基于多雷达观测和数值模拟的中天山北坡夏季降水过程研究

基于微雨雷达、Ka波段云雷达、C波段天气雷达和微波辐射计等仪器的观测资料对2019年7月27日中天山地区一次局地对流云降水过程的精细结构及演变过程进行分析,并结合WRF高分辨率数值模式模拟结果研究了热力不稳定结构及风切变层对云发展的影响。结果表明：此次降水过程中天山北坡区域受到地形热力强迫,形成爬坡气流,并与翻越天山山脉的偏南气流在局部形成对流;雷达观测发现,由于天山山区受到高空西风的控制,局地产生的对流云团不足以突破中天山北坡上空的风速较大的西南气流或偏西气流,低层的偏北气流被高层气流夹带而转向形成风切变层。降水发生后,低层对流云团被限制在风切变层以下,云顶平整且高度较低,风切变层对对流云团存在明显的抑制作用。通过分析模拟结果,此次降水过程中风切变层对中天山北坡降水云的发展及热力不稳定变化影响十分重要,高层西南风对相当位温的平流输送使得风切变层上空更倾向于热力不稳定,同时使其下方更倾向于热力稳定从而抑制低层对流而促进高层对流的发展。当低层对流云团强度不足以突破其上空因垂直风切变导致的稳定层结,对流便会被局限于垂直风切变层以下,使得降水强度减弱。     

我国探矿权管理政策作出重大调整

<正>国土资源部日前对探矿权准入、探矿权转让变更、探矿权新立延续审批管理等方面作出一系列新规定,其中有关矿权转让的条件是国土资源部在矿产资源法的基础上第一次细化明确。此次重大调整的内容包括:①规范矿产资源勘查准入。国土资源部首次在全国矿业权管理政策中对     

蒙古矿藏向外资开放引发采矿潮

<正>据香港《南华早报》报道,目前蒙古开始推行对外国矿业投资者有利的政策,这个国家可能将一跃成为重要的矿业大国。国土面积为法国3倍的辽阔内陆国家蒙古国蕴藏着:146.8t金,1万t银,5万t铀,800万t铜和     

黔西南州2009年气象灾害对农业生产的影响

简要分析黔西南州2009年基本气候概况,并就气象灾害对农业生产的影响进行详细分析。     

黔西南州45a温度变化分析

利用1961--2005年黔西南州8个气象站45a的逐年逐月平均温度、平均最低温度和平均最高温度资料,分析了全州的变暖情况,结果表明,黔西南州年平均温度以0．135℃／10a的线性趋势增加;四季中春季没有增温趋势变化,冬季、夏季和秋季均有不同程度的增暖,而冬季的增温幅度最大为0．256／10a。     

基于VRS的虚拟观测值生成与质量评定

GPS虚拟参考站(VRS)技术是近些年来发展的一种高精度的快速定位技术。VRS技术的核心是通过用户站周围多个参考站的观测数据融合生成虚拟参考站的观测值,其关键是正确模拟测量区域内的各相关误差项。推导了用于VRS定位的码伪距和载波相位虚拟观测值模型,并对计算结果进行了质量评定,试验采用上海市GPS基准站观测网络收集的数据进行计算分析,证明了所述算法的可行性和有效性。     

农村土地综合整治工作中测量技术的应用与探讨

农村土地综合整治工作目前在各地正如火如荼地进行,土地综合整治项目关系到国计民生,更是直接关系到国家的粮食安全。通过整治,一方面可增加耕地面积;另一方面通过对高低不平、大小形状各异的耕地进行平整,使得机械便于下田,灌溉更为有效。本文主要针对测量技术在农村土地综合整治过程中的应用进行分析,并结合实例进行探讨,从而使测量工作更好地为农村土地综合整治服务。     

气象台站网布局优化研究综述

气象台站网的布局优化可以提高气象台站观测资料的代表性、准确性和可比较性.简述了气象台站网布局优化方法的国内外研究进展,讨论了气象台站网布局优化方法的关键技术和存在的问题,重点介绍和分析了利用线性内插法、最优内插法、信息论法、因子分析法和经验模式法来进行气象台站网的布局优化,总结了这些方法的可行性.结合气象业务需求变化,提出了气象台站网布局优化方法的改进方向.     

泥蚶快速生长季生化代谢物的变化特征

研究了象山港泥蚶(Tegillarca granosa)快速生长季(2020年5—11月)糖原、游离氨基酸和脂肪酸等代谢物的组成、含量及其变化,并对其营养特征变化进行了分析。结果显示,7—9月为泥蚶快速生长期,此期前后泥蚶生长缓慢。泥蚶肌肉糖原含量约5.6~11.1mg/g;牛磺酸、丙氨酸、谷氨酸和天冬氨酸是其主要的游离氨基酸;不饱和脂肪酸含量丰富,且主要为多不饱和脂肪酸。生长过程中几种生化代谢物含量变化显著:5—7月间,糖原含量显著降低、氨基酸和脂肪酸组成发生显著变化。7—9月间,糖原含量、生糖和呈味氨基酸含量显著升高、饱和及单不饱和脂肪酸含量显著降低,但脂肪酸组成结构无显著差异。11月,氨基酸及多不饱和脂肪酸含量均显著升高。11月泥蚶具有高的营养品质。本研究为泥蚶养殖管理及水产品营养研究提供参考。     

基于支持向量机和增强学习算法的岩爆烈度等级预测

岩爆烈度等级的准确预测对减轻乃至消除岩爆危害具有重要意义.针对岩爆烈度等级预测模型特征选取模糊和预测准确度不高问题,提出了一种ReliefF-Pearson特征选择下基于SSA-SVM-AdaBoost算法的岩爆等级预测模型.结合ReliefF的权值思想和Pearson系数的相关性原理对特征指标进行选择,利用麻雀搜索算法（SSA）优化支持向量机（SVM）以获得最优模型初始参数,将多个SSA优化后的SVM作为弱分类器组成自适应增强学习算法（AdaBoost）的强分类器.首先通过收集分析国内外岩爆案例数据,选取7种特征指标构成原始特征空间,然后利用ReliefF-Pearson从原始特征空间中筛选出4维优势特征,采用随机过采样对数据进行处理,最后将其输入到SSA-SVM-AdaBoost模型中进行分类预测.研究结果表明：基于ReliefF-Pearson的特征选择方法能够有效提取优势特征;基于多SSA-SVM的AdaBoost模型预测准确率相较于SSA-SVM和单层决策树AdaBoost模型均提高12.5%,相较于SVM提高31.25%,说明SSA-SVM作为弱分类器在分类性能上要优于单层...