基于FY-3C/VIRR地表温度数据的上海市热岛效应时空特征分析

城市热岛效应是当前城市生态领域关注的焦点问题之一。本文以上海为例，基于FY-3C/VIRR LST数据，通过计算研究区的热岛强度指数与热岛比例指数，定量分析上海市2019年全年城市热岛效应的时空变化特性。结果表明：上海市2019年全年各月份的总热岛区域面积均在40%以上，城市热岛效应较为显著，其中7月份总热岛区域面积最大；上海市热岛效应的空间分布呈现出“北热南冷”的格局，热岛效应主要分布在中部和北部； 上海市5—7月热带比例指数较高，为较严重热岛，随着8月份平均地表温度的继续升高，热岛比例指数有所下降。     

不同翼型厚度和来流马赫数下的桨涡干扰噪声分析

桨涡干扰噪声是直升机气动噪声主要组成之一，为了正确预测和降低直升机噪声，必须开展气动噪声相关物理参数研究。在对声场进行计算流体力学（CFD）直接数值模拟的基础上，分析了不同厚度和来流马赫数下二维平行桨涡干扰噪声传播特性和声源位置，分析了翼型厚度和来流马赫数对桨涡干扰噪声的影响，并得到了可压缩情况下远场声压预测公式。研究表明，低马赫数下，翼型厚度对噪声指向性影响不大，高马赫数下，翼型厚度对噪声指向性影响程度增大；噪声强弱主要随来流马赫数变化，翼型厚度对其影响较小；翼型厚度和来流马赫数变化不会改变声源点位置。开展不同翼型厚度和来流马赫数下的桨涡干扰噪声分析可以为进一步了解并控制直升机桨涡干扰噪声提供一定的参考。     

磁静日电离层电势分布的形态学研究

利用理论模式GCITEM，在国际地磁参考场（IGRF）下，模拟了地磁平静条件下的电离层发电机主导的中低纬电离层电势分布，研究了太阳活动、季节、世界时和低层大气潮汐对电离层电势的调节作用。结果表明，各种条件下中低纬电势全局分布基本一致，都具有两个正电势峰值（源）和一个负电荷峰值（汇）；电势分布存在明显的季节和世界时差异；中低纬电离层电势峰值差随着太阳活动的增强明显增加，并在一定太阳活动高值后趋于饱和；周日迁移潮主要影响赤道地区，导致电势峰值差增加，而半周日迁移潮主要影响中纬度地区，导致电势峰值差减小。     

太阳活动下降年昆明地区TEC变化特征与IRI-2020模拟比较分析

利用昆明低纬度测站（24.7°N,102.9°E，磁纬15.1°N）2016-2019年的观测数据和最新版的国际参考电离层（IRI-2020）模拟结果，对昆明地区电离层总电子含量（TEC）在太阳活动下降年期间的变化特征及与模型输出进行对比研究。结果表明,昆明TEC存在明显的春秋高值、夏冬低值的半年异常；白天高值、夜间低值的日变化特点突出，日峰值出现在06:30-08:00 UT（约13:00-15:00 LT）;TEC随太阳活动减弱而明显下降，年平均峰值在2016-2019年分别为48,33,27,24 TECU；日峰值TEC与F10.7存在显著相关，月均值相关系数达到0.86，而与Ap指数则表现为弱相关；IRI-2020能较好地模拟昆明地区TEC的季节变化，但与观测值存在较大差异；均方根偏差值多集中在2～15 TECU，相对偏差百分比值主要在–85%～50%范围变化。对比结果表明IRI-2020的预测精度仍有待提高。     

展向压力分布可控的前体/压缩面气动设计方法及其流动特性

为了诱导高超声速前体/压缩面近壁低能流形成强展向流动，提出了一种基于展向压力分布可控的高超声速前体/压缩面一体化气动设计方法。其基本原理为：给定外锥波后流场中某一个站位的展向压力分布，通过坐标变换求得对应点的空间位置，再基于流线追踪方法获得前体/压缩面的气动型面。研究结果表明：展向压力梯度是诱导前体/压缩面低能流排移的主导机制；在设计点（Ma=7.0、H=28 km）条件下，常规前体的展向压力梯度主要集中在一级压缩面，可在一级压缩面上形成偏转角3°左右的展向流动，但在后续压缩面上则展向流动较弱；相比常规前体，采用展向压力分布可控的前体，可以使0°～40°扇形角范围内的展向压力梯度增强7倍左右，并使一级压缩面上低能流偏转角增大5°左右，同时使二级和三级压缩面上展向压力梯度显著增加，综合效果可使诱导的低能流偏转角相比于常规前体的可增大7°左右，边界层厚度可降低超过20%，进气道扇形区内的总压恢复系数提高1.56%。     

基于闪光红外热像技术的积冰探测方法（英文）

结冰探测在防除冰系统运行中起着至关重要的作用。本文提出了利用红外热波检测技术进行了积冰探测，并运用相关分析技术探讨了积冰边缘、厚度识别与冰形重建的方法。搭建了闪光脉冲红外主动式红外积冰探测实验平台，制备了规则型与阶跃型积冰样件，借助红外热像仪采集了受脉冲红外热激励后的积冰红外热信号。运用传统边缘检测方法与新构建的高斯-拉普拉斯金字塔和面积滤波相结合的边缘检测算法进行了积冰边缘识别效果的对比与分析。利用积冰热信号的时空相关性，提出了在长短时记忆（Long short term memory,LSTM）模型中引入注意力机制建立端到端的红外探测积冰厚度预测模型（Convolutional neural netwok-long short term memory-efficient channel attention,CNN-LSTM-ECA），用以预测积冰厚度。此外，通过结合边缘检测和厚度预测，进行了阶梯状积冰样件的三维重建。结果表明，基于高斯-拉普拉斯金字塔和区域滤波的传统边缘检测算法和新的边缘检测算法都可以用于检测冰的外边缘，但新算法在检测具有内部阶梯边界的冰边缘方面显示出显著的优势。基...