一、我国气候预报将更讲“精细”（论文文献综述）
谌芸,曹勇,孙健,符娇兰,董全,于超,刘凑华,唐健,郭云谦[1]（2021）在《中央气象台精细化网格降水预报技术的发展和思考》文中研究说明定量降水预报（QPF）是中央气象台最传统且最核心的天气预报业务,随着经济社会的快速发展对降水预报精细化程度需求越来越高,提升降水预报的精细化水平成为中央气象台面临和需要解决的首要问题之一。目前中央气象台制作和发布空间分辨率5 km,未来3天逐1 h时间间隔、未来10天逐3 h时间间隔的网格化定量降水预报产品,并发布雨、雨夹雪、冻雨和雪降水相态及新增积雪深度的精细化预报产品。本文围绕精细化降水预报技术这一关键环节,回顾了中央气象台在数值模式精细化降水预报、时空精细化降水预报技术、降水相态和新增积雪精细化预报技术以及精细化检验评估技术等方面的进展,并思考目前精细化降水预报业务技术发展存在的问题及未来的发展,以期为中央气象台和全国精细化QPF技术的发展提供重要参考。
郭莲怡[2]（2021）在《不同降尺度方案对全球增暖1.5℃与2℃下中国区域降水的预估及平稳性检验》文中研究表明本文围绕全球增暖1.5℃和2℃下江淮流域和青藏高原降水的未来预估及不确定性问题,首先引入并考察非齐次隐马尔可夫（NHMM）统计降尺度方案、LMDZ4动力降尺度方案以及LMDZ4/CDF-t动力统计相结合降尺度方案对多模式模拟江淮流域夏季日降水的改善能力,利用优选的降尺度模型给出未来降水响应特征及其可能成因。同时探究协调区域气候降尺度试验（CORDEX）多模式动力降尺度前后、不同驱动场下、不同区域气候模式下、不同模拟区域下模拟青藏高原日降水的差异,并建立优选的CORDEX/CDF-t动力统计相结合降尺度方案揭示更可靠的青藏高原未来降水响应特征。在此基础上,综合考察各降尺度方案的模拟性能,并通过检验方案的平稳性阐释了预估结果中方案的不确定性,研究结果可为应对极端气候变化制定相关对策提供科学依据。主要结论如下:（1）为针对江淮流域和青藏高原降水建立最优动力统计相结合降尺度方案,先综合考察并发现Gamma分布匹配法（Gam CDF）、分位数调整法（QQadj）、等距累积概率分布匹配法（EDCDF）和转移累积概率分布法（CDF-t）四种偏差订正方法均能有效提高区域气候模式对中国区域日平均降水季节变化、日降水量概率分布与降水指数空间分布的模拟能力,其中CDF-t方法表现最优。（2）相较于LMDZ4动力降尺度和LMDZ4/CDF-t动力统计相结合降尺度方案,NHMM统计降尺度方案最有效地提高了气候模式对江淮流域夏季日降水量概率分布与降水指数空间分布的模拟能力。进一步利用NHMM方案给出全球增暖1.5℃和2℃下江淮流域夏季降水总体呈增加趋势,其中强降水的发生概率均明显增加,而小雨的发生概率显着减少;空间上江淮流域东部地区明显偏涝,西部地区偏旱。基于NHMM降尺度模型原理发现未来江淮流域全局多雨型和东多西少雨型的发生频率将呈显着增长趋势,进一步揭示该降水响应特征与其相应的环流型发生频率持续增多有关。（3）CORDEX多模式动力降尺度前后均具备一定再现青藏高原（TP）和印度河-恒河平原北部地区（NIGRP）降水气候态、季节变化和年际变率的能力,降尺度前湿季和干季降水均存在明显的湿偏差,降尺度后湿季降水的湿偏差改善显着,而干季TP降水的湿偏差反而加剧,大尺度环流表明湿季改善与南亚高压和印度洋水汽模拟改善有关,干季加剧与南亚高压和TP南支偏西水汽模拟更强有关。对比不同GCMs动力降尺度后降水发现,无论湿季或干季,MPI-ESM-LR模式动力降尺度后模拟的综合性能均更优,尤其对TP中部地区改善最优。但不同RCMs或者模拟区域下降水模拟结果并无明显差异。进一步建立优选的CORDEX/CDF-t动力统计相结合降尺度方案揭示全球增暖1.5℃和2℃下TP和NIGRP强降水（小雨）的发生频率将增加（减少）;全球增暖1.5℃下总降水量（降水强度）在TP和NIGRP大部分地区呈减少（增加）趋势,尤其是TP南部和帕米尔高原地区减幅达40%以上（TP北部、中部和帕米尔高原地区增幅普遍超过60%以上）,半度增温则会造成响应趋势更加显着。（4）NHMM统计降尺度、LMDZ4动力降尺度、LMDZ4/CDF-t动力统计相结合降尺度、CORDEX动力降尺度和CORDEX/CDF-t动力统计相结合降尺度五种方案模拟日降水概率分布和空间分布的能力皆具有较高的一致性,其中NHMM统计降尺度应用于江淮流域降水最优,CORDEX/CDF-t动力统计相结合降尺度方案应用于青藏高原降水最优。进一步检验方案的平稳性发现,NHMM方案将江淮流域所有站点上总降水量和降水强度变化的特征有效传递至了未来;但模型性能的衰减性随时间推移而增加,模拟总降水量（降水强度）在江淮大部分站点（江淮流域北部及东南部）不确定性较大。CORDEX/CDF-t方案对青藏高原中部和北部地区（约50%格点）上总降水量变化,以及仅青藏高原南边缘（约15%格点）上降水强度变化的特征有效传递;但模拟总降水量（降水强度）在青藏高原东北部、中部以及平原部分地区（青藏高原东北部、中部零星以及印度河-恒河平原北部地区）不确定性较大。
周康辉[3]（2021）在《基于深度卷积神经网络的强对流天气预报方法研究》文中提出强对流天气,包括冰雹、雷暴大风、短时强降水、龙卷等,常常伴有闪电,由于其时空尺度小,其精准预报具有极大难度。目前,强对流预报主要依靠基于观测数据的外推方法、基于数值模式的“配料法”等方法,预报效果有待进一步提升。近年来,随着中小尺度观测网络和高分辨率数值天气预报（High-resolution numerical weather prediction,HNWP）模式的不断发展,强对流天气监测和预报能力有了相应地提升。然而,高时空分辨率的观测数据和数值天气预报数据,完全由预报员进行主观分析具有较大难度,亟需发展能够将上述数据有效综合应用的客观预报方法。本文立足于强对流天气预报业务应用的实际需求,基于深度学习方法,开发了涵盖临近、短时、短期等不同预报时效的强对流天气预报方法。基于多源观测数据,实现了临近时段的闪电预报;基于多源观测数据和HNWP数据,实现了短时时段内的闪电预报;基于全球数值模式,实现了短期时段内的分类强对流天气预报。于此同时,本文还对以上针对强对流天气特征构建的深度学习模型,进行了可视化,尝试对深度学习的特征提取、预测过程进行解释。据我们所知,本文实现了深度学习在强对流预报领域的多个创新性尝试。如利用深度学习融合多源观测数据,进行闪电临近预报;利用深度学习融合多源观测和HNWP数据,进行闪电的短时预报;利用深度学习对数值模式进行后释用,实现分类强对流天气短期预报。临近时段（0～2 h）,基于静止气象卫星、多普勒天气雷达、云-地闪电（简称“闪电”）定位等多源观测数据,利用深度卷积神经网络,构建了图像语义分割模型（Lightning Net）,有效实现了闪电临近概率预报。经过训练的Lightning Net模型,能够提取时间和空间上的闪电发生发展特征,具备了较好的预报能力。2018年8月的预报检验表明,0～1 h闪电预报检验TS（Threat Score）评分达到0.453,命中率为0.633,虚警率为0.386;闪电预报结果为概率预报产品,预报概率值越大的区域往往对应闪电活动更为活跃的地区,也具备较好的指示性意义。由于卫星具有一定的初生对流观测能力,因此本方法具备较好的对流初生预报能力,能够在对流生成之前,对其进行有效预报。该方法利用深度学习算法有效地实现了卫星、雷达、闪电观测数据的融合应用,其预报性能显着优于仅仅基于单一数据源的预报性能。短时时段（2～6 h）,基于多源观测数据和HNWP数据的特性,构建了双输入单输出的深度学习语义分割模型（Lightning Net-NWP）。预报因子包括闪电密度、雷达反射率、卫星的6个红外通道云图,以及GRAPES3km输出的雷达组合反射率预报变量等共9个预报因子。深度学习模型使用了编码—解码的经典全卷卷积结构,并且参照了经典的池化索引共享的方式,尽可能保留不同空间尺度特征图上的细节特征信息。利用三维卷积层以提取多源观测数据时间和空间上的变化特征。结果表明,深度学习能够有效实现多源观测数据和HNWP数据的融合,Lightning Net-NWP能够较好地实现0～6 h的闪电预报,具备比单纯使用多源观测数据、HNWP数据更好的预报性能,且预报时效越长,融合的优势体现的越明显,为强对流短时预报提出了新的方法和思路。短期时段（6～72 h）,利用深度卷积神经网络,构建了雷暴和分类强对流天气（短时强降水、冰雹、雷暴大风）的概率预报模型。利用强对流天气历史观测数据标记全球数值模式的再分析数据,创建了大样本强对流天气分类样本集。样本特征包括温、压、湿、风等基本气象要素,同时也包含了反映水汽、动力、能量等强对流天气发生发展所需条件的常用强对流参数。基于强对流天气的这些样本特征,构建了6层的深度卷积神经网络预报模型。将经过训练的深度学习模型,应用于数值模式的预报数据,实现了分类强对流天气的概率预报。2015—2017年4—9月的预报检验表明,深度学习算法的预报表现,相对于预报员主观预报具有明显的提高,雷暴、短时强降水、冰雹和雷暴大风的TS评分分别提高了16.1%、33.2%、178%和55.7%。针对上述深度学习模型,本文使用决策树预报因子重要性排序、预报因子变换重要性以及深度学习模型卷积输出结果可视化等方法,对各种深度学习方法和模型进行了初步的解释。基于决策树预报因子重要性排序结果表明,对于分类强对流天气的预报因子,机器学习方法排列的预报因子重要性程度,很大程度上与预报员的主观认识是一致的,同时也能得到一些有益的启发。通过变换重要性方法（Permutation importance）对Lightning Net-NWP模型的各个预报因子的重要性进行了分析。结果表明,随着预报时效的延长,NWP预报因子起到的作用越来越大,而观测数据预报因子的重要性逐渐下降。利用卷积层输出可视化的方法,对Lightning Net预报过程进行了可视化,分析了其卷积核特征提取过程。
姚帏[4]（2021）在《基于机器学习的南海北部风暴增水预报研究》文中提出热带气旋造成的大多数人员伤亡和财产损失是由风暴潮造成的,随着海平面上升与沿岸人口的不断增多,预计风暴潮将给沿海地区带来更多更大的风险。常规数值方法和传统经验方法已经掌握了风暴潮的部分规律,但这仍然是一个非线性非平稳的多变量影响的问题,一直以来各种风暴潮分量之间的相互作用对风暴潮的峰值水位发生时间和发生位置的贡献仍然难以确定。机器学习技术在过去的十多年在地球科学领域展现了很强的灵活性,无论是单纯的数据驱动模型还是结合了机器学习技术的数值模型,为预报员突破预报瓶颈提供了新的角度。本文探讨了机器学习在风暴潮预报中的应用与发展、存在的问题及未来的发展方向。并搭建了机器学习模型用于南海北部沿岸的风暴增水预报。本文的一个创新点在于利用TCRM（Tropical Cyclone Risk Model）合成2000年的合成台风数据库,筛选出特定区域的特定类型的极端类台风,目的是总结极端的虚拟台风以更好的预测未来的实际极端台风。使用并行的海洋模式GOMO（Generalized Operator Model of the Ocean）快速且准确的模拟从中选择的30条合成台风事件引起的风暴潮。从此过程中获得的数据集用于训练LSTM（Long Short Term Model）机器学习模型,验证过程中各个输出站点的均方根误差均小于0.06,相关系数均在0.95以上,取得了很好的拟合效果。在该网络中使用了六个输入参数:台风眼的经纬度、中心低气压、台风的移动速度、最大风速、最大风速半径,对南海北部沿岸的惠州、赤湾、深圳、汕尾、珠海、大万山、闸坡、水东、香港、广州站进行了48小时的“天鸽”、“山竹”台风的后报实验和误差的非参数检验。在精细的15分钟预报时间步长考验下,模型给出了准确的峰值水位初始时刻与峰值极值的预测,从非参数检验中机器学习预报结果与GOMO模式预报结果的对比中可以看到-0.3至+0.3米的误差概率在70%左右,可以作为GOMO的替代模型。由于是同时输出多个站点的风暴增水预测,由于不同站点的地理位置造成的预报难度的不一造成机器学习模型也不能准确捕获增减水过程,如处于障壁岛地形的大万山站,处于半封闭海口的广州站都是预测难度很大的位置。机器学习模型能高精度的模拟台风过境过程的增水幅度,可以准确预测到增水初始时刻、却并不能准确预测何时减水与减水的幅度,这可能由于合成事件中的台风数据的局限性造成的。结果表明,机器学习手段建立的预报系统有替代数值模型的潜力,利用随机台风模型构建的数据库结合机器学习技术将在未来的风暴潮概率预报中具有很强的扩展性和业务应用价值。
夏晓丽[5]（2021）在《新一代气象卫星气溶胶资料同化在大气污染模拟中的应用研究》文中研究说明随着城市化规模和水平的提高,我国经济发展水平有了显着提高,与此同时也出现了日益突出的空气污染问题,对大气污染的模拟与预报逐渐成为当今的热点社会问题也是一项科学难题。随着计算能力的提高和模式预报水平的发展,空气质量预报模式逐渐成为空气污染领域研究的主要研究方式。同时资料同化技术能够为预报模式提供准确的初始条件,成为降低模式预报不确定性的一种有效方法。气溶胶是大气污染物的主要成分,大气气溶胶对气候系统和环境污染都有着非常重要的作用。近年来,随着卫星遥感技术的不断进步,通过大气探测技术获取大气气溶胶数据已成为大气研究领域中重要的获取方式。充分利用好现阶段先进的新一代卫星气溶胶资料是当前空气质量预报研究的热点。本文通过结合WRF-Chem预报模式,在GSI（Gridpoint Statistical Interpolation）系统中使用三维变分方法,分别研究能够同化新一代气象卫星风云3号（FY-3A）卫星,葵花8号（Himawari-8）卫星,风云4号（FY-4A）卫星气溶胶资料的同化系统,结合实际大气污染个例设计同化试验,进一步验证了同化试验对预报的改进效果。研究结果表明:（1）基于GSI同化系统构建风云3号（FY-3A）卫星气溶胶资料的三维变分同化系统,将风云3号卫星气溶胶数据成功引入GSI同化系统中,用WRF-Chem模式做预报,使用NMC（National Meteorology Center）方法统计了背景误差协方差矩阵,较好地反映了14种气溶胶变量的垂直特征。经过同化试验之后的气溶胶光学厚度AOD（Aerosol Optical Depth）值的偏差和均方根误差值整体优化了接近30%,进一步验证了AOD资料同化系统的积极影响。同化卫星资料后,分析场提供了更加丰富的沙尘天气信息,风云3号（FY-3A）卫星同化试验比MODIS卫星资料同化试验效果更好一些。进一步验证了风云3号（FY-3A）卫星气溶胶资料同化对模式预报的改进效果。（2）进一步改进同化系统,基于静止卫星能够对同一地区连续观测的特点,构建基于静止气象卫星葵花8号（Himawari-8）卫星气溶胶资料快速更新同化系统。将葵花8号（Himawari-8）卫星气溶胶资料引入GSI分析系统中,并应用在2017年5月发生的一次强沙尘天气中,通过实际天气个例研究发现,同化AHI卫星AOD资料的试验在AOD值强度和覆盖度上都有较好的效果,特别是在中国东北地区大值中心区附近。与地面监测站AERONET站点数据对比发现,“AHI 1h DA”同化试验的改进效果最为明显,比其他更接近地面观测站,可能是由于同化了高频数据,有助于提供丰富的初始场信息,充分检验了同化系统的有效性。（3）选取一次实际沙尘天气个例,基于以上GSI中构建的快速循环同化系统,将我国第二代静止气象卫星风云4号（FY-4A）卫星的气溶胶数据成功接入GSI系统,系统地对比了其对沙尘天气气溶胶预报效果的影响。模式引入卫星AOD观测值后分析场中引入了研究区偏东北地区,北部平原地区以及东南地区几个沙尘的主要沙源。通过同化试验中气溶胶各组分的空间分布图可知,大气气溶胶在沙漠戈壁和北京地区的大值区主要是由于沙尘气溶胶的增加,华南上空AOD主要以P25组分分量为主。同化试验均反映了研究区域内AOD的增量中心且与卫星观测场中AOD高值区分布一致,同化调整后分析场的气溶胶信息更加丰富。试验研究表明我国风云4号（FY-4A）卫星气溶胶资料同化系统在空气质量预报中的应用具有广阔的发展前景。（4）根据以上工作,为了结合风云4号（FY-4A）卫星和葵花8号（Himawari-8）卫星数据的各自优点,研究了两种卫星气溶胶资料的联合同化系统,对发生在我国的一次大范围沙尘天气进行卫星资料同化试验,接着用WRF-Chem模式模拟AOD分布。同时同化风云4号（FY-4A）卫星和葵花8号（Himawari-8）卫星气溶胶资料的同化试验能够充分利用两种卫星在不同区域的数据覆盖度的优势,观测资料的增加丰富了在北京、内蒙古和东北地区特别是西北地区的AOD大值分布区,为分析场提供了更丰富的气溶胶观测信息和更准确的模式初始场描述。为未来我国风云卫星气溶胶数据的推广提供参考。
陈子豪[6]（2021）在《黑河黄藏寺水利枢纽工程精细化调度研究》文中研究表明我国西北内陆河流域气候干旱、水资源短缺,水是中游洪积平原经济发展的命脉,也是下游荒漠绿洲生命的源泉。中下游地区突出的水资源供需矛盾,使流域水资源精细化调度管理成为地区经济、社会、生态可持续发展的共识,而在流域上游修建大中型水利枢纽工程是实现该共识的重要手段。黑河作为我国第二大内陆河,实现其水资源精细化调度管理具有重大意义,本文以黑河上游龙头控制性水利枢纽工程为研究对象,建立了面向绿洲生态、农业灌溉和水力发电的黄藏寺水库精细化调度模型。模型采用NSGA-II算法求解,可较为完整的刻画黄藏寺水库供水范围内的水资源供需关系,也为流域水资源管理者提供了切实可行的水库调度运行方式。最后根据长系列模拟运行结果,进一步提出了实现黑河流域水资源精细化调度管理所应采取的改进措施。主要研究内容如下:（1）剖析了西北内陆河流域水资源系统特点。从流域水循环过程出发,探索上游径流形成过程、中游水资源开发利用特点和下游生态输水影响因素,分析了人类活动对流域生态环境造成的不利影响,进而提出在西北内陆河流域开展水资源精细化调度的必要性和紧迫性,论述了开展流域水资源精细化调度研究的先决条件和关键问题,为构建西北内陆河流域水库精细化调度模型奠定了指导思想和理论基础。（2）构建了控制性水库为核心的水资源精细化调度模型。以黑河干流上游黄藏寺水库为研究对象,从数据准备出发,全面分析了基础模型建立、目标函数确立、约束条件设定、多目标优化算法选择和输出结果综合评价等多个重要环节,阐述了水库精细化调度模型的构建思路及求解方法,具有黑河流域水资源系统特点的同时,其整体思路也具有普适性,可为其它中小流域相关模型建立提供参考。（3）开展了黄藏寺水库供水范围内水资源配置研究。根据黄藏寺水库供水范围内各用水户输水特点,自上游至下游将用水户划分为水力发电、农业灌溉和绿洲生态三个供水单元,确定了农业灌溉和绿洲生态供水单元供水目标和供水时段,分析了黑河上游梯级水电站群理想发电运行状态。（4）建立了黑河上游区间补水模型和中下游河道输水效率模型,是黄藏寺水库精细化调度模型的重要组成部分。区间补水模型实现了利用黄藏寺水库入库径流量数据推算黑河上游、黄藏寺水库下游区间补水情况,有效延伸了水库对黑河上游地表径流的整体控制能力;河道输水效率模型则表明黑河中下游河道输水特征具有明显差异,具体表现为,黄藏寺水库可调度生态水量相同时,生态调度历时越长则中游河道输水效率越高、生态调度历时越短则下游河道输水效率越高,生态调度长距离输水过程则主要受中游河道输水特征影响。（5）分析提出了黑河水资源精细化调度的未来发展格局和研究方向。利用黄藏寺水库精细化调度模型,一是,可有效保证水库按照既定方案控制黑河中下游农业灌区用水全过程,为农业灌溉提供稳定水源、提高春灌和冬灌用水保证率、代替平原水库发挥灌溉调节功能,但农业灌溉调度精细化程度仍较依赖于黄藏寺水库入库径流量预报;二是,可有效保证水库按照环保部确定的生态流量下泄要求供给黑河下游额济纳绿洲生态用水,但仅靠农业灌溉用水间隙、采用“短时大流量”集中下泄的生态调度方式,输水损失严重且会对上游梯级水电站发电造成较大影响,应进一步探索农业灌溉与绿洲生态同步调度机制,挖掘黑河上游出山口水电站承担径流反调节功能的可能性。
郑铮,赵昶昱,徐彬,钱燕珍[7]（2020）在《水上项目竞赛气象服务的需求调研和建议》文中指出调研了水上项目（龙舟、帆船）竞赛对气象服务的需求以及存在的问题,并给出了相应的建议。
夏元平[8]（2020）在《基于InSAR/GIS的矿区地下非法开采监测关键技术研究》文中研究说明我国的矿产资源属于国家所有。国家根据战略发展的需要,给有关单位或个人发放矿产资源开采许可证,通过进行合理有序的开采,更好地服务国家的经济发展。近年来,由于受到经济的利益驱动,部分非法开采分子在未取得矿产资源开采许可证的情况下,私自盗采国家的矿产资源,且开采手段又极具破坏性。有关部门为制止此类行为,采取了多种防范措施。但由于现有的非法采矿监督大多采用“逐级统计上报、群众举报、现场巡查”的“地毯式”方法进行,周期长、时效性差、人为因素影响大、准确度低,以致一些非法采矿监管困难,尽管采取了防范措施,但屡禁不止,影响矿山正常开采秩序,形成安全事故隐患并严重破坏了生态环境。因此,为了实现在人无需进入井下或井下实测空间的条件下确定地下开采区域,进而进行非法采矿识别成为可能,本文在总结地下非法采矿类型和识别途径的基础上,从解决“地表形变信息的获取、地表形变信息与地下开采位置的关联、合法与非法开采的甄别”三个关键技术问题入手,综合运用空间对地观测技术、GIS、采矿工程等技术的理论成果,解决矿区范围内In SAR获取地表形变信息的问题,以煤炭地下开采引起的地表沉陷为研究对象,在揭示地表形变信息与地下开采面的关联机理的基础上,构建能融合数据多源、反映多层次时空变化过程中地质空间与分布特征的GIS时空数据模型,建立地下合法开采和非法开采的甄别模型,并集成In SAR和GIS技术来实现矿区地下非法采矿的快速高效监测。论文的研究内容和和取得的主要成果总结如下:（1）总结了当前利用In SAR技术进行矿区地表形变监测的研究发展现状,进一步梳理了SAR成像原理以及D-In SAR、PS-In SAR、SBAS-In SAR的基本原理和数据处理流程,分析了In SAR形变探测的主要误差来源,并从形变梯度、失相关等方面剖析了In SAR在矿区形变监测中的主要影响因素。同时,综述了当前国内外In SAR与GIS技术集成应用以及地下非法采矿监测研究现状。（2）提出了一种面向地下非法采矿识别的GIS时空数据模型。针对矿山地下开采诱发的地质现象和动态过程,结合地下非法采矿监测的实际需求,介绍了支持地质事件多因素驱动GIS时空数据模型的基本概念和框架结构,定义了各种地质对象及相关的地质事件。同时,通过对矿山开采沉陷时空变化过程进行模拟与描述,构建了支持地质时空过程动态表达的GIS数据模型,并对矿山开采沉陷各个类的详细结构和时空数据库表结构进行了描述,在此基础上,提出了集成In SAR与GIS技术进行地下非法采矿识别的方法,并搭建非法采矿识别平台体系结构,为不同类型非法采矿事件的识别和监测提供平台保障。（3）提出了一种基于D-In SAR开采沉陷特征的地下无证开采识别方法。针对引起地表较大量级形变的地下无证开采事件,构建了自动圈定地表开采沉陷区的算法模型,设计了一种“时序相邻式”的双轨D-In SAR监测方案。通过精化D-In SAR数据处理的流程、方法和相关参数,精准地获取了区域范围内的差分干涉图,再根据由地下开采引起地表沉陷区域独特的空间、几何、形变特征,构建了从分布范围较大的差分干涉图中快速、准确圈定地表开采沉陷区的算法模型,在此基础上,实现了从圈定的开采沉陷区中进行非法采矿事件的识别,并对识别结果进行了对比分析和实地验证。通过资料对比和实地调查验证了地下非法开采的识别结果与实际情况基本一致,具有较好的识别效果,且定位出的采矿点的位置较准确,与实际位置的差距一般都小于20m。（4）提出了一种融合PS-In SAR和光学遥感的地下无证开采识别方法。针对引起地表小量级形变且隐蔽在房屋下的无证开采事件,鉴于这些非法事件开采的都是浅层煤炭资源,且地面上的房屋在较长时间序列中能够保持较强且稳定的雷达散射特性,通过联合PS-In SAR技术和高分光学遥感,提取出地表建筑物（居民地）对应PS点集的沉陷信息,并对提取出的建筑物沉陷信息进行形变时空特征分析,提出了一种从覆盖范围较大的建筑物沉陷信息中快速、准确探测出疑似非法开采点的方法。以山西省阳泉市郊区山底村为研究对象,选用Quick Bird02和Worldview02高分辨率数据以及20景PALSAR影像数据来进行实验研究,探测出该村2006年12月29日至2011年1月9日间发生过的2个非法采煤点,并将探测出的非法采煤点与历史查处资料进行对比分析,发现局部区域的准确率达到40%,探测率达到66.67%,且在开采时间上也基本吻合。表明了该方法是可行的,具有一定的工程适用性和实际应用价值。（5）结合In SAR地表形变监测技术和开采沉陷预计方法,提出了一种面向越界开采识别的地下采空区位置反演方法。首先依据开采沉陷原理建立起地表沉陷和地下开采面的时空关系模型,然后利用In SAR技术精确获取地表形变信息,最后根据时空关系模型反演出地下倾斜煤层开采的具体位置参数。与其他同类方法相比,该方法由于不依赖复杂非线性模型,因此具有较高的工程应用价值。为了验证所提出方法的可靠性和适用性,使用FLAC3D软件进行了模拟实验和分析,选用峰峰矿区132610工作面和11景Radarsat-2影像数据进行实验研究,结果表明,反演出的采空区位置平均相对误差为6.35%,相比于同类基于复杂非线性模型的算法,平均相对误差缩小了1.75%,相比于忽略煤层倾角的算法,平均相对误差缩小了6.25%,本文提出的方法可为进一步甄别和发现深藏在地下的越界开采事件提供一种新的监测方式与途径。该论文有图94幅,表12个,参考文献220篇。
苗世光,蒋维楣,梁萍,刘红年,王雪梅,谈建国,张宁,李炬,杜吴鹏,裴琳[9]（2020）在《城市气象研究进展》文中研究说明中国数十年来在城市气象研究这一新兴学科领域开展了大量研究并获得了多方面的丰硕成果。文中从城市气象观测网与观测试验、城市气象多尺度模式、城市气象与大气环境相互影响、城市化对天气气候的影响等4个方面论述了城市气象的主要研究进展:中国各大城市已建立或正在完善具有多平台、多变量、多尺度、多重链接、多功能等特点的城市气象综合观测网;北京、南京、上海等地开展了大型城市气象观测科学试验,被世界气象组织列入研究示范项目;成功开展了风洞实验、缩尺度外场实验研究;建立了多尺度城市气象和空气质量预报数值模式,并应用于业务;在城市热岛效应、城市对降水影响、城市气象与城市规划、城市化对区域气候及空气质量的影响、城市气象与大气环境相互作用等研究领域取得长足进展。最后指出,未来需要重点从新观测技术及观测资料同化应用、城市系统模式研究、城市化对天气气候的影响机理、城市化对大气环境和人体健康的影响、城市水文气象气候与环境综合服务等方面开展科学研究与应用,为中国城市化、生态文明建设、防灾减灾和应对气候变化等国家需求提供科技支撑。
霍文[10]（2020）在《塔克拉玛干沙漠腹地人工绿地与自然沙地局地气候差异研究》文中研究说明塔克拉玛干沙漠,气候极端干旱。随着石油基地的建成,在研究区的自然沙陇剖面上形成了面积达2 km2的人工绿地。由于下垫面性质的改变,引起气象特征参数连锁反应,导致近地层能量分配格局改变,局地性气候与沙漠气候形成了强烈反差,我们亟需解析在气候差异下,各项气象参数的变化区间;了解人工绿地与自然沙地通量参数的差异;评估陆面参数化方案对人工绿地局地性气候的响应程度。正是以此为目标,通过高精度观测仪器和先进试验手段,在生长季,获取人工绿地和自然沙地同步观测数据,同时针对绿地边缘效应,同步开展强化观测试验,利用理论研究、试验数据分析、数值模拟等方法,定量地解析不同下垫面局地性气候的差异性;揭示感热、潜热时间分布位相差异的原因机理;利用陆面过程模拟与观测事实进行参数对比分析,评估参数化方案对局地性气候的响应程度,为沙漠-绿洲地气之间相互作用及影响机制提供科学试验数据支撑和研究基础。并得到以下主要结论:1)从日出到正午,自然沙地升温速率大于人工绿地;正午到日落则相反。人工绿地增温至极值比自然沙地滞后2 h。夜间人工绿地边界温度一般高于自然沙地与人工绿地中心区域。在下垫面状况差异、局地环流作用、小地形共同影响下,人工绿地（中）日较差>自然沙地（西）>人工绿地（东）>人工绿地（西）。四季夜间均存在逆温,冬季1月逆温强度最大,最大逆温差为12.8℃,秋季次之,春季第三,夏季最小,最大逆温差6.4℃。2)平均风速季节变化:春季最大、夏季次之、秋季第三、冬季最小。日间大于夜间,自然沙地风速变幅大于人工绿地。春季,自然沙地日平均风速差3.0 m/s,人工绿地中心1.8 m/s,人工绿地东西边界分别为2.0 m/s与2.2 m/s。将自然沙地的平均风速量化为1.0 m/s,春季绿地边界风速递减率为35%;绿地中心风速递减率为68%。夏季绿地边界风速递减率为30%;绿地中心风速递减率达到71%。沙地与绿地夏季比湿最大、秋季次之、春季第三,冬季最小。3)FAO56-PM蒸散模型适用于干旱背景下的人工绿地,计算值与观测值呈线性相关,相关系数分别为:人工绿地（中）0.933,人工绿地（东）0.943,人工绿地（西）0.942。饱和水汽压与实际水汽压之差、2m平均温度、2m平均风速、饱和水汽压斜率是影响蒸散发计算的主要因素。4)沙地与绿地（地面长波辐射）差值区间为-30-20 W/m2。土壤水分变化是造成人工绿地与自然沙地地表反照率差异的主要原因之一,塔克拉玛干沙漠人工绿地的滴灌增加了土壤含水量,传递到表层具有滞后效应,影响了地表反照率的月变化。净辐射的主要耗能形式以H和G0为主,其中H最大,LE最小。夜间以G0为主。日间以H为主。在塔克拉玛干沙漠大环境影响下,人工绿地的能量分配格局与自然沙地基本一致,而在植被的生长期与茂盛期,LE的通量消耗份额会增加,能耗比增加1.5%左右。5)冬季自然沙地与人工绿地的不闭合率均在50%以上,且人工绿地的拟合系数很低。在其他季节,人工绿地的不闭合率优于自然沙地,这也是地表能量残差D值较小的反映。由地形起伏与下垫面共同影响,不同下垫面能量闭合存在差异。6)CLM3.0模式对自然沙地辐射模拟精度高于人工绿地。人工绿地向下的长波辐射在春季和夏季被低估,自然沙地模拟偏差则在±0.02以内。模拟的高反照率值与观测值相比有所延迟,反照率被高估。太阳反射辐射高估了6-19 W/m2。在峰值区模式低估了向上长波辐射,低估值在2-25 W/m2之间。自然沙地向上长波辐射模拟精度高于人工绿地。此外,净辐射的模拟值和观测值之间也存在差异,RMSE区间为35-70 W/m2。7)在沙漠地区,H的模拟能力高于LE,自然沙地通量模拟精度优于人工绿地,这说明模式对沙漠干旱地区水汽传输模拟机制有待改善。模式高估了人工绿地H,低估了自然沙地H,人工绿地RMSE为45.6 W/m2,自然沙地RMSE为25.1 W/m2。模式对土壤温度模拟相关系数较高,均在0.97以上,在温度高值区存在低估,中上层土壤温度模拟精度自然沙地高于人工绿地,深层土壤温度模拟精度人工绿地优于自然沙地。土壤湿度模拟效果差,自然沙地相关系数高于人工绿地,最高可达0.83。土壤湿度模拟偏差均为正偏差,模拟值偏移值较大,特别是深层土壤湿度,其中自然沙地偏移值大于人工绿地,因灌溉,人工绿地模拟精度含有“虚高”。
二、我国气候预报将更讲“精细”（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、我国气候预报将更讲“精细”（论文提纲范文）
（1）中央气象台精细化网格降水预报技术的发展和思考（论文提纲范文）
| 引言 |
| 1 精细网格预报的基础信息——数值预报 |
| 2 网格降水预报的主客观融合、时空降尺度技术和滚动更新方法 |
| 2.1 主客观融合降水反演技术 |
| 2.2 快速滚动更新精细化降水量预报技术 |
| 2.3 滚动更新精细化降水预报检验 |
| 3 网格降水相态和新增积雪的客观精细化预报技术 |
| 3.1 网格降水相态的客观预报技术 |
| 3.2 新增积雪预报技术 |
| 4 精细化网格预报检验评估技术 |
| 4.1 精细化网格预报检验的改进 |
| 4.2 适应精细化网格预报的检验方法研发和应用 |
| 5 精细化降水预报业务技术思考 |
| 5.1 GRAPES数值预报系统 |
| 5.2 降水预报的时空精细化发展 |
| 5.3 精细化降水相态及新增积雪预报 |
| 5.4 精细化网格预报检验 |
| 6 结论 |
（2）不同降尺度方案对全球增暖1.5℃与2℃下中国区域降水的预估及平稳性检验（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题目的与意义 |
| 1.2 研究进展 |
| 1.2.1 全球增暖1.5℃与2℃下中国区域降水响应 |
| 1.2.2 降尺度在区域气候模拟中的应用 |
| 1.2.3 降尺度方案的平稳性检验 |
| 1.3 存在问题 |
| 1.4 章节安排及其总体结构 |
| 第二章 研究方法 |
| 2.1 统计降尺度方案 |
| 2.1.1 基于概率分布调整的偏差订正方法 |
| 2.1.1.1 Gamma分布匹配法(Gam CDF) |
| 2.1.1.2 转移累积概率分布法(CDF-t) |
| 2.1.1.3 等距累积概率分布匹配法(EDCDF) |
| 2.1.1.4 分位数调整法(QQadj) |
| 2.1.2 非齐次隐马尔可夫模型(NHMM) |
| 2.2 动力降尺度方案 |
| 2.2.1 大气变网格LMDZ4 动力降尺度 |
| 2.2.2 协调区域气候降尺度试验(CORDEX) |
| 2.3 动力统计相结合降尺度方案 |
| 2.4 降水指数 |
| 2.5 气候模拟评估及平稳性检验指标 |
| 2.6 全球增暖达到1.5℃和2℃的未来气候风险 |
| 第三章 多种偏差订正方法对中国区域动力降尺度模拟应用的评估及优选 |
| 3.1 引言 |
| 3.2 研究资料 |
| 3.3 多种偏差订正方法的模拟评估及优选 |
| 3.3.1 季节变化 |
| 3.3.2 日降水概率分布 |
| 3.3.3 降水指数空间分布 |
| 3.4 本章小结 |
| 第四章 不同降尺度方案对江淮流域降水的模拟评估与预估 |
| 4.1 引言 |
| 4.2 资料与方法 |
| 4.2.1 观测与模式资料 |
| 4.2.2 降尺度模型建立 |
| 4.2.3 全球增暖达到1.5℃与2℃的时间段 |
| 4.3 不同降尺度方案的模拟评估及对比 |
| 4.3.1 日降水量概率分布 |
| 4.3.2 降水指数空间分布 |
| 4.4 全球增暖1.5℃与2℃下江淮流域降水的未来变化 |
| 4.4.1 日降水量概率分布的未来变化 |
| 4.4.2 降水指数空间分布的未来变化 |
| 4.5 未来降水变化的可能成因 |
| 4.5.1 雨型及其发生频率的变化 |
| 4.5.2 天气型的变化 |
| 4.6 本章小结 |
| 第五章 不同降尺度方案对青藏高原降水的模拟评估与预估 |
| 5.1 引言 |
| 5.2 资料与方法 |
| 5.2.1 观测与模式资料 |
| 5.2.2 降尺度模型建立 |
| 5.2.3 全球增暖达到1.5℃与2℃的时间段 |
| 5.3 CORDEX多模式动力降尺度对青藏高原降水的模拟评估及成因 |
| 5.3.1 动力降尺度前后降水模拟的差异及成因 |
| 5.3.2 不同驱动场下降水模拟的差异 |
| 5.3.3 不同区域气候模式下降水模拟的差异 |
| 5.3.4 不同模拟区域下降水模拟的差异 |
| 5.4 不同降尺度方案的模拟评估及对比 |
| 5.4.1 日降水量概率分布 |
| 5.4.2 降水指数空间分布 |
| 5.5 动力统计结合的不同增温阈值下青藏高原降水未来预估 |
| 5.5.1 日降水量概率分布的未来变化 |
| 5.5.2 降水指数空间分布的未来变化 |
| 5.6 本章小结 |
| 第六章 降尺度方案的平稳性检验及不确定性分析 |
| 6.1 引言 |
| 6.2 降尺度方案 |
| 6.3 综合评估 |
| 6.4 平稳性检验 |
| 6.4.1 模型对有效信息的传递能力 |
| 6.4.2 模型性能的衰减性 |
| 6.5 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 特色与创新 |
| 7.3 问题与展望 |
| 参考文献 |
| 在读期间科研工作情况 |
| 致谢 |
（3）基于深度卷积神经网络的强对流天气预报方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 机器学习在强对流和降水监测中的应用 |
| 1.2.2 机器学习在强对流临近预报中的应用 |
| 1.2.3 机器学习在强对流短时和短期预报中的应用 |
| 1.2.4 小结与展望 |
| 1.3 问题的提出 |
| 1.4 论文章节安排 |
| 第2章 基于多源观测数据的闪电临近预报 |
| 2.1 研究背景 |
| 2.2 数据和方法 |
| 2.2.1 卫星数据 |
| 2.2.2 全国雷达拼图数据 |
| 2.2.3 闪电定位数据 |
| 2.2.4 地理范围选取 |
| 2.3 深度学习方法 |
| 2.3.1 闪电预报流程 |
| 2.3.2 训练集和测试集构建 |
| 2.3.3 深度学习模型 |
| 2.4 试验结果 |
| 2.4.1 检验结果 |
| 2.4.2 2018年8月23日预报个例分析 |
| 2.4.3 2018年8月4日预报个例分析 |
| 2.4.4 闪电初生预报和检验 |
| 2.5 结论和讨论 |
| 第3章 基于高分辨率数值预报和观测数据的闪电短时预报 |
| 3.1 研究背景 |
| 3.2 数据 |
| 3.2.1 观测数据 |
| 3.2.2 高分辨率数值天气预报数据 |
| 3.3 深度学习模型 |
| 3.3.1 深度学习模型结构 |
| 3.3.2 训练集和测试集 |
| 3.3.3 训练过程 |
| 3.4 试验结果 |
| 3.4.1 批量检验结果 |
| 3.4.2 个例检验结果-2018年8月21日 |
| 3.4.3 个例检验结果-2018年8月23日 |
| 3.5 小结 |
| 第4章 基于数值预报的强对流天气短期分类预报 |
| 4.1 引言 |
| 4.2 数据与方法 |
| 4.2.1 NCEP FNL分析资料 |
| 4.2.2 强对流天气实况数据 |
| 4.3 深度学习预报算法 |
| 4.3.1 训练样本和测试样本 |
| 4.3.2 深度学习模型构建 |
| 4.3.3 预报过程 |
| 4.4 结果评估 |
| 4.4.1 不同模型评估 |
| 4.4.2 个例预报评估 |
| 4.4.3 算法整体评估 |
| 4.5 小结 |
| 第5章 基于机器学习可视化的强对流机理规律研究 |
| 5.1 研究背景 |
| 5.2 数据和方法 |
| 5.2.1 预报因子重要性排序 |
| 5.2.2 变换重要性 |
| 5.2.3 特征图(feature map可视化) |
| 5.3 机器学习模型可解释性 |
| 5.3.1 基于NWP的分类强对流天气预报因子重要性排序 |
| 5.3.2 基于多源观测数据和HNWP数据进行短时预报的预报因子变换重要性 |
| 5.3.3 基于多源观测数据特征图可视化 |
| 5.4 小结与讨论 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 本文创新点 |
| 6.3 未来展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（4）基于机器学习的南海北部风暴增水预报研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 论文的研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 台风随机模型的发展 |
| 1.2.2 风暴潮模型的发展 |
| 1.2.3 机器学习预报风暴潮的发展 |
| 1.3 南海台风风暴潮的基本特征及研究现状 |
| 1.4 研究目标与论文的组织 |
| 第二章 风暴潮的基本特征与所用模型 |
| 2.1 风暴潮的影响因素 |
| 2.2 TCRM模型 |
| 2.2.1 路径生成单元 |
| 2.2.2 模型内成分 |
| 2.3 GOMO数值模型 |
| 2.3.1 GOMO的基本方程 |
| 2.3.2 模式的边界条件 |
| 2.3.3 模态分离技术 |
| 2.3.4 算子 |
| 2.4 机器学习模型 |
| 2.4.1 循环神经网络RNN概述 |
| 2.4.2 长短时记忆网络LSTM概述 |
| 第三章 利用TCRM合成大量的虚拟台风 |
| 3.1 模型的配置和网格选取 |
| 3.2 合成台风的发生与传播 |
| 3.3 筛选台风的策略 |
| 3.4 插值台风到合适的时间分辨率 |
| 第四章 利用GOMO数值模拟南海北部沿岸的风暴增水 |
| 4.1 模型配置 |
| 4.2 风场的配置与验证 |
| 4.3 数值模拟得到的风暴潮与验证 |
| 第五章 训练机器学习模型并快速估计风暴增水 |
| 5.1 预测的台风介绍 |
| 5.2 数据集的构造与前处理 |
| 5.3 LSTM神经网络结构 |
| 5.4 基于LSTM预测的风暴增水与非参数检验 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者攻读学位期间发表的学术论文 |
（5）新一代气象卫星气溶胶资料同化在大气污染模拟中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 前言 |
| 1.1 研究的目的和意义 |
| 1.2 国内外研究进展 |
| 1.1.1 空气质量模式的研究进展 |
| 1.1.2 资料同化技术的发展 |
| 1.1.3 卫星气溶胶资料同化的研究进展 |
| 1.3 本文拟研究问题和各章节安排 |
| 1.3.1 拟研究的问题 |
| 1.3.2 本文各章节安排 |
| 第2章 GSI气溶胶资料同化系统 |
| 2.1 GSI三维变分同化系统 |
| 2.2 气溶胶观测算子的建立 |
| 2.2.1 CRTM辐射传输模式 |
| 2.2.2 AOD观测算子的建立 |
| 2.3 气溶胶分析变量和背景误差协方差矩阵 |
| 2.4 气溶胶资料同化流程 |
| 2.5 本章小结 |
| 第3章 风云3 号卫星气溶胶资料同化研究与应用 |
| 3.1 引言 |
| 3.2 观测资料与质量控制 |
| 3.2.1 MODIS卫星气溶胶资料 |
| 3.2.2 风云3 号卫星气溶胶资料 |
| 3.3 大气污染过程与研究区域 |
| 3.3.1 强沙尘天气过程 |
| 3.3.2 研究区域与参数方案选取 |
| 3.4 试验方案设计 |
| 3.5 试验结果与分析 |
| 3.5.1 背景误差协方差矩阵的统计分析 |
| 3.5.2 同化试验结果的误差分析 |
| 3.5.3 两种卫星资料同化试验效果分析 |
| 3.5.4 模拟结果分析 |
| 3.6 本章小结 |
| 第4章 葵花8 号卫星气溶胶资料的快速循环同化系统的构建与应用 |
| 4.1 引言 |
| 4.2 Himawari-8 卫星气溶胶观测资料及质量控制 |
| 4.3 快速更新循环同化方法 |
| 4.4 试验方案设计 |
| 4.4.1 研究的沙尘天气个例 |
| 4.4.2 试验方案 |
| 4.5 结果与讨论 |
| 4.5.1 单点试验 |
| 4.5.2 背景误差协方差尺度分析 |
| 4.5.3 同化结果分析 |
| 4.5.4 预报结果检验 |
| 4.6 本章小结 |
| 第5章 风云4 号卫星气溶胶资料同化在一次沙尘天气中的应用评估 |
| 5.1 引言 |
| 5.2 FY-4 卫星气溶胶观测资料 |
| 5.3 试验设置 |
| 5.3.1 强沙尘天气过程 |
| 5.3.2 试验设计 |
| 5.4 结果与分析 |
| 5.4.1 同化结果统计分析 |
| 5.4.2 初始场改进分析 |
| 5.4.3 气溶胶各组分贡献分析 |
| 5.4.4 预报结果分析 |
| 5.5 本章小结 |
| 第6章 风云4 号卫星与葵花8 号卫星气溶胶资料联合同化在气溶胶预报中的应用 |
| 6.1 引言 |
| 6.2 同化系统与输入参数 |
| 6.3 试验设计 |
| 6.4 试验结果分析 |
| 6.4.1 与卫星观测比较分析 |
| 6.4.2 同化试验对初始场改进效果 |
| 6.4.3 预报效果验证 |
| 6.4.4 环流形势分析 |
| 6.5 本章小结 |
| 第7章 全文总结和讨论 |
| 7.1 全文总结 |
| 7.2 研究创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（6）黑河黄藏寺水利枢纽工程精细化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究进展 |
| 1.3 研究内容与技术路线 |
| 2 西北内陆河流域水资源系统及配置理论方法 |
| 2.1 西北内陆河流域水资源系统概述 |
| 2.2 水资源开发利用方式与生态环境危机 |
| 2.2.1 水资源开发利用方式 |
| 2.2.2 生态环境危机 |
| 2.3 水资源精细化调度理念的提出 |
| 2.4 本章小结 |
| 3 水库精细化调度模型构建思路及求解方法 |
| 3.1 调度模型符号编制规则 |
| 3.2 模型层次结构分析 |
| 3.3 决策变量和输入参数设定 |
| 3.4 目标函数和约束条件建立 |
| 3.4.1 目标函数 |
| 3.4.2 约束条件 |
| 3.5 模型求解思路及综合评价标准 |
| 3.6 本章小结 |
| 4 研究区域基本情况及特征分析 |
| 4.1 黑河流域概况 |
| 4.1.1 自然经济环境状况 |
| 4.1.2 水资源开发利用现状 |
| 4.1.3 已建梯级水电站 |
| 4.1.4 黄藏寺水库综合利用要求 |
| 4.2 需水量分析预测 |
| 4.2.1 黄藏寺水库供水范围及设计水平年 |
| 4.2.2 黑河干流分水指标 |
| 4.2.3 黑河中游需水量预测 |
| 4.2.4 黑河下游需水量预测 |
| 4.2.5 梯级水电站发电流量需求分析 |
| 4.3 来水量和输水特征分析 |
| 4.3.1 黄藏寺水库入库径流量 |
| 4.3.2 黑河上游区间补水特征分析 |
| 4.3.3 黑河中下游河道输水效率特征分析 |
| 4.4 本章小结 |
| 5 黄藏寺水库精细化调度模型构建与应用 |
| 5.1 供水单元 |
| 5.1.1 供水单元划分 |
| 5.1.2 供水目标确定和供水时段划分 |
| 5.2 决策变量和输入参数设定 |
| 5.2.1 决策变量设定 |
| 5.2.2 输入参数设定 |
| 5.3 目标函数及约束条件 |
| 5.3.1 基础关系式 |
| 5.3.2 目标函数 |
| 5.3.3 约束条件 |
| 5.4 模型求解过程及综合评价标准 |
| 5.4.1 代表年选取 |
| 5.4.2 模型分步求解和满意解评价标准 |
| 5.4.3 特丰水年模拟运行分析 |
| 5.4.4 偏丰水年模拟运行分析 |
| 5.4.5 平水年模拟运行分析 |
| 5.4.6 偏枯水年模拟运行分析 |
| 5.4.7 特枯水年模拟运行分析 |
| 5.5 本章小结 |
| 6 黄藏寺水库调度运行结果分析 |
| 6.1 分析要点和关键问题 |
| 6.2 经济社会供水单元目标完成情况分析 |
| 6.3 绿洲生态供水单元目标完成情况分析 |
| 6.3.1 黄藏寺水库理想生态调度运行方式 |
| 6.3.2 黄藏寺水库长系列调度运行规律 |
| 6.3.3 生态调度关键问题和应对措施 |
| 6.4 梯级水电站发电运行分析 |
| 6.4.1 年际发电量变化 |
| 6.4.2 年内发电量变化 |
| 6.5 黄藏寺水库极限死水位运用 |
| 6.6 黄藏寺水库年发电量 |
| 6.6.1 发电量计算方法 |
| 6.6.2 计算结果分析 |
| 6.7 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（7）水上项目竞赛气象服务的需求调研和建议（论文提纲范文）
| 0 引 言 |
| 1 现状和需求 |
| 1.1 龙舟赛 |
| 1.2 帆船赛 |
| 2 问 题 |
| 3 建 议 |
| (1)加强沟通,提高认识。 |
| (2)未雨绸缪,提前布局。 |
（8）基于InSAR/GIS的矿区地下非法开采监测关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文结构安排 |
| 2 InSAR技术理论基础 |
| 2.1 SAR成像原理及影像特征 |
| 2.2 InSAR技术原理 |
| 2.3 D-InSAR技术原理 |
| 2.4 时序InSAR技术 |
| 2.5 本章小结 |
| 3 面向地下非法采矿识别的GIS时空数据模型 |
| 3.1 矿山开采沉陷时空变化分析与表达 |
| 3.2 矿山开采沉陷动态过程模拟与描述 |
| 3.3 面向非法采矿识别GIS时空数据模型的逻辑组织 |
| 3.4 地下非法采矿识别平台体系结构 |
| 3.5 本章小结 |
| 4 基于D-InSAR开采沉陷特征的地下无证开采识别 |
| 4.1 矿山地表与图层对象动态关系构建 |
| 4.2 矿山地表形变D-InSAR监测 |
| 4.3 开采沉陷特征提取和沉陷区圈定 |
| 4.4 实例分析与验证 |
| 4.5 本章小结 |
| 5 融合PS-InSAR和光学遥感的地下无证开采识别 |
| 5.1 矿山地表与传感器对象动态关系构建 |
| 5.2 联合PS-InSAR和光学遥感提取地表建筑物的沉陷信息 |
| 5.3 基于建筑物沉陷时空特征的地下无证开采识别方法 |
| 5.4 实例分析与验证 |
| 5.5 本章小结 |
| 6 面向越界开采识别的地下开采面位置反演 |
| 6.1 矿山地表与开采面对象动态关系构建 |
| 6.2 地下开采引起的地表沉陷规律 |
| 6.3 开采沉陷预计原理和模型 |
| 6.4 基于InSAR和沉陷预计理论的地下开采面反演 |
| 6.5 工程实例及分析 |
| 6.6 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 主要创新点 |
| 7.3 不足和展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（9）城市气象研究进展（论文提纲范文）
| 1 引言 |
| 2 中国的城市气象观测网与观测试验研究 |
| 2.1 城市气象观测网 |
| 2.2 城市气象外场观测试验研究 |
| 2.3 大气环境风洞实验研究 |
| 2.4 城市气象缩尺度外场实验研究 |
| 3 城市气象多尺度模式的研究 |
| 3.1 城市气象数值模拟的多尺度特征 |
| 3.2 城市冠层模式的发展 |
| 3.3 城市小区尺度数值模式的发展与应用 |
| 4 城市气象与大气环境相互影响的研究 |
| 4.1 城市气象对大气环境影响的研究 |
| 4.2 空气污染对城市气象影响的研究 |
| 4.3 城市气象与大气环境相互作用 |
| 4.4 城市空气质量预报及其应用的研究 |
| 5 城市化对天气气候的影响 |
| 5.1 城市热岛效应分析 |
| 5.2 城市对降水的影响研究 |
| 5.2.1 城市对降水影响的观测分析 |
| 5.2.2 城市对降水影响的数值模拟研究 |
| 5.3 城市气象与城市规划 |
| 5.4 城市化与气候变化 |
| 5.5 中国城市化对区域气候与空气质量影响研究 |
| 6 结语 |
（10）塔克拉玛干沙漠腹地人工绿地与自然沙地局地气候差异研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 沙漠物理属性 |
| 1.2.2 沙漠天气 |
| 1.2.3 沙漠气候研究进展 |
| 1.2.4 沙漠小气候研究进展 |
| 1.2.5 沙漠边界层研究进展 |
| 1.2.6 沙漠地区陆面过程及其参数化研究进展 |
| 1.2.7 沙漠对全球环境变化的影响 |
| 1.3 科学问题和研究内容 |
| 1.3.1 拟解决的关键性科学问题 |
| 1.3.2 研究内容 |
| 1.3.3 研究目标 |
| 1.3.4 技术路线 |
| 1.4 论文结构 |
| 第二章 研究区域气候背景与观测仪器简介 |
| 2.1 研究区概述 |
| 2.1.1 新疆气候特征 |
| 2.1.2 塔克拉玛干沙漠简介 |
| 2.1.3 塔克拉玛干沙漠气候背景简介 |
| 2.1.4 塔克拉玛干沙漠中心气候特征 |
| 2.2 观测仪器简介 |
| 2.2.1 人工绿地观测仪器介绍 |
| 2.2.2 自然沙地观测仪器介绍 |
| 2.3 加密观测试验与各章数据简介 |
| 2.3.1 加密观测试验简介 |
| 2.3.2 各章数据简介 |
| 2.4 本章小结 |
| 第三章 沙漠腹地人工绿地和自然沙地局地气候差异性研究 |
| 3.1 研究时段代表月气候概况 |
| 3.2 局地气象因子差异 |
| 3.2.1 数据说明与预处理 |
| 3.2.2 温度特征 |
| 3.2.3 风速特征 |
| 3.2.4 比湿特征 |
| 3.3 蒸散的计算与变异研究 |
| 3.3.1 试验设计简介 |
| 3.3.2 数据与计算方法 |
| 3.3.3 计算值与观测值对比 |
| 3.3.4 变异性规律研究 |
| 3.4 本章结论 |
| 讨论 |
| 第四章 自然沙地与人工绿地辐射与能量平衡比较研究 |
| 4.1 资料与方法 |
| 4.2 地表辐射收支特征比较研究 |
| 4.3 地表能量通量的特征比较研究 |
| 4.4 地表能量闭合特征比较研究 |
| 4.5 本章小结 |
| 讨论 |
| 第五章 塔克拉玛干沙漠腹地自然沙地与人工绿地陆面过程模拟与分析 |
| 5.1 资料和模式 |
| 5.1.1 观测站点与资料 |
| 5.1.2 模式介绍 |
| 5.2 大气强迫数据对比 |
| 5.3 辐射对比验证 |
| 5.4 通量对比验证 |
| 5.5 土壤温度对比验证 |
| 5.6 土壤湿度对比验证 |
| 5.7 模拟性能比较 |
| 5.8 本章小结 |
| 讨论 |
| 第六章 结论与展望 |
| 6.1 论文总结 |
| 6.1.1 局地气候差异性研究 |
| 6.1.2 能量平衡差异性研究 |
| 6.1.3 参数化模拟试验评估研究 |
| 6.2 论文主要贡献及创新点 |
| 6.3 未来工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、我国气候预报将更讲“精细”（论文参考文献）
- [1]中央气象台精细化网格降水预报技术的发展和思考[J]. 谌芸,曹勇,孙健,符娇兰,董全,于超,刘凑华,唐健,郭云谦. 气象, 2021(06)
- [2]不同降尺度方案对全球增暖1.5℃与2℃下中国区域降水的预估及平稳性检验[D]. 郭莲怡. 南京信息工程大学, 2021(01)
- [3]基于深度卷积神经网络的强对流天气预报方法研究[D]. 周康辉. 中国气象科学研究院, 2021
- [4]基于机器学习的南海北部风暴增水预报研究[D]. 姚帏. 国家海洋环境预报中心, 2021(02)
- [5]新一代气象卫星气溶胶资料同化在大气污染模拟中的应用研究[D]. 夏晓丽. 南京信息工程大学, 2021(01)
- [6]黑河黄藏寺水利枢纽工程精细化调度研究[D]. 陈子豪. 兰州交通大学, 2021(02)
- [7]水上项目竞赛气象服务的需求调研和建议[J]. 郑铮,赵昶昱,徐彬,钱燕珍. 浙江气象, 2020(04)
- [8]基于InSAR/GIS的矿区地下非法开采监测关键技术研究[D]. 夏元平. 中国矿业大学, 2020
- [9]城市气象研究进展[J]. 苗世光,蒋维楣,梁萍,刘红年,王雪梅,谈建国,张宁,李炬,杜吴鹏,裴琳. 气象学报, 2020(03)
- [10]塔克拉玛干沙漠腹地人工绿地与自然沙地局地气候差异研究[D]. 霍文. 南京信息工程大学, 2020(01)