城市短时强降雨中尺度观测特征分析

通过对2009年5月9日、2007年7月18日和2006年8月28日邢台市3次城市短时强降雨过程的对比分析,应用高时空分辨率的加密自动站资料、雷达风廓线资料,研究其中尺度特征.强降水天气产生在大尺度有利的环流背景下,低层切变线系统、强中低空垂直风切变、地面低压倒槽提供了有利的辐合上升动力条件,低层西南暖湿气流与西风带冷...     

辽河三角洲滨海湿地有机碳的时空演变、环境功能及其埋藏机制

滨海湿地有机碳的时空分布规律, 是研究影响滨海湿地固碳能力及其对当今环境演化与全球气候变化的响应及反馈作用的关键。尽管土壤中总碳含量是评价固碳能力的重要指标, 但其中球囊霉素相关蛋白质(glomalin-related soil protein, GRSP)作为有机碳的一种重要组在部分, 可代表和行使有机碳在滨海湿地固碳能力中的相关作用。     

无锡市滨湖区某崩塌地质灾害生态治理

废弃露天矿山存在地质灾害、生态破坏等一系列地质环境问题。笔者以无锡市滨湖区某崩塌地质灾害生态治理工程为例,探讨了以预应力锚索、钢绳锚杆+主动防护网以及被动防护网等措施彻底消除地质灾害隐患的应用效果,同时深入研究了基于客土喷播、生态袋铺设、高分子固化剂补喷等方法的高陡岩坡生态修复技术。实践表明,锚索等工程措施稳定提升坡体安全系数,高分子固化剂等生态修复措施使坡面植被覆盖率由10%提升至85%以上,项目成效显著,可为类似工程提供参考。     

大别山地形对江淮飑线发展变化及组织结构的影响研究

利用中尺度WRF模式,NCEP/NCAR再分析资料以及常规气象观测资料,对2014年7月11—12日发生在江淮地区的一次飑线过程进行数值模拟、地形敏感性试验和对比分析,研究了在经过大别山地形时飑线内部组织结构的变化特征以及地形对其发展的影响。结果表明:(1)飑线经过大别山主体时在山前加强以及过山后迅速减弱的主要原因与山前对流不稳定、上升运动大于山后有关;(2)大别山东部边缘对飑线的加强有增幅作用:当午后飑线移至大别山东部边缘时,东部边缘的谷风加强并强迫对流单体在飑线的前部新生,试验得出谷风可使低层风速最大增强6 m·s~(-1)左右,若无山谷存在时前向新生单体不再出现;(3)经地形敏感性试验得出:地形引发的大别山东部背风一侧的背风波扰动,有利于飑线内部对流单体的发展与加强,同时充沛的水汽补充,也是下山后飑线加强的因子之一。     

轻小型无人机遥感及其行业应用进展

无人机是低空领域准确、灵活、高效获取多种类型高分辨率遥感数据的重要载体,无人机遥感技术在行业应用创新和管理部门科学决策之间构筑起信息沟通的关键桥梁。随着科技的进步、大数据时代的来临,无人机遥感系统的硬件设备、信息提取方法都取得了飞速的发展;同时其在国民经济主要行业领域的应用也面临着前所未有的机遇和挑战。论文首先介绍了无人机遥感系统的硬件研发进展,并指出轻小型、高精度、标准化与集成化是未来无人机遥感系统发展的总体趋势。其次,详细介绍了目前轻小型无人机遥感应用在农业、林草业、电力、测绘、大气探测和地质灾害等行业的应用现状,指出实现无人机多源遥感数据获取、融合、分析和提取的综合平台是未来轻小型无人机在民用领域行业应用创新的关键所在。最后,针对载荷与飞行平台的一体化集成应用、无人机组网作业、海量数据管理和信息自动化提取等发展趋势提出了几点思考。轻小型无人机遥感在国民经济各行业应用的普及化和标准化,将有助于国家和区域社会经济的健康发展。     

MICAPS在县级台站的本地化开发和日常维护

根据巴彦淖尔市五原县气象局MICAPS系统运行情况,探讨县级台站MICAPS系统维护员的基本工作,包括成熟的计算机和网络通信技术、MICAPS的本地化和二次开发、故障常例资料传输异常的处理方法。通过推广和借鉴MICAPS的一些经验,逐步提高县级台站气象业务现代化水平,实现气象部门的整体效益。     

一次飑线内MVs和后向入流对地面大风形成影响的模拟研究

通过实况资料以及WRF模式对广西地区的一次飑线过程进行数值模拟,根据模拟结果对飑线内中尺度涡旋MVs(Mesoscale Vortices,MVs)和后向入流与地面大风的成因关系进行了分析。通过涡度收支和涡线分析得出,弓状回波中存在东西涡旋对,其生成主要是散度项造成,中间相对弱的反气旋涡旋是涡线拱起产生的水平涡度向垂直涡度转换引起。通过计算正负涡旋对引起的旋转风从而量化了涡旋对对地面大风的贡献。结果发现,本次过程中涡旋对引起的旋转风在地面大风中占有较大比重,约40%～50%。当去除涡旋对引起的旋转风时,地面大风的强度减弱,位置偏移。由三维流线可以看出后向入流的下沉是产生地面大风的另一个影响因子。通过对浮力加速度和动力加速度进行诊断发现,后向入流的下沉主要是由于负的浮力加速度引起,水平方向的密度不均匀是负浮力加速度产生的主要因子,但在风速突然加强时,动力加速度也有明显的影响。     

江淮气旋暖锋上多条对流带的组织结构及成因分析

利用ARW-WRF模式对2014年7月4日12时—5日06时发生在安徽中南部的一次由江淮气旋引发的强降水过程进行模拟,得到暖锋上雨带的雷达回波结构,与实况有较好的一致性。对气旋暖锋上出现的多个小对流带的结构与成因进行了分析,发现暖锋小对流带的高度模拟和实况均在300 hPa以下,其生命史约2～3 h,最长100 km,宽10 km,带与带间距50～100 km,均随高度向东南方向倾斜。其环流特征为对流区东部从低层到高层多对应暖空气上升;对流区西部中上层多为冷区控制;近地面则有类似冷池存在,对流带南部的上升气流有利于对流云的后向新生和形成带状结构。小对流带上,800 hPa有0Ri1和I_(EPV)0区域,稳定层结内出现滚轴状流场分布,有重力波存在的结构特征;600～700 hPa为对流不稳定,对流带间I_(EPV)0。可见暖空气沿暖锋爬升时,在800 hPa附近,由于满足条件性对称不稳定条件,触发条件性对称不稳定和重力波,暖空气继续上升时触发700 hPa之上的对流不稳定,即影响本次暖锋小对流带形成的原因主要为对称-对流不稳定。     

基于深度学习的立体影像密集匹配方法综述

三维重建可用于数字高程模型制作、机器人导航、增强现实和自动驾驶等.视差图是三维重建中一种重要的表达方式,而立体密集匹配是使用最广泛的获取视差图的技术.近年来,随着硬件、数据集、算法的发展,基于深度学习的立体匹配方法受到了广泛关注并取得了巨大成功.然而,这些方法通常在近景立体像对中进行测试,很少被用于遥感影像中.回顾了双...     

基于深度学习的航空遥感影像密集匹配

本文探讨了深度学习在航空影像密集匹配中的性能,并与经典方法进行了比较,对模型泛化能力进行了评估。首先,实现了MC-CNN(matching cost convolutional neural network)、GC-Net(geometry and context network)、DispNet(disparity estimation network)3种代表性卷积神经元网络在航空立体像对上的训练和测试,并与传统方法SGM(semi-global matching)和商业软件SURE进行了比较。其次,利用直接迁移学习方法,评估了各模型在不同数据集间的泛化能力。最后,利用预训练模型和少量目标数据集样本,评估了模型微调的效果。试验包含3套航空影像、2套开源街景影像。试验表明:①与传统的遥感影像密集匹配方法相比,目前深度学习方法略有优势;②GC-Net与MC-CNN表现了良好的泛化能力,在开源数据集上训练的模型可以直接应用于遥感影像,且3PE(3-pixel-error)精度没有明显下降;③在训练样本不足时,利用预训练模型做初值并进行参数微调可以得到比直接训练更好的结果。