雷达和卫星资料同化在一次华南暴雨预报中的应用

利用WRF模式和GSI同化系统,搭建了一套可以业务运行的预报系统,实现了对多普勒天气雷达反射率和径向风、葵花(Himawari-8)气象卫星等资料的同化功能。基于本系统,针对同化非常规资料可能带来的资料应用和预报效果问题,设计了多组同化方案,对2017年7月17～18日发生在华南的一次强降水过程进行模拟分析和同化效果评估。结果表明:分别同化常规资料、雷达径向风、雷达反射率反射率、卫星资料均对预报效果有所改进,特别是同化卫星资料,可以改善系统对云水物质的分析能力,进而提高海上天气过程的降水预报。基于分类试验同化的结果,对整体同化常规资料、雷达径向风、雷达反射率和卫星资料等对温度、风向风速、相对湿度和降水等模拟技巧进行评估后发现,整体同化对强降水的发生时间和强度预报有改进,但并非在所有方面都优于单独同化某一类资料的结果。     

LAPS同化MTSAT-2水汽资料在一次中尺度大暴雨模拟中的应用

中尺度分析系统LAPS(local analysis and prediction system)在国内已业务化多年,可以融合多种国内观测资料;但是针对卫星资料的融合应用研究还不够充分。为此,实现了LAPS融合MTSAT-2卫星资料的接口;并结合WRF模式,选取2014年7月24~25日发生在江苏及附近地区的一次强降水过程进行模拟。通过对比LAPS系统融合MTSAT-2卫星资料前后的物理量场的差异,以及经WRF模式预报的降水量差异,分析基于LAPS系统同化MTSAT-2资料对暴雨预报的作用。结果表明,LAPS融合MTSAT-2卫星资料后对地面相对湿度场和降水区域分布均有明显改善作用。利用多种评分方法对24 h累计降水进行检验,发现同化MTSAT-2资料对大雨及以上量级降水的预报改善作用明显,特别是对大暴雨级别的降水预报效果改善最为显著。     

三维变分映射资料同化技术在台风数值模拟上的应用实验

台风移动路径及登陆是台风预报中的关键问题,提高台风初始分析场质量是改进台风数值预报效果的重要途径之一．文中首先对目前国际上占优势的变分资料同化方法：三维变分资料同化（3DVar）、四维变分资料同化（4DVar）和作者近年提出的三维变分映射资料同化方法（3DVM）的理论进行了简单的比较分析;然后基于MM5-4DVar的系统构建了MM5-3DVM系统;最后以9914号台风Dan为例,利用该系统设计了17组同化卫星AMSU-A反演的温度和风场资料及人造涡旋海平面气压场资料的数值实验,初步探讨3DVM技术对提高台风初始场质量的有效性．与4DVar的对照实验表明：通过文中3DVM系统得到的初始台风结构相对更合理,更能改善台风的模拟,特别是路径预报．敏感性研究表明：初始涡旋的大小、同化时间窗口的长短和信息量的强弱对台风路径和强度变化的敏感性,3DVM比4DVar技术更为稳定．特别地,3DVM利用历史资料只需低廉的计算代价进行初始化,这是符合业务预报需求的．     

IASI卫星资料同化对江淮暴雨预报的试验研究

对2014年6月26日到6月28日发生在江淮地区的一次暴雨过程,运用中尺度预报模式WRF以及同化系统WRFDA同化ATOVS(包括AMSUA、MHS、HIRS4)和IASI(CO2吸收波段)亮温资料,对比不同卫星资料同化对此次暴雨过程预报影响,评价IASI卫星资料同化对江淮暴雨预报效果。结果表明,相比ATOVS资料同化,IASI资料同化对温度、湿度等气象要素的调整更明显。在24 h和12 h累计降水量模拟上,同化IASI资料对降水范围和降水强度的模拟与实况最为接近。在同化ATOVS试验中加入IASI资料后,降水模拟效果改进不大,说明同化资料的种类越多,相应累计误差越大,对降水模拟改进越不明显。     

南海三维变分海洋同化模式及其验证

基于Princeton Ocena Model(POM)建立了一个南海三维变分海洋同化模式,该模式主要用于卫星遥感高度计沿轨资料同化,考虑了每条轨道上的误差相关性,并且引入递归滤波优化运算.采用1998年春季和夏季、2000年夏季3个航次温盐资料对这个系统进行评估表明,相对于未同化的模式模拟结果,无论对温盐异常年份还是正常年份,该系统的温盐均方根误差和偏差都显著减小,误差结构更符合正态分布.特别是在盐度场上能重现南海由于降水和径流所造成的淡水盖,该系统也能将海表动力高度信息有效传递进模式次表层;温盐资料验证各航次评估结果差别不大,表明该同化系统性能是稳定的.     

近海近岸海浪的研究进展

从海浪谱、风浪及涌浪的预报方法、卫星海洋学及资料同化在波浪计算中的应用、增减水和环境流对波浪相互作用5个方面对近海近岸波浪的研究成果进行了较为系统的归纳总结和评述。在此基础上分析了近海近岸海浪研究的发展趋势，提出今后的研究方向。     

3.5维雷达资料变分同化技术及改进方案在WRF中的应用

本文主要介绍3.5维雷达资料同化技术以及增加雷达垂直风场反演信息对该同化技术的影响,利用WRF模式建立了雷达变分同化系统,对同化效果进行检验。3.5维雷达资料同化技术是变分同化技术的扩展,使用多时次雷达观测资料,采用方程约束增加动力学、热力学信息,逐步反演得到风场、动力场和热力场。该技术使用3组连续多普勒雷达体扫资料,分三步获得分析增量以便在背景场基础上更新模式变量。首先利用连续两个时次的格点化三维径向风场来反演三维风场,然后利用连续两个时次的三维风场来依次反演出水平气压场与热力学变量。同时分析空间采用B-样条基底来降低空间的维数,并增加观测信息在空间上的扩散。但该技术也表现出垂直速度强度不够,浮力抬升作用不强的缺陷。针对本缺陷,本文讨论了通过物理初始化方法由雷达回波反演得到的垂直速度,并将该垂直速度作为观测信息同化进入3.5维变分同化中,考察原雷达资料同化方法以及改进方案对随后降水的改善。结果表明,对降水有明显的改善。     

卫星闪电定位校正

从卫星资料处理出发，分析了雷暴云在多通道卫星云图上的基本特征，提出了利用多通道数字化卫星云图判识雷暴云的方法。在判识出雷暴云的基础上，对其中心进行定位，并利用其定位结果，对闪电定位仪测得的闪电资料进行校正，以提高闪电定位仪的定位精度及卫星资料判别雷暴云的正确率。初步分析表明，利用卫星定位对闪电定位进行校正，对闪电资料的定位精主工有较大的提高，得到了较好的结果。     

GPS掩星折射率的一维变分同化

为了探索GPS掩星观测资料在数值预报模式中的同化应用,利用GPS掩星折射率的一维变分同化技术,将MM5模式输出结果作为背景场,以GPS掩星折射率作为观测值来进行一维变分同化。将同化反演后得到的气压、温度、水汽压廓线与德国地学研究中心（GFZ）公布的气象观测资料进行了对比和分析,得到了较好的比较效果。证实了GPS掩星资料的合理同化对数值预报可进行有效的改进,并提出了下一步的同化方向。     

源碳观测数据融合与同化技术研究2014年度报告

该年度我们在863课题的支持下,研究工作持续进行,推出了可同化卫星柱浓度数据的中国碳通量/浓度联合数据同化系统Tan-Tracker,初步研制了Tan-Tracker的区域版本,完善了可同时同化地基-卫星数据的全球数据同化系统CT-China.     

变量化船舶型线表达与设计方法

基于变量化设计理论,提出船体型线的变量化设计模型,用于船舶型线的表达与设计.描述了使用该模型进行船体型线设计的计算机辅助设计(CAD)方法,其主要包括船体型线数据的管理、数学模型的定义,以及三维空间模型的建立和修改.用数学模型定义了型线设计各元素的位置信息和元素之间的拓扑关系,按照数学模型构建和修改三维空间模型,完成船体型线的设计.在船体型线的设计过程中,基于变量化设计模型对设计进行修改,能够实现型线设计方案的快速重构,避免重复设计,有效地提高了型线设计的质量和效率.通过使用船舶型线的变量化设计方法进行型线设计的实例,证明了该方法的实用性和先进性.     

SST data assimilation experiments using an adaptive variational method

An adaptive variational data assimilation method is proposed by Zhu and Kamachi^[1]. This method can adaptively adjust the model state without knowing explicitly the model error covariance matrix. The method enables very flexible ways to form some reduced order problems. A proper reduced order problem not only reduces computational burden but also leads to corrections that are more consistent with the model dynamics that trends to produce better forecast. These features make the adaptive variational method a good candidate for SST data assimilation because the model error of an ocean model is usually difficult to estimate. We applied this method to an SST data assimilation problem using the LOTUS data sets and an ocean mixed layer model (Mellor-Yamada level 2.5). Results of assimilation experiments showed good skill of improvement subsurface temperatures by assimilating surface observation alone.     

二阶有限元浅水模式的伴随变分资料同化

应用二阶有限元浅水方程的伴随模式作资料同化场的数值试验,并利用极小化方法对具有随机扰动的初始场进行优化处理．通过该极小化算法,使所定义的目标函数达到最小,从而得到最优的气象要素初始场．数值试验结果表明：二阶有限元模式的变分资料同化对具有随机扰动的初始场的处理是很有效的．     

液体火箭发动机的分层贝叶斯变分推理故障诊断方法

针对稀疏数据场景下，传统的多项式-狄利克雷模型存在一定的分类精度问题，提出一种基于变分推理的分层贝叶斯网络的参数估计方法. 通过在传统的多项式-狄利克雷模型中引入超先验，构建出的分层多项式-狄利克雷模型可用于贝叶斯网络中的条件分布估计. 对分层多项式-狄利克雷模型的先验依赖结构进行分析研究，提出一种快速准确的自组织变分推理算法. 与传统的分类模型相比，本文提出的分层多项式-狄利克雷模型在处理小数据集液体火箭发动机的故障分类中有显著的性能提高.      

变分自编码器和注意力机制的异常入侵检测方法

针对传统的机器学习算法在检测未知攻击方面表现不佳的问题,提出了一种基于变分自动编码器和注意力机制的异常入侵检测方法,通过将变分自编码器和注意力机制相结合,实现使用深度学习方法从基于流量的数据中检测异常网络流量的目标。所提方法利用独热编码和归一化技术对输入数据进行预处理;将数据输入到基于注意力机制的变分编码器中,采集训练样本中隐含特征信息,并将其融入最终潜变量中;计算原始数据与重建数据之间的重建误差,进而基于适当的阈值判断流量的异常情况。实验结果表明,与其他入侵检测方法相比,所提方法明显改善了入侵检测的精度,不仅可以检测已知和未知攻击,而且还可以提高低频次攻击的检测率。     

基于变指数分数阶全变差和整数阶全变差的图像恢复算法

结合变指数全变差(totalvariation, TV)和整数阶TV,提出一种变分图像恢复算法。该变分问题的能量泛函主要分为三个部分:变指数p(x)的分数阶TV正则化项、整数阶TV正则化项和数据保真项。该模型中的指数p(x)是与图像的梯度信息有关的函数。在理论上,由于分数阶导数和整数阶导数的结合,使得所提方法不仅能有效地去除图像噪音,保护图像的边界高频信息,还能更好地保留图像的纹理细节等中低频信息,同时可以极大地消除图像处理中产生的阶梯效应和散斑效应。在模型的求解上,利用变分法可以简单地将极小化泛函的优化问题转化为梯度下降流方程。最后,通过模拟数据和真实数据对本文所提方法进行了验证。试验结果表明,该方法可以去除噪声的同时,有效保持边界和纹理细节,并且对噪声是鲁棒的,具有一定的实际应用价值。     

基于条件变分自编码器的问题生成方法

将条件变分自编码器作为辅助模块,引入预训练语言模型的编码解码过程,通过数据增强(潜在的语义扩充)以提高模型的鲁棒性。通过建立陈述句与疑问句之间的高维分布联系,由分布采样实现一对多的问题生成。结果表明,融合条件变分自编码器不仅能生成多样性的问题,也有助于提升问题生成的模型性能。在基于SQuAD数据集划分的2个答案可知问题生成数据集Split1和Split2上,BLEU-4值分别被提升到20.75%和21.61%。     

改进变分模态分解在发动机气门间隙异常故障诊断中的应用

基于振动监测信号的故障诊断技术,对于船舶、油气田、核电等关键领域中大型高速柴油机的健康管理和智能运维具有重要意义。针对柴油发动机气门间隙异常故障,提出了基于振动数据驱动的故障诊断方法。首先,提出模态数量和惩罚因子均为自动优选的改进变分模态分解（VMD）方法,克服了传统VMD方法中上述参数需凭经验预设的缺点;进一步,对VMD分量进行多域特征提取,利用核密度估计方法进行特征敏感性的排序和选择;最后,构建全连接网络分类模型,将优选后的故障敏感特征通过分类模型进行故障识别。利用故障模拟实验台验证了不同工况下的气门间隙异常数据,结果表明本文所提的基于改进变分模态分解的气门间隙异常诊断方法故障识别率超过86%,具有良好的应用效果。     

对图像处理中ROF全变分模型的两种算法的比较研究

全变分图像去噪问题的本质是一类基于全变分的约束极小化模型.其中最经典的模型是由Rudin-Osher-Fatemi提出的ROF模型[1].在这一模型中,正则化参数的选取直接影响到图像恢复的效果,当给定一个适当的正则化参数来平衡数据拟合和正则解时,可以得到十分理想的结论.在过去的二十年中,通过对这一模型的研究,产生了各种有效的算法.不同的算法通过调节正则化参数,都在不同程度上达到了去噪的目的.本文中,应用两种算法：梯度下降法和分裂Bregman算法,对带噪声图像进行了数值仿真和比较,结果显示分裂Bregman算法能够达到更好地去噪效果.