【摘 要】
：
本文利用2010-2015年2400多国家气象站逐小时观测数据对覆盖中国的EAR70、CLDAS和ERA-Interim 3种表层土壤温度进行了评估和对比.结果 表明:空间上CLDAS表层土壤温度精度最高(平均误差为-0.5℃,均方根误差为3.0℃,相关系数为0.96),受益于CLDAS高精度的陆面初始场,EAR70平均误差得到了改善;时间上ERA-Interim再分析表层土壤温度在6:00和夏、秋季精度会明显下降,再分析表层土壤温度在数值较高时段表现出冷偏差,原因是模拟的土壤温度数值上升速度慢,对应的参
【机 构】
：
南京信息工程大学地理科学学院,南京210044;国家气象信息中心,北京100081;海南大学生态与环境学院,海口570228
论文部分内容阅读
本文利用2010-2015年2400多国家气象站逐小时观测数据对覆盖中国的EAR70、CLDAS和ERA-Interim 3种表层土壤温度进行了评估和对比.结果 表明:空间上CLDAS表层土壤温度精度最高(平均误差为-0.5℃,均方根误差为3.0℃,相关系数为0.96),受益于CLDAS高精度的陆面初始场,EAR70平均误差得到了改善;时间上ERA-Interim再分析表层土壤温度在6:00和夏、秋季精度会明显下降,再分析表层土壤温度在数值较高时段表现出冷偏差,原因是模拟的土壤温度数值上升速度慢,对应的参数化方案有待改进.再分析表层土壤温度在东北地区冬季存在冷偏差,可能和积雪覆盖有关,陆面参数化方案也有待提高.在地形复杂的青藏高原地区,融合地面观测的CLDAS提高了大气驱动的质量进而改进了土壤的模拟.ERA-Interim分辨率较粗不适合在青藏高原或者沿海地区使用,结合了CLDAS的EAR70在青藏高原精度提高.土壤表层温度的精度随着高精度的土壤状态初始场进入模式中时间延长会显著下降.因此,CLDAS的实时同化方式,能够有效提高在分析数据的精度.
其他文献
为了提高文本聚类的性能,采用k-modes算法进行文本聚类,并采用知识图谱进行样本预分析,以提高k-modes的文本聚类适用度.采用知识图谱进行样本预处理,对待聚类的文本进行知识图谱三元分析,并生成对应概念、实体和关系的样本集合;接着建立k-modes文本聚类模型,设定簇内节点至簇中心的距离值之和为目标函数,通过轮流固定隶属矩阵和聚类簇矩阵,不断求解目标函数的最小值直至目标函数值稳定,获得簇中心,最后根据簇中心及各节点到簇中心距离来确定聚类结果.实验表明,经过知识图谱分析之后,k-modes算法能够获得更
为了提高(t,n)门限秘密分享在添加新参与者阶段的通信效率,该文对Asmuth和Bloom提出的门限秘密分享方案进行研究.该文通过添加随机数的方法,设计了一种新的无分发者参与实现添加新参与者的方案,且不改变秘密值和原有参与者的份额.该方案参与者之间的总通信次数仅为t次,该文还分析了方案的正确性和安全性.
天气雷达回波需要与地理信息融合应用,以定位雷达回波,指导气象服务.本文针对新一代天气雷达业务化系统(ROSE)产品显示子系统,设计了全新的开放地图格式,采用全国一份地图数据文件,各地雷达站点动态匹配的方式,改进了现有雷达业务系统中主用户处理系统(PUP)需要各个站点分别申请定制地图的不便.ROSE产品显示子系统支持多种型号业务雷达数据在不同地球投影方式下的地图自适配显示.地图应用子模块程序设计中引入设计模式,有效解决了精细化地图数据的显示效率问题,实现了显示信息与速度的平衡.
海雾无论在海上还是在沿岸地带,都因其恶劣的能见度对交通运输、海洋捕捞和海洋开发工程以及军事活动等造成不良影响,因此对于海雾的实时监测和预报就显得尤为重要.本文提出了基于深度学习的静止气象卫星多通道图像融合分割算法,使用D-LinkNet深度卷积神经网络语义分割算法模型对黄渤海海域范围的16通道、空间分辨率为0.5 km的Himawari-8卫星数据进行研究.分别采用均交并比(mIOU)以及观测值检验作为评价指标,在测试集上的mIOU为0.9436,并且用卫星测试数据结果与海上观测数据结果进行对比,得出雾区
为了研究福建省有效致灾雷电的分布情况,基于福建省2004-2012年闪电定位数据及雷击人员伤亡数据、福建省L17级谷歌遥感影像瓦片,引入卷积神经网络模型对遥感影像所在区域是否属于人员活动的属性进行建模、训练和预测,得到福建省人员活动属性的格点产品,结合福建省历史雷电数据对有效致灾的雷电分布情况进行了分析,结果表明:①设计的遥感影像+CNN识别模型具有一定的可行性和准确率,通过显著性水平为0.01的假设检验;②福建省有63.55％的格点为无人员活动区域;③平均有45.36％的闪电落在无人员活动的区域,因地制
机器学习是人工智能的核心,是使计算机具有智能的根本途径之一.随着以深度学习为代表的机器学习算法取得突破,人工智能呈现了加速发展的趋势,在各行业取得了广泛的应用.机器学习在计算效率、准确性、可移植性、协同性、灵活性、易用性等方面具有较大的优势,下一步将有可能改变传统的气象观测模式,加速和改善气象观测数据的处理,改善数值天气预报质量以及推进地球科学的交叉融合.为更好地推动人工智能相关技术在气象领域的应用,本文从气象观探测、数值预报、危险天气识别与预警和卫星资料处理等方面对机器学习算法的应用现状进行了整理.
为了提高图像识别性能,采用孪生支持向量机用于图像分类识别,并结合二维Gabor小波对图像纹理特征进行提取,借助局部线性嵌入(Locally linear embedding,LLE)降维,以进一步提高图像识别准确率和识别效率.采用二维Gabor小波对图像数据进行有效滤波,获得图像关键纹理特征,然后对大量纹理特征进行LLE降维,以降低维度过高带来的运算量巨大问题,采用孪生支持向量机(Twin support vector machine,TWSVM)对关键纹理特征进行分类,获得图像分类结果并完成图像识别.实
基于中国区域地面降水格点日值数据集,对比国家气候中心业务暴雨指数和区域极端强度—持续时间综合(Region-Extreme-Intensity-Duration,REID)指数识别区域极端降水事件方法,给出了中国5个区域极端降水事件(Regional Extreme Precipitation,REP)的频数、强度、影响面积以及持续时间统计规律及变化特征,探讨了两种方法识别结果存在的差异.结果 表明:(1)两种方法识别持续时间为1～2d,影响面积为200000 km2左右的极端降水事件统计、气候特征相近.
利用1945-2018年美国联合台风警报中心JTWC台风最佳路径资料,定义并系统分析了西北太平洋多台风事件时空分布气候特征和可能形成机制.结果 表明:西北太平洋多台风事件(MTYE)主要发生在7-10月,其生成源地关键区位于西北太平洋135°～180°E的12°N附近.相对于单独发生的台风,多台风事件的台风平均强度更强、生命期更长.多台风事件的台风频数占总台风频数的比例以年际变率为主,并有一定的增长趋势.多台风事件强年对应于中东太平洋热带和北半球副热带海温显著增暖,通过Gill型Rossby波响应和Wal
为了评估工业产品的结构安全性,严格控制产品质量,该文从光纤工业生产的角度出发,结合机器视觉在缺陷检测方面的应用,提出了一种基于Gabor滤波器的光纤缺陷检测系统.使用一组包含中值滤波和Gabor滤波的滤波器来消除背景纹理的影响,增强缺陷特征;将滤波后的图像分成大小相同的小块,根据每个子块包含的缺陷特征的数量,将这些子块分为有缺陷块和无缺陷块;根据原始图像的灰度和缺陷区域的形状和位置特征进行筛选,从而判断光纤图像类型.实验结果表明,该文所提的方法能够有效地应用于光纤的无损检测,为光纤产品质量保证提供了可行的