基于遥感影像的土地动态变化监测

土地利用/覆盖变化是目前研究全球及区域环境的一个重要领域,在城镇化加速的今天,城镇的土地利用格局也发生了飞速的变化。本文通过其一研究区内的Landsat TM遥感影像进行处理,获取了2007~2016年10个时相土地利用/覆盖信息,通过不同的预测模型对监测到的数据进行处理及比较,根据相应的最优预测方法预测了2017~2019年南昌市各土地类型的数据,由此研究并探讨了南昌市土地利用/覆盖的时空格局变化。     

改进的GA-BP神经网络模型在财产犯罪预测中的应用

发现犯罪时空分布规律并预测犯罪发生,是提高警务策略有效预防、控制犯罪的重要方法。在分析财产犯罪时空规律的基础上,利用BP神经网络模型自动学习训练各因子与财产犯罪的非线性关系,建立了财产犯罪预测模型。针对BP神经网络模型易陷入局部最优和模型不稳定的缺陷,提出了利用遗传算法（GA）选择各因子最优的初始化权重和参数,并以此作为BP神经网络模型的初始化权重矩阵,通过对历史数据的学习及训练建立了改进后的GA-BP神经网络模型。利用某市2007~2012年财产犯罪、人口、GDP、土地利用等35个综合影响因子数据,对改进前后的模型进行了预测对比试验。结果表明,改进后的GA-BP神经网络模型成功克服了BP模型的缺陷,收敛迭代最小次数从117次改进到8次;10次计算收敛迭代次数最大误差从370次提高到5次;模型预测精度（RMES）从0.043 0提高到0.019 95。     

低频图在贵州汛期延伸期强降水预测中的应用

本文基于低频图方法对贵州省2011—2015年59次区域性强降水过程对应的500hPa低频流场进行EOF统计分析,建立贵州省强降水过程的统计预测模型,通过外推试验开展贵州2016年汛期延伸期强降水过程预测,利用回算试验的预测准确率评估该方法的本地适用性。结果表明:影响贵州强降水的6个低频关键区分别为贝加尔湖以西地区(40°~70°N,80°~110°E,1区)、贝加尔湖以东地区(40°~70°N,110°~150°E,2区)、中国西南地区东部至华中地区(25°~40°N,100°~120°E,3区)、西太平洋地区(10°~40°N,120°~140°E,4区)、孟加拉湾地区(0°~25°N,70°~100°E,5区)和中国南海地区(0°~25°N,100°~120°E,6区)。当1、4区出现低频反气旋,3、5区出现低频气旋,2、6区有配合其它关键区的低频系统活动的环流配置为贵州省强降水过程预测模型。2016年汛期强降水过程进行预测试验的预测准确率为39.2%,表明低频图方法在贵州省强降水过程预测中的应用效果较好。     

二连盆地乌兰察布凹陷古河谷构造建造及铀矿找矿模式

目前我国已发现的古河谷砂岩型铀矿主要位于二连盆地,最典型的当属古河谷中东段的巴彦乌拉、赛汉高毕和哈达图铀矿床。目前对古河谷西段(脑木根西南侧)的研究和控制程度较差,通过对乌兰察布凹陷西部脑木根次级凹陷新乌苏地区地面地质调查、土壤氡气测量、音频大地电磁测深工作,同时对整个二连盆地中西部进行资料综合整理研究,对乌兰察布凹陷西部古河谷构造、建造特征、地面物化探异常进行了系统的分析,将前人圈定的含铀古河谷向西侧扩展至新乌苏一带,并依据古河谷构造、建造特征、地面物化探异常特征总结了古河谷砂岩型铀矿成矿远景预测模型,用以优选古河谷成矿有利地区并确定含矿异常区和砂体位置。     

CFSv2模式产品在汛期海南热带气旋频数预测模型中的应用

利用1982—2014年汛期影响海南的热带气旋频数、NCEP/NCAR逐月再分析资料和CFSv2模式历史回报数据,分析了热带气旋频数特征及同期环流特征,并利用逐步回归构建基于模式有效预测信息的热带气旋频数预测模型。结果表明:汛期影响海南热带气旋频数的异常与同期大尺度环流变化密切相关,且CFSv2模式对其环流影响关键区具有较好的预测技巧,包括南海到热带太平洋的海平面气压、500 h Pa位势高度场、低层风及热带太平洋纬向风切变。据此,利用逐步回归构建热带气旋频数预测模型,其26 a交叉检验中实况与预测相关为0.88,距平同号率达88%;6 a预测试验仅2 a预测与观测反号,可见模型具有良好的稳定性和预测技巧,可为汛期热带气旋频数预测提供依据。     

引入积温效应预测夏季西安市电力气象负荷

利用2010—2012年6—8月西安市逐日电力负荷资料及对应时段地面观测站数据,分析了高温天气过程中日最大电力负荷的变化特征。结果发现,3年间西安地区共发生晴热天气过程5次,闷热天气过程4次,其中晴热天气过程发生在6月,闷热天气过程发生在7、8月,且闷热天气过程的电力负荷增长更加明显;利用日最高气温变化跟踪气象负荷的变化发现,日最高气温33℃为西安市气象负荷初始气温敏感点,35℃为强气温敏感点,38℃为极强气温敏感点;引入积温累积效应,建立了多元回归的电力气象负荷预测模型,经2013年夏季模型应用检验表明,日最大电力负荷预测平均误差为6.0%,能较好的模拟电力负荷的实际变化,对西安市夏季电力气象服务工作有指导意义。     

山西省辛安泉岩溶水系统特征及泉流量预测模型

在对山西省辛安泉岩溶水系统及泉流量进行分析、研究基础上,建立系统泉流量的多元回归模型、趋势—周期—随机模型、门限自回归模型和灰色系统模型,预测泉流量,并通过拟合及预测结果,对各种模型功效做出评估。      

中国沿海赤潮灾害时间序列特征的模拟与预测

对赤潮灾害时间序列的特征分析是进行赤潮灾害防灾减灾工作的基础,对未来赤潮灾害的预测具有重要意义。通过观察发现中国沿海赤潮灾害年发生频次和分布面积的时间序列(2004—2019年)均呈现出趋势项和周期项并存的特征,因此利用灰色-周期外延组合预测模型对两个序列中的趋势项和周期项进行提取,模型的拟合度分别达到95.20%和95.24%,优于灰色模型、Fourier级数扩展模型和Holt-Winter指数平滑模型等。最后将该模型结果应用到对未来中国赤潮灾害的预测中,得到结论:2020和2021年赤潮灾害发生频次分别为39次和42次,与2019年相比略有上升,2020年赤潮灾害分布面积达到3 168 km2,与2019年相比增加了约59%,而2021年赤潮灾害分布面积出现回落,为1 901 km2。     

基于遥感技术的贵德盆地多元信息干热岩靶区预测

为探明贵德盆地干热岩资源位置及分布范围,首先利用Landsat 8 TIRS(thermal infrared sensor)热红外数据,通过单窗算法和劈窗算法对贵德盆地地表温度进行遥感识别,确定了高温异常区位置;然后基于干热岩形成条件构建了包括地层、岩体、断裂、环形构造、线性构造、水热蚀变异常、地表温度异常、温泉、地热钻探、区域重力异常、区域航磁异常、电磁勘探信息等12个因子的多元信息干热岩靶区预测模型,并对贵德盆地干热岩靶区进行了预测。研究结果表明：1)贵德盆地干热岩以新近系、三叠系和第四系为保热盖层,大型北西向晚三叠世中酸性隐伏花岗岩为储热岩体,北北西向瓦里贡山深大断裂及花岗岩体为导热通道,下地幔软流圈供热和壳内部分熔融层供热为主要热源,岩石放射性产热为叠加热源;2)盆地内隐伏岩体预测区、地表温度异常区、水热蚀变异常区均具有沿北西—南东方向分布的特点,且分布位置相互印证;3)经过模型确定贵德盆地内存在一个沿北西—南东方向分布的大型干热岩带,面积约820 km²。