用地球化学异常图和方差分析比较两种采样粒级的化探效果

化探新方法在森林沼泽区域的使用,进一步拓展了区域化探资料的应用范围,使其在基础地质调查中的应用成为可能.森林覆盖区水系沉积物中,有机质含量较高,选择较粗粒级水系沉积物,可有效排除有机质的影响.以黑龙江大兴安岭某地水系沉积物测量为例,选择2种不同的粒级(-10～+40目、-10～+60目)的水系沉积物测量结果进行对比研究,应用地球化学异常图解和方差分析的方法来比较各自的找矿效果.研究结果表明,这2种粒级的化探找矿效果无实质性差异.     

不同类型降雨过程中GPS可降水量的特征分析

利用成都地基GPS观测网2007年8月21日～2008年11月30日观测数据,结合地面自动气象站网资料反演GPS大气可降水量(P_WV)。选取夏季暴雨,秋季绵雨和冬季雨雪天气过程分析GPSP_WV在不同类型降雨天气过程中的演变特征及日变化规律。结果表明,发生在不同季节的暴雨对应PWV的演变有所不同,盛夏暴雨发生在P_WV由峰值向波谷变化过程中,夏末的暴雨则出现在由波谷向波峰转变阶段,降雨前GPSP_WV的增减速率可很好地预示其后的暴雨强度。在秋季绵雨中P_WV的连续大幅递增或递减可作为降雨开始或结束的预报依据。GPSP_WV在降雨天气分析及预报中具有重要的指示意义。     

临安一次沙尘暴过程影响气溶胶物理化学特性演变的初步分析

文章利用2002年3月29日～4月4日在浙江临安大气本底污染监测站观测的气溶胶粒子质量谱、离子与元素成分的数据,结合TOMS卫星的气溶胶指数资料和轨迹模式,重点分析在北方沙尘暴输送影响期间临安气溶胶质量浓度尺度分布的演变特点以及气溶胶化学成分与不同空气来源的关系。初步分析结果显示,受北方沙尘暴天气影响,临安气溶胶质量浓度、离子、元素浓度有明显的尺度分布演变。这种演变与污染物来源和大气污染物的气粒转化有关。沙尘影响前和结束后临安地区气溶胶主要以细粒子为主(<2.1μm),峰值粒径0.65～2.1μm,而受北方地区的沙尘暴影响,峰值粒径偏移到2.1～3.3μm,且在7～11μm间出现另一个峰值,同时临安气溶胶粗粒子中矿物元素显著增加。从离子成分看,在整个观测期间SO^2-₄与NH⁺₄在细粒子段有很好的一致性,而SO^2-₄,NO^-₃与Ca²⁺在粗粒子段有很好的相关,尤其是沙尘影响期间NO^-₃与Ca²⁺有很好的对应关系,表现出较明显的表面非均相反应特征     

市县气象信息网络系统宽带接入及综合业务应用解决方案--成都市气象局基于Internet-vpn的市县广域网系统

该方案全部采用普通宽带Internet接入服务(动态IP地址)构建VPN,实现了市县气象局的广域联网(网间互联).在此基础之上,除集成了气象信息网络业务和OA系统等应用外,还采用VOIP技术,构成了市县气象局的专用IP电话网,同时兼顾对Internet公网的其他应用,从而形成宽带网的综合业务应用集成.目前,该方案在成都市气象局及其下属的13个区市县局已全面实施并投入应用.该系统具有接入简便、性能价格比高、投入与维持费低、应用效率高、实用性强等特点,作为一套基于Internet/vpn及voip技术的综合应用网络方案,其应用面还远不仅局限于气象系统.     

2003年夏季临安地区大气气溶胶离子成分的尺度分布特征

文中利用2003年夏季在浙江临安大气本底污染监测站观测的资料,分析了临安的气溶胶质量浓度、离子成分的尺度分布特点及主要离子间的相互关系。初步结果显示,该期间临安气溶胶主要以粒径小于2.1μm的细粒子为主,约占总质量浓度的66%,其中粒径小于0.65μm的粒子可达总质量浓度的50%,远高于其他各级尺度段上的粒子浓度。与质量浓度分布相似,可溶性无机离子成分主要集中在粒径小于2.1μm(记为PM2.1)的细粒子中,PM2.1粒子中可溶性无机离子约占所有尺度段(包括所有5级)离子质量浓度总和的88%。其中粒径小于0.65μm的亚微米粒子中的离子质量浓度是细粒子的主要部分,占所有尺度段上离子质量浓度总和的77%。SO42-,NH4+和K+是PM2.1中决定性的离子成分。相关分析和离子平衡表明,PM2.1中SO42-与NH4+和K+有很高的相关,在粒径小于0.65μm的亚微米粒子中,非海盐硫酸盐(Nss-SO42-)主要为(NH4)2SO4,由气-粒转化产生;而在粒径为0.65~2.1μm尺度段,Nss-SO42-除(NH4)2SO4外,可能还有K2SO4,Na2SO4等存在。     

四川眉山开采芒硝矿地下水的疏干与防治

眉山市芒硝矿以含钙量高、矿物晶体较大、埋藏浅、规模大为特点,目前采用洞室水溶法开采。钙芒硝生产过程中主要环境地质问题是地下水疏干。这给矿山及附近居民的生产、生活带来较大的影响。通过对其形成机制的分析,可采取工程措施进行治理。     

一种基于可预报性的暴雨预报评分新方法Ⅱ:暴雨检验评分模型及评估试验

针对当前暴雨预报检验采用二分类事件检验方法存在较严重的“空报”“漏报”双重惩罚,没有考虑暴雨时空分布不均和预报评分可比性不够等问题,在分析预报员对暴雨预报评分期望值基础上,设计了一种基于可预报性的暴雨预报检验评分新方法和计算模型,分析了理想评分,并对2015-2016年4-10月中国中央气象台5 km×5 km定量降水格点预报和降水落区等级暴雨预报进行评分试验,获得了以下结果和结论:（1）预报员对暴雨预报评分期望值呈现梯级下降特征,与传统的TS评分存在显著差异;（2）设计了一种基于可预报性的暴雨预报检验新方法,通过引入e指数函数构建暴雨预报评分基函数,进而构建暴雨评分模型,该模型可以较好地拟合预报员对暴雨预报评分的期望值,同时改善了评分在不同量级阈值处的断崖式突变情况;（3）提出了预报与观测的邻域匹配方法,即一个预报点与所定义邻域中的一组观测相匹配,并利用距离加权最大值法确定暴雨评分值权重系数,预报与观测距离越近,距离权重系数越大,评分值权重越大,提高了评分的合理性,避免了距离较远的匹配站点得高分不利于鼓励预报员提高预报精度的问题;（4）对中国中央气象台逐日5 km×5 km水平分辨率的定量降水格点预报产品和中央气象台定量降水落区等级预报产品进行了评分试验,暴雨预报准确率全国平均值大于60分。基于可预报性的暴雨预报检验新评分与传统暴雨预报TS评分逐日演变特征相似,但可以较好地解析TS为0的预报评分,解析后的新评分与预报员和公众的心理预期更为接近。      

基于面向对象与深度学习的榆树疏林识别方法研究

榆树疏林是浑善达克沙地中一种特殊的植被类型,它对于维持区域生态系统稳定具有重要意义,在防风固沙、涵养水源、调节气候等方面发挥着重要的作用。本文利用无人机影像与GF-2影像,对高分辨率数据源中榆树疏林的两种自动识别方法进行了研究。在面向对象方法中,首先通过计算影像对象的局部方差变化率得到了最佳分割尺度;其次采用随机森林算法对初选特征的重要性进行排序,并删除无关特征;最后分别对支持向量机（SVM）、随机森林（RF）、深度神经网络（DNN）3种分类器进行参数寻优与榆树疏林提取。此外,在ENVI5.5中基于TensorFlow框架,利用U-Net构建深度学习模型对榆树疏林进行了提取,并与面向对象方法进行对比。结果显示：① 通过面向对象方法过程的优化,最终的识别精度较以往研究有所提升,GF-2影像中SVM总体精度为90.14%,RF总体精度为 90.57%,DNN总体精度为91.14%;无人机影像中SVM总体精度为97.70%, RF与DNN总体精度为97.42%。② 深度学习方法中,GF-2影像的总体精度为91.00%,无人机影像的总体精度达到了98.43%。研究结果说明在榆树疏林提取中,无人机影像具有更高的空间分辨率,更丰富的纹理、形状等信息,能达到比GF-2影像更高的精度。面向对象方法对于2种影像都有较高的适用性;深度学习的方法在本文中更适用于无人机影像,它可以有效地减少无人机影像中的错分现象。     

基于无人机航摄影像的喀斯特地区裸岩信息提取及景观格局分析

喀斯特地区不同石漠化等级的结构和格局是实现区域石漠化治理的重要基础信息,受技术手段的限制,目前这方面的研究进展仍非常缓慢。随着无人机技术的快速发展,高精度的地表信息获取越来越方便、且成本较低。本研究利用无人机影像,对比了基于像元的非监督和监督分类方法以及面向对象的分类方法在裸岩信息提取中的表现,发现面向对象分类结果具有更高精度。基于获得的裸岩分布信息的研究结果表明：① 岩石平均斑块面积与裸岩率呈负相关的关系,岩石斑块个数与裸岩率呈正相关关系;② 通过对比不同裸岩率（11%、20%、29%和48%）基质的景观斑块指数、景观形状指数和景观破碎度指数对不同裸岩率的景观分布的影响,从而表明了在不同的石漠化地区随着裸岩率的增加,岩石形状指数与岩石破碎度指数均逐渐增加,进而表明石漠化程度越严重;③ 裸岩率不同的地区表现不同的分布形态和斑块特征,裸岩率越高,岩石越破碎,斑块分布较为分散。小尺度斑块景观格局与区域的生态过程有着重要关系,开展小尺度景观格局的研究会深化区域尺度石漠化发展过程的理解。石漠化地区的小尺度斑块景观格局变化影响区域的生态过程,对以后的石漠化过程以及未来石漠化演变的发展有重要的启示作用。     

辽宁省气候变化与厄尔尼诺相关性分析

为了探讨近50年来辽宁省气候变化特征及其与厄尔尼诺的关系,文章根据1965—2013年辽宁省23个气象站点的降水、年均气温数据与表征厄尔尼诺南方涛动(ENSO)事件的热带太平洋海表温度距平和南方涛动指数资料,利用气候倾向率、M-K突变检验以及反距离权重插值等方法进行分析研究,结果表明:1965—2013年辽宁省降水量由东南向西北逐渐减少,在多个时间段内发生突变现象;气温有显著的上升趋势,并在空间上呈现由东北向西南逐渐增加的趋势;降水变化与ENSO事件强度存在着一定的负相关性,而气温变化与ENSO事件强度没有显著的相关性。