基于机器学习的青岛市区近岸海雾集成预报方法

利用2014—2017年青岛小麦岛海洋站观测资料,采用机器学习方法建立了青岛市区近岸海雾集成预报模型,通过主成分分析方法对预报因子进行了优选。结果表明:采用能见度、风向、风速、气压、露点、气温、海温、气温露点差、气海温差、相对湿度、云量、气温24h变温12个预报因子建立的海雾集成预报模型,对2018年海雾预报的TS评分约为0.64,海雾预报正确率约为0.783,具有较好的预报能力,为海雾预报提供了新的方法。

黄海西部沿岸冷水在夏季南黄海西部底层冷水形成和季节演变过程中作用的化学水文学分析

基于南黄海西部海域的四季水文和营养盐调查资料,从化学水文学的视角研究了黄海西部沿岸冷水在南黄海冷水团及其西部冷中心形成和季节演变中的作用,揭示了南黄海冷水团与青岛冷水团之间的内在联系,阐释了夏季黄海冷水团西部冷中心的形成机制。结果表明,冬、春季南黄海西部沿岸流沿陆架锋面南下流动。黄海西部沿岸流南下携带的冷水对春季青岛冷水团以及南黄海中层和底层冷水、夏季南黄海西部冷水团及其冷中心的形成具有重要的作用,南黄海西部底层冷水首先在青岛冷水团附近海域孕育,并在夏季发展为黄海冷水团的西部冷中心。入秋后,南黄海西部陆架锋东侧的底层冷水开始消退,同时黄海西部沿岸流也重新携带冷水南下,并逐渐为翌年的青岛冷水团水、南黄海中层和底层冷水以及夏季南黄海西部陆架锋东侧的底层冷水提供来源,由此形成夏季南黄海西部陆架锋东侧底层冷水的季节性演替。本研究深化了对黄海西部沿岸流和南黄海冷水团及其相互关系的认识,进一步揭示了南黄海西部冷水团水的来源。