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。

人才培养视域下海军院校课程建设和教育训练模式探研

对目前军事院校课程建设和教育训练模式中普遍存在的问题进行探讨,在此基础上讨论如何科学合理地构建海军核心课程体系。以作者所带的2010级本科生为例,尝试＂层次＂教育训练模式,探索一种新的人才教育训练模式,取得较好的训练结果。

Nino3指数及其相关因子的时延分析和混合动力模型反演

该文针对厄尔尼诺-南方涛动(ENSO)发生发展机理的复杂性和影响制约因子的多样性的问题,基于海温场、海面风场和海面气压场资料,首先采用交叉小波的分析方法对Nino3指数及其相关因子进行时滞相关分析,找出与其相关性较好的动力因子。在此基础上,采用动力系统反演思想和遗传算法途径,建立了Nino3指数及其相关因子的混合动力预报模型,克服了ENSO作为一个复杂的系统信息完备性不够充分这个问题,进一步改进完善了ENSO预报模型,实现对Nino3指数以及南方涛动指数、海面气压场距平的数值积分预报。试验结果表明,本文所建立的Nino3指数及其相关因子预报模型具有先进性,为El Nino/La Nina预测研究提供了一种新的思路和方法。