中国未来极端气温变化的概率预估及其不确定性

本文基于第五次耦合模式比较计划的23个全球气候模式所提供的最高气温与最低气温在RCP4.5情景下的逐日格点资料,根据模式对5个极端气温指数的模拟能力,使用秩加权方法研究了中国未来极端气温变化的概率预估及其不确定性。结果表明,21世纪中期(2046—2065年)中国区域平均最高气温和平均最低气温的增加幅度相对于历史时期(1986—2005年)可能超过2.0℃(概率>66%),增加的大值区主要位于青藏高原南部。暖夜指数在中国大部分地区增加超过15%,西南和东南部沿海是增加的大值区,增幅超过20%。霜冻日数在全国范围内减少,减少的大值区位于青藏高原周围,减少日数超过了20 d。热浪指数在整个中国区域可能增加10 d以上,大值区位于西藏西南部,可达30 d。不确定性的结果表明,除热浪指数的可信度较低外,其余指数都有较高的可信度。到21世纪末期(2081—2100年),中国区域极端气温增加幅度超过前期,平均最高气温和平均最低气温很可能增加超过2.0℃(概率>90%),大值区除中国西部地区外,还扩展到了东北和青藏高原西南地区。中国大部分地区的暖夜指数增加超过15%,西南和南部沿海可能超过25%。大部分地区的霜冻日数减少20 d,青藏高原周围减少超过40 d。热浪指数在中国范围内增加20 d,青藏高原西南部增加40 d以上。除霜冻指数的信噪比略比21世纪中期大外,其余指数的信噪比与中期基本一致。

基于大数据分析的卫星成像概率预估研究

现有卫星成像概率预估方法受到卫星载荷、成像时间等多方面影响,无法较好完成卫星成像规划任务,为此提出基于大数据分析的卫星成像概率预估研究。分析已有卫星影像资料数据,对成像概率做出预估。设计实验,对比大数据分析成像概率预估方法与传统成像预估方法的预估效果,证明研究的有效性。

结合模式性能和独立性加权的全球增暖1.5/2℃下中国区域气候的未来预估

基于耦合模式比较计划第6阶段(CMIP6)中的全球气候模式的模拟结果,采用考虑模式性能和独立性结合(Climate model Weighting by Independence and Performance,ClimWIP)的加权方案进行中国区域气候的多模式集合预估及不确定性研究。结果表明,ClimWIP方案在历史阶段的模拟优于等权重方案,降低了多模式模拟的气候态偏差。温度指数的未来预估不确定性较大的区域主要集中在中国北方和青藏高原,而降水指数主要集中在华北和西北地区。ClimWIP方案的预估不确定性与等权重方案相比有所降低。ClimWIP方案预估的温度指数的增温大值区主要集中在中国北方和青藏高原;降水指数在西北和青藏高原增加最为显著。全球额外0.5℃增暖时,中国区域平均的温度指数变化更强,平均高于全球0.2℃,最低温在东北部分地区的额外增温甚至是全球平均的3倍;总降水额外增加5.2%;强降水额外增加10.5%。全球增暖2℃下,中国大部分区域温度指数较当前气候态增加可能超过1.5℃(概率>50%),在中国北方和青藏高原的部分地区增温超过1.5℃的可能性更大(概率>90%);总降水,强降水和连续干日在西北和华北增加幅度有可能超过10%、25%和-5 d(概率>50%)。

固体火箭发动机药柱概率贮存寿命预估

基于粘弹性随机有限元法和固体推进剂高温加速老化试验,提出了固体火箭发动机(SRM)药柱概率贮存寿命预估模型。对老化试验数据进行统计分析得到了固体推进剂性能参数数字特征随贮存时间的变化规律,采用三维粘弹性响应面随机有限元法(SFEM)计算了药柱结构响应的均值和标准差,分析了某SRM药柱在不同贮存期的结构可靠度,并对其进行了概率贮存寿命预估。所提方法可为固体发动机研制和使用部门提供参考。

基于分层基因优选多特征融合的图像材质属性标注

图像材质属性标注在电商平台、机器人视觉、工业检测等领域都具有广阔的应用前景.准确利用特征间的互补性及分类模型的决策能力是提升标注性能的关键.提出分层基因优选多特征融合(Stratified gene selection multi-feature fusion,SGSMFF)算法:提取图像传统及深度学习特征;采用分类模型计算特征预估概率;改进有效区域基因优选(Effective range based gene selection,ERGS)算法,并在其中融入分层先验信息(Stratified priori information,SPI),逐层、动态地为预估概率计算ERGS权重;池化预估概率并做ERGS加权,实现多特征融合.在MattrSet和Fabric两个数据集上完成实验,结果表明:SGSMFF算法中可加入任意分类模型,并实现多特征融合;平均值池化方法、分层先验信息所提供的难分样本信息、"S+G+L"及"S+V"特征组合等均有助于改善材质属性标注性能.在上述两个数据集上,SGSMFF算法的精准度较最强基线分别提升18.70%、15.60%.

基于可靠性集合平均方法的全球1.5/2.0℃变暖下中国极端气候的未来预估

全球变暖下我国气候响应的研究对进一步预估我国未来气候变化相关风险及制定适应和减缓政策具有重要意义。利用第六次耦合模式比较计划中25个全球气候模式的模拟结果,评估比较了各种可靠性集合加权方案对中国区域气候的模拟性能,基于表现最好的可靠性集合平均方案预估了SSP2-4.5和SSP5-8.5情景下中国极端气候指数在全球增暖1.5和2.0℃下的未来变化。结果表明,改进的可靠性集合方案模拟中国气候指数表现最好,与观测的偏差最小。未来中国区域温度明显增加,极端温度的增幅强于平均温度,极端降水整体也增加,且SSP5-8.5情景下增幅略强于SSP2-4.5情景。SSP5-8.5情景下,中国区域平均温度、最高温和最低温在全球增暖1.5(2.0℃)下较1995—2014年分别增加了1.11、1.18和1.31℃(1.88、1.98和2.14℃),总降水和强降水分别增加了5.6%和14.4%(10.5%和25.7%)。中国北方和青藏高原部分区域为增温的大值区,中国西部为降水增加的大值区。额外0.5℃增暖对中国地区产生显著影响,几乎整个中国地区温度指数的增幅都将超过全球平均。极端降水也将进一步增加,SSP5-8.5情景下中国区域平均总降水额外增加4.9%,强降水增加11.2%。从概率角度来看,2.0℃变暖下,除南方部分地区外,中国其他区域温度指数增加大于1.5℃的概率大于50%。北方地区平均降水增幅大于5%阈值的可能性大于50%,大部分地区强降水增幅大于15%阈值的概率大于50%。尽管改进的可靠性集合方案一定程度上减少了预估不确定性,未来仍需要发展优化集合方案及降尺度技术,以提供更准确的未来预估。