中国不同时段气候变暖速率的时空分异研究(1961—2014)

基于多种统计方法,采用534个站点数据诊断中国1961-2014年年均气温变化.结果表明:在时间序列上,中国年均气温整体呈现出增加趋势,但是各时段变化趋势却又各不相同,分别表现出“减-增-增-增-减”的动态变化特征,并且在不同时间尺度上表现出2~6、20、40和60a左右的波动特征,在1998年左右中国年均气温发生突变,气温变暖出现停滞.在空间分布上,中国年均气温1961-2014年近100%的站点均呈增加趋势,且此时段各年代相对整个研究段呈增加趋势的站点比例依次是2.6%、32.9%、78.8%、86.0%和11.2%.尤其是1960时段和2000年以后是大面积气温趋势下降显著的时段,而1971-2000年是中国大面积显著增加的时段.不论是气温趋势增加或减少,青藏高原和东北地区均在空间分异格局中率先表现出十分显著的变化特征.尤其是2000年以来中国年均气温变化出现了明显的停滞现象,与此时段的二氧化碳急剧上升形成了十分鲜明的对比.对于气候变暖停滞的原因,仍存在诸多不确定的认识,亟待进行深入系统的研究.      

基于EEMD和ICA的语音去噪方法

语音去噪技术是语音识别系统走向实用化的一个关键性难题.针对语音信号为非平稳信号的特点,提出了一种基于EEMD和ICA相结合的语音去噪方法,首先利用集合经验模态分解(EEMD)算法将含噪语音信号分解为若干个独立的固有模态函数(IMF),消除了经验模态分解(EMD)算法处理语音信号时产生的模态混迭现象;然后将固有模态函数通过改进的独立分量分析(ICA)算法分离出若干个有效的语音信号分量;最后对其进行语音重构,从而达到消除噪声干扰的目的.实验结果表明,该方法在输入信噪比为-10dB的汽车噪声条件下,可以将语音信号的信噪比提高到2.741 2 dB.     

基于CMIP6集合优化数据集的全球陆地极端气候变化预估

预估极端气候事件趋势能够降低其引起的灾害风险.该文基于CMIP6集合优化数据集EPTGODD-WHU,选取5个极端气候指数,即最高气温极大值(TXx)、最高气温极小值(TXn)、最低气温极大值(TNx)、最低气温极小值(TNn)和最大月降水量(PXx),并结合GIS分析手段,对2021—2100年SSP1-2.6、SSP2-4.5和SSP5-8.5情景下的全球陆地极端气温及降水进行预估.结果表明：1)相较于CMIP单一模式,EPTGODD-WHU数据集模拟性能显著提升,气温及降水的空间相关系数分别达到0.99和0.81.2) SSP5-8.5情景下,年最低气温和最高气温均上升明显,且这种上升趋势年内波动不大,地球陆地极寒地区将面临升温的风险,而赤道等极热地区将处于年内长时间酷热状态.3)六大洲在SSP5-8.5情景下的极端降水整体上升趋势最剧烈,但北美洲密西西比平原和滨海平原的地区在SSP5-8.5情景下在未来面临较高的旱灾风险.4)中国西南部地区的极端降水在三个情景下均呈稳定的增幅,且增幅高达60%,预示面临较高的洪灾风险.     

基于EEMD分解的欧洲温度序列的多尺度分析

利用EEMD方法对欧洲5个站大于 150年逐日温度序列进行分解, 分析了欧洲温度序列的低频变化、年循环及季节变化。结果表明: 欧洲5站温度低频变化均存在明显的特征时间尺度, 即年际、年代际和世纪尺度等; 年循环强度在1910?1940年及1970年年末以后的两个暖期里均处于偏弱的状态, 尤其是最近30年里年循环强度减弱趋势更加明显; 此外, 与1910?1940年相比, 在20世纪70年代末以来的暖期里, 夏季更长, 冬季更短。     

基于总体经验模态分解的水文序列多尺度分析

为解决模态混叠问题,将总体经验模态分解方法应用于水文时间序列的多尺度研究中.将白噪声加入原始序列,经过总体经验模态分解后得到固有模态函数,通过对结果进行显著性检验并最终得到水文时间序列主要振荡周期、中心频率、平均振幅等信息.通过对黄河三门峡水文站实测天然年径流序列进行分析,发现总体经验模态分解能够较好地解决模态混叠现象...     

Global analysis theory of climate system and its applications

The idea and main theoretical results of the global analysis theory of climate system are briefly summarized in this paper. A theorem on the global behavior of climate system is given, i.e. there exists a global attractor in the dynamical equations of climate, any state of climate system will be evolved into the global attractor as time increases,indicating the nonlinear adjustment process of climate system to external forcing. The different effects of external forcing, dissipation and nonlinearity on the long-term behavior of solutions are pointed out, and some main applications of the global analysis theory are also introduced. Especially, three applications, the adjustment and evolution processes of climate, the principle of numerical model design and the optimally numerical integration, are discussed.     

基于改进EEMD的卷积神经网络滚动轴承故障诊断

集合经验模态分解(EEMD,ensemble empirical mode decomposition)对信号进行分解,得到的模态函数(IMF,Intrinsic model function)在2端点存在严重的发散现象,如果将分解结果直接应用到故障诊断系统中,会导致诊断的准确率下降。首先将支持向量机(SVM,support vector machine)和EEMD算法结合进行信号分解,并利用仿真信号进行可靠性分析;其次对SVM(support rector machine)-EEMD分解的分量进行选择后再分解并构建能量向量,最后和卷积神经网络结合,构建滚动轴承故障诊断模型并通过实验验证。结果表明,改进EEMD算法可以有效缓解端点发散问题,构建的故障诊断模型提高了故障诊断精度。     

河北怀来盆地近60a气候变化特征及其影响

利用河北省怀来县1954—2012年月气象数据,采用线性倾向率法,距平法和Mann-Kendall趋势检验方法揭示了当地的气候变化特征;并分析了气候变化对水库来水量和粮食单产的关系.结果表明:1)近60年来,怀来县气候倾向率为0.36℃·(10a)-1,高于全国平均水平,年降水量呈下降趋势;从季节来看,四季气温均呈上升趋势,降水变化趋势存在差异,四季中以夏季暖干化趋势最明显.2)研究区年和四季年代均温都在1980—1989年开始变暖;年降水自1980—1989年开始减少,四季降水量的年代变化差异较大.3)研究区小区域尺度上的气候变化趋势与北方较大区域和全国尺度上的结果较为一致,并且暖干化趋势更加明显.4)气候要素与水库来水量和粮食单产显著相关,气候暖干化将加剧研究区水库来水锐减和粮食单产较低的问题.     

基于模态重构与多维评价的时间序列趋势提取

为了准确提取时间序列的趋势特征，提出一种基于模态重构与多维评价的时间序列趋势提取算法。定义重要点作为时间序列分段点的候选集，运用自适应噪声的完备经验模态分解方法对时间序列进行分解和模态重构得到全局因子，使用全局因子度量重要点在整体维度上的重要程度，给出特征因子和边界因子的定义并分别用来度量重要点在单点维度和局部维度上的重要程度，根据3个评价因子综合评价重要点来选取分段点。仿真实验结果表明，该方法具有良好的去噪能力，在相同压缩率情况下的拟合精度比现有方法高，在对心电图趋势提取的实验中也验证了方法的有效性。     

Analyzing global trends of different cloud types and their potential impacts on climate by using the ISCCP D2 dataset

The International Satellite Cloud Climatology roject (ISCCP) D2 dataset is used to study the global distribution of low, middle and high cloud amounts and their rends of 1983-2001. Evidences have shown that global arming has accelerated over the past 20 a and the 1990s as the warmest decade in the instrumental records since 861. Trends of various clouds amounts over this period are nalyzed by employing the linear regression method. The esults show that global mean total cloud amounts, in general,have tended to reduce over the past 20 a. But there are lightly increasing by about 2% before 1987 and decreasing y about 4% since then. Cloudiness trends of both low and igh clouds decrease while increase for the middle cloud.And there exist remarkable discrepancies in different regions.The preliminary analyses suggest that it is likely that the loud change occurring over the past 20 a is a positive feedback to global warming.     

基于序关系分析法和自适应噪声完备集合经验模态分解法的直升机飞行培训安全风险评估指标权重分析

为有效管控直升机飞行培训的安全风险,依据"人-机-环-管"(man-machine-environment-management,MMEM)理论构建直升机飞行培训安全风险评估指标体系,并提出基于序关系分析法(order relation analysis method,G1)和自适应噪声完备集合经验模态分解法(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)的权重确定方法.利用G1确定指标的主观权重,利用CEEMDAN确定指标的客观权重,然后利用最小相对信息熵原理最终确定直升机飞行培训安全风险评估指标的组合权重.以典型直升机飞行培训机构为例进行分析.结果表明不良天气对系统安全的影响最大,同时验证了该方法的简便实用,可以有效帮助机构有针对性地实施安全风险控制和管理.     

环境激励下鹤洞大桥模态参数识别分析与比较

在已建立的鹤洞大桥结构健康监测系统的基础上,同时采用GPS变形监测和加速度振动测试系统,在环境激励下对桥塔和桥主跨段进行位移和加速度响应的同步测试.采用基于总体平均经验模态分解法(EEMD)的改进HHT方法,对GPS系统监测位移进行时频域联合分析,同时对于桥面加速度振动测试数据则采用常规的功率谱峰值法进行频域模态识别.通过2种不同信号采取2种不同模态参数识别方法,进行系统辨识结果对比分析,发现GPS监测位移可以较好地反映主整体结构的低阶振型响应,基于EEMD的改进HHT方法能较好地处理低频非平稳随机信号的干扰及模态混叠现象的发生;相对于常规的功率谱峰值法,本文所采用的改进HHT方法对模态参数辨识结果具有更强的优越性.同时通过2种不同测试信号对于部分阶次模态的系统参数识别结果,与有限元数值分析结果较为相近,验证了上述2种测试结果的正确和可靠性.GPS变形监测系统与加速度动力测试子系统相结合,能较好地识别鹤洞大桥主要模态参数,为大桥的安全有效运作提供坚实依据.     

Self-organized criticality of power system faults and its application in adaptation to extreme climate

This paper analyzes the statistics of faults in a transmission and distribution networks in central China, unveils long-term autocorrelation and power law distribution of power system faults, which indicates that power system fault has self-organized criticality (SOC) feature. The conclusion is consistent with the power systems data in 2008 with ice storm present. Since power systems cover large areas, climate is the key factor to its safety and stability. In-depth analysis shows that the SOC of atmosphere system contributes much to that of power system faults. Extreme climate will be more intense and frequent with global warming, it will have more and more impact upon power systems. The SOC feature of power system faults is utilized to develop approaches to facilitate power systems adaptation to climate variation in an economical and efficient way. Supported by the National Basic Research Program of China (Grant No. 2009CB219701), National Natural Science Foundation of China (Grant No. 50595414), and Youth Scientific & Technological Innovation Project of CSEE     

基于EEMD的爆破振动能量安全分析

 针对爆破振动安全标准的缺陷和小波折合能量法存在基函数、分解尺度选择的问题,基于集成经验模式分解(EEMD)技术,提出爆破振动折合能量安全评判新方法。对爆破振动波进行EEMD 分解,识别造成破坏的优势IMF 分量,求取其能量和频率,并结合构筑物固有频率进行折合能量计算,以此进行安全评判。基于某矿实测爆破振动数据,计算各信号的折合能量,综合现场破坏情况,得出该矿爆破振动波折合能量安全阈值为1.0×10^-7 J。     

气候变化对森林的影响与多尺度适应性管理研究进展

森林作为陆地生态系统的主体和全球气候系统的重要组成部分,对调节全球碳平衡和减缓气候变化具有不可替代的作用。目前的研究表明,气候变化已经对全球各类森林产生了不同程度的影响,而且全球气候变暖的加剧将对森林产生毁灭性的影响。森林管理是一项缓解气候变化影响的关键因子,为应对全球气候变化,森林经营管理必须做出相应的调整以适应和减轻气候变化的消极影响。本文系统总结了全球气候变化对森林及树木分布、生理生态和物候、森林生产力、碳循环、生物多样性、森林水文、森林灾害等产生的现实和潜在的影响,并针对气候变化下的可能影响,从基因、物种、森林生态系统、流域和生物圈多个尺度阐述了适应性管理的对策,以提高各生命系统适应气候变化的能力,实现森林的可持续经营和生物圈的可持续发展。     

Hilbert-Huang变换与大地电磁信号的时频分析

将Hilbert-Huang变换引入大地电磁信号的时频分析中,介绍HHT(Hilbert-Huang transform)时频分析原理及方法,给出仿真信号的经验模态分解及其时频分布,并对实测大地电磁信号进行HHT时频处理与剖析.研究结果表明:Hilbert能量谱随时频的具体分布具有很强的非稳态动态变换时频刻画能力;时频谱的时间、频率分辨率不受Heisenberg测不准原理的限制,且其时间、频率分辨率都很高,有很好的时频聚集性;HHT方法能用于描述大地电磁信号的非线性时变特征,是大地电磁信号时频分析的有效工具.     

基于气候灾害影响的国际韧性城市建设研究进展

全球变暖带来的气候灾害已经严重威胁到世界城市与社会的发展,通过韧性城市建设,提升城市应对气候变化的能力,已成为城市发展的新命题。梳理了韧性概念渊源和分类特征,利用Cityspace软件对国内外城市韧性研发数据进行了分析;通过各个典型国家在面对气候灾害时韧性城市体系构建的相关策略和具体实践,分析得出了韧性城市建设发展的关键科学技术问题和相关策略路径;提出了适应中国韧性城市研究与发展的策略与建议。     

基于改进的集合经验模态分解的爆破振动信号趋势项消除方法

针对实测爆破振动信号中存在的趋势项干扰问题,基于改进的集合经验模态分解,提出一种趋势项消除方法,并进行了模拟信号的仿真计算和爆破振动信号的实例分析.信号仿真计算结果显示:对于持续振动信号,该方法的趋势项提取结果与已有的基于经验模态分解或集合经验模态分解的趋势项消除方法较为接近;但当测试信号呈间歇振动时,该方法对趋势项的提取更为充分,体现了其对分段爆破振动信号中趋势项消除的优越性和适用性.同时,爆破振动速度信号的实例分析验证了该方法在实际应用过程中的可靠性.      

EMD在机电系统振动信号分析中的应用研究

EMD是一种较新的信号分析方法,由于其具有能够自适应分解和优良的局部分析能力的突出优点,在机电系统振动信号分析领域有很广阔的应用前景.介绍了其理论基础,分析了其优势和缺陷,指出了其在机电系统振动信号的滤波和信号分析中应用的可能性和实现方式.为了验证应用的有效性,给出了验证实例.实例表明,EMD在机电系统振动信号的分析中具有良好的效果.     

经验模态分解和小波分解滤波特性的比较研究

 为了更好地了解小波分解(WD)和经验模态分解(EMD)2种方法对非平稳信号滤波特性的差异,以及2种方法的实际应用效果和各自的优缺点,提出了运用对高斯白噪声信号分解分量平均功率谱特性的分析来对比2种方法滤波特性差异的研究方法,并运用多项对比实验对所提研究方法的有效性进行验证.实验结果表明,所提研究方法能够有效地解释2种分解各自的滤波特性.对于EMD分解,各分量平均功率谱表现为带宽逐渐减小,中心频率逐渐降低的一组有序排列的带通滤波器.整个分解过程不需人为干预可自动完成,但存在边缘效应问题,如不加以处理可能会严重影响分解质量;对于小波分解,选择不同小波基,有的表现出与EMD分解类似的多尺度滤波特性,有的则不尽相同,甚至是完全不同.所以小波基的选择和分解层数的设置不同,可能会导致分解结果出现较大差异,因此存在对小波基优化选择问题.此外,小波分解过程速度较快,平均用时仅为EMD的1/25.