热反射隔热涂料研究及应用现状

在对国内外热反射隔热防腐蚀涂料研究状况进行讨论的基础上,重点对其降温机理进行分析,提出热反射隔热涂料(Reflective Thermal Insulating Coating简称RTIC)概念。指出涂料制备关键,对涂料降温性能指标、测试方法及应用前景进行详细的讨论。

新型降温复合涂层

分析了降温复合涂层的降温机理,对涂料制备中的关键问题、涂料降温性能测试及结果进行了讨论。所制备的涂料在钢结构、车辆及建筑物外墙应用前景很大。

纳秒激光与硅电池片光电转换效率变化及机理初步分析

描述了用6ns波长为1064nm的激光在SF6中作用于硅表面产生的锥形微观结构过程，测试了经激光处理及未经激光处理之硅晶片制成的硅电池光电转换效率的变化。实验显示，激光处理后的晶片所制电池其光电转换效率提高，其增加量为未经激光处理的电池效率的10％一15％，对这种变化进行了初步机理分析，认为可能与硅逾量电子结合能和Fermi能级有关。激光处理硅晶片的应用，也会进一步改善硅电池制作工艺。

热反射隔热防腐蚀涂层的现状及其应用

在对国内外热反射隔热防腐蚀涂料研究状况进行讨论的基础上,重点对其降温机理进行了分析,提出了热反射隔热防腐蚀涂料(Anticorrosive Paint of Thermal reflection and Heat insulation简称APTH)概念。重点对其降温机理进行了分析,指出了涂料制备关键,然后对涂料降温性能指标、测试方法及应用前景进行了较详细的讨论。

深度学习模型TAGAN在强对流回波临近预报中的应用

近年来深度学习模型在解决对防灾减灾影响巨大且极具挑战性的临近预报问题的应用中日益增多。本文中,我们把临近预报作为一个时空序列预测的任务,将雷达反射率因子作为试验对象,使用基于对抗神经网络(GAN)优化构建的TAGAN深度学习模型预测未来1小时的雷达回波图像,并且与Rover光流法、基于卷积神经网络的3D U-Net模型进行对比试验。选取2018年全球气象AI挑战赛雷达回波数据集进行训练与测试,检验结果表明TAGAN模型在命中率(POD),虚警率(FAR),临界成功指数(CSI)以及相关系数等多种评分上要优于传统的光流法和对比的3D U-Net深度学习模型,TAGAN模型在以上的检验评分表现出色,并且随预测时间的增加较之传统光流模型效果更优,这为拓展和提升深度学习模型在临近天气预报中的应用提供了参考依据。

ENSO与中国夏季降水的联系:冬季QBO的调制作用

使用NCEP/NCAR再分析资料、中国气象局台站降水资料和GPCC降水资料,系统研究了在冬季平流层准两年振荡(Quasi-Biennial Oscillation, QBO)调制下,厄尔尼诺-南方涛动(El Ni■o-Southern Oscillation,ENSO)不同阶段与中国夏季降水的可能联系。根据两者的位相和强度,可将它们的配置分为QBO西风/El Ni■o、QBO西风/La Ni■a、QBO东风/El Ni■o、QBO东风/La Ni■a。研究结果表明,在年际时间尺度上,ENSO和QBO无显著相关关系。冬季QBO西风位相时,El Ni■o发展年夏季,我国整体偏旱,而华南偏涝;衰减年夏季,华南、华东北部偏旱,东北、长江流域偏涝。La Ni■a发展年夏季,我国东部降水异常呈负-正-负的三极分布;衰减年夏季,东南沿海偏涝。冬季QBO东风位相时,El Ni■o发展年夏季,长江以北偏旱;衰减年夏季,我国东部降水异常呈负-正-负的三极分布。La Ni■a发展年夏季,江淮和华南南部偏旱;衰减年夏季,我国东部沿海偏涝。ENSO是影响我国夏季降水异常的重要因子,而QBO的调制作用在ENSO衰减年夏季更为显著。相比冬季QBO东(西)风位相,QBO西(东)风位相时El Ni■o (La Ni■a)期间赤道西太平洋负(正)海温异常更强,衰减年夏季位于西太平洋的异常下沉(上升)运动和印度洋的异常上升(下沉)运动更强更深厚,西太平洋副热带高压范围更大(小),南亚高压更偏东(西)。

移动边缘计算组网与应用研究分析

文章对移动边缘计算进行了研究,阐述了移动边缘计算组网的作用,并对移动边缘组网节能性进行了分析,旨在为相关人员提供参考,积极推动移动边缘组网的可靠运用,提升组网效果,保证移动边缘计算组网的应用质量,提高信息通信质量,满足实际通信需求。