两类Lorenz型混沌模型的动力学行为研究

混沌系统的有界性是动力系统中的一个重要概念,在研究奇点的唯一性、奇点的全局渐近稳定性、奇点的全局指数稳定性、吸引子的李雅普诺夫维数、吸引子的豪斯道夫维数、周期解的存在性、周期解的控制等方面有着重要的应用;然而根据作者所知由于高阶混沌系统代数结构的复杂性,对高阶混沌系统有界性的研究是一件困难的事情;基于以上原因,将研究来自于数学物理模型中一类高阶混沌系统和一类三维洛伦兹型混沌系统的有界性;基于李雅普诺夫稳定性理论,证明了两个混沌系统的解是最终有界的;创新点在于不仅证明了两类混沌系统是最终有界的,而且分别给出了两类混沌系统最终有界集的一族解析表达式;研究结果为混沌系统在工程中的应用和电路设计提供了理论依据。     

东汉名士现象研究

研究东汉名士现象,可以从名士的由来、东汉名士队伍的两大分野、名士形象的品格魅力、名士效应下的人文气象等四个方面入手。东汉名士效应与汉末"建安文学"有内质性关系,具体表现为:一是为其文化背景,浸染了独特的时代色彩;二是为作家的文学创作实践,定下了全新的审美格调;三是激活了一代作家放眼天下、关注民生、感悟人生的赤子情怀。     

气象探测装备保障体系建设的若干思考

随着科学技术水平的快速发展,我国气象事业的智能化、自动化和多样性特征越发明显,各种现代化的探测仪器及装备在气象部门得到了广泛应用。为确保其可以长期稳定运行,应加强气象探测装备保障体系建设,推动气象事业持续健康发展。基于此,本文结合南通市气象探测装备保障体系建设实际,对其建设目的、现状及存在问题等进行分析,并给出了几点建设对策,仅供相关部门参考借鉴。     

浅谈如何提高民航气象观测质量

民航气象观测是我国气象服务行业的基础工作之一，其要求我国民航观测工作要具备准确性、及时性和完整性的特征，通过对数据进行严谨的分析之后才可以传送到相关单位及部门，为我国的民航工作提供实时可靠的气象飞行参数。在我国民航事业突飞猛进的发展时期，为了更好的适应民航业务的需求，需要坚持加强民航气象工作的观测力度以及观测服务意识，加大气象观测服务基础工作的锻炼，并通过转变民航工作理念，从而提高应对气象变化的处理能力。通过对目前我国民航气象观察质量的主要因素进行分析，提出关于实际规章、安全管理、观测技能等可以提高民航气象观测质量方面的观测意见与建议。     

浅谈辽宁气象成人继续教育现状

目前,辽宁省气象成人继续教育处于上升期,随着中国气象局对人才培养的重视及人才结构的变化,如何提高目前辽宁省气象成人教育的质量是亟待解决的问题之一。通过分析目前的培训需求,分析当前气象事业发展的需要,科学的、逐步的提高成人教育质量。     

浅谈气象信息在农业生产中的应用

本文以安阳为例,介绍了安阳的气象信息建设现状、我国气象信息在农业生产中的应用现状,探讨了气象信息在应用过程中存在的传达不畅、准确度不高、农业针对性不强等问题,提出了一些建议和对策。     

新形势下发展黄石县级公共气象服务能力探索

县级气象部门处于气象服务的最前沿，是将气象成果转化为公共服务产品的主阵地，县级公共气象服务能力的建设也是解决气象服务最后一公里难题中最重要的一环。本文通过从黄石县级公共气象服务的现状进行分析，剖析存在的问题，并为黄石县级公共气象服务能力的提升提出积极对策，提高县级公共气象服务能力。     

航空气象技术在空中交通管理中的应用

航空气象技术是航空安全的重要保障手段，同时对于空中的交通管理也发挥着重要的作用。该文通过对航空气象技术的发展以及技术内容的阐述，介绍了航空气象技术在空中交通管理中的应用。     

基于聊城国家基本气象站无人值守模式的探讨

【目的】随着我国气象事业的发展，未来气象台站无人值守模式将逐步全面推广实施，对现有的国家级地面气象观测站无人值守模式进行优化和提升非常有必要。【方法】在对聊城市国家基本气象站无人值守模式现状的分析基础上，分析和探讨国家气象观测站无人值守模式的技术方法和保障措施。【结果】重点介绍了国家气象观测站无人值守下的保障系统和网络传输设计模式，并对无人值守模式下的新要求做了分析总结。【结论】无人值守并不意味地面测报不需要业务人员，而是将业务员从烦琐的人工数据监控中解脱出来，使之转型为业务保障、数据应用分析等综合型人才。因此，要实现无人值守模式下台站的长期稳定高效运行需要技术的支持，同样离不开业务人员的努力。     

基于气象因素的机场进离港延误预测

针对机场延误预测过程中难以提取延误传播时空特征、预测结果受天气扰动大的问题，提出了基于气象因素的时空图卷积网络(meteorology-based spatio-temporal graph convolutional networks, MSTGCN)机场延误预测模型。该模型使用图卷积神经网络(graph convolutional neural network, GCNN)与门控卷积神经网络(gated convolutional neural network, Gated CNN)挖掘机场延误的时空特征，同时加入气象特征提取模块对机场延误时间进行预测。实验结果表明，该模型在中短时预测上的表现均优于其他对比模型；相较于不考虑气象因素的模型，MSTGCN对未来1 h、4 h和12 h预测的平均绝对误差分别降低了7.03%,7.93%,11.54%,对预测结果起到了极大的修正作用。