我国冰冻日出现的气象条件分析及其判别模型

利用1954-2008年中国700个测站逐日气温、相对湿度、风速及603个测站天气现象观测资料,统计分析了出现冰冻天气(雨凇和雾凇)时的气象要素特征,研究了有利于冰冻产生的气象条件,并在此基础上研制了冰冻日判别模型。结果表明,低气温、高相对湿度和弱风速是产生冰冻的重要条件,有利于冰冻天气产生的日平均气温自北向南呈增高趋势,而相对湿度和平均风速在全国各地差别不大。利用日平均气温和天气现象资料构建的冰冻日判别模型可以较好地判断某日是否发生冰冻,该模型在冰冻频发的云南西北部、贵州、广西北部、湖南南部、江西南部等地的准确率普遍在60%以上,漏报和空报日数较少。该模型可以将常规观测或预报产品用于冰冻监测和预警,具有一定的实用性。

河冰演变过程分析的一维数学模型研究

通常情况下,河流中的冰情可以按照冰的形成和消融过程分为3个阶段:结冰期,封冻期和解冻期。一个能够完整描述河流结冰、封冻和解冻过程的河冰数学模型由以下3个分模型组成:水力模型、热力模型和冰冻模型。水力模型用于计算河道中流场和其水力要素;热力模型用于计算水体热交换,水温分布和降温过程;冰冻模型用于模拟水内冰的产生,冰花输移,浮冰输移,底冰增厚和消融,冰盖的形成、推进和增厚,冰盖的热力增厚和消融,冰盖前缘下潜输冰能力和冰塞演变过程。这3个模型相互影响和作用,水力条件影响热力交换和冰冻过程,热力条件决定冰冻过程,冰冻过程又反过来影响水力条件和热力条件。本文给出一个能够完整描述河流结冰、封冻和解冻过程的一维河冰数学模型,当然也可以用其中的分模型计算某一特定河冰过程。

TSP湖水能量优化算法

冬季湖面冰冻是一种常见的自然现象.受这一自然现象启发,提出了一种新的智能并行算法——湖水能量优化算法,并应用该算法解决旅行商问题.湖水能量优化算法模拟湖水降温时湖面的冰冻过程.随着温度的降低,湖水分子失去能量,当能量达到冰冻阈值时,分子析出结冰.湖水能量受到湖水中心能量、大气能量、湖水分子能量以及湖面风吹动等多方面影响.由此建立湖水能量优化算法的数学模型——湖水能量模型和风动模型等,并通过收敛性定理和Lyapunov稳定性定理进行理论证明,验证了算法的收敛性和解决旅行商问题的有效性.最后,通过实验模拟湖水能量优化算法解决TSPLIB中标准实例问题,并将实验结果与其他经典算法进行比较,进一步说明了湖水能量优化算法解决复杂NP难题时高效率、低迭代次数及强收敛性的特性.