18种常见地质灾害

1、崩塌 崩塌经常发生在陡峭的山壁,岩土体突然垂直下落．岩块顺山坡猛烈翻滚,跳跃,相互撞击,最后堆积在坡脚。降雨、融雪、河流、洪水、地震、海啸、风暴潮等自然因素,以及开挖坡脚、爆破、修筑水库、开矿泄洪等人为因素,都有可能诱发崩塌。崩塌会损害农田、厂房、水利设施和其它建筑物,导致人员伤亡。铁路、公路沿线的崩塌．会造成交通堵塞、车辆损毁、行车事故。     

永不凋谢的石中菊

石头上可以开出菊花吗？如果能开花,需要多长时间呢？ 上海世博会上,湖南馆的展示主题为“都市桃花源”,一块名为“桃花源里”的巨型菊花石吸引了众多游客的目光。     

张家界 迷人的山水画廊

1979年,国画大师吴冠中应邀到湖南为人民大会堂湖南厅绘制巨型风景画稿,他专程到湘西采风,有缘来到当时的张家界林场。大师被这里的风光深深吸引,写下游记《养在深闺人未识——失落的风景明珠》,发表于1980年元旦的《湖南日报》。     

“珠光宝气”大化石

大化彩玉石简称大化石,又称岩滩彩玉石。它由于产在广西河池市大化县岩滩的红水河段而得名。广西的红水河在不同的河段打捞出十几种奇石,有来宾卷纹石、合山彩陶石、天鹅石、摩尔石等等。每一个石种都以独特的韵味和特色,在奇石市场上争奇斗艳。大化石具有来宾石流畅的纹路,彩陶石亮丽的釉彩,天鹅石细滑的石肤,     

关于进一步强化地名档案管理工作途径的探讨

随着我国第二次地名普查工作的开展,地名工作已经成为国家行政管理的重要组成部分之一,与之相适应的是地名档案工作管理体制的建立和服务体系的深入发展。历经20多年的发展,地名档案工作已初步得到规范,但是一些单位地名档案资料不齐全,整理不科学的现象仍不同程度的存在,直接影响了地名档案资料的完整和地名档案社会服务功能的全面发挥     

石墨炉原子吸收法测定土壤中痕量金检出限的不确定度分析

根据石墨炉原子吸收光谱法对土壤中痕量金进行测定,选取金系列标准浓度测量质量—吸光度工作曲线,连续测定多次空白溶液的吸光度值,计算检出限。通过对其检出限的不确定度的分析,确定了检出限不确定度的因素,计算出其扩展不确定度。能比较直观地了解选择的测试条件、建立的分析方法是否达到现行的相关标准及其灵敏度的要求。     

陆地生态系统植被生产力遥感模型研究进展

陆地生态系统植被生产力一直是全球变化领域内的研究热点,对其模拟的准确与否直接决定了后续碳循环要素的模拟精度,也关系到能否准确评估陆地生态系统对人类社会可持续发展的支持能力。遥感数据因其能够提供时空连续的植被变化信息,在区域植被生产力的模拟中扮演了不可替代的角色。目前遥感模型可以分为统计模型和过程模型2类。前者主要基于植被指数等与观测值的统计关系,从最初的线性关系发展到利用回归树等多变量的统计模型。后者则是基于光能利用率原理,借助于遥感数据的时空连续性实现对区域和全球植被生产力的准确评估。然而,这些模型在计算植物冠层吸收的光合有效辐射比例、环境对最大光能利用率的限制等诸多方面存在显著的差异,对于一些关键的生态系统过程描述不完善,总体而言模拟能力仍然有待提高。此外,遥感数据也被广泛地应用于动态植被模型的发展和应用中,为模拟提供植被类型、叶面积指数等关键的输入数据。后续的研究应该进一步改进模型公式,发展集合预估算法,并应考虑由于输入数据和参数的不确定性而导致的区域模拟误差,以提高对区域植被生产力的模拟精度。     

基于NCEP资料的我国大气可降水量的计算及其时空分布

利用1948—2009年的NCEP再分析资料获取多年平均大气可降水量,分析我国大气可降水量的空间分布和季节变化,并选用2001年的资料与同期探空资料进行对比验证.结果表明:我国大气可降水量的空间分布总趋势是低纬大于高纬,平原大于高原,沿海地区大于内陆地区;季节变化明显,冬季大气可降水量较小,夏季较大;NCEP资料与探空资料的计算结果基本一致.     

基于FY3/MERSI数据的辽宁省植被指数重建及时空变化分析

为建立中国风云三系列气象卫星长时间序列归一化植被指数数据集,选用滤波和函数拟合方法,针对林地、湿地、水稻、玉米、大豆、城市和水体7类地物开展数据重建效果定量分析,确定最佳数据重建方法,并在辽宁省开展时空变化分析。结果表明：非对称高斯函数拟合法（Asymmetric Gaussians,AG）、Savitzky-Golay滤波法（SG）、双Logistic函数拟合法（Double Logistic,DL）和时间序列谐波分析法（Harmonic Analysis of Time Series,HANTS）四种方法均表现出相对较好的去噪能力。SG方法对噪声比较敏感,HANTS方法在低值区受噪声影响大。AG和DL方法平滑效果较好,DL方法的峰值更接近于原始峰值。在高植被覆盖区和季节性作物区,SG方法相关系数最高（>0.93）、均方根误差最低（< 0.1）;在城市和水体低植被指数区,HANTS方法相关系数最高,为0.87,但四种方法的均方根误差均在0.06左右,差别不大。综合考虑曲线和定量分析结果,选取SG方法进行辽宁省植被指数数据集数据重建。辽宁省植被指数数值高低的空间分布与下垫面植被类型相符合,东部山区林地植被指数最高,达到0.75以上。2009-2020年,辽宁省NDVI年均值存在波动,不同地物植被指数变化存在差别,水体和城市植被指数变化相对较小,旱田作物（玉米、大豆）的植被指数受干旱年的影响植被指数变化稍大。辽宁省主要粮食作物植被指数年内均呈单峰分布,与一年一熟型吻合,均在8月上旬达到最大值。