Spatial Concentration in Australian Regional Development,Exogenous Shocks and Regional Demographic Outcomes: a South Australian case study

ABSTRACT

As a tribute to the massive contribution of our friend and colleague Graeme Hugo to the population and settlement geography of Australian rural areas, this paper presents a longitudinal study from his home State. It forms part of a wider study of the long-term demographic relationships between Australia’s rapidly growing regional cities and their surrounding functional regions. Of particular interest is the question of what effect the accelerating concentration of population and economic activity into a given regional city will have for the longer term demographic sustainability of its functional region as a whole. Taking the case of Port Lincoln, regional capital of most of South Australia’s Eyre Peninsula, it examines the nature of change in the functional region over the period 1947–2011, and investigates the forces feeding, and partly counteracting, the population concentration process, informed by concepts of evolutionary economic geography. In particular it traces the demographic impact (particularly differential migration and ageing trends) of exogenous shocks to the region’s essentially primary productive economic base during the period of major change from 1981 to 2011.     

基于BP神经网络的溶洞规模预测及应用

复杂岩溶地区的溶洞发育规模受地质构造、地区岩性、地下水动力系统等多种因素的影响,具有高度复杂性和非线性的特征。通过对岩溶区溶洞的赋存规律研究,确定影响溶洞发育规模的控制因素进行定量处理,收集已探明溶洞的样本数据。为克服已有研究对溶洞发育规模定性描述的模糊性,文章利用BP（Back Propagation）神经网络对自组织、自适应特性对数据样本的非线性关系揭示的能力,实现对溶洞发育规模的预测,并基于MATLAB实现BP神经网络结构的设计、训练、预测,其结果表明:BP神经网络模型对溶洞规模预测的精度高、收敛性能好。      

汕头市PM2.5的气象要素影响分析及预报研究

利用2014—2017年汕头市PM_2.5的日浓度资料、以及汕头市国家基准气象观测站的同期地面气象资料,重点分析了汕头市PM_2.5浓度的变化特征以及风、混合层厚度、降水等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因。在此基础上,根据汕头市的气候特点,采用BP （Back-Propagation）人工神经网络方法针对汛期和非汛期分别建立了PM_2.5质量浓度预报模型。结果表明：与多数内陆城市不同,汕头市PM_2.5浓度日变化为单峰型,这与汕头地处沿海受海陆风影响有关;PM_2.5浓度日峰值出现在08时左右,除早高峰污染物排放增加的因素外,与早晨时段的低风速环境有关;PM_2.5日均浓度随着风速的增大呈现减小趋势,PM_2.5日均浓度与08时混合层厚度显著相关（相关系数为-0.143）;汕头市非汛期PM_2.5浓度比汛期高,这与汕头市的亚热带季风气候特征有关,汛期各量级降水（暴雨以上除外）对PM_2.5的清除效果无明显差别,而非汛期降水对PM_2.5浓度有明显清除作用;BP人工神经网络模型的预报效果表明,汛期和非汛期的PM_2.5级别命中率TS分别为100%和90.3%,准确指数分别为87.7%和89.9%,总体预报效果良好。不同时期预报模型出现正误差的数量和程度均大于负误差,汛期预报模型在有强降水发生时误差较大,而非汛期预报模型在有冷空气入侵时误差较大。     

BP人工神经网络法在大同市日极大风速预报中的应用

文章利用2010年1月1日—2013年12月31日逐日NCEP再分析资料(1°×1°)和大同地区地面常规观测资料,采用BP人工神经网络法建立大同市分站点、分季节日极大风速人工神经网络预报模型并且在对T639数值预报产品和EC细网格数值预报产品释用基础上建立了台站日极大风速的客观预报系统,对2015年9月1日—2016年7月31日进行了24h预报,试用结果显示,各季模式平均绝对误差在3.2~5.7m·s^-1之间,因此,该系统可以为预报员快速做出日极大风速的预报提供客观参考依据。     

Potential Influence of a Developing La Niña on the Sea-Ice Reduction in the Barents–Kara Seas

Abstract

The potential influence of a developing La Niña on Arctic sea-ice annual variability is investigated using both observational data and an atmospheric general circulation model. It is found that during the developing phase of an eastern Pacific (EP) La Niña event in June, July, and August (JJA) and September, October, and November (SON), the sea-ice concentration (SIC) over the Barents–Kara Seas declines more than 15%. The local atmospheric circulation pattern associated with the EP La Niña is characterized as a weak decrease in geopotential height over the Barents–Kara Seas, combined with an anticyclone in the North Atlantic. The corresponding southerly winds push warm waters northward into the key sea-ice reduction region and directly accelerate sea-ice melt. Meanwhile, the abundant moisture contained in the lower troposphere is transported into the Arctic region by winds resulting from the local barotropic structure. The humid atmosphere contributes to both net shortwave and longwave radiation and thus indirectly accelerates the decline in sea ice. Simulations by the European Centre Hamburg Model, version 5.4, are forced by observed sea surface temperature anomalies associated with EP La Niña events. The results of the simulations capture the North Atlantic anticyclone and reproduce the moisture transport, which supports the premise that an EP La Niña plays a crucial role in sea-ice reduction over the Barents–Kara sector from the perspective of atmospheric circulation and net surface heat flux.     

作物叶面蒸腾与棵间蒸发分摊系数的计算方法

依据在冬小麦和玉米冠层表面及冠层内部下方土壤表面的净辐射观测资料,建立了一个能较准确地反映叶面蒸腾与棵间土壤蒸发分摊系数物理变化规律的较实用的计算模式,结果表明,分摊系数(α)随叶面积指数(LAI)增加而增加,且具有明显的日变化,α在中午最小、早、晚稍大,这种日变化受叶气孔调节的影响。     

青藏高原地表净辐射的气候学研究

根据作者提出的地表净辐射各分量的气候学计算方法，计算出青藏高原及其周边地区１７３站的净辐射和其各分量的年，月平均通量密度，并分析其地理分布特征。指出高原主体为总辐射，有效辐射的高值区，地表净辐射场在冬，夏季有较大差异。冬季为一弱正值区，相对低中心呈块状散布在祁连山区等几个地区；夏季因夜雨及地表湿润的缘故，高原大部地区的地表净辐射反有加强。各地净辐射年变化基本形式与总辐射相似。有效辐射年变化一般呈双     

神经网络方法在地震预报研究中的初步应用

本文把神经网络方法引进地震预报研究当中。使用地震频次，最大震级，平均震级，等价地震次数等多项地震活动性指标作为神经网络的输入，未来时段内的最大地震震级作为其输出，可以对某一固定地区的最大地震震级作出中近期预报。选用的神经网络模型为含两个中间层的前向模型，并采用ＢＰ算法。所得结果表明，用神经网络方法可以在一定精度范围内使震级预报的内检符合率达到１００％，在本文的例子中，外推预报准确率达到６０％以上。     

用吴氏网法推求震源地方柯氏力的方向

本文研究讨论了吴尔夫网（吴氏网）求解地震断层错动时产生的柯里奥利力（简称柯氏力）的方向及其在断层面法线、倾斜方向和走向上分量问题。在空间上用数学方法直接处理柯氏力的方向及分量比较繁琐复杂，且难于表示，而用吴氏网作为工具处理这些问题时就显得快速简便，诸要素都集中于一图上，空间直观性很强。文中还以唐山大地震为例实际处理了唐山地震断层两盘产生的柯氏力方向及在断层面上的各分量方向。