基于BP神经网络的藻类水华预测模型研究

以宁波大学校内池塘2009年3—10月间30周的监测数据为基础,运用BP人工神经网络方法构建预测模型,探求颤藻生物量与总氮、总磷、透明度等6项环境因子之间的关系,选出最佳预测模型,并对模型进行敏感度分析。结果显示:①BP神经网络模型对颤藻生物量预测值与实测值之间拟合程度良好,相关系数达到了0.984,说明BP神经网络模型可以用于水体中藻类水华的短期预测。②通过对构建的BP神经网络模型进行敏感度分析,阐明了宁波大学校内池塘藻类水华的主要驱动因素,并指出控制水体的pH是宁波大学校内池塘藻类水华防治工作的重点。     

青藏高原及周边区域沙尘气溶胶三维分布和传输特征

利用MERRA-2再分析资料和CALIPSO星载激光雷达产品,分析了1980—2017年青藏高原和塔克拉玛干沙漠上空沙尘气溶胶的分布和传输特征.对比了MERRA-2与AERONET及MISR的气溶胶光学厚度（AOD）产品,其相关系数分别为0.809和0.776.基于MERRA-2资料分析表明,研究区域沙尘光学厚度（DAOD）按春、夏、秋、冬季依次递减.塔克拉玛干沙漠和青藏高原地区DAOD均在5月达最高值.青藏高原北部DAOD比南部高0.06~0.10,两地区的DAOD值差异在5月最高.自2000年开始,塔克拉玛干沙漠和印度恒河平原DAOD高值区强度和影响范围显著增大,对青藏高原的沙尘输送增强,印度沙尘对青藏高原的影响显著增加.CALIPSO观测表明,青藏高原上空的沙尘主要来自塔克拉玛干沙漠,传输量春季最大,秋、冬季最小;部分来自印度恒河平原,传输主要发生在夏、秋季.塔克拉玛干沙尘通过柴达木盆地向青藏高原传输,最远可至30°N,传输高度在4~8 km.冬季青藏高原上空的沙尘主要来自柴达木盆地.塔克拉玛干沙漠和青藏高原的最大气溶胶消光系数廓线分别出现在春季和夏季.塔克拉玛干沙漠和青藏高原地区沙尘层厚度多年平均值分别为1.00和0.82 km.2007—2017年,塔克拉玛干沙尘层厚度呈下降趋势,年下降率为0.018 km.青藏高原沙尘层厚度春季最大,冬季次之,夏季最小;沙尘层厚度年变化趋势不显著.     

基于卫星资料的华东地区气溶胶三维分布特征研究

利用MODIS和CALIPSO level2气溶胶产品,通过统计分析多个气溶胶光学参数（光学厚度、消光系数、色比和退偏振比）的时空分布及其变化,得出2007~2016年华东地区（27°N~37°N,113°E~123°E）气溶胶三维分布特征.结果表明,华东地区气溶胶光学厚度（AOD）年平均呈现出北高南低,平原高、山地低的分布特征.AOD季节分布表现为春夏高,秋冬低,夏季最高,冬季最低,且研究区域北部（31°N以北）AOD季节变化比南部地区剧烈.气溶胶消光系数（σ）随高度呈指数衰减,秋冬（春夏）低层σ较大（小）但随高度衰减较快（慢）,2km以下北高南低.年平均色比（CR）随高度递增,变化范围为0.6~0.7,随时间有减小趋势.CR季节特征为4km以下春季最大,夏季最小且均一;4km以上冬季最大,夏季最小.年平均退偏振比（PDR）随高度递增,变化范围为0.1~0.25,北部较大.PDR季节特征为5km以下春季最大,夏季最小;5km以上冬季最大,夏季最小.从气溶胶组成来看,华东地区2km以下以污染沙尘为主;2~5km春季以沙尘为主,其它季节以烟尘为主;5km以上冬春以沙尘为主,夏秋以烟尘为主.