黄河源区未来地面气温变化的统计降尺度分析

大气环流模式(GCMs)模拟预测的气候变化情景,必须经过降尺度处理后才能得出次网格尺度上未来气候变化的时空分布细节,才能满足评估气候变化对资源、环境和社会经济等影响的需要。本文在简单介绍了目前降尺度模型的研究现状后,重点分析了统计降尺度方法的优缺点及适用性,并应用黄河源区7个站点1961—1990年的实测地区最高气温和最低气温资料,对统计降尺度模型(SDSM)的应用进行了分析和验证。首先利用SDSM建立大尺度气候要素和地面气温变量间的统计转换关系,确定模型应用的预报因子变量,然后用独立的观测资料验证模型的可靠性,最后把建立好的统计关系应用于英国Hadley中心海气耦合模式(HadCM3 SERS B2)的输出,分别生成了黄河源区7个站点未来3个时段2020s,2050s和2080s的气温变化情景。在此基础上,应用Arc/GIS的Kriging插值方法获得整个区域的气温变化情景进行分析。结果表明,日最高气温模拟值随时间推移增幅很快,3个时段(2020s,2050s和2080s)的平均气温变化情景分别为1.34,2.60和3.90℃,而日最低气温变化相对不明显,3个时段的平均气温变化情景分别为0.87,1.49和2.27℃。表现在每个季节和每个月的变化情景又各不相同,日最高气温以春季和秋季变化最显著,而日最低气温则以夏季和秋季的变化最为明显。

基于同化数据的GRACE卫星反演中国陆地水储量变化降尺度分析

利用GRACE重力卫星反演得到陆地水储量变化受数据低空间分辨率的限制,目前仅应用于大尺度的空间范围内,为此提出一种简易的降尺度方法将GRACE陆地水储量变化精度提高了16倍。借助全球水文模型模拟的陆地水储量变化数据,在中国九大流域上进行分区对比分析,发现高分辨率数据基本保持了原始数据的时空变化趋势,同时又增加了水文模型模拟的水储量变化信息。此外,利用全国455个地下水位监测站的水位数据,验证了降尺度后的陆地水储量变化数据,可知高分辨率陆地水储量变化数据与实测地下水变化值的相关系数最高达0.847,普遍高于低分辨率GRACE陆地水储量变化值与实测地下水变化值的相关系数,证明降尺度后的数据更加准确有效。进而基于降尺度数据,利用EOF方法分析了2005年1月~2012年12月中国各地陆地水储量变化的时空变化特征,即在总体趋势上,长江流域及以南地区春夏两季的陆地水储量有明显增加,华北地区的地下水超采及南方流域的极端气候事件为影响该区域陆地水储量异常的重要因素。

基于生成对抗网络模型的SMAPL4土壤水分产品降尺度分析

土壤水分是地表和大气水热过程交换的重要纽带,对于农业生产以及优化种植结构具有重要意义,NASA卫星下的SMAPL4是一种以被动微波遥感技术为手段对土壤湿度监测的产品,具有可穿透云层和全天候监测等能力,但其较低空间分辨率很难满足小尺度或小区域范围的实际研究需求。鉴于此,根据云南省姚安县高原灌区特殊的地理位置,引用相关系数推演得出与研究区土壤水分空间分布有关的解释变量,沿用随机森林算法,耦合1 km包含地表温度和归一化植被指数的MODIS地表产品,建立基于RF全局窗口线性回归的1 km级被动微波土壤水分空间降尺度模型;而后堆叠地表温度(LST)、归一化植被指数(NDVI)、降水量(Prec)、地表蒸散量(ET)等4个变量形成条件生成对抗网络框架,并使用均方误差(RMSE)和条件生成对抗性损失函数训练神经网络来建立低分辨率和高分辨率映射关系,随即获得降尺度后土壤水分空间分布结果;最后将实际采样和监测站点提供数据做空间平均聚合后,与SMAPL4原始结果的CGAN、RF降尺度结果进行对比分析。结果表明:LST、NDVI、Prec、ET与土壤水分的相关性均值均大于0.44,具有相关关系,条件生成对抗网络降尺度结果对指标R^(2)和Bias表现效果最好,均值分别为0.7和0.032;RF降尺度结果对RMSE的效果最好,均值为0.006。同比SMAPL4原始数据,RF结果空间分布更为平滑,但极值差异性较大;CGAN结果能有效表征土壤含水空间分布状况,其数据变异性和极值表征能力更为突出。经RMSE与对抗性损失函数训练后,认为0.2~0.28的值域分布为降尺度后的研究区土壤水分数值分布结果。

人口密度的空间降尺度分析与模拟——以贵州猫跳河流域为例

人口调查统计以行政区划为基本单元,数据精度不能满足较高分辨率的空间结构分析,也难以在地理综合研究中与自然地理要素数据相匹配。因此,人口密度空间化成为地理学的重要研究方向之一。本文基于贵州省猫跳河流域的乡镇人口数据,采用GIS空间分析技术与统计学方法,分析了人口密度与空间因子的关系;并采用多元回归的方法建立了人口密度数据空间化模型,在GIS平台中实现了人口密度的降尺度空间化模拟。建立的多元回归模型拟合精度达到0.577,且模拟结果与实际人口数据比较线性拟合斜率接近1,效果比较理想。研究结果表明:影响该地区人口密度的主导空间因子为建设用地指数、耕地指数与到道路的平均距离。

吉林春旱期降水潜在影响因子的分离时间尺度分析

基于1960-2012年的地面常规气象指标、大尺度气候指数和NOAA气候分析产品，利用功率谱周期分析、时间尺度分离分析和交叉检验的逐步回归分析等，把吉林省春旱期（4-5月）降水量分离成不同时间尺度的值，并在年代际尺度和年际尺度下分别找到显著相关的影响因子。结果表明：吉林春旱期降水存在着2～4a的年际变化和10a左右的年代际变化。在年代际尺度上，4月降水与前期3月南半球环球状态指数以及俄罗斯东部高纬地区的低空经向风有关，5月降水与同期北半球环球状态指数和前期4月太平洋中高纬环流有关；在年际尺度上，4月降水与前期3月混合ENSO指数和同期当地相对湿度、华东华北沿海地区的低层经向风有关，5月降水与同期北大西洋涛动指数以及局地相对湿度、地面气压有关。利用选出的影响因子对降水进行预报，估计值和真实值的相关系数分别为0．67（4月）和0．81（5月），且选择合适的影响因子比模型结构更加重要。

基于百度地图的精细化格点预报显示

精细化格点要素预报是目前中国气象局的主推业务和未来天气预报的发展方向,如何有效地将预报产品提供给用户使用,是精细化格点预报的最终环节。本文介绍了基于百度地图API的陕西精细化格点预报显示系统,系统主要实现了:(1)降水预报,以CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与全国3万个自动观测站的逐时降水量融合资料为基础,通过动态偏差订正的方法来提高格点降水的预报能力;温度预报,采用滑动线性回归的方法来改善温度预报效果。(2)任意位置的地理信息获取及对应格点240h预报时效的气象要素实时展示。(3)格点气象要素向站点转换,通过格点值提取全省98个观测站逐3h站点预报值,实时分析过去24h降水、温度预报与观测值的误差,供用户预判未来预报值的可能误差趋势;并提供未来168h逐日要素预报。(4)与以往的数据库后台支撑不同,本系统直接将3.5GB格点预报数据一次性读入内存,进行侦听,解决了数据库检索、调用效率低下的问题。

心理测试中掩饰行为的识别研究

脑电(Electrocorticogram,EEG)信号能够正确地揭示人的心理活动,因此被广泛地运用到心理测试中。提出了一种基于EEG信号的非线性特征融合方法,对受试者在心理测试中是否存在掩饰行为进行识别。对心理测试过程中受试者的EEG信号进行预处理,提取各通道信号的Lempel-Ziv复杂度LZC、样本熵SE、排列熵PE和模糊熵FE四种非线性特征;使用多维尺度分析(MDS)对所得的四种特征的不同特征组合进行融合和降维操作。针对不同特征组合,采用正则化核函数极限学习机构建分类模型并通过测试集验证分类模型的性能。实验结果表明,分类模型准确率能达到82.9%,证明了该方法的适用性。