一种新的垂直速度计算方法

在流体的不可压缩条件下,本文通过连续方程给出了一种新的垂直速度计算方法,称为z方法。通过实验得出:z方法下同样可以得出水平涡度与垂直运动的关系,即水平涡度矢量逆时针旋转时,对应上升运动,顺时针旋转时对应下沉运动。通过有效性验证得出:本文的方法在高层具有比较高的可靠性,在低层可靠性比高层稍弱,在中层则不甚理想。通过与p方法求解出的垂直速度的效果进行比较,得出p方法略好于z方法。     

一种基于双向搜索的K则最优路径算法

提出了一种基于双向搜索策略的K则最优路径算法,以改进的Dijkstra最优路径算法为基础,从起点和终点同时搜索,分别构造正序和逆序最优路径树,计算网络中两点之间的多条参考K则最优路径.详细描述了算法设计思想和运行过程,分析了算法的时间复杂度,并通过实际路网验证了算法的效率和精度.     

出芽短梗霉吸附水体中共存Cr（Ⅵ）、Cd（Ⅱ）重金属离子研究

利用出芽短梗霉进行吸附水体中Cr（Ⅵ）、Cd（Ⅱ）共存离子实验, Cr（Ⅵ）、Cd（Ⅱ）毒性浓度均为300 mg/L时,菌种生长良好。吸附性能实验结果表明：出芽短梗霉吸附水中Cr（Ⅵ）的最佳条件是pH值为3.0、时间为2 h、温度为30℃,吸附量为8.575 mg/g;吸附Cd（Ⅱ）的最佳条件是pH为5.0、时间为30 min、温度为30℃,吸附量为15.49 mg/g。     

黄海绿潮应急溯源数值模拟初步研究

基于三维全动力POM海洋模式,根据2008年6月1日海监飞机监测绿潮所在位置,采用拉格朗日粒子追踪法反向积分,追溯绿潮来源。数值模拟结果显示,回溯至5月中旬,绿潮主要来源于黄海南部江苏连云港和盐城近海海域。黄海绿潮溯源数值模拟,为政府相关部门了解绿潮的源头,并采取相应的措施提供依据,进而为保护生态环境、防灾减灾做贡献。     

基于位置感知设备的人类移动研究综述

每个人在地理空间内的移动看似随机而没有规律,然而一个较大规模人群的移动却隐藏着特定的模式。为了研究某些地理问题,如交通、疾病传播等,可以从个体行为出发,在地理信息系统的支持下,发现人类移动模式,并构筑基于个体的模拟模型,从而建立微观和宏观之间的桥梁,并支持相应的决策过程。信息通讯技术的发展,一方面改变了人们的空间行为模式,另一方面使得基于位置感知设备获取海量人类移动数据成为可能。近年来,上述研究一直是地理信息科学及相关领域的热点,该文对此进行了总结和评述。     

2000—2009年夏季东亚热带气旋远距离暴雨统计分析及个例的数值模拟

利用2000—2009年6—8月的NCEP 1 °×1 °FNL数据、TRMM降水数据及JMA提供的《TC最佳路径集》等资料,综合考虑低层水汽通道及TC与中纬度系统相互作用的两个因素,对0 °以北150 °E以西东亚地区的远距离暴雨进行统计分析,得出这一时期共有48例远距离暴雨产生,并将其分为5种类型。将各类型合成分析后得到远距离暴雨在850 hPa、500 hPa的主要影响系统有:TC、中纬度槽、副热带高压及水汽通道,其中水汽通道多与印度季风相连接对远距离降水的影响最显著,其次是中纬度槽。形成最多的是北槽、涡-南TC型远距离暴雨占总数的68.8%,而且远距离暴雨多发生在TC路径的右侧（占总数的71%）。200 hPa上多数远距离暴雨发生在高空急流的右后方,并在TC的东西部各有一反气旋性涡旋。当TC东部无反气旋性涡旋时TC较弱。当远距离暴雨发生在TC的西北方向,且西北方向有槽存在时TC较强。利用WRF中尺度数值模式对1104号TC Haima进行敏感性试验表明,TC在此次暴雨过程中起主要作用,通过影响降水区的水汽通道导致降水增强。      

基于AHP的DRASTIC模型对莱州地区地下水脆弱性研究

地下水脆弱性评价是作为地质环境评价的一部分,目前国内外已有众多研究,并提出多种评价模型,其中以DRASTIC方法模型使用最为广泛。AHP（层次分析法）是一种层次权重决策分析方法,综合专家经验与理论数据,可以实现定性与定量二者有效的统一结合,更真实客观的反映研究区评价结果。文中以莱州地区为研究区,在全面调查区内的地质条件、水文地质条件、地形地貌、气象等实际情况的基础上,利用AHP法对目前使用的DRASTIC方法模型进行改进。对原模型中的7个参数进行权重重新取值,然后建立一套符合研究区的地下水脆弱性模型,并进行评价分区,最终绘制了地下水脆弱性分区图。     

基于地图载负量的海洋流场欧拉法多尺度表达

欧拉法是海洋流场常用的制图方法,在电子地图中需要对欧拉法箭头符号进行动态抽稀或加密以满足用户的多尺度表达需求,确定抽稀或加密的关键比例尺是欧拉法多尺度表达的核心问题。文中将地图载负量作为欧拉法多尺度表达的评价指标,首先提出了一种欧拉法地图载负量的计算方法,分析了流场制图中较适宜的载负量区间;并由适宜载负量区间限定载负量的值,进而拟合抽稀区间内地图载负量与比例尺关系曲线,得到欧拉法多尺度表达的关键比例尺。最后,利用模糊数学中的多层次综合评判法建立了评价数学模型,并利用问卷调查法对海洋流场多尺度制图成果进行了可用性评价。     

基于长短时记忆神经网络的台风路径临近预报模型

It is of vital importance to reduce injuries and economic losses by accurate forecasts of typhoon tracks. A huge amount of typhoon observations have been accumulated by the meteorological department, however, they are yet to be adequately utilized. It is an effective method to employ machine learning to perform forecasts. A long short term memory(LSTM) neural network is trained based on the typhoon observations during 1949–2011 in China's Mainland, combined with big data and data mining technologies, and a forecast model based on machine learning for the prediction of typhoon tracks is developed. The results show that the employed algorithm produces desirable 6–24 h nowcasting of typhoon tracks with an improved precision.