���ݵ�������ѵ���ֵģ��

?????????????????????????????????????GPS????????????????????????????????????????4?????????????????????????????????????????????????????????????????????????壻??????????????????????????????????????????壻?齭???????????????????????????????????塣???????????????????????ζ?????????????????????????????????????????????κ??齭???????????????????????????????????????????????     

SML语言在ERDAS中建立空间模型的方法及示例

简单探讨和研究了ERDAS的SML语言的使用以及此种语言在实际使用过程中图形化的流程,主要内容包括空间模型工具的组成、图形模型的基本类型、图形模型的形成过程、模型生成器的功能组成、空间模型的建立以及操作过程、条件操作函数的应用等。并列举了一个简单的例子,进一步说明了这种语言的使用方法。     

随机参数扰动方法对中国冬季降水集合预报的影响

降水数值预报有很大的不确定性,与降水预报密切相关的物理过程参数化方案中关键参数的不确定性是降水数值预报误差来源之一,对这些参数引入随机扰动的随机参数扰动方法（Stochastically Perturbed Parameterization,简称SPP方法）可以代表模式降水预报的不确定性,是国际集合预报前沿研究领域。为了认识该方法能否代表中国冬季降水数值预报的不确定性,为业务应用提供科学依据,基于中国气象局中尺度区域集合预报模式（Global/Regional Assimilation and Prediction System-Regional Ensemble Prediciton System,简称GRAPES-REPS）,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等四个参数化方案中选取了16个与降水密切相关的关键参数,引入了随机参数扰动方法,并通过2018年12月12日至2019年1月12日总计31天的冬季集合预报试验,对比分析了SPP方法对等压面要素及降水的集合预报效果。结果显示:在冬季应用SPP方法时,等压面要素的概率预报技巧总体来说优于无SPP方法扰动的对比试验,且对于低层、近地面要素的改进效果优于对中高层等压面要素的改进;但对降水概率预报而言,尽管检验评分数值略优于对比预报试验,但并未通过显著性检验,这表明,在东亚冬季风影响下,随机参数扰动方法对中国冬季降水概率预报技巧没有明显的改进。究其原因,可能是由于SPP方法主要代表对流性降水预报的不确定性,而中国冬季降水过程主要与斜压不稳定发生发展有关,模式降水以大尺度格点降水为主,对流性降水较少,故对冬季降水预报改进不明显,这为业务集合预报模式中应用随机参数扰动方法提供了科学依据。     

数字化地震波形资料的时频分析方法及应用

信号的时频分布具有比时间尺度分布更高的描述和刻画非稳态地震波信号的能力,进一步提高信号的时频聚集性和尽可能减小交叉项干扰是时频分析发展的方向。基于高阶矩时频分布理论,本首次提出了将其应用于数字化地震波形资料分析和处理的技术途径和方法。通过对仿真信号的Choi-Willams各阶矩时频分布与Wigner各阶矩时频分布的对比和交叉项干扰的理论分析,认为Choi-willams高阶矩时频分布具有时频聚集性高和交叉干扰项小的特点,在提高处理数字化地震波特性参数精度和地震应急技术系统的智能化程度等方面具有潜在应用前景。     

能见度观测现状浅谈

针对当前能见度操作中的景况,提出能见度观测中被忽视的几个突出问题,旨在提高能见度观测的正确度.     

做好并行观测的要点

本文通过对自动气象站平行观测工作的综合归纳,提出自动气象站与人工气象站并行观测期间巡视仪器应引起注意的几个问题,分述了气温、气压、湿度、风、降水、深浅层地温、辐射等要素的对比方法,做好自动与人工站数据对比分析可为气象预报提供及时、准确的气象资料;还强调了在自动站出现故障的情况下,观测员要熟悉补测程序,并行观测的重要环节还有仪器的良好维护与业务人员综合素质的提高等。     

柴达木盆地西南区震积岩的发现及其引发的勘探启迪

随着勘探和开发的需要,岩性油气藏成为柴达木盆地西南区石油勘探的一个重要领域,然而由于受多期的构造叠加改造,致使柴达木盆地西南区岩性油气藏分布规律不清,勘探接替领域不明确。笔者通过研究发现,由于受盆缘及其北西向二级断裂的影响,盆地西南区地震活动强烈,深、浅层均发现一系列与地震有关的震积岩,可见阶梯状小断层、液化砂岩脉、振动液化卷曲变形构造、砂火山、火焰状构造、假结核、震积砂枕、震积砂球构造、串珠状构造及震褶层等原地震积岩的软沉积物变形特征,另外可见地震引起的重力滑塌或泥石流形成的滑塌构造和角砾岩化变形特征,诸如震裂岩、震塌岩、自碎屑角砾岩、液化角砾岩、内碎屑副角砾岩等异地震积岩。事实上这些震积岩能够极大地改善储集层渗透性,使渗透率大幅度增加,为油气勘探和开发提供了新的视角和领域。更为重要的启迪是形成震积岩的古地震具有重要的触发机制,很容易引起三角洲前缘相的岩性发生滑塌,进而形成滑塌扇、浊积等一系列沉积现象,这种储集体将成为油田储量增长的新亮点,本着这种思想,笔者通过叠前地震多属性的预测及先进的叠前AVO反演预测,在柴达木盆地西南区跃东斜坡带发现这种滑塌体的存在,并建立了相应的沉积模式图。这样将可能突破以往该区"...     

基于卷积神经网络与条件随机场方法提取乡镇非正规固体废弃物

随着村镇经济建设发展,生活垃圾和工业固体废弃物造成的污染问题日益突出,已经成为制约新农村建设发展和生态文明建设的关键问题,而目前针对乡镇非正规固体废弃物的调查与统计主要依赖全国各乡镇相关部门逐级调查上报,工作量较大。本文基于高分辨率遥感影像,将深度学习模型和条件随机场模型相结合引入到乡镇固体废弃物的提取研究中,探索一种基于深度卷积神经网络的乡镇固体废弃物提取模型。由于固体废弃物在影像上表现为面积小,分布破碎等特点,为了提高工作效率,将模型特分为识别和提取2个部分：① 通过全连接卷积网络（CNN）对固体废弃物进行快速识别判断,筛选感兴趣区域影像块;② 在传统的全卷积神经网络(FCN)的基础上加入条件随机场模型(CRF)提取固体废弃物边界,提高整体分割精度。根据安徽、山西等地区相关部门上报固体废弃物堆放点以及住房与城乡建设部城乡规划管理中心进行野外检查的结果,实验最终识别精度达到86.87%以上;形状提取精度为89.84%,Kappa系数为0.7851,识别与提取精度均优于传统分类方法。同时,该方法已经逐步应用于住房和城乡建设部有关成都、兰州、河北等部分乡镇非正规固体废弃物的核查工作,取得了较为满意的结果。