检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

孟加拉湾南部冷池的极端事件及其机理初析

应用海洋学学报 2024年第1期43卷 12-19页

作者：冯建杰潘爱军董昌明林新宇邱云自然资源部第三海洋研究所福建厦门361005 南京信息工程大学海洋科学学院江苏南京210044 南方海洋科学与工程广东省实验室(珠海) 广东珠海519082

本研究利用多源卫星遥感数据对比分析了2018年和2015年孟加拉湾南部冷池的极端异常事件。孟加拉湾南部冷池早期出现在5月,8月和9月强度达到最大,10月开始减弱,随后逐渐消失。数据显示2018年和2015年冷池海表温度距平值分别为-0.55℃和0... 详细信息

本研究利用多源卫星遥感数据对比分析了2018年和2015年孟加拉湾南部冷池的极端异常事件。孟加拉湾南部冷池早期出现在5月,8月和9月强度达到最大,10月开始减弱,随后逐渐消失。数据显示2018年和2015年冷池海表温度距平值分别为-0.55℃和0.43℃,是1993—2018年26年中冷池降温最强和最弱的年份。2018年孟加拉湾南部冷池风应力距平值为0.02 N/m2,而2015年距平值为-0.01 N/m2。2018年Ekman抽吸速度距平在冷池区域为正,2015年为负。经混合层热收支计算得到,造成冷池产生的主要原因是平流效应,且2018年与2015年的夏季(6—8月)降温平流项分别占49.2%和80.7%。冷池极端事件主要发生在6月,2018年6月冷池降温是2015年的2.76倍,并且海表净热通量项和平流项的异常对冷池极端事件的产生起了重要作用。

关键词：海洋水文学冷池西南季风流混合层热收支孟加拉湾

在线全文

学校读者我要写书评

暂无评论

基于STL的南海海表温度组合预测模型

海洋环境科学 2024年第1期43卷 109-118页

作者：杨乐晴王丽娜张红春董昌明南京信息工程大学人工智能学院(未来技术学院) 江苏南京210044 南方海洋科学与工程广东省实验室(珠海) 广东珠海519080 南京信息工程大学海洋科学学院江苏南京210044

海表温度(sea surface temperature,SST)是海洋科学研究的重要内容之一。SST的异常波动导致海洋灾害、气象灾害现象时有发生,SST的精确预测对海洋环境保护和海洋经济发展有重要意义。针对SST序列的季节性、非平稳性,首先利用周期趋势分... 详细信息

海表温度(sea surface temperature,SST)是海洋科学研究的重要内容之一。SST的异常波动导致海洋灾害、气象灾害现象时有发生,SST的精确预测对海洋环境保护和海洋经济发展有重要意义。针对SST序列的季节性、非平稳性,首先利用周期趋势分解算法(seasonal-trend decomposition procedure based on loess, STL)对数据进行预处理,分解得到季节分量、趋势分量和残差分量子序列,依次选择相应的预测方法构建组合模型。季节分量应用具有时间嵌入编码模块的Transformer网络预测,充分挖掘序列全局信息,解决时间序列长时间依赖问题;趋势分量应用线性回归模型预测;残差分量应用自回归模型预测。选取南海海域单点SST数据,应用基于STL的SST组合预测模型建模,预测5 d的SST值。实验结果表明,本文模型在单点SST预测任务中,能够有效捕获SST变化规律,提高预测精度。

关键词：海表温度周期趋势分解 Transformer 线性回归 AR模型

在线全文

学校读者我要写书评

暂无评论

一种基于深度学习的有效波高混合预测方法

海洋测绘 2024年第2期44卷 41-45页

作者：闫加宁唐家昕任硕董昌明韩莹南京信息工程大学自动化学院江苏南京210044 南方海洋科学与工程广东省实验室(珠海) 广东珠海519000 南京信息工程大学海洋科学学院江苏南京210044 武汉纺织大学电子与电气工程学院湖北武汉430200

作为重要的海洋环境参数,有效波高(SWH)的精准预测在海洋工程中具有重要意义。针对深度学习易陷入局部最优等问题,提出了一种融合深度-宽度的SWH混合预测方法。利用集成经验模态分解对SWH进行预处理,改善深度学习预测中普遍存在的滞后... 详细信息

作为重要的海洋环境参数,有效波高(SWH)的精准预测在海洋工程中具有重要意义。针对深度学习易陷入局部最优等问题,提出了一种融合深度-宽度的SWH混合预测方法。利用集成经验模态分解对SWH进行预处理,改善深度学习预测中普遍存在的滞后性问题,同时将宽度学习系统与深度学习中的长短时记忆网络相融合,旨在提高预测精度。实验结果表明:与现有方法相比,基于本文模型的SWH预测方法不但在均方根误差、平均绝对误差等评价指标上得到有效提升,且具有较好的鲁棒性。

关键词：有效波高预测深度学习宽度学习系统集成经验模态分解长短时记忆网络

珠海市前山河污染物溯源预警理想数值实验研究

在线全文

学校读者我要写书评

暂无评论

海洋科学进展 2024年第1期42卷 170-184页

作者：游志伟徐广珺刘雨立谢文鸿刘志国董昌明南京信息工程大学海洋科学学院江苏南京210044 广东海洋大学电子与信息工程学院广东湛江524088 连洋航务集团有限公司浙江舟山316000 南方海洋科学与工程广东省实验室(珠海) 广东珠海519000

基于FVCOM(Finite-Volume Coastal Ocean Model)模式,采用拉格朗日粒子追踪方法和染色示踪方法开展珠海市前山河污染物溯源预警数值模拟研究,在理想条件下开展实验,模拟潮汐、风场和径流的不同组合对污染物移动的影响,对漂移路径和扩散... 详细信息

基于FVCOM(Finite-Volume Coastal Ocean Model)模式,采用拉格朗日粒子追踪方法和染色示踪方法开展珠海市前山河污染物溯源预警数值模拟研究,在理想条件下开展实验,模拟潮汐、风场和径流的不同组合对污染物移动的影响,对漂移路径和扩散情况的差异进行对比分析,并进行污染物溯源实验。结果表明:潮汐、风和径流均能显著影响污染物的移动,其中径流流量的作用尤为明显;上游更大流量河水的输入有助于快速排出污染物;水下释放的污染物在原地滞留时间更长,局部浓度较高,不易被稀释;污染物的分布范围更多取决于风向,而不是风速。溯源实验结果表明大部分溯源结果与污染物投放点相符,可以为进一步污染治理和研究提供参考。

关键词：数值模拟 FVCOM 污染物追踪河流

基于遥感数据与数值模式的浒苔漂移输运预报:以江苏近海为例

在线全文

学校读者我要写书评

暂无评论

海洋学研究 2024年第1期42卷 69-82页

作者：林连杰董昌明嵇宇翔 LIM KAM SIAN Kenny Thiam Choy 李兆鑫蒋星亮曹玉晗高慧王胜强曹茜南京信息工程大学海洋科学学院江苏南京210044 江苏省连云港市气象局江苏连云港222006 无锡学院江苏无锡214105 华东师范大学河口海岸学国家重点实验室上海200241 复旦大学大气与海洋科学系上海200433 江苏海洋大学海洋技术与测绘学院江苏连云港222005

浒苔暴发是影响全球近岸海域最为严重的海洋灾害之一,引起了社会各方的重视。该研究基于大气-波浪-海洋集合模式,根据卫星遥感数据提取浒苔位置,采用拉格朗日漂流模式对浒苔进行追踪并预报其漂移路径。与卫星观测结果对比表明,该集合模... 详细信息

浒苔暴发是影响全球近岸海域最为严重的海洋灾害之一,引起了社会各方的重视。该研究基于大气-波浪-海洋集合模式,根据卫星遥感数据提取浒苔位置,采用拉格朗日漂流模式对浒苔进行追踪并预报其漂移路径。与卫星观测结果对比表明,该集合模式能够较好地预报浒苔的位置、分布及其漂移路径。此外,该研究还讨论了Stokes漂流对于模式预报的影响,结果表明考虑Stokes漂流可以修正浒苔漂移路径,有效提高预报的准确性。

关键词：浒苔模式预报 Stokes漂流江苏近海

基于地球系统模式FIO-ESM v2.0对1850~2014年大西洋经向翻转环流变化的研究

在线全文

学校读者我要写书评

暂无评论

海洋与湖沼 2022年第3期53卷 538-556页

作者：曹茜董昌明夏长水南京信息工程大学海洋科学学院江苏南京210044 南方海洋科学与工程广东省实验室广东珠海519000 自然资源部第一海洋研究所山东青岛266061 青岛海洋科学与技术试点国家实验室区域海洋动力学与数值模拟功能实验室山东青岛266237

大西洋经向翻转环流(Atlantic meridional overturning circulation,AMOC)作为全球大洋的极向热量输送带,对大西洋附近区域的天气及全球气候变化都存在至关重要的影响。采用自然资源部第一海洋研究所研发的地球系统模式FIO-ESM v2.0(Fir... 详细信息

大西洋经向翻转环流(Atlantic meridional overturning circulation,AMOC)作为全球大洋的极向热量输送带,对大西洋附近区域的天气及全球气候变化都存在至关重要的影响。采用自然资源部第一海洋研究所研发的地球系统模式FIO-ESM v2.0(First Institute of Oceanography-earth system model version 2.0)分析了1850~2014年AMOC的空间分布特征及时间变化规律,并进一步讨论造成该变化的可能因素。研究结果表明:1850~2014年AMOC最大值出现在40°N、1000 m深度附近,其时间序列总体呈现-0.0791×10^(6)m^(3)/(s·a)的减弱趋势,该期间伴随着Labrador、Irminger海域冬季混合层深度的变浅。通过将模式计算的AMOC强度与RAPID(rapid climate change programme)和OSNAP(overturning in the subpolar North Atlantic program)观测资料进行对比,结合模式间并行比较结果显示该模式能较好地再现观测数据期间的AMOC变化规律。FIO-ESM v2.0模式模拟的AMOC具有55 a左右的年代际周期,Labrador、Irminger海域冬季混合层深度变化揭示的对流变化以及Labrador、GIN海域表层海水密度变化造成的海水下沉对AMOC强度的周期性振荡贡献较明显,其周期性变化与海表盐度(sea surface salinity,SSS)、海表温度(sea surface temperature,SST)、蒸发与降水的差值、北大西洋涛动(North Atlantic oscillation,NAO)等要素的变化密切相关。

关键词：大西洋经向翻转环流(Atlantic meridional overturning circulation,AMOC) FIO-ESM v2.0模式 AMOC指数

基于ConvLSTM机器学习的风暴潮漫滩预报研究

在线全文

学校读者我要写书评

暂无评论

大气科学学报 2022年第5期45卷 674-687页

作者：谢文鸿徐广珺董昌明南京信息工程大学海洋数值模拟与观测实验室江苏南京210044 南方海洋科学与工程广东省实验室(珠海) 广东珠海519000 广东海洋大学电子与信息工程学院广东湛江524088

风暴潮是指由强烈的大气扰动所导致的海面异常升高现象,由热带气旋引起的风暴潮常对沿海地区造成巨大的社会经济、人类活动和生命财产危害。依靠数据驱动的强非线性映射能力的机器学习方法较传统数值模式预报在耗费研究资源和计算时间... 详细信息

风暴潮是指由强烈的大气扰动所导致的海面异常升高现象,由热带气旋引起的风暴潮常对沿海地区造成巨大的社会经济、人类活动和生命财产危害。依靠数据驱动的强非线性映射能力的机器学习方法较传统数值模式预报在耗费研究资源和计算时间上更具优势。本文选取广东省珠江口为研究区域,基于卷积长短时记忆网络(Convolutional LSTM network, ConvLSTM)机器学习算法展开风暴潮漫滩预报研究,利用由再分析资料驱动的数值模式产品构建了历史台风漫滩数据集,用于机器学习模型训练、验证和测试。研究了两种预报方式,一种是基于海表面高度场的自回归预报,另一种是依赖预报风场和初始海表面高度场进行的预报;它们可以实现基于数据驱动的风暴潮漫滩预报,其中自回归预报模型表现更优。相较于传统动力学数值预报,基于数据驱动的ConvLSTM预报模型结构更为轻便,所需驱动数据更少,在缺少边界条件、地形、径流等信号时,在短临预报中仍能基本复现数值模式模拟的结果。

关键词：风暴潮 ConvLSTM 机器学习数据驱动预报

基于VMD-LSTM-BLS混合模型的东海海温预测

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2022年

作者：韩莹孙凯强闫加宁董昌明南京信息工程大学自动化学院南京信息工程大学海洋科学学院

海表面温度(Sea Surface Temperature,SST)是重要的海洋水文参数。对其进行精准预测在海洋相关领域中至关重要。深度学习强大的分析能力使其近年来广泛应用于SST预测中，但SST时间序列波动性和随机性的特点使其精准预测仍然具有挑战性...

海表面温度(Sea Surface Temperature,SST)是重要的海洋水文参数。对其进行精准预测在海洋相关领域中至关重要。深度学习强大的分析能力使其近年来广泛应用于SST预测中，但SST时间序列波动性和随机性的特点使其精准预测仍然具有挑战性。首先，采用变分模态分解(Variational Mode Decomposition,VMD)作为去噪模块，降低SST序列噪声对预测结果的影响。进而，为了解决深度模型在SST预测中存在的滞后现象，采用迁移学习的方法，将长短时记忆网络(Long-Short Term Memory,LSTM)与宽度学习系统(Broad Learning System,BLS)相结合，使用LSTM作为BLS的特征映射结点，提高了预测精度。最终，本文提出了一种基于VMD-LSTM-BLS的SST预测模型。选取中国东海海温进行实例验证。通过与基准模型支持向量机(Support Vector Regression,SVR)、LSTM、门控循环单元(Gate Recurrent Unit,GRU)以及现有的深度模型进行比较，证明了新模型在SST预测中具有相对稳定、高效的优势，为SST预测的发展提供了新思路。

关键词：

地球系统模式FIO-ESM v2.0对北太平洋年代际气候变化的模拟评估

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

海洋学报 2023年第9期45卷 25-44页

作者：韦销蔚董昌明夏长水乔方利广西壮族自治区气象局气象信息中心广西南宁530022 南京信息工程大学海洋科学学院江苏南京210044 自然资源部第一海洋研究所山东青岛266061

数值模拟方法在研究长时间的气候变化上扮演着重要角色。一直以来,数值模式模拟年代际气候变化如太平洋年代际震荡(PDO)的位相转换存在巨大挑战。本文利用自然资源部第一海洋研究所研发的地球系统模式(First Institute of Oceanography-... 详细信息

数值模拟方法在研究长时间的气候变化上扮演着重要角色。一直以来,数值模式模拟年代际气候变化如太平洋年代际震荡(PDO)的位相转换存在巨大挑战。本文利用自然资源部第一海洋研究所研发的地球系统模式(First Institute of Oceanography-Earth System Model Version 2,FIO-ESM v2.0)145年(1870–2014年)历史气候模拟试验结果,结合再分析资料和另外两个地球系统模式结果,分析评估了该模式对太平洋年代际振荡的模拟能力。研究发现,FIO-ESM v2.0能够再现历史时期PDO的空间模态分布特征,其PDO指数具有10~30年的周期变化特征,同时于1960年以后能刻画出与再分析数据结果相近的PDO位相转变特征。研究表明,FIO-ESM v2.0能够较为准确地模拟出PDO的位相转变特征。另外,本文还评估了该模式对大气环流模态的模拟能力及其与PDO之间的关系,以及该模式模拟PDO的可能机制。该模式的PDO与大气环流的阿留申低压模态相关。进一步的分析表明,平流作用和热通量是关键年代际海域海温异常振幅的主要因素,而罗斯贝波西传时间则可能是影响PDO位相转变的关键因素。

关键词： FIO-ESM v2.0 太平洋年代际震荡海气相互作用