基于模糊系统的西太平洋副热带高压异常年份的影响因子检测分析和动力预报模型反演

基于自适应网络模糊推理系统(ANFIS),讨论了滤除主信号之上影响因子噪声音的方法和途径,针对2010年的副热带高压异常的天气事实,首先用时滞相关法从观测资料中分析出2010年夏季风系统主要成员中对副热带高压异常影响最显著的3个因子:马斯克林高压、索马里低空急流和印度季风潜热通量,并用ANFIS诊断检测了这3个因子对副热带高压异常的影响和贡献。由于ANFIS系统具有非线性、容错性和自适应学习等特性,因此适宜于研究和模拟副热带高压等动力学不易准确描述的问题。在此诊断分析基础上,采用遗传算法和动力重构理论相结合的技术路径,从2010年实际的观测资料序列中客观准确地反演重构出非线性的副热带高压及其影响因子的动力模型,并对其进行了动力延伸预报试验。多次试验结果表明,预报的副热带高压面积指数、马斯克林冷高压强度指数、索马里低空急流和印度潜热通量指数在25天以内的中短期预报效果较好,误差不超过10%,并且预报出了指数的变化趋势。为西太平洋副热带高压与东亚夏季风系统的关联性和西太平洋副热带高压指数预测研究提供了一种新的思路和方法。

一种基于改进自忆性原理的西太平洋副热带高压脊线指数动力-统计模型及其预报实验

针对西太平洋副热带高压中长期预报不准确的问题,基于动力系统反演思想和改进自忆性原理等途径建立了副高脊线指数的动力预报模型.本文创新性地引入了最大李雅普诺夫指数改进了传统的自忆性函数,使其对副热带高压之类的混沌非线性系统更加具有针对性,较好地克服了预报初值单一性问题;并根据实际观测资料重构的动力系统作为其动力核,克服了传统自忆性方程动力核设置较为简单的问题.用建立的副热带高压脊线指数动力预报模型实现了副高南北位置的中长期预报,通过了副高异常年份和正常年份的多次实验,可以发现模型在25天以内的预报效果很好,相关系数能达到0.80左右,相对误差控制在8%以下,证明了改进的模型具有较好的中长期预报效果.另外还将此模型推广到对副热带高压的面积指数和西脊点指数的预报,也取得了较好的预报效果,证明此方法适合于副热带高压的整体预报.鉴于西太副高发生发展机理的复杂性和预报的困难性,本文为副高等复杂天气系统的预报探索了新的方法思路.

2008—2012年东北三省强对流天气的统计分析

针对东北三省强对流天气短时预报的难题,首先统计分析了该地区强对流天气发生的时空分布特征,发现2008—2012年东北三省强对流天气主要发生在14—20时,而在08—14时相对较少;主中心区基本维持在辽宁西部地区,发生频数呈"南北多、中间少"的态势,且月平均发生频数逐月减小。其次,以哈尔滨、长春和沈阳站为例,利用实况探空资料计算对流参数,并对强对流天气历史样本进行预报技巧评分,确定对流参数阈值,回报TSS评分最大可达0.477。最后,通过2013年的独立样本的试报,检验新的阈值。检验结果表明,TT、TTMod和MK指数对东北三省的强对流天气有较好的指示意义。综合分析历史和独立样本,利用08时探空资料计算各指数作预报时,哈尔滨和沈阳地区TT、TTMod指数的预报效果相对较好,而长春地区TTMod和MK指数预报效果较好。

基于MDFT框架的海上能源通道航线动态决策建模与仿真

针对常规海上航线决策没有考虑决策选择过程的问题,引入多选择决策场理论(MDFT),构建了海上能源通道航线动态决策模型。基于信息完备、信息不确定和特殊情况等三种情景想定,进行了海上能源通道航线规划决策及其实验仿真。结果表明,决策过程受时间压力和信息质量的制约,时间压力会制约决策质量,同时还可能引起"偏好逆转"现象,信息不确定也会导致确定性决策。该模型不仅综合考虑了海上能源通道航线选择时需关注的各类要素,且模型参数可动态调整,进而能合理模拟真实的海上状况和决策过程。

信息扩散模型及其海温序列插值应用

针对海洋观测资料中实际存在的数据缺损、零散等小样本问题,引入信息扩散原理,并通过遗传算法对其扩散系数的选取进行规范和改进,建立了遗传优化的新信息扩散模型,该模型通过对非规则、非对称的贫乏样本数据进行模糊化处理,可实现对其中蕴含信息的概率扩散。为验证新优化算法的可行性和有效性,选取美国国家环境预报中心和国家大气研究中心1982年1月至2011年10月间海温场月平均再分析资料作为样本数据,运用本文模型进行了多组不同样本容量的海温资料时间序列插值试验,并与传统的正态信息扩散模型和最优信息扩散模型进行对比分析。结果表明,新扩散模型在一定比例缺测的情况下能够较好地插补填充原海温时间序列,可为海洋稀疏数据的客观分析及应用提供参考。

基于蚁群算法改进的扩散函数类内集-外集模型及其灾害评估实验

针对自然灾害的复杂性、不确定性以及灾害评估信息的不完备等问题,基于内集-外集模型引入了小样本信息扩散原理以获取灾害事件与其发生概率之间的模糊关系。鉴于常规的扩散函数类的内集-外集模型中论域步长的选取是基于正态分布的,不仅要求样本容量较大,且有一定的主观性和应用局限性,为此引入蚁群聚类思想来划分样本,以寻求最优区间数;引入经验窗宽来简化扩散函数参数的选取;通过与原模型进行计算机仿真实验对比以及对广东省台风暴潮案例的风险评估,检验了所提出的改进内集-外集模型的可行性、实用性与有效性。为实际的自然灾害小样本事件风险评估建模拓展了新的思路和方法途径。

信息扩散模型的窗宽优化与鱼雷战术效能实验评估

针对海洋环境对鱼雷等武器装备战术效能影响的试验数据和案例样本匮乏等普遍性问题,引入信息扩散和模糊映射思想,并基于遗传算法改进和发展了最优窗宽扩散模型。该方法可从有限的试验样本中客观拟合出数据结构信息,进而实现有限数据样本信息的合理扩散。利用该方法进行了基于小样本案例的潜射鱼雷战术效能的海洋环境影响评估的信息扩散建模和仿真实验及对比分析。结果表明,窗宽优化的信息扩散模型可有效改进常规信息扩散模型的评估效果,对武器装备环境影响评估中普遍存在的小样本或信息不完备困难有一定参考价值。