研究背景

自然碳增汇

全球碳循环与碳库

1. 海洋吸收了人类排放二氧化碳的27%；
2. 海洋是全球最大的碳存储库（95%为DIC）；
3. 如果没有生物泵作用，深海对于上层海洋是碳源。

   全球海-气二氧化碳通量

   热带是碳源，北极是碳汇。

研究焦点

北冰洋碳汇对环境变化的响应及机制

北冰洋太平洋扇区碳循环过程示意图

1. 溶解泵；
2. 生物泵等。

已有的认识

蔡老师2014年开展了相关工作。

1. 楚科奇海是强大碳汇；
2. 太平洋入流提供大部分DIC来源，N的主要来源；
3. 通过加拿大北方岛链进入大西洋；
4. 河流为据地DIC源；
5. 界面碳通量有很大的不确定性；
6. 2007年后发生融冰状态变化（regime shift）。
7. 风暴（东风），陆坡涌升，碳汇减小；
8. CKS净初级生产力增加；
9. CKS+BFS，融冰季碳汇有年际差异，夏季无冰影响不大（Evans 2015）；
10. 有冰时，PAR减少最多；
11. 2007年波弗特高压范围扩大，中心西移南下；
12. BG移动，陆坡流强度增加。

研究方法

观测与海洋-海冰-生态系统-碳循环耦合模型

数据

1. 碳化学观测数据集

   模型

   完成了耦合模式的构建，调试及后报试算

   配置

   NAP1/4&NAP1/12，
2. 计算范围：
3. 初始条件：
4. 边界条件：NIT、PHO、SIL、DO、DIC、TA、pCO2；

   生态系统状态模型

   低营养生态系统：19Var、2浮游植物、4无机盐、碳酸盐体系；

   模式评估

5. 海冰厚度：卫星vs模拟（RMSE评估）；
6. 硝酸盐：现场观测vs模拟（泰勒图，包含相关系数、CF值、RMSE）；
7. DIC&pCO2：相关性、年际变化趋势（R）等。

碳循环响应

基于观测认识夏季海-气CO2通量变化及调控机理

结果

1. 楚科奇海碳汇增加；
2. 海盆区减少。

   季节变化

3. 6-7，水华主控的 $\delta$ pCO2；
4. 冬季，风变化主控。

   年际与长期变化

定量认识营养盐供给与初级生产

生物泵与营养盐供给

1. 收支分析：平流、垂向混合、生物泵、溶解泵

定量认识碳的深海输运

定量认识太平洋水进入陆坡和海盆对碳汇影响

1. BF高压强度—-位置-BG和垂直输运—-

平流输运主导楚科奇海台区营养盐源汇格局的转变

几点认识

问题

常用语法

批量化数据处理

1. eval：批量执行重复性命令；

• 课时：32学时；
• 学分：2.0
• 考核：上课及作业30%；课程论文70%

  1 绪论

  1.1 什么是计算流体力学

• 定义：在离散的时间和空间上，得到流场的数值解的技术
• 目的：定量描述流动问题
• 工具：计算机（PC，工作站（台式计算机），小型或大型集群）
• 计算流体力学
  1）数值计算
  2）流体力学
  3）计算机编程
• 理论流体力学
• 实验流体力学
• 计算流体力学（交叉学科）
  数学：数学分析、数值分析流体力学
  计算机：编程语言、高性能计算（HPC）
  专业领域：地球科学（大气与海洋科学）

bench：当使用耦合系统时，需要bench来做
基本原理：

1.2 为什么研究CFD

• 物理试验缺点：成本高、效率低、危险
• CFD作为研究工具：数值试验、设计工具、CFD的应用案例（汽车发动机、工业制造、环境工程等）
• 研究CFD与CFD研究：CFD研究是应用CFD黑匣子对其他对象进行研究；
• CFD可以在高时间、空间分辨率上探讨流动、物质输运特性

  1.3 为什么CFD是有挑战性的

• 三大难题：激波、涡分离和湍流
• 加速器增加了编程环境的复杂性

  1.4 CFD的发展历史

  1.5 几个CFD的研究案例

  1.5.1 飓风模拟

  网格分辨率对飓风模拟的影响，三维结构模拟，网格分辨率同时提高2倍，整体提升$2^3$倍

  1.5.2 天气模拟

  1.5.3 全球海洋模拟的计算机渲染

  1.5.4 海气耦合

  耦合模式需要耦合器
  耦合系统示意图
  

  1.6 怎么学习CFD

1. 推荐阅读
2. 课后练习题
3. 计算机编程
4. 代码资源
5. 由简单到复杂

按照论文结构来介绍课题：前沿、数据、算法、讨论、结论；
先讲科研问题，引发思考。

李健

将模型从C搬移到fortran
搞清楚数学模型、搞清楚数学原理
paraview

教师：王贤敏教授
二级单位：地球科学学院

1 地学三维可视化

1.1 地学系统

• GIS：Geographical information sciences 即地学信息科学；地理信息科学在气象（全球气候变化、温室效应、全球碳排放、$EI \ ni\widetilde{n}o$、ENSO等）、地表、全球变化等领域都有应用。
• 范围：上到大气、中到山川河流、下到岩石圈等；集成空间（数字），涵盖了大气、地形、地表与地下集成空间。
• 地学系统概念：将涉及地球内部、表面及外部的系统统称为地学系统。

  1.2 地学目标

• 点状目标
• 线状目标
• 面状目标
• 体状目标：几何、拓扑、属性；

  1.3 地学数据可视化

1. 任务

• 数据简化
• 大数据可视化
• 视觉效果

2. LOD模型：根据需求不同，对同一场景中不同的对象采用不同的精度来刻画：

• 分为四级：一级（全部几何、纹理信息）、二级（部分几何、纹理信息）、三级（部分几何信息，用颜色代替纹理信息）、四级（方块代替几何和纹理信息）

  2 工具

• GTD

南海东北陆缘晚中新世-第四纪深水沉积层序对构造和气候变化的响应

1 研究背景

深水沉积：是揭示气候变化重要的研究媒介。

1. 条件：

• Marine snow（lowest）
• Gravity flows（Strongest）
• Bottom currents（midium）

2. 构成：

• 泥质披覆沉积
• 底流沉积
• 重力流沉积

3. 特点：

• 沉积快
• 样式丰富
  故其可以通过深水沉积层研究气候变化等。

研究区域：东沙陆坡——ODP1114；

2 深水沉积层序特征

1. 数据：二维多道地震地层剖面；
2. 振幅强弱：代表密度、速度的明显变化，强振幅界面代表了有事件发生，并影响底流。

   2.1 演化特征

3. 5Ma与0.9Ma的沉积层序特征变化，分别与一次构造事件、一次气候事件有关。

   3 底流沉积

   南海北部中尺度涡主控因素：地形突变、黑潮入侵、风场；地质学上中尺度涡的产生与吕宋海峡的地形有关，地质构造产生的海山与海流存在相互作用，影响底流，并间接影响深水沉积层。

   4 深水层级层序对气候事件的响应

4. 海平面变化
5. 海温变化
6. 气候变化：降雨增多——台湾岛的风蚀作用强烈，导致更多陆源碎屑进入海洋，并在南海东北陆坡沉积。

   5 结论

7. 地质构造影响深水沉积：6.5Ma的边缘海盆、海峡的逐渐关闭影响南海深水沉积：中尺度涡的变化引发底流变化，进而引发沉积速率发生变化。
8. 气候变化影响深水沉积：0.9Ma的气候变化影响降雨，加速风化侵蚀，使南海深水沉积呈现强振幅界面；
9. “地质-古海洋-气候”多圈层耦合：地质构造与沉积揭示古海洋变化及其特征，古海洋揭示古气候变化。

   6 问题

10. 多圈层模式耦合的切入点？有无的定量指标表征深水沉积变化？如何与现有模式相结合？
    答：通过模式正演得到目标的深水沉积层序，查看该情况下目标海域的水动力条件以及海水属性指标。
11. 0.9Ma的强振幅界面是否因为气候变化影响洋流的强弱？
    答：沉积情况受两方面影响，即来源和水动力条件，当排除水动力条件情况下，推测原因是因为来源，水动力强度用沉积物粒度来衡量。0.9Ma南海的东北陆坡的物源沉积物来源认为来自台湾岛。2.38Ma南海扩张后南海地形变化不大。
12. 如何判断底流强弱变化？
    答：漂积体的形式不同，对应的底流强弱也不同。
13. 冲绳海槽柱来反演地质历史时期黑潮的强度（Journal）
    姜院长：大尺度洋流无沉积物物源，通过化学元素（铝同位素）的变化来研究水团的变化。注意洋流研究与底流研究的区别。
14. 重力柱：
15. 潜在地质学指标：

• 有孔虫化石的同位素之比来展示温度的变化

7. 王老师办公室：A1711

7 思考与讨论

• 人工智能、大数据及机器学习在海洋学中的应用：

1. 研究现状：目前，已有许多学者从事卫星遥感与人工智能的结合领域，研究热点集中于物理海洋学、极端气候、卫星遥感、模式等，鲜有学者做海洋地质学、人工智能与大数据的结合领域（？）。
2. 地质学、海洋地质学与人工智能、大数据的结合点：地质学中不可描述的机理及特征太多，尤其是地质学特征识别难、潜在影响因素过多，难以精准解释，可以使用人工智能、大数据的方法识别地质学现象、寻找影响因素等。
3. 大数据、人工智能及机器学习在海洋地质、地质学中的切入点：
   1）大数据，主要用于存储长时间尺度的水动力条件、地质构造活动及气候变化等方面数据。
   2）人工智能：（1）识别地质构造现象；（2）将今论古：学习现代海洋地质构造活动数据及案例，以此推断古代历史构造活动的可能诱发原因、发生时的海洋物理性质、古气候和古海洋特征等。

40%平时分+60%考核

1.1 大气科学概述

1.1.1 大气科学的定义

• 研究对象：大气中各种现象、成因及其演化规律等；
• 目的：利用规律为人类服务；
• 涉及学科：大气物理、化学、动力学；

  1.1.2 大气科学的重要性

• 生存环境
• 经济：农业、渔业等
• 对海洋：大风、海浪、风暴潮（台风、飓风）等严重影响航运；
• 空中航运：过冷却水

1.1.2.1 大气科学在防灾减灾中的作用

• 自然灾害：干旱、洪水（35%）、风暴、野火、地震、海啸、火山、崩滑，其中气象灾害占比超过80%，其造成70%的人员伤亡以及75%的经济损失。
• 人文灾害

其中，气象灾害包含天气、气候灾害以及气象次生灾害，天气灾害与气候灾害的区别是其持续时间，即天气灾害特点是局地性、短时间；气候灾害是大范围、长时间。

1.1.2.2 大气科学在环境保护中的作用

• 温室气体
• 臭氧层破坏
• 北极冰川融化

1.1.2.3 大气科学在军事上的作用

略

1.1.2.4 大气科学在自然科学中的作用

1.1.3 大气科学的研究对象及其研究任务

1. 研究对象：
   大气圈及大气与地球表层水圈、冰雪圈、岩石圈和生物圈之间的相互作用；地外行星；

2. 研究任务：

• 观测和研究各类大气现象、大气层与下垫面之间的相互作用及人类活动所产生的气象效应。
• 系统地、科学地解释这些现象、作用和效应，阐明它们的发生和演变规律；
• 根据所认识的规律分析、诊断和预测过去、现在和未来的天气、气候，为国民经济和人们的日常生活服务；
• 从理论和实践上探索和模拟人为天气过程，为人工影响天气和气候提供科学依据。

3. 研究流程及手段

• 观测：实验室或现场观测，观测是大气科学研究的基础,全球观测系统的出现对大气科学研究十分重要；
• 分析和诊断
• 数值模拟：与海洋学数值模拟类似

1.2 大气科学学科体系

1. 分类：

• 气象学：对流层和低平流层，每日、每小时；
• 气候学：某一区域长期（一个月甚至数百万年）天气状况；
• 高层大气物理学

2. 学科及其交叉

• 大气探测
• 气候学：气候特征、形成和演化；
• 天气学
• 动力气象学
• 大气物理学：研究大气物理现象、物理过程及其演变规律的学科。
• 大气化学：成分及其转化
• 人工影响天气
• 应用气象学

1.3 大气科学的发展历史

1.3.1 大气科学的发展历史及现状

1. 两个时代：

• 古气象史时代
• 近现代气象史时代

2. 20世纪大气科学理论研究的十大成就

• 20~30年代，三大气压震荡，北大西洋震荡(VAO)，北太平洋震荡 (NPO)，南方涛动(SO)；Walker (1932)
• 30年代，大气长波理论一罗斯贝波，Rossby (1939)
• 40~50年代，时间平均环流之长波预测，Namias (1953)
• 60年代，赤道东西向天克环流, Bjerknes (1969)
• 70年代，温室效应 (doubling C0,), Manabe (1975)
• 80年代，月平均环流顶测，Miyakoda (1986)
• 80~90年代， ENSO (E1 Nino- Southern oscillation) 预测， Cane&Zebiak (1986)
• ~90年代，ENSO理论，Suarez (1988)， Battisti (1989)
• 90年代，温盐环流， Delworth (1993)
• 90年代，季平均环流顶测，Ming(1994)

3. 大气科学研究的现状和趋势：

• 中小尺度天气系统，以灾害性天气为重点，对于资料收集、分析和预报等方面逐渐走向自动化和定量化，从而能比较细致地分析天气系统的结构。
• 天气变化，对全球及国家范围的气候资源进行广泛的调查研究，利用卫星绘制各种气候资源分布图，关注气候变化，估计长期和短期气候变化趋势。气候学突破只从大气的角度研究气候的限制，而扩大到考虑大气圈、水冰雪圈、岩石圈及生物圈所组成的气候系统，向着更广泛、更综合的方向发展。
• 大气物理和大气化学有了进一步的发展，进行人工降水的实验，特别重视城市污染、酸雨、对流层化学、平流层臭氧等方面的研究。

4. 气象部门的主要工作

• 测报
• 预报（核心），天气预报的定义
• 气象服务

1.4 气象业务与气象服务

1.4.1 气象业务

1. 天气预报的流程

• 大气观测、探测
• 资料通讯传输
• 资料加工处理
• 天气分析和预报：天气图、数理统计、数值预报；预报员综合分析判断，最后进行天气会商；
• 预报产品制作和发布

2. 天气雷达：掌握降水动态、提供降水临近预报的有效工具；
3. 多普勒天气雷达：探测降雨云内和晴天大气中水平风场和铅直气流场等，能够探测冰雹、龙卷、下击暴流等。
4. 分类：

• 地基
• 机载
• 遥感
• 移动监测

5. 气象卫星分类

• 极轨气象卫星（FY-1、3）：分辨率高、溢幅小；
• 静止气象卫星（FY-2、4）：分辨率低、精度差，时空连续性好、观测范围大；

6. 发展方向：

• 自动化：气象综合信息分析处理系统（MICAPS），大数据+人机交互；

1.4.2 气象服务

1. 分类

• 气象信息服务：情报信息（实测信息）、预报信息
• 气象工程技术服务
• 气象科技综合资讯服务

2. 根据服务对象分

• 决策气象服务
• 公众气象服务
• 专业气象服务

2 大气成分与结构

2.1 行星大气概况

介绍太阳系其他行星的大气成分和地球大气的演化历史

2.1.1 水星

1. 水星时类地行星中离太阳最近且质量最小的行星；
2. 1973年，“水手10号”探测；
3. 600K以上

   2.1.2 金星

4. 地球姐妹星
5. 大气密度是地球90倍，可反射3/4的太阳光，故其外观十分亮，也叫启明星；
6. 大气成分主要为二氧化碳，最高可达97%；

   2.1.3 火星

7. 质量小、直径是地球一半，引力是地球的38%；
8. 大气稀薄，昼夜温差100K，平均温度零下90摄氏度；
9. 主要成分为二氧化碳，但较为稀薄，单位面积接受的太阳辐射量仅为地球43%；

   2.1.4 木星

10. 第五颗行星、最大的行星；
11. 拥有太阳系最大的大气层；
12. 成分：氢和氦共占85%，氮气与甲烷占15%左右；
13. 探测器：伽利略号

    2.1.5土星

14. 氢和氦为主
15. 次要成分为甲烷和氨
16. 每天都在下暴雨

    2.1.6 天王星

17. 氢和氦为主
18. 含有硫化氢

    2.1.7 海王星

19. 氢和氦为主，含有微量甲烷，甲烷对蓝光反射较少，故其外观为蓝色；
20. 拥有太阳系最强烈的风；
21. 探测器：旅行者2号

    2.1.8 地球大气演化

22. 唯一一个以氮和氧为大气主要成分的行星

• 原生大气：46亿年前，氢和氦为主，由于太阳风和地球升温作用，原始大气逃逸散失；
• 次生大气：45亿年～25亿年前，造山运动，甲烷、二氧化碳为主；30亿年前，近似无氧环境，只有水汽光解产生微量氧气，故臭氧少，紫外线辐射严重；
• 现代大气：6亿年前，现代氧气1%；4亿年前，现代大气的10%；随着生物进化，大气二氧化碳浓度从3000$ppmv$到280$ppmv$,其中$ppmv$为相同压强和温度下，某种气体对空气的体积之比；

2.2 大气质量与大气成分

2.2.1 大气质量

73.9%集中于10KM以下，98.81%位于30km以下（对流层50KM）；

• air quality:大气质量（污染物）
• air(optional)mass：大气光学质量（太阳高度角的倒数），相对大气质量；

光学厚度 (Optical depth)：单位截面积上吸收和散射物质产生的总衰弱是无量纲量，例如气溶胶光学厚度 ( Aerosol optical deptb, AOD)

2.2.2 大气成分

• 浓度：绝对量（体积质量$mg\cdot m^{-3}$）、相对量($ppm(10^{-6}),ppb(10^{-9}),ppt(10^{-12})$)；
• 平均滞留时间：某种成分所有分子更新一次所需的时间
  $$\tau = M/F=M/R$$
  其中M是指总质量，F是向大气的输入速率，R是消失速率（逃逸、沉降）

1. 组成：

• 干洁大气：定义
• 水汽
• 悬浮在大气中的固液体颗粒

2. 特点：

• 0～90Km，主要成分和含量比例基本不变；
• 90Km+，氮气比例减少，氧气比例增多，开始电离；

3. 干洁大气

• 主要成分：浓度在1%以上，如$N_2,O_2,Ar$
• 微量成分：1$ppm$~1%
• 狠量成分：$1ppm$以下

4. 平均滞留时间

• 基本不变成分（准定长成分）：滞留时间超过1000a，包含所有主要成分，不同成分保持固定比例；
• 可变成分：几年到几十年，大气中的比例随着时间和地点而变；
• 快变成分：平均寿命小于1a；

5. 氮气

• 作用：氮肥、保护气、液氮；
• 自然条件下，氮气通过闪电雷暴形成氮肥，通过降水被植物吸收；

6. 氧气

• 作用：燃烧、呼吸、有机过程；

7. 次要成分特点

• 含量少、地域差异大
• 具有化学活性，次要成分在大气中的化学性质特别活跃；
• 具有辐射活性，其变化影响地球辐射平衡，进而影响全球气候变化；

2.2.2.1 臭氧

1.平流层与对流层

• 平流层（好臭氧）：占比少，对紫外线辐射具有强烈的吸收作用（$0.2$~$0.29$），臭氧阻挡了强紫外线到达地面，保护了地面生物，吸热！
• 对流层（坏臭氧）：强氧化剂，促进二氧化硫和氢氧化物转化，形成酸雨和光化学烟雾，在9.6的吸收作用使得其成为低层大气重要的温室气体，臭氧本身是污染性气体，其会对生物（呼吸道、森林）产生危害。

2. 产生与消亡
   臭氧在太阳紫外线辐射下发生光致离解，产生臭氧。

• 氧气分子吸收0.24微米以下的紫外辐射生成原子氧：
  $$O_2+Hv \rightarrow O +O$$
• 臭氧吸收波长小于0.3微米的紫外辐射离解成原子氧和氧气（40～50km）
  $$O_3+Hv \rightarrow O_2+O$$
• 臭氧与氧原子反应
  $$O_3+O \rightarrow 2O_2 $$
• 原子氧化学性质活泼，可以与氧原子、分子反应：
  $$O_2+O \rightarrow O_3 ，O+O \rightarrow O_2 $$
  这些反应决定了其在大气中达到平衡时的臭氧浓度及氧气浓度；

3. 产生与消亡：
   臭氧的实际产生和消亡过程较为复杂，相关理论和模型还
   需进一步完善。

• 大气中的其他微量成分，如氮氧化物NO，NO,等或H、OH、超
  氧化氢HO,等其他分子的光化学反应会影响臭氧的浓度，但目
  前缺乏这些过程准确的定量结果。
• 在大约30km以下的大气中，大气运动的输送作用也会使它们
  在空间上重新排布。
• 臭氧的光化学平衡理论在大气低层不适用。
• 氮氧化物与臭氧反应：1）平流层的超音速飞机与核爆炸产生的氮氧化物；2）制冷剂($CF_2Cl_2$)、发泡剂($CFCl_3$)
  $$Cl+O_3 \rightarrow O_2+ClO,ClO+O\rightarrow O_2+Cl$$

4. 分布

• 水平：由赤道向两极增加，两极大道最大值；
• 垂直：55～60，含量极少；20～25:达到最大值；20以下，增加明显；

5. 臭氧空洞：南纬60度内的臭氧含量极小值；在60度到低纬度方向的含量达到最高值（与其水平分布特点有关）；

• 动力：环极涡旋
• 成分：含氯冰晶会在南半球春天大量分解，以产生氯原子；
• 青藏高原上空夏秋季臭氧层低量区

  2.2.2.2 二氧化碳

  

1. 二氧化碳：产生原因等；
2. 源与汇：

• 植物光合作用
• 海洋中的二氧化碳：海水中溶解的二氧化碳浓度取决于海水与大气间的二氧化碳分压差；海水中的二氧化碳分压差与海水温度、酸度、含盐量、表层海水和深层海水的交换速率以及洋流状况有关；温度越低，海水中的二氧化碳平衡蒸汽压越低，高寒地区是“汇”，热带和低纬度地区是“源”；深海把部分从高纬度运输到低纬度地区，也有部分生成碳酸盐沉积物沉积到海底；海洋在全球二氧化碳调节中起到重要作用。

3. 时间变化：与植物的光合作用相关；工业革命后，全球大气的二氧化碳浓度急剧上升；
4. 空间变化：0～20km，含量高；20km以上含量显著减少；
5. 作用：植物光合作用的原料；二氧化碳吸收大量地面发出的长波辐射（4微米到20微米），使得地面保持更高的温度，是重要的温室气体。
6. 大气的温室效应：温室气体指能吸收地表长波辐射，使地面和大气增暖，与“温室”作用类似，若无温室效应，地表的温度是零下18摄氏度，而非现在的15摄氏度。

   2.2.2.3 甲烷

7. 甲烷不但是温室气体，而且也是一种化学活性气体。
8. 大气中80%的来源于地表生物源，是在严格的无氧环境中产生的；

2.2.2.4 氟氯烃碳化合物

是一种温室气体，在地-气系统辐射吸收中扮演重要角色；

2.2.2.5 水汽

1. 来源：
2. 时空分布：

• 时间：夏季多于冬季；
• 空间：低纬多于高纬，下层多于上层；

3. 作用：

2.2.2.6 气溶胶

1. 定义：气溶胶是指液体或固体微粒均匀的分散在气体中形成相对稳定的悬浮体系。（大气颗粒物）
2. 液体或固体微粒是指空气动力学直径在$10^{-3}-10^2$微米的液滴或固体颗粒；
3. 气溶胶是一个既重要，又不确定的影响因子；
4. 研究意义——对气候

• 直接辐射效应：吸收散射太阳辐射
• 间接辐射效应：改变云的寿命等
• 通过影响降水影响气候变化

5. 在云水含量小的云，气溶胶的存在降低降水概率，而在云水含量大的云，气溶胶的存在增加降水概率。
6. 城市热岛：干旱情况下，气溶胶增加城市温度0.7k；
7. 对农业：气溶胶吸收或散射衰减太阳辐射，会导致农业减产
8. 分类：一次气溶胶（直接产生的气溶胶）、二次气溶胶（化学作用产生的气溶胶）
9. 去除：干沉降（重力、碰撞沉降）、雨除、冲刷等
10. 表征方法：AQI Index —— 可表征空气质量指数级别、空气质量指数类别、对健康影响情况。

• 分级：一级～六级，对应“优”至“重度污染”。

11. 研究历史：

• 观测：化学分析或观测光的衰减得到；可以使用遥感及原位观测实现，激光雷达为主动型，其余为被动型

2.3 大气的铅直结构

大气的垂直分层情况
按照大气温度（常见五种分层）、化学成分（均质层、非均质层）和电磁（中性层、电离层、磁层）；

2.3.1 按温度分层

上界：1000～1200km（极光或流星辉迹出现的最大高度）、2500～3000km（大气密度接近星际气体密度的高度）；

1. 温度分层的一句是大气垂直减温率的正负变化；影响大气垂直减温率的因素（低层、高层）；

2. 大气的运动包含对流（热力对流（大气受热不均匀）、动力对流（障碍物））、平流（温度平流、湿度平流）及湍流；风一般指平流

   2.3.1.1 对流层

   对流层：影响对流层温度变化的主要因子是地面（对流、热导、湍流交换、地面长波辐射）；特点是温度对高度降低，大气的垂直混合作用强，气象要素的水平分布不均匀等。

3. 划分
   上层（6km至对流层顶）、中层、下层

4. 对流层顶
   温度递减率减小到$2 \ K/km$

• 其空间变化及影响因素
  随纬度、季节变化，与海陆分布有关；

  2.3.1.2 平流层

1. 主要因子：氧原子、氧分子、臭氧对太阳辐射的吸收；
2. 特点：

• 对流层顶～20KM，温度几乎不随高度变化，也叫同温层；20～50Km，温度随高度升高而增加；
• 大气稳定（逆温结构），垂直运动微弱，一般是大尺度的平流运动；
• 天气现象少；
• 平流层顶至85Km，气温随高度增加迅速下降，可达-83摄氏度；空气具有强烈的垂直运动，故又称之为“高空对流层”。

  2.3.1.3 热层

  中间层顶至800Km

1. 由于太阳辐射的光化学分解和电离反应，气温随高度的增加而增加；
2. 电离现象明显，对无线电至关重要；
3. 极光发生在该层；

   2.3.2 按化学成分分层

   均匀层、非均匀层。

   2.3.3.电离性质分类

   中间层；电离层：60Km至500-1000Km，空气分子和原子电离为正粒子和自由电子；磁层；

   2.4 表征大气的基本要素

   定义：表征大气状态和特征的物理量；
   内容：温度、湿度、气压、风、降雨量、云量、云状、蒸发量、可见度等；

   2.4.1 气温

   表征空气冷热程度，反应分子平均动能。
4. 观测：百叶箱（最高温度（水银）、最低温度（酒精）、水杯、毛发湿度表）
5. 温标：摄氏度(C)、华氏度(F)、绝对温标(K);
   $$K= 273.16+C $$
6. 变化

• 日变化：最低温出现在日出前；
• 海洋
• 陆地
• 年较差：一年中月平均气温的最大值与月平均气温的最低值的差值，下垫面性质（对于大气，海洋是下垫面）、海拔、纬度相关
• 高纬>低纬，海上>陆上，低海拔>高海拔

4. 极值

• 南半球：低温（南极）
• 北半球：低温（西伯利亚）、高温（热力学赤道）

5. 垂直分布：减温率
6. 逆温：

• 形成原因：
  1）辐射逆温：晴朗无云夜晚，近地面降温快，日出消失
  2）地形逆温：山坡散热快，山坡冷空气向山谷滑落
  3）平流逆温：暖空气流到冷的地面，下层受冷影响大——海雾的形成原因
  4）锋面逆温：暖空气运移至冷空气之上，形成冷暖交汇锋面

7. 气温与人体的影响

• 与人类对周围的感觉的介质相关，28～29摄氏度为生理零度，25以下有冷感，26～28有温感，29以上有热感
• 与风速有关，风速越大，感温越低；
• 湿度：湿度大，感温偏高

  2.4.2 湿度

• 定义：表示大气水汽含量的多少以及空气潮湿程度的物理量
• 测量：毛发湿度表、干湿球湿度表、电阻值湿度表、高分子薄膜湿敏电容（水汽改变介电常数）
• 水汽压：是空气中水汽的分压强，单位是百帕（hPa），表征空气中含水量的多少；
• 饱和水汽压（E）：当温度一定时，单位体积空气中的水汽含量具有一定服度、空气达到此限度时成为跑和湿空气，包利湿空气中水汽的分正湿。
• 相对湿度（f）：空气中实际水汽压与同温度下的饱和水汽压的的百分比值。反映了空气的潮湿程度和距离饱和的程度；
• 饱和差：同一温度下饱和水汽压与实际水汽压之差，反映空气的潮湿程度，影响因子水汽含量、温度，其影响生态系统的蒸散过程和水分利用效率。
• 露点温度（Td）：对于含有水汽的湿空气，在不改变气压和水汽含量的情况下，降低温度而使空气达到饱和状态的温度。
  1）观测：原理
• 比湿、混合比和绝对湿度
  1）比湿：湿空气中水汽的质量与湿空气总质量的比值
  2）混合比：湿空气中水汽的质量与干空气总质量的比值
  3）绝对湿度
• 分布：
  1）垂直：高度越高，湿度骤减
  2）水平：与下垫面密切相关
• 日变化、年变化：
  1）水汽压日年变化
  2）绝对湿度的日年变化
  3）相对湿度的日年变化
• 情况：
  1）水汽不变温度降低
  2）气温不变增加水汽

2.4.3 气压

• 测量：气压表、空盒气压表和气压计、沸点气压表
• 单位：气压，1Mb=1hPa
• 变化规律：空气受热膨胀，空气密度减小气压下降；
• 辐聚辐散
• 时空变化：
  1）时间：
  2）空间
• 气压场的表现形式：
  1）低压槽和槽线
  2）高压脊和脊线
  3）鞍形区
• 气压梯度：高压指向低压
  1）方向
  2）大小:H是高压，L是低压
  3）单位
• 永久性大气活动中心：阿留申低压
• 半永久性
• 影响我国的天气和气候的大气活动中心：西伯利亚高压、阿留申低压、西太平洋副高、夏威夷高压、印度高压

2.4.4 风

• 定义
• 风速：节（换算关系）
• 风压：与风速的平方成正比
• 方向：风来水去
• 大小
• 阵性：在摩擦层，由于湍流的作用，风表现为忽大忽小的阵性，实际上风的阵性是小尺度的湍涡叠加在大型风流场上造成的结果。
• 日变换

3 大气现象

3.1 云与降水

3.1.1 云的形成与分类

• 定义：水滴或结晶，一般不接触地面
• 观测的原因：
  1）云的形成与演变和天气变化有密切关系
  2）航空
  3）人工影响天气中，需要根据云的性质来决定所采取的方法：人工降雨、人工消雹
• 形成流程
  1）湿空气抬升；
  2）湿空气体积膨胀
  3）饱和水汽压降低
  4）达到饱和
  5）小水滴
  6）过冷却水
  7）结晶
  8）云
• 分类
  1）按照形成过程分类：
  （1）锋面云：锋面上暖气团抬升成云
  （2）地形云：空气沿着地形爬升成为云
  （3）对流云：因对流运动形成的云

3.2 雾、霾、霜、露

• 雾与霾的区别
  1）日出后，雾会消散
  2）霾的日变化不大
• 霜：
  1）水汽在温度较低时的结晶
  2）成因：天气、物体属性相关，辐射冷却
  云阻碍辐射冷却
  3）云和风对霜的影响：微风利于，大风（$\ge$3级）不利于;
  4）下垫面对霜形成的影响：质量小、表面积大、表面粗糙（利于辐射散热）
  5）霜消失的方式：升华为水汽、融化形成水
• 露
  1）定义：空气中的水汽以液化为水滴的形式….
  2）成因：气温下降，靠近地面辐射冷却快，水汽含量达到饱和时，地面形成露滴；
  3）形成条件：温度更高（饱和水汽压更高）、水汽要求更大
  4）作用：农业上提供生长重要的水资源、改善土壤水分平衡、调节森林植物的生长环境；

3.3 雷暴、闪电与龙卷

3.3.1 雷暴

• 闪电：水滴的破碎与空气的对流都会产生电荷，云的顶部时正电荷，底部是负电荷，电位差达到一定程度，产生闪电。
• 上正下负：较热的冰雹与较冷的冰晶碰撞，正电荷从冰雹转移到冰晶上，较重的冰雹在下部，较轻的冰晶集中在上层。
• 过程：
  1）放点：负电荷下行$\rightarrow$回击
• 形成：闪电长度数百米（最短100米），闪电的温度约为太阳温度的3～5倍；
• 雷鸣：放点过程中，闪道的温度极高，放点；
• 时空分布规律：
  1）时间：单个雷暴生成1～2小时；
  2）地域差异：对流强时易发生，南方高于北方、山区高于平原
  3）季节差异：夏秋季，冬季仅在南方
• 分类
  根据大气不稳定性和风速分辨：
  1）单体雷暴：上升运动区称之为一个对流单体，只由一个对流单体造成的雷暴称之为单体雷暴，分为三过程：塔状积云阶段（单体向上发展）、成熟阶段（上升期气流与下沉气流共存，存在降水，单体雷暴成熟，上升气流速度最大，在降水质点的拖拽作用下，出现冷性下沉气流，阵风峰形成，发展到对流层底）卷轴云、消散阶段（一个小时左右，下沉气流占优势）
  2）多单体雷暴：在不同发展阶段的多个单体雷暴的集合体，会形成更强大的阵风峰
  3）超级单体雷暴：比普通单体更大，有稳定的结构，易形成龙卷和大规模雷暴；
  按照强度分类
  1）普通雷暴：闪电雷鸣等
  2）超级雷暴
• 危害：略

  3.3.2 龙卷

• 龙卷的原理和热带气旋的原理相同
• 龙卷风是云层中风暴的产物，是雷暴巨大能量一部分的展现；
• 气象要素分布：
  1）龙卷时大气中最强烈的风暴，风速极大，最大可达100～200$m/s$
  2）风暴的中心气压非常低
  3）气压梯度很大，距中心40～50米的区域气压梯度大200百帕/米；
• 特征：
  1）漏斗云、圆柱形、圆锥状，像绳索或树干，有时会有多个漏斗
  2）持续时间短：几十分钟到几小时
  3）近地面较多，千公里尺度较少
• 分类：陆龙卷、空中漏斗、水空卷（龙吸水）
• 形成：
  1）上升气流阶段：大气不稳定时产生上升气流，急流通过时产生上升气流；
  2）中尺度气旋：由于与在垂直方向上的速度与方向有切变的风相互作用，上升气流开始旋转，形成～
  3）中尺度气旋向地面和向上发展，本身变细并增强，形成龙卷核心；
  4）龙卷风：地面气旋急剧减小，生成龙卷风
• 超级单体风暴——龙卷蔟
• 级别：EF0～5，2、3为强龙卷，4、5为强烈龙卷
• 危害：略

3.4 大气光学现象

3.4.1 常见现象

• 海市蜃楼
  沙漠：倒影，地面密度小于空中空气密度；海边：正影
  形成：全反射
  分类：下现蜃景、上现蜃景（海上）；
• 虹、霓：折射、分光和反射：
  1）主虹
  2）副虹
• 晕（卷层云易发现）
  1）定义
• 华：小水滴薄云层发生衍射
• 宝光环：反射、折射等

3.5 光化学烟雾与酸雨

3.5.1 光化学烟雾

• 形成条件：强日光（光化学反应）、低风速、低湿度，氮氧化物和碳氢化物发生化学转化形成高氧化特性的混合气团
• 区别：
  1）雾需要95%以上的湿度，霾也需要较高湿度
  2）组成：单的化合物，雾小水滴，霾固体小颗粒（烟尘等颗粒）
  3）区域：南北纬60度间大城市，时间段是阳光强烈的夏秋季节，运移性强，霾常发生在秋季

  3.5.2 酸雨

• 定义：PH小于6
• 分类：湿沉降，干沉降；
• 组成：硝酸根、硫酸根
• 判断：PH、离子组成

干涉测高时代的海平面遥感——跨越与挑战

1 前沿及背景

1.1 高度计卫星发展历史

发展历史：一代$\rightarrow$二代$\rightarrow$三代，其中一代为点扫，该时期实现了对大洋环流的研究；第二代是线扫，实现了对冰川的研究；第三代是面扫，特点是双频、双发、双收，将会实现对中尺度涡旋的研究；

1.2 海洋研究时期及特点

数字海洋$\rightarrow$透明海洋$\rightarrow$智能海洋，其中数字海洋是指将海洋装进计算机中，即将海洋数据添加进计算机中；透明海洋指过程透明（认知机理）、状态透明（观测探测）、变化透明（预测未来）；智能海洋指让海洋具有智能，以此服务人类社会。

1.3 未来海洋遥感

实现对海洋全海深的遥感穿透，未来发展方向及特点是先进载荷与双星伴飞（激光、雷达两类）。

2 海平面的气候变化

海平面的起伏，由重力和动力两方面原因考虑，重力因素导致的海平面变化最大，但是不考虑在严重中，海平面的变化由流动和波动因素导致，流动特点是年周期、中尺度；波动包含潮汐、风浪流等。

2.1 特点

海平面的大尺度变化：趋势（$+3.4mm/Y$）、周期(小波分析)。小波分析图像

海平面变化是全球气候变化的重要指标

2.2 中尺度涡旋与大气耦合

镜像关系

3 海平面与天气的变化

无处不在，无时不有，数以万计，大小不一。

3.1 中尺度涡旋

分为气旋式和反气旋式，40%～50%的海洋表面存在涡旋，长寿命涡旋的持续时间可达5～7年，短的寿命只有1～2天。

3.2 鬼涡

指偶极子涡，时刻存在分裂与合并，当观测几天后，可能突然消失，是因为观测能力达到上限。

4 水循环

高度计是唯一可以对海陆水循环过程进行一体化遥感的卫星载荷。
海洋沙漠：一类海洋沙漠指降水较少的海域；二类海洋沙漠指生物较少的海域。

5 技术跨越与科学挑战

5.1 技术跨越

1. 全覆盖
2. 密采样：一代$\rightarrow$二代$\rightarrow$三代——点$\rightarrow$线$\rightarrow$面
3. 高精度
4. 新基准：周期性都有不变点

5.2 科学挑战

1. 海平面变化的海陆气跨圈层溯源：热膨胀贡献了42%的海平面上升，两极冰盖融化贡献了23%的海平面上升，海冰融化贡献了21%的海平面上升；
2. 北极无冰之海的科学预测与战略应对；
3. 万涡扰动下的海平面额天气态调制与气候态修正；
4. 海平面垂直结构层析与跃层变动揭秘——海表变暖变缓但深层和中间层变暖加剧——整体热容量变大；
5. 在“双碳”目标背景下，海平面是否可以及时达峰——以此验证是否碳达峰；

6 小结

时间：2021年9月28日
教师：宫勋教授
月球引潮力约为太阳引潮力的2.17倍；

• 天体引潮力
• 重力加速度
• 压强梯度力
• 地转偏向力
• 摩擦力

  1.1 运动方程

  运动方程的的向量形式：速度随时间的变化=力；包含质量守恒方程、盐量扩散方程、热传导方程、海水状态方程、海水层流运动基本方程组；

1.2 边界条件

为何使用边界条件？

• 边界条件是偏微分方程组必须的定解条件；
• 运动方程建立的基础是连续介质假定，边界处不成立；
• 海洋学中边界条件十分重要。

如何给出边界条件？

• 给出七个变量的值；
• 融合一些物理过程；

1.2.1 无质量交换的运动学边界

随时间而运动的海洋界面可表达为：$F(x,y,z,t)$；设界面上任意几何点在t时刻的位置为：$(x,y,z)$,速度为$(C_{x},C_{y},C_{z})$。

1.2.2 自由海面有质量交换时的边界条件

时间：2021年9月24日
教师：肖龙
联系方式：longxiao@cug.edu.cn

• 地球作为太阳系统内的行星，有自己独特的系统，以全球、系统的角度研究地球科学；
• 地球系统科学要跳出地球本身来研究。

研究对象：层圈结构、物质组成、相互作用、演变过程、驱动因素；
理论基础：矿物岩石矿床学、地球化学、构造地质学、沉积学、古生物学、第四纪地质学；

1.1 星际空间对地球的影响

1.1.1 星际空间对地球影响的体现

• 太阳系系统内，作为恒星影响地球公转、空间天气、四季、太阳活动周期等；
• 月球的影响：地月系统中卫星影响——潮汐；
• 宇宙背景的影响：运势、宇宙辐射；
• 生命的起源和演化；
• 行星的起源和演化；
• 太阳系的早期记录不在地球：澳大利亚；

行星系统与地球系统密切相关——总结

1. 太阳系起源和演化——行星的起源与比较行星学研究；
2. 地外生命信息等探寻——天体生物学；
3. 太阳于小天体活动对地球的灾难性影响；
4. 地外资源、能源和特别环境的利用；
5. 太阳系中是否存在适宜人类大量移民的移居天体；

1.1.2 扩展地球科学研究思路：

地球——太阳系行星系统——太阳系+宇宙

1.2 行星科学的研究手段与方法

1.2.1 研究方法

• 遥感探测；
• 就位探测：on-site data and investigation；
• 采样返回；
• 模拟实验；
• 行星类比。

1.2.2 国内外研究现状

国外为主，自阿波罗载人登月后，国外出现行星探测高潮；国内处于行星科学研究上升期。

1.3 行星地质学

定义：研究类地天体表面形貌、物质组成、地质构造及其形成和演化历史的科学。直接服务于着陆选址、探测技术和设备的野外验证等；
两大属性：以地质学为基础、多学科交叉、以依赖深空探测和实验技术的发展。其中，多学科交叉：地貌学、地质学、地球化学、遥感、天体化学、固体地球物理等。
特点：验证方法不同。

top-down rather than bottom-up!

1.4 类地天体主要特征

• 八大行星（四个内行星及外行星的卫星）
• 五个矮行星
• 176个天然行星卫星
• 659212个小行星（截止到2016）
• 3296个彗星
  

  1.4.1 月球

  1.4.2 火星

• 半球状二分性
• 大火山省

4.1 绪论

• 海洋沉积物具有时间序列连续性，经过成岩作用形成沉积岩。陆地大部分岩石为沉积岩，其中部分是海底沉积岩通过板块构造抬升而露出的。
• 沉积岩分类：造岩沉积、生物沉积、水生沉积、宇宙沉积
  其中，水生沉积指化学反应引起的海水中溶解物质的沉淀；来自河流、火山喷发、滑坡、侵蚀的沉积叫做造岩沉积；

  4.2 海洋沉积物的获取

  4.2.1 海洋沉积物揭示的环境条件

  通过沉积物柱状样品，可分析出过去的环境条件，例如，海洋温度、营养供给、海洋生物丰富性、大气运动状况、洋流形式、火山喷发、重要灭绝事件、地球气候变化、构造板块运动状态。

  4.2.2 古海洋学

  古海洋学研究海洋、大气和陆地之间的交互作用是如何改变海洋化学、洋流、生物、气候的，主要根据洋底沉积物了解地球过去的变化；

1.1 深度优先策略（DFC）

特点：

1. 在某个分支中运行到底；
2. 判断结果是否符合要求；
3. 回溯。

很难找到最优路径

1.1.1 问题

进站的优先性如何选择？

1.2 广度优先策略——队列

特点：

1. 先搜索某节点所有可能的下一节点——依次搜索、删除；
2. 搜索完下一节点同等级的所有节点后进行下下等级节点——依次搜索、删除；

泛而不精：探索的点和路径更多。

1.3 迷宫求解实例

1.3.1 搜索路径

存储的信息：父节点（parent）、当前节点（state）、子节点（action）、耗费（cost） 等；
每个节点路径耗费为1，

2 站结构算法

使用帮助函数来帮助寻找最优路径；

2.1 盲目搜索

2.2 启发式搜索（Informed search）

使用问题相关的知识决定进站的优先度

2.3 贪婪最佳优先搜索（Greedy Best-first Search）

利用启发函数的估算值，每次搜索都选着扩展最靠近目的的节点，本质上是深度优先策略。
例如，由A到B，中间有中间节点C、D，估算C、D到B的曼哈顿距离（$x_c-x_b+y_c-y_b$），选择较小的子节点运行，若曼哈顿距离相同，概率选择或通过更远的子节点的曼哈顿距离来决定下一节点。该过程本质上避免了搜索算法，提高了运行效率。

2.4 A*算法

同时考虑曼哈顿距离(h(n))和耗费距离（g(n) = cost to search the node）

参考指标（类似上章启发函数）= g(n)+h(n)

每次搜索递进得到的下一节点的参考指标，都需要与之前的分叉路径点未选择的下一节的参考指标大小比较，若比之前节点更长，则选择之前的节点开始新的路径递进。
当A*算法满足以下条件时可以搜索到最优结果：

1. h（n）不能过高的估计节点到目标点的开销（可接受性）；
2. 对于第N个节点及其后继节点m，以及n到m的开销c，h(n)<= h(n)+c（一致性），否则可能找不到最优解。

2.5 问题

1. 启发函数？
   ——估算所有路径的长度，估算离目标最近的点。

3 对抗搜索（adversarial search）

难度大于队列搜索和站搜索，但本质还是搜索算法。参考AlphaGo下围棋。
基础算法：Minimax算法，既求最小值，也求最大值，理论上是求解极值，正负号代表站在哪一方的角度上求解问题；
其中，Max（X）希望最大化得分；Min（O）希望最小化得分。

3.1 Tic-Tac-Toe游戏

1. players：依次轮流，反复横跳，左右互搏，自己跟自己下棋；
2. Actions：求解某次行动后，下次所有可能的下一步；
3. Results：输出Action的结果；
4. Terminals：判断Results是否为最终状态；
5. Utilitys：状态得分（Minimax数值）

理性最优策略

3.1.1 流程

1. 求解下一步所有可能选择;
2. 求解下一步所有可能选择的所有下一步选择；
3. 直到计算得到所有可能选择的所有结果；
4. 回溯到当前选择处，选择得分最大的下一步；
5. 回到“1”步，继续该流程。

考核要求

1. 必须有编程内容；
2. 页面多于十页纸；

4 知识表达与推理

方式：快思考（机器学习）与慢思考（知识表达和推理），后者模拟较难，知识表达与推理属于慢思考，需要长期训练。

4.1 基于知识的代理

基于内部知识表达进行推理的智能代理，例如根据给出的事实，逻辑推断结论。

1. 逻辑学——句子：用一种能表达知识的语言对真实世界进行表达和论断；
2. 命题逻辑学——使用命题符号（变量）来表示世界上的事实：例如使用P、Q、R代表真实事件；
   （1）逻辑连接（与、或、非、推断（implication）（->）、双向条件（bio- condition））；
   （2）模型：对每个逻辑符号设置一个逻辑值，所有逻辑符号逻辑值构成的一种总和；
   （3）知识库（KB）：基于知识的代理所知道的所有句子的集合
   （4）蕴含关系：$$\alpha| = \beta$$在所有可能的模型中，如果句子$\alpha$为真，那么$\beta$也为真；
   （5）推理（Inference）：如何判断KB和$\alpha$是否含有蕴含关系？
   $$DOES\ KB|= \alpha \ ?$$

   方法：模型检测（Model checking）——穷举法：检测所有可能的组合，逐一检验，当KB和R可能的组合里，符合要求的组合中存在KB为ture而R为false则没有蕴含关系；

4.2 知识工程

流程：

1. 命题符号化——数学化；
2. 添加所有可能组合到知识库中；
3. 添加每个对象的所有的判断逻辑到知识库中——所有可能存在的过滤器；
4. 输入初始条件，使用 Model Checking 求解蕴含关系

4.3求解算法

4.3.1 推理规则

1. 分离规则；
2. 消除规则；
3. 双重否定消除；
4. 推断消除：$\alpha\rightarrow \beta$ 即 $\lnot \alpha v \beta $
5. 双向条件消除：$\alpha \leftrightarrow \beta$ 即 $(\alpha \rightarrow\beta) \land (\beta \rightarrow \alpha ) $

5 2021年9月22日

5.1 贝叶斯准则

贝叶斯准则：可观测的条件概率容易获得，计算另一个互换的条件概率（后推前）；
$$ P（可观测数据｜未知原因）\rightarrow P（未知原因|可观测数据）$$
贝叶斯定理：通常，事件A在事件B已发生的条件下发生的概率，与事件B在事件A已发生的条件下发生的概率是不一样的。然而，这两者是有确定的关系的，贝叶斯定理就是这种关系的陈述。

5.2 联合概率

联合概率表示两个事件共同发生的概率。A与B的联合概率表示为$P(A\cap B)$,或$P(A,B)$,或$P(AB)$

5.3 概率规则

5.3.1 包含排除

5.3.2 边缘化

$P(a)=P(a,b)+P(a,\lnot b)$

5.3.3 条件作用

$P(a)=P(a|b)P(b)+P(a,\lnot b)P(\lnot b)$

5.4 贝叶斯网络

• 有向图
• 每一个节点表示一个随机变量；
• 从x到y表示x是y的父节点；
• 每个节点x都有概率分布：
  $$P(x)=P(x|parent(x))$$

  5.4.1 计算联合概率

  
  $$P(light,no,delayed,miss)=P(light)\cdot P(no|light) \cdot P(delayed|light,no) \cdot P(miss|delayed)$$

  5.4.2 推理

  $$P(Appointment|light,no)=\alpha P(Appointment,light,no)=\alpha [P(Appointment,light,no,on time)+P(Appointment,light,no,delayed)]$$
  其中，$\alpha$归一因子,普适方程为：

  $$P(X|e)=\alpha P(X,e)=\alpha \sum_{y} P(X,e,y) $$

5.4.3 近似推理

• 抽样法（sampling）：将所有可能发生情况列出，筛选里面符合要求的情况，并作为分子，总的案例数量作为分母，利用概率论方法计算概率。

使用到的包：poeegranate——概率用工具箱；

5.4.4 似然加权

$$P(Rain=light|Train)$$
与抽样的不同点：抽样为随机抽样，原始数量已确定（X个），里面特定情况的样本数量必然小于X；似然加权确定特定情况下的样本数量（X个），故其符合要求的样本密度更大，似然加权需要将特定值固定，必然会漏掉固定值之外的情况的概率，所以需要在计算时乘以一个加权值。

例如在蒙特卡洛方法应用中，出现在某个范围内的概率较小，因此使用似然加权来提高目标条件下的案例数量与浓度，以提高运算效率。

问题

• 似然加权的加权数值如何确定；

6 基于时间的不确定性

描述随机变量随时间推移发生的变化——主要使用马尔可夫模型：描述单个变量随时间推移而发生的变化。

• 贝叶斯网络——寻找因变量与自变量之间的关系；
• 马尔可夫模型——只关注变量的变化，不考虑内因。

  6.1 马尔科夫假设

  当前状态依赖于有限个固定数量的过去状态（状态是过去的本身情况，而非其他变量）；

  6.2 马尔科夫链

  符合马尔科夫假设的变量；一阶马尔科夫链指只与过去一个状态相关的变量链。

6.3 隐马尔科夫模型、传感器模型

晴天和带伞各自构成一个马尔科夫链，当二者之间存在逻辑关系时，两个独立的马尔科夫链构成了一个隐马尔科夫链。

7 优化问题

从一个可选的集合中选择最优的选项

7.1 局部搜索

维护单一节点，搜索临接节点。
在每一个局部找到最优解，再在每个局部最优解间寻找极值，找到的极值是全局最优。

7.1.1 爬山算法

判断邻居，并计算邻居的数值，比较邻居与当前数值。爬山法是计算局部最优解的方法。

7.1.2 模拟退火

模拟退火在高温时

1
2
3
4
5
6
7
8
9
10

function SIMULATED-ANNEALING (problem, max):
current = initial state of problem
for t= 1 to max:
T= TEMPERATURE(t)
neighbor = random neighbor of current
AE = how much better neighbor is than current
if AE > 0.
current = neighbor
with probability P1 set current = neighbor
return current

其中$P_1=e^{\vartriangle E/T}$是经验公式。

模块化生产、模块化代码编辑

7.3 线性规划

7.4 约束满足问题(Constraint Satisfaction Problem,CSP)

约束满足问题的解释详见知乎。
数独问题为代表的N-queens问题：

• 变量集合 $ {X_1,X_2,……,X_n} $
• 每个变量的取值集合 $ {D_1,D_2,……,D_n} $
• 限制集合(set of constraint): $C$

其中，N皇后问题的介绍请见网址。

7.4.1 软、硬条件

硬限制条件：在正确的解中必须被满足的条件；
软限制条件：限制条件阐明哪种解比其他解更受到青睐。

7.4.2 一、二元限制

1. 一元限制：

• 仅涉及到一个变量的限制
• ${A≠Monday}$

2. 二元限制：

• 涉及到两个变量的限制
• ${A≠B}$

7.4.3 回溯搜索（BackTrack）

回溯搜索（与深度优先类似）：当一种可能性的最终状态并非问题的完整解时，回溯寻找根节点，并选择另一条路线来判断其最终状态是否符合要求。

• 初始状态：没有变量；
• 添加变量：

8 回归分析

8.1 梯度下降

9 马尔可夫决策过程

马尔可夫决策过程讲解;
强化学习与A*算法的区别：A*算法需要了解所有点到达重点的Index；强化学习存在试错与自我探索过程，无需知道所有信息。

1 Deep learning state of the art (2020)–YouTube

1.1 前言

“AI began with an ancident wish to forge the gods”
-Pamela McCorduck,Machines Who Think,1979

宇宙诞生自13.8亿年前，现代人类诞生于30万年前，人类文明诞生于1.2万年前，工业革命机械生产的出现，只占历史中的0.1%。

1.2 深度学习的应用

深度学习在

1. 游戏世界：IBM在1997年、ALphaGo在2016年战胜了人类世界的围棋冠军；
2. Waymo、Tesla自动驾驶技术；
3. 波士顿机器人的控制系统。

1.3 深度学习的历史

1.1 创建新博客

在 Mac terminal 中输入以下代码建立以“文章名称”为名称的新博客。

1

$ npx hexo new '文章名称'

1.2 路径设置

1. 首先，在访达中打开Blog文件；
   
2. 同时按住 option+command+c 获得Blog文件的路径；
   
3. 将terminal的路径设置为Blog文件的路径
   

   1	$ cd Blog文件路径

   2 检查与更新

   2.1 检查与本地预览

   在terminal中依次进行一下操作
   
4. 清除本地缓存

   1	$ npx hexo clean

5. 生成静态网页

   1	$ npx hexo g

6. 本地预览
   

   1	$ npx hexo serve

7. 上传至Github

   1	$ npx hexo d

1.1 人工智能发展史

1. 人工智能与日常生活：如自动驾驶、机器人等。
2. 人工智能与机器学习：机器学习是AI的主要实现形式。
3. 图灵测试：Turning Test：通过实验对象与机器或人交流，判断与其聊天的对象是机器还是人，当误判超过30%时，认为其为人工智能。
4. 导航算法：$A^*$算法与可视化图法（the visibility graph method）
5. 卷积网络优化算法——反向传播理论（BP算法），解决了神经网络高效率优化的问题。

   1.2 人工智能及其研究方法

6. 定义：参考Wiki的人工智能定义。
7. 优势：大幅度减少众多应用场景的能耗比。
8. 分类：
   （1）通用人工智能、强人工智能——有自我意识；
   （2）认知智能：模仿人。
9. 派别：
   （1）符号学派；
   （2）联结学派：仿人脑神经元（LeNet）；
   （3）行为学派：机器人——进化学派。
10. 关键技术：机器学习、自然科学、计算机视觉、自助无人系统、多媒体、智能芯片技术。
11. Key point：
    （1）算力
    （2）算法
    （3）算料

2.1 深度学习在语音处理中的研究方向和应用

2.1.1 研究方向

分类、质量评测、增强、指纹识别、检索、唤醒、识别、合成与生成等。

2.1.2 应用

音乐测评、Auto speech enhancement（降噪、加强原声）、Text to speech（合成主播）、Wave synthesis（自主音乐制作）。

2.1.3 常用算法（algorithm）

Keyword spotting、ASR、speaker recognition等。

2.2 深度学习在计算机视觉中的研究方向和应用

2.2.1 研究方向

图像编辑、重建、生成、超分辨率、增强、去模糊、分类、分割、检测、识别、跟踪、图像质量分析、降噪与修复。

2.2.2 应用

Object segmentation（图像分割）、Object detection（目标检测）、目标识别及人脸识别、Object tracking（目标跟踪）、Image denosing、Neural-based style transfer and image translation（基于神经网络的图像风格化及图像翻译）、Image synthesis（生成原始数据集）、Scene reconstruction（基于二维图像重建三维图像——视觉Slame、VR虚拟现实）、face attribute edit等。

2.3 自然语言处理

2.3.1 研究方向

文本分类与聚类、文章标签和摘要提取、文本审核与舆情分析、机器翻译、阅读理解、聊天机器人、搜索引擎等。

2.3.2 应用

文本基本任务：预处理、向量化、分词、词性标注、文本结构化、Text classification、Abstract extraction。

2.4 推荐系统

2.4.1 推荐系统研究方向与应用

个性化推荐等(商品、商家、短视频等)；

2.4.2 重要性

对于用户：智能化程度低；

2.4.3 用户画像

根据用户信息侧写用户，并推荐其需求。

2.4.4 个性化推荐

1. 基于内容阅读，购买历史；
2. 基于订阅、关注、社交关系链；
3. 相关推荐，以物推物；
4. 基于各种数据进行排行接单；
5. 新闻推荐，流量等
   ……

   第二次作业

   Python基础入门
6. python语言学习:Word+PPT；
7. IDE比较：Jupyter notebook,pycharm,vs code；

2 Python

2.2 Python基本概念

2.2.1 数据存储

列表、数组、元组与字典等。

2.2.2 变量

变量赋值基本与MATLAB、R一致，不需声明、定义。
大小写代表不同变量，即Std与std是两个变量。

2.2.3 运算符和表达式

2.2.4 函数