耦合PCA-SVM算法的金矿矿床规模预测分析研究

判断矿床(点)的类型是矿床勘探中的重要内容,传统预测金矿成矿规模的方法不仅耗时耗力,而且所需的经济成本较大。为提高矿床规模的勘探效率和准确度,揭示元素与金矿成矿规模的潜在联系,文中提出了耦合主成分分析(principal component analysis,PCA)和支持向量机(support vector machine,SVM)算法的预测分析PCA-SVM(principal component analysis-support vector machine)方法。该方法先通过主成分分析提取数据中的主要特征,再将主要特征带入支持向量机算法,从而训练出最优分类器以预测金矿成矿规模。文中共使用了3 812个金矿样本数据用于学习训练和预测分析,训练准确率为92.3%,测试准确率为88.7%,分别比直接使用支持向量机算法高出14.3%和17.1%。基于PCA-SVM的预测模型,不仅消除了人为主观因素的影响,而且有效提高了勘探过程中矿床预测的准确率和矿床勘探的效率,为地质勘查工作提供依据。     

无人机倾斜摄影和激光扫描在竣工测量中的应用

竣工测量是城市规划管理、智慧辅助决策的基础工作,随着智慧城市建设步伐的加快,通过传统全野外数字采集方法获取的二维竣工数据已难以满足新时代发展对基础数据三维化的新要求.以竣工项目为例,通过倾斜摄影测量、三维激光扫描技术与传统全野外数字采集方法的对比,在精度、效率指标等方面探讨新兴测量方法在竣工测量工作中的可行性和适用性,...     

西藏阿里阿鲁错地堑系的第四纪活动性、最新同震地表破裂及其地震地质意义

藏北高原非常薄弱的活断层调查程度和不完整的历史地震资料等,限制了对青藏高原内部活动构造的变形机制及强震活动特征等问题的深入认识。文中通过综合地质、遥感和地震等资料对阿里北部进行详细的活断层解译,重点对阿鲁错地堑系南段昆楚克错地堑西侧边界正断层的第四纪活动性、新发现的最新同震地表破裂及其震级与形成时间等进行了深入分析。研究结果表明,阿里北部第四纪期间以近EW向伸展变形为主,发育了以近SN向正断层和由NW向与NE向走滑断层构成的共轭走滑断层为主的高密度活断层系统。沿昆楚克错地堑西缘主边界正断层新发现的最新同震地表破裂整体沿NNW向雁列展布,总长约400m,最大垂直位移约0.8m,平均垂直位移为0.3～0.4m。结合历史地震记录和经典的“地表破裂位移与震级”统计关系式推断,该破裂应是震源深度为35km的1955年革吉县纳屋错东M_W6.5强震事件的结果。综合该地表破裂的发育特点推断,震源深度对地表破裂参数存在显著影响,震源偏深时的地表破裂长度可远小于震源破裂的最大长度,表明在活断层的地震复发模式研究中应注意随机性较强的断层局部破裂行为或小位移破裂事件。     

基于金矿规格单元数据的机器学习方法在成矿建模分析中的应用

现代金矿勘察主要是通过综合地球化学和地质测量等数字化方法对深部矿床进行研究,所需要的人力物力成本较高。而通过分析积累的金矿规格单元数据,可以建立金矿成矿情况与相关成矿元素含量之间的非线性关系,从已有的勘查数据中寻找金矿成矿的一般规律。本文基于与金矿相关的成矿元素含量数据,分别采用逻辑斯蒂回归、随机森林和决策树方法对原始数据和重采样数据进行训练,综合运用召回率、精确率和准确率对模型进行评价。通过对比发现,在训练和测试原始数据过程中,由于每组之间数据量的巨大差距,导致成矿数据被淹没;而在训练重采样数据过程中,随机森林在召回率和准确率方面均有较好的表现,分别达到了90.63%和70.78%;并最终分析了随机森林模型中不同分类边界对于金矿成矿情况预测结果的影响。利用不同的测量指标对模型进行评价分析,使模型更适用于金矿成矿预测,可有效地提高金矿勘察的效率。     

洞庭湖中枯水期水情变化及其驱动因素

为揭示洞庭湖中枯水期水情变化特征及其驱动因素,采用长短期记忆神经网络模拟洞庭湖出湖流量及湖区水位,通过情境模拟开展水情变化归因分析。洞庭湖1992—2019年9—10月出湖流量大幅减少,主要受长江流量降低的影响。洞庭湖中枯水期水位主要呈下降趋势,其中9—10月平均水位在西洞庭湖、南洞庭湖降幅约1 m,在东洞庭湖降幅约2 m。地形变化对中枯水期水位主要起拉低作用,长江和流域四水流量变化在9—10月起拉低作用、在12月至次年3月起抬升作用,其中对东洞庭湖水位的影响相对更为显著。研究结果可为洞庭湖中枯水期水资源管理和湿地保护提供参考。     

基于HRCLDAS/CLM陆面数据同化系统的青藏高原地区土壤湿度模拟研究

利用最新的高时空分辨率（1 km、1 h）的中国气象局高分辨率陆面数据同化系统（HRCLDAS-V1.0）大气近地面强迫资料,驱动由NCAR发展的通用陆面模式（CLM）,对青藏高原地区2015年1月1日至9月30日的土壤湿度开展了模拟研究。结果表明模拟得到的高时空分辨率（1 km、1 h）土壤湿度能够体现出青藏高原地区从东南向西北逐渐变低的空间分布特征,较好地表现出各层土壤湿度的时间变化特征,6~9月土壤湿度波动较大,1~5月波动较平缓,上层土壤湿度变幅较大,深层变化较平缓。0~5 cm、0~10 cm和10~40 cm深度土壤湿度模拟结果与观测值的相关系数均在0.8以上,其中0~5 cm土层的相关系数达到0.92,各层土壤湿度观测值与模拟值的均方根误差变化则相反,3个土层土壤湿度模拟结果与观测值的偏差均小于0.04 mm3 mm-3,但模式对于研究时段土壤湿度变化的低值有高估现象,且模拟能力随着土层深度的加深而减弱。     

CLDAS土壤湿度业务产品的干旱监测应用

针对2012年中国区域严重的干旱, 利用2013年国家气象信息中心发布的中国气象局陆面数据同化系统(CLDAS-V1.0)土壤体积含水量数据集产品, 并结合新的中国地表土壤水文参数数据集, 计算2012年中国区域土壤相对湿度, 依据《气象干旱等级》国家标准进行干旱监测. 结果表明: 该土壤相对湿度数据集能较为全面的反映2012年中国的干旱发生发展的空间特征, 在西南、江淮黄淮、华南以及东北等4个主要的干旱区域表现的尤为明显. 结果表明, 利用土壤容重、田间持水量等信息, 结合CLDAS-V1.0实时业务产品, 可实时获取时空连续的土壤相对湿度产品, 可以实现对中国区域的干旱实时监测.     

两种陆面模式对中国区域土壤温度模拟的对比分析

为研究不同陆面模式对中国区域土壤温度的模拟效果,基于中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）大气驱动数据分别驱动Noah和Noah-MP陆面模式进行中国区域土壤温度的模拟（简称:CLDAS_Noah和CLDAS_Noah-MP试验）,使用2010—2018年中国气象局2380个土壤温度观测站点10和40 cm观测数据以及美国全球陆面数据同化系统（The Global Land Data Assimilation System,GLDAS）驱动的Noah模式（GLDAS_Noah试验）模拟的土壤温度结果,从空间分布、季节、分区等角度进行了评估,实现了不同驱动数据相同陆面模式和相同驱动数据不同陆面模式的对比分析。结果表明: GLDAS_Noah、CLDAS_Noah和CLDAS_Noah-MP试验均能合理模拟出中国区域土壤温度空间分布,但在量级上有一定差异,主要表现在中国东北、新疆、青藏高原等积雪区。对于相同陆面模式不同驱动数据,均方根误差显示CLDAS_Noah试验在季节与分区上均优于GLDAS_Noah试验,间接表明CLDAS大气驱动数据优于GLDAS大气驱动数据,且大气驱动数据是提高土壤温度模拟精度的重要因素之一;对于相同驱动数据不同陆面模式,总体上CLDAS_Noah-MP试验棋拟效果优于CLDAS_Noah试验,其中CLDAS_Noah试验模拟的10和40 cm深度土壤温度在冬季积雪区误差明显大于CLDAS_Noah-MP试验,可能与Noah-MP模式改进了积雪方案有关,但10和40 cm深度下CLDAS_Noah-MP试验在东北、华北、青藏高原地区对春季土壤温度模拟误差明显大于CLDAS_Noah试验,可能与Noah-MP模式融雪方案有关。总之,本研究对于后续开展土壤温度多模式集成、土壤温度站点资料同化,最终研制中国区域高质量土壤温度数据集具有一定的参考意义。      

CLDAS数据质量在线评估系统的设计与实现

数据质量评估是模式业务运行中重要环节。本文利用土壤水分观测数据和中国气象局陆面数据同化系统(CLDAS)产品数据,采用MySQL数据库和html、JavaScript、HighChart等Web技术,建立CLDAS数据质量在线评估系统。系统采用相关系数、均方根误差、相对偏差和平均偏差等统计指标,实现对任意站点及省份、任意时段、不同土壤层次的土壤湿度的评估分析,并以时间序列图,散点图等多种方式对比显示土壤湿度观测与模拟值。系统具备各类统计指标的实时计算,并通过Web页面实时展示评估结果,实现对模式产品的数据质量进行实时监视。     

浅谈如何做好地面气象测报工作

<正>综合观测是气象工作的基础,是服务型业务的支撑,面对气象现代化进程的快速推进,如何提高地面测报质量,做好综合气象观测工作,是业务管理员和观测人员面临的新问题,本人结合工作实际和经验谈几点粗浅体会。1增强责任意识,细化岗位职责测报工作繁杂而细致,时间性和准确性要求很严,要想做好地面气象测报工作,必须严肃、认真、负责,从主观上树立对本职工作高度负责的态度,坚持实事求是的态度,严格执行规范规定和岗位责任制,严肃对待每项工作。