【摘 要】
：
基于泰国气象局提供的近32年(1981～2012)站点逐日降水观测资料,利用线性趋势和集合经验模态分解(Ensemble empirical mode decomposition,EEMD)等分析方法,本文重点研究了泰国及其五个地理分区内各等级降水量与降水日数出现正异常(第95百分位及以上)的站点比例变化,并深入分析了泰国逐年降水量与暴雨级别以上持续性和非持续性降水量相对贡献的变化.主要结论如下:(1)泰国东部和南部地区是其降水最强的区域,而泰国北部地区降水相对最弱,在研究的32年时段内,泰国境内有87％
【机 构】
：
中国科学院大气物理研究所云降水物理与风暴实验室,北京100029;中国科学院大学,北京100049;中国科学院大学,北京100049;中国科学院大气物理研究所国际气候与环境科学中心,北京100029
论文部分内容阅读
基于泰国气象局提供的近32年(1981～2012)站点逐日降水观测资料,利用线性趋势和集合经验模态分解(Ensemble empirical mode decomposition,EEMD)等分析方法,本文重点研究了泰国及其五个地理分区内各等级降水量与降水日数出现正异常(第95百分位及以上)的站点比例变化,并深入分析了泰国逐年降水量与暴雨级别以上持续性和非持续性降水量相对贡献的变化.主要结论如下:(1)泰国东部和南部地区是其降水最强的区域,而泰国北部地区降水相对最弱,在研究的32年时段内,泰国境内有87％的站点出现了逐年降水增加的趋势(共有22个站通过了95％置信水平的显著性检验),其中泰国南部是增加最快的区域,而泰国东部地区则是出现降水增加趋势最少的地区.位于泰国湾沿岸的曼谷站和洛坤站是整个泰国境内逐年降水增加最快的站点.(2)泰国北部地区的逐年降水量、逐年降水日数与平均降水强度出现正异常的站点比例显著增加,表明极端降水的影响范围在扩大,而泰国南部地区仅大暴雨级别以上的极端降水出现了范围扩大的趋势.(3)暴雨级别以上的降水在泰国不同地区存在着显著差异,其中泰国北部、东北部和中部地区,非持续性降水占主导地位,而在泰国东部和南部地区,持续性与非持续性降水的贡献相当.暴雨级别以上持续性降水出现正异常的站点比例在泰国北部和南部地区有显著的增加趋势,表明这些地区受稳定系统影响所发生强降水的范围有着显著的扩大趋势.
其他文献
针对基于神经网络的电离层TEC短期预报存在精度较低、易陷入局部最优的问题,利用CODE中心提供的TEC数据及地磁活动指数,建立基于麻雀搜索算法(SSA)改进Elman神经网络的电离层TEC短期预报模型,并通过BP模型、Elman模型及SSA-Elman组合模型分别对电离层平静期和扰动期中低纬度TEC进行5 d连续预报.实验结果表明,利用优化后的Elman神经网络模型对TEC进行连续5 d预报时,单个年积日的均方根误差最优可达1.443 TECu,相关系数最优可达0.976,优于BP模型和Elman神经网络
收集安徽地区沿郯庐断裂带及“霍山窗”布设的6个场地流动水准测量近30 a的观测资料,应用“形变速率累加分析”法进行处理,研究异常时段与周边地震的关系,分析相同时段所有场地形变速率累加整体特征.结果表明:1)形变速率累加分析能够有效提取每条测线超过2倍标准差的数据,同时速率较小的趋势性变化可得到压制.2)形变速率累加分析在提取形变速率时,原始数据的转折变化也能得到一定程度保留,曲线转折时期形变速率累加出现的频次明显增多.3)连续的形变速率累加时段映震效果较好,但并不能一一对应,需结合测线进行具体分析.4)研
针对我国陡峭地形数值预报难题,本文在国际先进WRF(Weather Research and Forecasting)模式动力框架中引入阶梯地形垂直坐标,以期为改进复杂地形区域数值天气预报提供模式发展可选方案.设计气柱质量变换方法,实现阶梯地形和追随地形两种垂直坐标下动力方程组的形式一致,从而简化方程组离散及程序实现的复杂过程.阶梯地形的构造借鉴了AREM(Advanced Regional Eta-coordinate Model)的设计思路,即首先构造参考大气,而后定义阶梯地形网格特征量,最后进行阶梯
在气候变化与城市化的双重影响下,我国沿海城市面临日益严峻的洪涝形势.本文以沿海城市福州市中心城区白马河片区为例,基于InfoWorks ICM建立水文水动力耦合模型,并采用2021年2月10日实测降雨及检查井液位数据对模型参数进行了校验.利用了重现期分别为10、20、50和100 a这4种工况作为降雨驱动模型,其结果表明:在10 a 一遇设计降雨时,模型在10:12时达到最大水深0.402 m;在20 a 一遇设计降雨时,模型在10:07时达到最大水深0.419 m;在50 a 一遇设计降雨时,模型在10
针对目前睡眠脑电数据的标记仍以专家评判为主,导致数据标记不足,以及影响睡眠状态自动评估的不同阶段睡眠脑电数据类不平衡等问题,提出了一种基于生成式对抗网络(generative adversarial network,GAN)的数据增强模型,用以扩充不同睡眠阶段的脑电数据.通过引入Huber函数来改进辅助分类器生成式对抗网络(auxiliary classifier GAN,ACGAN)模型的损失函数,解决数据模糊等品质问题.该模型无须对数据进行特征提取,其生成和判别网络都采用一维卷积神经网络(one-di
通过Aβ25-35联合D-半乳糖诱导,建立实验性大鼠阿尔茨海默症(Alzheimer\'s disease,AD)模型,采用Morris水迷宫实验,评估红参松花粉片对AD模型大鼠学习记忆能力和海马神经细胞凋亡的影响.同时,运用Western blot、RT-qPCR及TUNEL法,检测AD模型大鼠海马神经细胞中BCL2、BAX、p-AKT及p-GSK3β的含量.研究表明:与模型组相比,红参松花粉片高剂量组能显著缩短模型大鼠逃脱潜伏期和游泳距离(P＜0.05),显著增加搜索时间百分比(P＜0.05);红
利用知识工程相关方法和技术,构建了全球海底光缆知识图谱.知识图谱中,本体包含了 8个实体类型、7个实体属性,实例层包含了 1 949个实体、共计8 535个三元组.将所构建知识图谱与DBpedia、Geonames建立了 2 378个链接,在此基础上,通过SPARQL查询,对海底光缆数据进行了分析.
心理学量表是目前大规模抑郁筛查的主要测评手段.随着量表数据量的增加,深度学习逐渐被应用于抑郁分类研究.抑郁筛查往往利用多个与抑郁相关的量表以提高筛查维度的多样性和全面性,这是因为抑郁及其相关量表数据不仅数据量庞大,而且每个量表还包含一个或多个维度.相较于传统机器学习方法,深度学习更适合分析这类维度多样的大数据,通过构建和训练深度神经网络,能挖掘大数据中的心理测评信息.
大气细颗粒物(PM2.5)是影响长三角地区空气质量的关键污染物.近年来随着各项环保举措的实施,PM2.5的来源特征也发生了变化,为了制定切实有效的PM2.5治理方案,考察PM2.5的主要来源及其贡献至关重要.本研究使用CMAQ-ISAM模型,定量分析了 2018年长三角内4个典型城市(上海、杭州、南京和合肥)PM2.5的主要来源.表明了上述4个城市PM2.5的最主要来源:冬季为长三角外的远距离传输(38.5％～52.6％);秋季为各城市的本地排放(43.0％～50.9％);在春季和夏季,本地排放是上海、杭
为消除剧烈振动给车辆行驶平顺性与稳定性带来的不良影响,利用拉格朗日法建立路面-车耦合的17自由度动力学方程;通过线性滤波白噪声法,建立路面不平度激励的时域模型;根据现代控制理论建立悬架系统多输入多输出的状态方程.利用线性二次型高斯控制理论设计主动悬架控制器,通过粒子群算法(PSO)对控制器的加权参数进行优化.仿真结果表明:车辆平顺性在主动悬架系统的控制下得到了较大的提升,同时车辆的操纵稳定性、结构稳定性均有所改进,车辆的综合性能有了全面的提高.