数据驱动印度洋海域全局动力学研究

海洋洋流运动非常复杂, 研究其内在规律能为海上搜救、污染物扩散预测和海运航线设计提供科学依据. 本文将基于空间离散思路的广义胞映射方法应用于数据驱动的海洋系统全局动力学分析中, 研究印度洋海域的长期和短期内在动态结构及其特性. 文中考虑到印度洋海域典型季风气候等因素的影响, 利用1979—2019年该区域浮漂历史数据, 建立不同时间尺度(天、季节或年度)下表征系统状态演化的一步转移概率矩阵, 并以此形成以胞刻画的海洋系统数据驱动动力学模型. 通过拓扑分析, 实现对印度洋海域洋流长短期动态全局吸引性结构(涡漩中心)及其影响区域(涡旋区)的表征. 对比分析显示, 浮漂样本的实际观察与预测的响应分布和演化特征高度吻合, 从而验证所提方法和结果的有效性和正确性. 研究结果表明: 大约在南纬20° ~ 40°, 东经40° ~ 96°范围内可形成明显的长期大范围的稳定涡旋区域, 导致大部分表面漂浮物动态聚集在该区域, 而南纬40°以南和赤道附近则表现为海洋表面流动的排斥性. 同时, 海洋系统中的短期动态涡旋结构主导了表面漂浮物的瞬态路径和趋势, 在2014年3月8日—14日期间形成南印度洋洋流的逆时针环流特点.      

有机堆肥中作物营养元素钾的近红外光谱快速分析

对近红外光谱数据进行小波变换,利用处理后的小波系数,采用偏最小二乘法预测了有机肥料中钾离子(K+)的含量,建立了小波变换与近红外光谱技术结合用于测定奶牛粪便为主的有机堆肥产品样品中无机钾离子测定的模型。结果表明： 小波变换充分提取了近红外光谱的信息,数据压缩为原始大小的3.6%,计算量大大减少;文章利用C4小波系数对48个有机肥料样本进行建模,对42个预示集样本进行预测,预示集的RMSEP(root mean square error of prediction)和r2(correlation coefficient)分别为0.113 8%和0.927,优于原始光谱直接建模的0.167 2%和0.835%。基于小波系数的模型优于传统的全谱模型,对于无机离子(K+)的测定可以取得较为准确的预测结果。