基于企业微信的宁波市地震应急工作助手的设计与实现

通过分析市县地震部门的地震应急组织机构、主要职能、关键流程,设计了地震应急工作助手的需求方案。并应用ASP.NET MVC、HTML5等开发技术,基于企业微信,开发了包括震情服务、灾情服务、应急服务、工作报告、资料查询、通知公告、通信录等7大功能的地震应急工作助手软件。该软件具有相对机动灵活、成本低、易于推广使用的优势。多次地震应急演练使用表明,软件能在较大程度上提高地震应急工作的规范化程度和处置效率。     

中国湿地旅游网络关注度的时空差异及影响因素

湿地是宝贵的生态及旅游资源,发展湿地生态旅游有利于旅游市场的开拓,是未来旅游业新的增长点。以百度指数、GoogleTrends、巨量算数、热浪算数为数据基础,运用指数分析、空间可视化表达、皮尔逊相关系数法等方法分析中国湿地旅游网络关注度。结果表明：2013-2022年中国湿地旅游网络关注度年际变化总体呈下降趋势,月际变化呈“双峰式”趋势,季节性强度指数较强。中国湿地旅游网络关注度在空间上差异明显,网络关注度排序为：东部>中部>西部,且地理集中指数为30,相对集中。中国湿地旅游网络关注度的影响因素依影响强弱水平排序为经济水平、网络普及度、湿地旅游发展水平、文化水平和自然气候。     

"疫情地图"派上大用场 ——河南省地图院助力安阳市疫情防控工作侧记

"感谢贵单位为我市疫情防控工作提供地图服务,为我们战胜疫情打下了坚实基础."近日,河南省地图院党委书记孙常建收到了安阳市政务服务与大数据管理局负责人的信息,对该院为安阳疫情防控提供地图服务表示感谢.     

基于贝叶斯定理的地震危险性概率预测研究

由于地震孕育过程的复杂性和观测技术的局限性,不同地震观测资料表现出异常变化与后续较大地震的对应关系存在不确定性,因此对预测意见进行概率表达是一种科学恰当的做法。本文基于泊松分布的危险区背景地震概率预测和单项预测方法(包括测震、流体、形变、电磁等学科)的历史预测效能,采用贝叶斯定理计算得到单项预测方法的短期或年度地震危险概率预测结果,进而采用综合概率方法,给出基于多种单项预测方法的短期或年度地震危险概率预测结果。短期概率预测初步结果表明,2018年2～9月,中国大陆72%的5级以上地震都位于相对高概率预测区域。     

拉萨地块保吉地区晚侏罗世吐卡日组灰岩岩石磁学特征研究

班公湖—怒江缝合所代表的中特提斯洋盆的属性及其构造演化过程仍在争论之中.多年来,地质工作者们不断在班公湖—怒江缝合带以南的拉萨地块寻找新的地质证据以求厘清这一关键问题.2016年,地质学家先后在拉萨地块北缘保吉地区新识别出了晚侏罗世碳酸岩地层吐卡日组,这一发现为我们获得古地磁证据提供了新的地层基础.为了进一步明确该地层中载磁矿物的组合类型和特征,本文对采自班戈县保吉地区晚侏罗世吐卡日组灰岩样品进行了饱和等温剩磁曲线获得实验、累计高斯模型线性和梯度曲线分析、三轴等温系统热退磁实验、k-T曲线测试、磁滞回线实验.实验结果表明,保吉地区晚侏罗世吐卡日组灰岩地层中的载磁矿物组合可以分为两类:第一类以高矫顽力的针铁矿、磁赤铁矿`以及赤铁矿为主,含少量低矫顽力矿物;第二类以低矫顽力的磁铁矿以及贫钛的钛磁铁为主,含少量高矫顽力矿物.此外,吐卡日组样品中的磁性矿物颗粒粒径普遍较小,以单畴和假单畴颗粒为主.     

同步挤压广义S变换在南海油气识别中的应用

受窗函数的影响,短时傅里叶变换、小波变换、S变换等传统时频分析方法的分辨率不高.为了提高信号时频变换分辨率,发展了同步挤压小波变换算法;该算法将信号的时频谱值向其中心频率位置挤压,改善了信号时频分析结果,使得信号时频分辨率得到了很大的提升.但由于传统算法时窗固定,处理缺乏灵活性;因此,本文对S变换窗函数进行扩展,提出了同步挤压广义S变换.通过自适应窗函数挤压信号在S域的时频谱值,提高了算法的灵活性和时频分析聚焦能力.运用同步挤压广义S变换对南海某工区实际地震数据进行分频处理,结果显示含油气层能量随着频率的增加而逐渐衰减.因此,使用同步挤压广义S变换对地震数据进行分析处理,不仅可以对储层含油气性进行准确的检测,还可以对地层进行精确的标定.     

深圳西涌滨海旅游区海滩裂流风险评估及特征分析

基于海滩地形动力学、遥感影像的风险预识别以及现场排查等方法,对西涌滨海旅游区海滩裂流风险进行了初步评估。评估结果表明:地形动力分析结果显示,西涌滨海旅游区泳场逐月平均沙滩类型大部分是沿岸沙坝和裂流沟槽交替的沙坝型(B),风险等级高;影像特征判断该沙滩属于沿岸沙坝和裂流沟槽交替的沙坝型(B)或者低潮位附近伴有冲流沙坝及裂流沟槽的低潮沙坝裂流型(LTBR),裂流风险等级高;历史影像和现场调研均发现该海滩发生过裂流;综合判定该海滩裂流风险等级为高。但鉴于观测资料限制和评价方法自身局限性的影响,本次排查结论仅为初步结论,其合理性尚需更加深入的研究。     

局地温度变化中各项因子的定量估算

基于安徽沿江地区高温、降水两类天气过程,利用逐时实测气温、NCAR/NCEP再分析资料提供的风、气温、垂直速度等资料,从天气学基本原理出发,由天气学原理和ω与w的换算关系式等估算局地气温的平流项、垂直项大小,并由实测气温经过计算获得非绝热项的估算值。结果表明,各项对于局地温度的升温作用为：平流项的变化相对比较复杂,就高温天气而言平流项的作用往往使得局地温度降低,但是两类天气平流项的作用非常弱;两类天气过程中的垂直项都导致局地温度升高,比例占1％～5％;可以说,安徽沿江地区局地温度的增温主要来自于非绝热项,增温比例常常超过95％,它对局地温度的升高具有举足轻重的作用。     

基于情境感知和序列模式挖掘的气象学习资源推荐算法

随着互联网的快速发展,气象部门职工作为学习者可以获得的学习资源得到极大丰富。信息超载导致检索合适的在线学习资源时遇到了困难;学习者在不同学习环境和序列访问模式上也有不同的学习需求。但是,现有的推荐系统,如基于内容的推荐和协同过滤,没有结合学习者的情境和序列访问模式,推荐结果准确度不高。本文提出了一种结合情境感知、序列模式挖掘和协同过滤算法的混合推荐算法来为学习者推荐学习资源。混合推荐算法中,情境感知被用来整合学习者的情境信息,如知识水平和学习目标;序列模式挖掘被用来对网络日志进行挖掘,发现学习者的序列访问模式;协同过滤被用来根据学习者的情境数据和序列访问模式为目标学习者计算预测并生成建议。实验和应用效果表明,该混合推荐算法推荐的质量和准确性方面优于其他推荐算法。     

基于混合回归模型的夏季高温日数预测

本文以变化比较激烈的高温日数为对象,通过加权叠加、周期波动以及尺度比较等理论分析提出一种短期气候预测观点,即长周期波动可用当地前期各种气象要素的长周期波动的某种函数表示,而短周期波动依然与大范围周边环境因子的变化有关。采用功率谱分析、逐步回归、方差分析等常用统计手段和二项式平滑方法,建立长周期波动和波动偏差比的预报方程,在此基础上得到高温日数的预报方程。应用该方法对合肥地区的高温日数进行了预测试验,利用滚动预报得到13个预报样本。在13个试测样本中,有11个样本试测较为准确,试测准确率达到84．6％。在试测不准确的2个样本中,误差有5～6d,而且它们出现在高温日数相对较多的年份,因此试测效果令人满意。