济南飑线天气过程的特征分析

本文利用自动观测资料、常规气象资料以及雷达回波资料，结合物理量诊断和WI大风指数的方法对2002年8月5目的飑线过程进行了综合分析，分析表明此次飑线过程是快速移动的冷锋与前倾的高空槽相互作用的结果；在强对流天气的临近预报中，雷达是一种重要的监测手段，WI指数对预报雷暴大风风速有较好的指示意义。     

我国开始研制环境与灾害监测预报卫星

继东四大平台、地球探测双星计划之后，一颗闪亮的新星又即将呈现在人们眼前。在国防科工委、国家环保总局、中国国际减灾委员会等国家有关部门的联合行动下。环境与灾害监测预报小卫星星座(简称环境一号星座)成为今年立项的又一新的卫星工程。这是中国首个以灾害和环境监测为主要用途的卫星监测体系。该项目已被纳入中国“十五”期间的民用航天发展规划。是发展气象、资源、海洋与灾害、科学技术实验与技术试验五大卫星系列的重要组成部分。它的正式启动，标志着我国民用航天特别是对地观测卫星开创了一个崭新的领域。     

太阳活动长期预报方法与第23周太阳活动预报评估

在载人航天前期的空间环境预报保障中,已经开展了太阳活动长期预报研究,并在工程中得到了初步的应用。第24太阳活动周即将开始,随之开展太阳活动长期预报工作的主要内容是:一方面,调研总结多种太阳活动长期预报方法的特点,比较不同预报方法对23周的预报结果;另一方面,比较"相似周"预报方法与国际空间环境权威预报机构对第23周太阳活动的预报。通过从整体形态、误差分析、置信区间和预报准确率等方面的综合评估得出,利用"相似周"预报方法的预报结果更接近实测结果。     

基于virtual-link解决OSPF孤岛问题

内部路由协议OSPF通常将一个自治系统AS划分成一个以上的区域,这些区域中必须有一个区域是骨干区域,如果有其他区域没有直接与骨干区域在逻辑上连接,就会出现OSPF孤岛问题。文章提出并具体实现了利用virtual-link穿透一个与骨干区域相连的非骨干区域来解决OSPF的孤岛问题。     

大风的预报及其对飞行安全的影响分析

引言由于高空大气流动不受地形等因素的影响,并且其流场相对稳定,只要准确把握天气形势,就可做出准确预报,所以本文主要考虑地面大风。东北地区由于受到地形     

基于连续同伦算法的天基仅测角初定轨方法

要进一步提高天基短弧初定轨的精度,在观测资料精度较高的情况下,仅考虑二体问题是不够的,还应考虑轨道摄动的影响。因此,基于无摄初轨的单位矢量法原理和矢量斜分解方法,给出了考虑摄动的天基仅测角初定轨单位矢量法。针对天基仅测角观测条件方程组求解过程中易出现迭代不收敛或收敛到平凡解的问题,引入连续同伦算法求解观测条件方程组,提出了单星观测方式下的空间目标天基仅测角初定轨方法,并通过数值仿真算例验证了该算法在较大范围的收敛性和数值稳定性。     

咸阳机场气候与影响飞行的天气分析

本文普查了咸阳机场1992年-2003年的天气资料，分析了气温、湿度、降水、能见度、沙尘暴等主要要素的年分布特征和月分布特征，对成阳机场出现的极端气候事件进行了讨论，并提出预报着眼点。     

从汶川地震看我国地震风险管理

5·12汶川地震是我国继1976年唐山地震后破坏最严重的一次地震.虽然政府和社会各界在救援和重建中快速反应、积极应对,但仍暴露出一些问题.通过分析地震风险的特点和回顾我国地震保险的发展,说明地震风险虽会给保险业带来严重损失,但并非完全不可保,关键是合理厘定费率.借鉴国外先进经验,地震风险管理中可以将巨灾风险证券化作为地震保险的补充手段.以汶川地震为鉴,在我国地震风险管理中,应逐渐减少行政手段的比重,转而更多地发挥市场化手段的作用.     

基于机器学习相似度算法的Kp指数预报

基于机器学习中的相似度算法,建立了在历史太阳风数据中寻找与当前太阳风特征相近事例的推荐模型,用来预报地磁Kp指数.使用1998-2019年间随机选择的120个太阳风事例作为测试数据集,该模型能够推荐得到历史上与输入太阳风造成相似地磁影响的太阳风事例,最优事例的Kp指数与实际值的均方根误差为0.79,相关系数为0.93....     

基于TLE的弹道系数计算方法及应用分析

针对仅使用两行要素（Two Line Element，TLE）作为数据源的应用需求，研究了基于TLE轨道衰减的弹道系数计算方法。介绍了一种常用的基于两组TLE的直接计算法，分析TLE选取间隔对结果精度的影响；提出了一种基于多组TLE的迭代计算方法，以降低异常TLE对计算结果的影响；从弹道系数计算效果、在再入预报中的应用等方面对这两种方法进行比较分析。结果表明，两种方法各有优劣，基于多组TLE的迭代计算法稳定性更高、受TLE精度的影响更小；由于数据区间更短，基于两组TLE的计算结果对短期轨道衰减特性反应得更准确，用于临近再入时的预报效果更好。