摘要：利用2004-2018年卫星遥感解译的太湖蓝藻水华信息构建蓝藻综合指数,采用随机森林机器学习算法分析同期气象因子与蓝藻水华综合指数的关系,定量评估影响蓝藻水华的主要气象因子特征变量的重要性度量和贡献率.结果表明,在光、温、水、风等主要气象要素中,气温对蓝藻水华综合指数起着主导的作用,其次是风速和降水,日照时间的影响或可忽略.其中气温条件中重要性度量最大的是年平均气温,其次是冬、春季节的平均气温;风速因子中影响较大的是7月份的平均风速;水分条件中主导因子是9月累计降水量.优选的随机森林模型模拟值与实际蓝藻水华综合指数的变化趋势基本一致,拟合优度为0.91,通过0.01显著性检验,随机森林模型模拟效果较好.用随机森林模型模拟值对太湖蓝藻水华分等级评估,模型模拟精度达到了86.7%,其中5个重度等级年份模型模拟结果完全一致,中度等级的6个年份模型模拟值有5年与之相符,中度以上等级的模拟精度达90.9%,模型能够反映气象因子对蓝藻水华综合指数的综合影响,对中、重度蓝藻水华的模拟效果更好.随机森林模型有助于理解富营养化状态下影响蓝藻水华的主导气象因子,利用气象因子的可预测性可以促进蓝藻水华预测预警能力的提升.

摘要：近年来城市臭氧(O_(3))污染问题日益突出,影响O_(3)污染的关键气象因子尚不明确,因此分析典型城市——苏州的O_(3)污染特征,探究O_(3)污染的高影响气象因子,对该区域大气污染防治具有重要意义.基于苏州环境监测中心2015~2020年4~9月逐小时O_(3)浓度数据及同期气象观测资料,应用相关分析和机器学习方法对其开展相关分析研究.结果表明:(1)6年间O_(3)污染高发季,O_(3)污染超标率均达20%以上,O_(3)污染日数和以O_(3)为首要污染物的污染日数占比均逐年上升,O_(3)污染问题日益凸显;(2)O_(3)浓度存在单峰日变化特点,谷值出现在07:00前后,峰值出现在15:00~16:00;其与气温和太阳辐射能的日内变化趋势较一致,但其浓度峰值出现时刻又滞后于二者.2017年和2019年O_(3)有典型的“周末效应”,周末较高的太阳辐照度对O_(3)浓度升高有明显的正相关作用.O_(3)浓度和污染超标率的月变化呈双峰型特征;(3)O_(3)污染的发生受到多种气象条件的影响,日照时数在7 h以上,气温在30℃附近,太阳辐照度在350~440 kW·m^(-2)之间,相对湿度在50%~75%之间,O_(3)污染日数达最多,且强度达最强.当偏东风风速小于1.5 m·s^(-1)时,或西南风风速小于3.5 m·s^(-1)时,易发生O_(3)中度污染;(4)运用机器学习方法构建的最优O_(3)浓度预测模型对4、5、7和9月O_(3)浓度有较好的预测能力,当O_(3)浓度超过200μg·m-3时,预报值存在一定程度的低估和平滑,太阳辐射能对于O_(3)浓度的影响最为明显,相对湿度影响次之,而气温和风重要性低于前二者.

摘要：提出了一款工作于2.45GHz的多波束双模阵列天线,可用于现代化气象监测网络无线传输系统。天线阵列由八个圆弧形的平面偶极子和一个环形反射器组成。通过功率传输效率最大化方法对多个驱动单元的激励进行优化,从而得到阵列的最优增益。设计实现了全向辐射模式和多波束模式之间的双模切换工作。当天线无法确定用户的位置时,天线将以全向模式运行,以扩大覆盖范围。确认用户位置后,天线将切换到定向多波束模式以将波束引导至用户,从而减少功率的浪费。阵列天线工作在多波束的模式下能够实现了同时在水平面φ=0°,90°,180°,270°四个方向产生四个相同的波束,并且每个方向上的增益都可以调控。

摘要：为了保障粮食生产安全、提高水稻高温危害的规避和防御能力以及为农业气象指数保险产品的设计提供依据,利用历史气象资料和水稻生育期资料,通过"轻度、中度、重度"不同程度水稻高温热害发生频次差异性的分析,进行了江苏水稻高温热害风险区划。在此基础上,分别从致灾因子和承灾体的角度出发,定义致灾风险、水稻生育阶段覆盖度和气象成灾风险度,对水稻高温热害的发生规律分区域、分等级、分生育期地进行精细化、定量化的分析和评估。经研究发现,各程度高温热害平均发生概率具有"高风险区高低风险区低"的特征。水稻拔节-孕穗和抽穗-乳熟阶段,各程度高温热害最大成灾风险度出现时间基本呈现"高风险区迟低风险区早"的特征。

摘要：湿球温度是许多大型工程设计的重要参数,是影响工程安全、投资成本和运营效益的关键因子。停止观测后,寻求合理的湿球温度计算方法及对其的连续性研究迫在眉睫。文章选取牛顿迭代法和最优逼近法,基于江苏省70台站1991—2001、2004年（及13站长年代——近40年）的观测数据检验两种方法的估算偏差及探讨资料的连续性应用。最优逼近法的计算精度高,离散度低,与湿球温度的观测记录吻合好（90.8%~100%）,显著优于牛顿迭代法（12.7%~20.1%）,且呈现出09—20时符合率较高,日出前后符合率较低的变化特征。近40年的长年代对比分析表明,最优逼近法的计算结果稳定性好,在一定程度上可替代湿球温度的观测值,估算效果在温度高时较好,温度低时相对较弱;并且基于最优逼近法,利用百叶箱柱状干湿表数据估算的时间序列,相对长年代数据的不均一性,对湿球温度数据的连续性研究更为可靠。

摘要：以江苏省为例,利用1980-2015年气象资料和水稻观测数据,基于Logistic曲线方程构建高温热害保险气象指数,并分别采用正态分布、正态对数分布和Weibull分布三种参数模型,以及基于信息扩散方法的非参数模型对水稻高温热害发生概率进行拟合。通过拟合优度检验发现,非参数模型可以较好地估算江苏各县水稻孕穗-抽穗扬花阶段高温热害发生概率,进而结合最优拟合模型,考虑农业保险的经营需求,从致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力四个方面出发,确定相应评估指数并构建综合指数,采用聚类分析的方法进行县级水平的水稻高温热害保险风险综合区划。评估分析表明,江苏水稻高温热害保险风险呈现"西南高东北低"的特征,中高风险区是需要依靠农业保险转移风险的重点关注区域。

摘要：由于地面雨量站点空间不均及站点资料长度有限、相邻时段和相邻一致区的最优分布函数选择不同,造成降雨频率估计值出现交叉和空间不连续的现象,时空不一致的问题尚没有得到合理的解决。为了获取更加完善合理、时空一致的频率估计值,利用水文气象分区线性矩法计算出的频率估计值,通过误差分摊和二次空间插值及平滑技术对时空分布一致性进行检验和纠正,消除分布曲线的交叉和边界梯度的问题。研究结果表明:通过误差分摊纠正后,消除了交叉异常曲线,各个时段的频率估计值相互制约更加合理;通过空间二次插值纠正后,边界梯度和误差得到明显改善,各站点的频率估计值的经验频率与理论概率更接近,空间分布也更合理。多时段不同重现期下的频率估计值空间分布总体趋势一致,最大值主要分布在淮河流域的东北沂蒙山区,最小值分布在流域的北部平原地区,与站点的实际观测相一致,可为工程设计暴雨和洪水提供基础资料和重要水文依据。

摘要：面向地市级气象领域的应用需求,针对目前存在的信息系统可靠性低、可扩展性差、应用端高并发处理能力弱等问题,本文采用虚拟化技术,负载均衡策略配置及与虚拟化的联动技术,设计并搭建了虚拟化资源平台,实现动态资源的扩展与回收.同时,设计了一种基于应用的负载均衡方法,并在实际的气象领域中进行了应用.目前,该系统已经投入业务使用,为市县两级气象应用提供稳定、高效的应用支撑,取得较好的应用效果.

摘要：分词是中文信息处理的第一步,但由于预警信息的领域性较强,直接将现有分词方法应用于预警领域,算法效率和分词结果的准确性都急剧下降。采用神经网络领域纠正器框架,在通用粗分阶段引入权重信息,改进了双字哈希词典的构造方法,有效降低了最大匹配分词算法的迭代次数。在领域纠正阶段,构建合法预警人工分词语料,利用双向GRU模型设计神经网络预警领域纠正器,提高领域适应性。仿真证明了算法在有效提高分词速度的同时,取得了更加优秀的准确率、召回率和P值,能够满足预警信息快速、准确切分的需求。

摘要：分析了自动站资料同化中误差的主要来源,并对其进行分类。根据资料同化需求和不同的误差类型,在较为严格的质量控制策略下,设计与之对应的质量控制方法。针对新型自动气象站的风向风速、气温、相对湿度和气压5个要素,选取京津冀地区一周的数据进行数值试验,并进行定量分析。结果表明:本文的质量控制方法能够有效减小过失误差与代表性误差,保留随机误差的正态分布特性,观测与背景场的均方根误差得到一定程度的降低。使用海平面气压代替本站气压进行空间一致性检查能够取得更为合理的结果。