日变率特征。结果表明：85.3%的站点有且只有第一个谐波通过F检验,日变率以24 h为周期;14.2%的站点第一和二个谐波通过检验,日变率以24 h为主周期,以12 h为副周期;西藏墨竹工卡站第一和三个谐波通过检验。日平均风速变化范围为0.96~8.36 m·s^-1,均值为2.42 m·s^-1;风速>3 m·s^-1站点集中分布在内蒙古北部高原、青藏高原地形平坦的高原区、甘肃河西走廊及新疆东北部。季节风速表现出春季 > 冬季 > 夏季 > 秋季的特征;第一个谐波振幅变化范围为0.28~3.28 m·s^-1;相位变化范围为-1.55~4.67,集中在3.21~4.67,表明大部分站点在午后风速值达到最大。研究可为逐时风速的随机模拟提供基础,进而为风蚀区风蚀量估算提供更好的数据支撑。     

Impacts of reduced wind speed on physiology and ecosystem carbon flux of a semi-arid steppe ecosystem

Decreasing wind speed is one aspect of global climate change as well as global warming, and has become a new research orientation in recent decades. The decrease is especially evident in places with frequent perennially high wind speeds. We simulated decreased wind speed by using a steel-sheet wind shield in a temperate grassland in Inner Mongolia to examine the changes in physical environmental variables, as well as their impacts on the photosynthesis of grass leaves and net ecosystem exchange （NEE）. We then used models to calculate the variation of boundary layer conductance （BLC） and its impact on leaf photosynthesis, and this allowed us to separate the direct effects of wind speed reduction on leaf photo- synthesis （BLC） from the indirect ones （via soil moisture balance）. The results showed that reduced wind speed primarily resulted in higher moisture and temperature in soil, and indirectly affected net assimilation and water use efficiency of the prevalent bunch grass Stipa krylovii. Moreover, the wind-sheltered plant community had a stronger ability to sequester carbon than did the wind-exposed community during the growing season.     

A machine learning approach for predicting computational intensity and domain decomposition in parallel geoprocessing

ABSTRACT

High performance computing is required for fast geoprocessing of geospatial big data. Using spatial domains to represent computational intensity (CIT) and domain decomposition for parallelism are prominent strategies when designing parallel geoprocessing applications. Traditional domain decomposition is limited in evaluating the computational intensity, which often results in load imbalance and poor parallel performance. From the data science perspective, machine learning from Artificial Intelligence (AI) shows promise for better CIT evaluation. This paper proposes a machine learning approach for predicting computational intensity, followed by an optimized domain decomposition, which divides the spatial domain into balanced subdivisions based on the predicted CIT to achieve better parallel performance. The approach provides a reference framework on how various machine learning methods including feature selection and model training can be used in predicting computational intensity and optimizing parallel geoprocessing against different cases. Some comparative experiments between the approach and traditional methods were performed using the two cases, DEM generation from point clouds and spatial intersection on vector data. The results not only demonstrate the advantage of the approach, but also provide hints on how traditional GIS computation can be improved by the AI machine learning.     

近55 a辽宁省风速时空变化特征分析

风速时空演变特征分析是气候变化研究的主要方面之一,对气候异常评估与防风预测预报工作有重要意义。以辽宁省为研究区,利用1960-2014年省内23个气象站点逐日气象数据,采用线性回归、Mann-Kendall法分析风速多时间格局演变情况。借助ArcGIS软件中反距离权重插值与表面分析模块对研究区进行空间分析,并通过Pearson相关性检验探讨风速与气温、气压的相关关系。结果表明：（1） 从时间格局上看,1960年以来辽宁省平均风速总体呈显著下降趋势,年内下降趋势为“双峰型”,递减率0.559 m·s^-1·（10 a）^-1;年际递减率为0.22 m·s^-1·（10 a）^-1;四季风速递减率春季 > 冬季 > 秋季 > 夏季。（2） 就空间格局而言,空间分布特征由中部向东西两侧递减,季节差异性较小。（3） 辽宁省风速降低与气温、气压变化有关,且风速与气温呈负相关,与气压呈正相关。     

基于高分辨率模式的京津冀地区无人机航路风向风速模拟分析

随着中国低空空域的陆续开放,依靠现有的低空飞行气象保障技术为低空安全飞行提供服务略有不足,对飞行影响最大的风进行预报也有一定的困难。论文基于WRF(Weather Research and Forecasting Model)中尺度数值模式,对2015—2019年京津冀地区的风速风向进行模拟,并将模拟结果与气象站观测数据进行对比分析,可为该地区无人机低空航路飞行安全提供保障。结果表明:WRF模式能够较好地模拟风速的季节变化趋势,平原地区的模拟效果优于山区,山区模拟的风速偏大,但误差在可接受的范围内(RMSE<1.5 m·s^-1)。平均风速、最大风速最小值均出现在夏末,平均风速最大值出现在春季(山区4.43 m·s^-1、平原4.13 m·s^-1);最大风速在冬、春、夏初呈波动递增,夏季中旬开始减少,夏末秋初降至最小。京津冀地区风速呈西北向东南递减,泊头站(-0.02 m·s^-1·(5 a)^-1)和天津站(-0.02 m·s^-1·(5 a)^-1)平均风速呈下降趋势,其余站点风速呈上升趋势,唐山站上升率最大(0.08 m·s^-1·(5 a)^-1);在风速季节空间分布中,平均风速以上升趋势为主,站点所占比例为春季45.45%、夏季90.91%、秋季63.63%、冬季81.81%。平原地区盛行风呈东北—西南向;山区站点怀来站风向以WNW(18.70%)和W(15.01%)为主,蔚县站风向以N(16.79%)和NNW(12.03%)为主,相较于平原地区,山地地区风速8.0 m·s^-1的大风数量显著上升。1000 m高度的平原地区大风出现频率显著增加,增长速度高于山地地区,不利于无人机飞行,风速17.0 m·s^-1以上出现的概率明显高于山地地区。     

1960-2013年南北疆风速变化特征分析

利用较为均匀分布在新疆的45个气象站1960-2013年平均风速数据,通过气候趋势分析、气候突变分析、Morlet小波分析、Pearson相关分析等方法,研究近50 a来南北疆平均风速变化特征,结果表明：（1）1960-2013年南北疆地区年平均风速分别以0.15 m·s^-1·（10 a）^-1和0.14 m·s^-1·（10 a）-1的速率显著降低,1960-1990年南北疆年均风速分别以0.21 m·s^-1·（10 a）和0.18 m·s^-1·（10 a）^-1速率降低;1991-2013年北疆以0.01 m·s^-1·（10 a）^-1的速率下降,而南疆却以0.17 m·s^-1·（10 a）^-1的速率上升,各季节风速变化趋势与年序列相似。（2）四季中,南北疆的年递减率均是夏季最为显著,北疆是冬季变化不明显,而南疆其余各季节相差不大。（3）从空间分布上显示,北疆各站点总体较南疆明显,低海拔区递减幅度较大。（4）风速的长期变化具有一定的突变性,南北疆的平均风速均在1980年前后出现明显的突变点,从各季节平均风速来看,北疆春、夏、秋季突变出现的时间稍早于冬季,南疆春季突变出现的时间稍早于夏、秋和冬季。（5）Morlet小波分析结果显示,南北疆风速变化均存在4 a、8 a及15～20 a左右的变化周期,春夏秋冬各季节表现出强弱不一致,体现出季节性变化。（6）城市化发展对风速的变化产生了一定影响,但不是风速显著下降的主要原因,大气环流变化和气候变暖才是造成风速减小的可能原因。     

基于RWEQ和WEPS模型的中国北方农牧交错带潜在风蚀模拟

中国北方农牧交错带是一个典型的受气候和人类活动共同影响的敏感区域,存在严重的土壤风蚀和土地退化问题.风蚀模型是目前获得区域风蚀模数的最有效方法之一.利用修正风蚀方程(RWEQ模型)和风蚀预报系统(WEPS模型)对北方农牧交错带2000-2012年潜在风蚀进行评估.结果表明:两个模型模拟得到的多年平均潜在风蚀量不同,但空...     

甘肃武威站新旧址风速资料对比分析

为了科学合理地利用台站搬迁前后的气象资料,根据甘肃武威国家基本气象站2006—2018年新、旧址风速对比观测数据,采用均值和方差显著性检验、相关系数与线性回归等统计方法,对比分析了新、旧址风速变化特征、差异性及产生原因。结果表明:新、旧址风速均呈减小趋势,平均、极大风速的递减率新址大于旧址,最大风速的递减率新址小于旧址。新址与旧址对比观测风速多数存在正风差,造成风速差异的主要原因是迁址前后观测场周边环境、地理位置及海拔高度等的不同。方差和均值检验风速差异的显著性不一致,前者检验差异不显著,后者检验多数差异显著。新、旧址风速存在明显的正相关,相关系数多数通过了显著性检验。各月线性回归方程非常显著,经F检验通过了α=0.01显著水平检验,回归订正后,风速差异明显减小,说明新、旧址风速在统计应用可合并。本研究将为台站迁移、预报预测、气象服务、科研研究和大型工程建设等提供科学参考依据。