气候变化条件下水资源短缺的状况及适应性措施：海河流域的模拟分析

运用中国科学院农业政策研究中心开发的中国水资源模型,模拟分析了气候变化条件下海河流域的水资源短缺状况及相应的适应性措施的有效性。结果表明：随着社会经济的发展,到2030年海河流域的水资源短缺比例将提高25%,气候变化将使水资源短缺比例进一步提高2%～4%。无论是供给管理还是需求管理的适应性措施,在缓解水资源短缺方面都具有一定的有效性。但是,多标准的评估结果表明,所分析的几种需求管理的适应性措施比供给管理的适应性措施的可行性更高。在需求管理中,采用既提高灌溉水价又提高工业水价的混合水价政策可能是最优的策略选择,采用农业节水技术为次优策略选择。     

中国地下水资源系统三级分区及其在海河流域的应用

地表水与地下水是水资源系统中的两个重要组成部分,由于水体在地表与地下介质中的运移和储存方式不同,在水资源评价中所采用的模型和计算方法各异。中国第一轮水资源评价中,仅全国地下水资源总量一项,不同部门评价计算的结果年资源总量差达1000×108m3/a[1](占全国地下水资源总量的1/8左右),这个数据相当于中国正在组织实施的南水北调工程的总调水量的一倍以上。作者认为在中国第一轮水资源评价中,地表水采用流域分区进行评价,地下水则采用水文地质单元的分区方法进行评价,是引起中国水资源总量误差问题的根本原因。由于自然界的四水转化关系十分复杂,分别采用地表水流域评价法或水文地质单元评价法,都无法避免水资源总量评价的误差问题。论文通过研究提出中国水资源三级评价分区方案,在地下水资源量评价中采用一二级按流域分区与地表水系统取得一致,三级按地下水单元分区的方法,解决中国新一轮水资源评价的误差问题。     

东亚季风的气候变化及其时间序列模型

本文运用统计方法分析了东亚季风指数的观测序列;同时还揭示了不同时期的东亚季风变化趋势和年代际变化.自1873年以来,东亚季风逐渐减少,同时年代际的变化也十分明显.在1891-1900年间和1971-1980年间,夏季季风指数的十年平均达到极大,另外还出现两个极小值,它们分别出现在1921-1930年和1991-2000年.为了对东亚季风变化进行模拟,我们首先简要地介绍了动力系统的自忆性原理,然后叙述了一个新的时间序列分析方法——基于数据的机制自记忆模型(DAMSM).DAMSM被应用于东亚季风指数研究并且证明了它对东亚季风的拟合及预报能力.     

南水北调西线一期工程调水区径流量与影响因子关系分析——以达曲为例

以达曲为例,利用朱倭站1961~1996年的水文资料及东谷站的降水量资料,分析南水北调西线一期工程调水区径流量与影响因子的关系,结果表明:年平均气温呈上升趋势,其线性变率为0.24℃/10 a,36年共上升了0.864℃,以20世纪80年代以后上升趋势更为显著;年蒸发量呈增加趋势,其线性变率为+2.78 mm/10 a;年平均降水量及春、冬及非汛期降水逐年增加,其中年平均降水气候倾向率达+5.2 mm/10 a;调水区达曲的年平均径流及春、秋、汛期、非汛期流量呈逐年增加趋势,其中以春季和非汛期尤为明显。虽然气温升高、蒸发量增大,但这不是影响径流的直接因素,其增量还不足以抵消降水对径流的增加,降水是影响调水区径流量多少的主要气候因子。     

基于VBM的AD患者整体认知水平与脑灰质容积关系的横断面研究

目的:探讨阿尔茨海默病（AD）患者脑灰质容积与整体认知功能水平的关系。方法:收集AD患者20例,MCI患者17例,健康老年对照组（NC）12例,在1.5T MR扫描仪上行T1-3DBRAVO （brain volume）序列检查,利用VBM测出脑灰质容积,行MMSE检查并得出评分,将脑灰质容积与MMSE评分进行多元回归分析,以及运用ROC曲线对所有患者脑灰质容积的诊断效能进行评价分析。结果:所有受试者随着脑灰质容积减少,MMSE评分也减少,脑灰质容积每减少10 mL,MMSE评分下降0.57分（P<0.01）,男性患者与低龄组下降的幅度更显著。所有患者脑灰质容积ROC曲线AUC为0.927,最佳阈值为538.49 mL,特异度为90.0%,敏感度为84.6%。结论:所有受试者脑灰质容积下降,整体认知功能水平也下降;所有患者与对照组脑灰质容积可以反映整体认知功能水平,脑灰质容积测量对AD的诊断可提供有价值的信息。      

水文灰色系统DHGM模型识别与实时灰色预测

灰色系统理论是我国学者邓聚龙教授1982年在国际上首先提出来的,迄今在灰色系统的描述、建(立)模(型)、预测、决策以及控制等方面已有大量文献,并出版了专著。灰色系统是指既含有已知信息又含有未知的或非确知信息的系统。如所周知,已获取的水文资料仅是水文总体信息中的一部分。因此,水文系统也是一种灰色系统。作者曾以流域雨洪     

基于GEE和机器学习的不透水面提取研究——以成渝地区为例

随着城镇建成区范围不断扩大，不透水面面积急剧扩张，对区域生态和经济产生严重影响，对不透水面的快速、准确识别显得尤为重要。文中以成渝地区双城经济圈的两大核心城市为研究对象，基于GEE云平台和Landsat 8影像，构建光谱波段、光谱指数和纹理指数的分类特征，利用最小距离(MD)、分类回归树(CART)、支持向量机(SVM)、随机森林(RF)和朴素贝叶斯(NB)5种机器学习算法，提取不透水面信息。结果表明，RF算法效果最好，提取结果与实际最相符，CART和SVM算法精度差异不大。本研究可为不透水面提取提供方法和技术参考。