Annual Frequency of Tropical Cyclones Directly Affecting Guangdong Province:Prediction Based on LSTM-FC

Tropical cyclone (TC) annual frequency forecasting is significant for disaster prevention and mitigation in Guangdong Province. Based on the NCEP-NCAR reanalysis and NOAA Extended Reconstructed global sea surface temperature (SST) V5 data in winter, the TC frequency climatic features and prediction models have been studied. During 1951-2019, 353 TCs directly affected Guangdong with an annual average of about 5.1. TCs have experienced an abrupt change from abundance to deficiency in the mid to late 1980 with a slightly decreasing trend and a normal distribution. 338 primary precursors are obtained from statistically significant correlation regions of SST, sea level pressure, 1000hPa air temperature, 850hPa specific humidity, 500hPa geopotential height and zonal wind shear in winter. Then those 338 primary factors are reduced into 19 independent predictors by principal component analysis (PCA). Furthermore, the Multiple Linear Regression (MLR), the Gaussian Process Regression (GPR) and the Long Short-term Memory Networks and Fully Connected Layers (LSTM-FC) models are constructed relying on the above 19 factors. For three different kinds of test sets from 2010 to 2019, 2011 to 2019 and 2010 to 2019, the root mean square errors (RMSEs) of MLR, GPR and LSTM-FC between prediction and observations fluctuate within the range of 1.05-2.45, 1.00-1.93 and 0.71-0.95 as well as the average absolute errors (AAEs) 0.88-1.0, 0.75-1.36 and 0.50-0.70, respectively. As for the 2010-2019 experiment, the mean deviations of the three model outputs from the observation are 0.89, 0.78 and 0.56, together with the average evaluation scores 82.22, 84.44 and 88.89, separately. The prediction skill comparisons unveil that LSTM-FC model has a better performance than MLR and GPR. In conclusion, the deep learning model of LSTM-FC may shed light on improving the accuracy of short-term climate prediction about TC frequency. The current research can provide experience on the development of deep learning in this field and help to achieve further progress of TC disaster prevention and mitigation in Guangdong Province.     

黑龙江省公路交通气象服务效益评估

利用调查问卷法、专家评估法对2019-2020年黑龙江省公路交通气象服务情况开展了行业气象服务效益分析和评估。结果表明:黑龙江省公路交通行业最关注的气象要素是降雨,且对降雨、降雪、雨雪冰冻、低能见度或大雾等产品内容关注度较高,行业用户对气象服务产品的时效、形式和获取途径提出了更精细、更及时、更直观、更便捷的服务要求;公路交通行业气象服务贡献率在全国平均水平之上,2019年度全省公路交通行业气象服务效益值低于全国平均水平。     

柴达木盆地东北部中新世沉积物色度记录的气候变化

中新世是新生代古气候变化的关键时期。本文以柴达木盆地东北部瑙格剖面18.4～6.9Ma沉积物为研究对象,通过对沉积物颜色指标的测定与分析,获得该时段沉积物高分辨率颜色指标变化序列。发现色度值变化与氧化—还原作用有关,红度值与赤铁矿相对含量呈正相关。结合其它资料分析表明,柴达木盆地东北部地区中新世气候变化为18.4～14.2Ma相对暖湿阶段、14.2～7.7Ma相对冷湿阶段、7.7～6.9Ma相对干冷阶段,其变化可能受到全球温度变化的影响,气候转型主要导致了该区沉积相和沉积物色度的变化。     

黑龙江苏家铁多金属矿床地质、地球化学特征及成因

苏家铁多金属矿床位于黑龙江省张广才岭成矿带内,受一撮毛碱长花岗岩体及相关花岗斑岩岩体控制。矿体产出于花岗斑岩和大理岩的接触带及层间破裂带内,主要为矽卡岩型铁锌矿体。组成矿体的主要矿石矿物为磁铁矿和闪锌矿; 围岩蚀变类型主要有矽卡岩化、矽化、角岩化、碳酸盐化和绿泥石化,其中矽卡岩化与矿化关系密切,是区内的主要找矿标志。矿床地球化学特征研究表明成矿物质来自壳源岩浆演化和上部热液交代碳酸岩地层,并在矽卡岩带内形成矿化体和矿体。结合成矿地质背景,确定苏家铁多金属矿床为矽卡岩型矿床。     

柴达木周缘金属矿床成因类型、成矿规律与成矿系列

位处青藏高原东北部、古亚洲构造域与特提斯构造域结合部位的柴达木盆地周缘地区,是一个具有复杂构造演化历史的多旋回复合造山区.同时,该区也是我国重要的、极富潜力的金属成矿带.在综合分析以往多年工作成果基础之上,较系统总结研究了区域成矿地质构造背景、区域构造演化、主要矿床类型、区域成矿规律与成矿系列.结果表明:该区地质构造演化主要经历了前寒武纪古陆形成、早古生代造山、晚古生代—早中生代造山和中新生代叠复造山等4个构造旋回.其中,早古生代和晚古生代—早中生代构造旋回与区内金属成矿关系密切;总结出6个主要矿床成因类型,分属于拉伸裂解构造背景的喷气-沉积矿床组合(包括VMS型、SEDEX型)和与造山过程有关的造山矿床组合(包括斑岩型、矽卡岩型、热液脉型、造山带型金矿等);该区成矿作用具有多期、多矿种和多类型的特点,初步总结划分出5个金属矿床成矿系列,即与新元古代—寒武纪裂解有关的铜多金属矿床成矿系列、与奥陶—志留纪裂解有关的铜钴铅锌多金属矿床成矿系列、与晚加里东陆-陆碰撞有关的金多金属矿床成矿系列、与晚古生代裂解有关的铜多金属矿床成矿系列、与晚华力西—印支期造山有关的铁铜铅锌金多金属矿床成矿系列.     

基于GPS-PWV的不同云系降水个例的综合分析

利用成都地基GPS观测网的观测数据,结合自动气象站资料计算出GPS遥感的大气可降水量(GPS-PWV)。按照降水性质,选取对流云降水和层状云降水个例,分析不同类型降水过程中GPS-PWV的变化特征。结果表明,对流云降水和层状云降水一般均发生在GPS-PWV的高值阶段。     

多源数据在地图生产中的集成应用

探讨了数字制图中多源数据集成应用的必要性,阐述了多源数据的分类、分析评价和基本的处理方法,最后介绍了多源数据集成应用的几个方面,并给出了具体实例。     

GIS专业地学可视化课程的建设与教学实践

我校较早开设了地学可视化课程,结合课程教学的特点和社会对人才培养的要求,从开设的必要性、课程内容与教材建设、教学改革与实践等方面对课程教学进行了探索,为课程建设提供了参考。     

基于WebGIS的矿井通风实时监控系统构建关键问题研究

根据矿井通风的管理现状、实际需求及未来发展趋势,基于自动控制、网络通信、传感器及WebGIS、数据库、SDE等信息技术,采用图属一体化、多源数据无缝集成和关系数据库三层体系架构的思想,阐述了矿井通风系统建设的总体技术路线及数据处理入库、数据索引建立、信息集成显示、异常预警处理等关键技术问题,实现了瓦斯、CO、S02、NO等毒害气体的实时远程监测、定位查询、信息显示及预警分析的集成显示和统一管理。这对实现矿井通风数据集中管理、有毒气体浓度实时监测预警及提高矿区安全生产均具有非常重要的理论和实际意义。     

闽西北冰雹的时空特征与天气形势分析

利用1990—2008年常规观测资料和850 hPa、500 hPa高空资料,分析了闽西北冰雹的时空分布特征和有利于产生冰雹的天气型。结果表明,闽西北是福建省冰雹多发区,近年来降雹呈明显减少趋势;月变化呈现一大明显单峰（4月）和两小双峰（7月、11月）现象,主要发生时次在14：00—20：00;连续降雹日数以孤立日为主,每次降雹以1～2站次较为多见;11至翌年5月,有利于产生冰雹的天气型（850 hPa）为暖切适中型、低涡冷切适中型,冷切适中型和低槽偏东型;冷切偏西和暖切偏北型降雹发生概率较适中型低,较偏南型高;74.1%的雹日伴有低空西南急流,并以急流适中和偏北型居多;大于等于3站次降雹的主导天气形势为暖切适中型、低涡冷切适中型,81.5%伴有低空西南急流;6—9月有利于产生冰雹的天气型（500 hPa）为副热带高压边缘型和副热带小高压型,发生较大范围冰雹的可能性小。