环塔里木盆地绿洲城市发展与水环境质量协调度

解决好新疆环塔里木盆地绿洲城市发展与水环境质量之间的关系，对"一带一路"倡议顺利实施及新疆社会稳定具有十分重要的作用。基于2004-2017年环塔里木盆地绿洲城市发展与水环境变化状况，构建城市发展与水环境质量的综合评价模型及二者的协调度模型，以探讨环塔里木盆地绿洲城市发展、水环境质量变化及二者的协调关系。结果表明：2004-2017年，（1）环塔里木盆地绿洲城市发展综合指数呈现出逐年稳定上升的趋势，经济发展和城镇空间规模扩大是环塔里木盆地绿洲城市发展的主要形式；（2）环塔里木盆地绿洲城市的水环境质量综合指数呈现出逐年降低的趋势，水环境质量形势严峻；（3）环塔里木盆地绿洲城市发展-水环境质量系统的协调度呈现倒U型的稳定发展趋势，但总体上两者的协调度较低，城市发展和水环境质量之间的矛盾日益突出。     

绝热非径向太阳振动的数值计算方法

本采用改进后的平行Ｓｈｏｏｔｉｎｇ方法，即连续正交归一化方法，通过增加系统的秩和把微分方程从线性变成非线性的方法，使得病态方程变成非病态方程，克服了平行Ｓｈｏｏｔｉｎｇ方法（不连续正交归一化方法）的主要困难：一是选择径向网格点数目的问题，如果被检验振动模的径向节点数大或小，所需要的网格点数则多或少；二是在远离阈值的时候，尚未有合适的方法提高计算精度的问题。数值计算出了标准太阳模型的绝热非径向太阳     

台湾山地的雨影效应及其表现

台湾岛的雨量受台湾山地的雨影效应影响明显,各地各月随着风向的不同,雨量表现出很大的差异。福建沿海一线存在着一个雨量低值区,主要是由于该地带所处的地理位置及地形条件所决定,与台湾山地的雨影效应无关。     

开发利用好水利信息资源为水利信息化打下坚实基础

信息资源是行业最重要的资源之一。开发利用信息资源既是行业信息化的出发点,又是行业信息化的归宿。对于水利这一个信息密集型行业,需要逐步实现水利信息化,充分利用现代信息技术,深入开发和广泛利用水利信息资源,利用水利信息化推动水利现代化。     

陕西双王金矿床角砾岩动力学成因探讨

双王金矿可拼性含金角砾岩是流体致裂角砾岩,而不是构造角砾岩或隐爆角砾岩。该区的深源异常高压流体是角砾岩产生的必要条件。角砾岩的动力学成因主要是区域变质作用、地壳隆升剥蚀作用和地下岩浆活动等形成异常高压流体,在重力、浮力和地热梯度的驱动下,在能干性强的岩石中产生裂隙,并向浅部增殖,被碳酸盐矿物等充填胶结。周而复始的流体压裂—沉淀愈合作用,使金多次富集,形成矿体。     

基于DEM的蒸发力空间分布研究

本文以福建省为例，采用彭曼公式计算全省67个气象站的年蒸发力，并建立回归方程。在GIS的支持下，利用DEM进行空间分析，运算生成全省蒸发力的空间分布图。     

1：1万地形图的分版编绘

随着我国社会主义经济建设飞跃发展和科学技术的不断提高，特别是随着电子计算机应用技术的普及．以传统的手工编制地形图的作业方式已经难以满足测绘行业日新月异的需求。地形图的绘制要适应经济的发展，必须调整原来的编绘程序．适应数字化制图的需要，     

7月份降雨分布型的预报方法

综述了我国７月份雨型的划分方法，各种雨型的多雨特点及环流特征，总结了各类雨型的预报判据，着眼于赤道东太平洋海温（ＳＳＴ），冬季（１－３月）５００ｈＰａ环流，春季（３－５月）西太平洋副热带高压，夏季（６－８月）赤道平流层纬向风准两年振荡（ＱＢＯ）等方面，分析了与７月雨型的关联。该方法对业务预报有很好的指导意义。     

ERA-Interim和GHCN-CAM再分析气温数据在天山山区的适应性分析

天山山区是新疆主要河流的发源地,对该区域再分析气温数据进行适应性分析具有重要的研究意义,气温观测数据由于受到太阳辐射、海拔、大气环流和传感器角度等因素的影响,导致诸多误差;在其应用之前需要验证,尤其在海拔差异较大的天山山区。为验证ERA-Interim和GHCN-CAM两种再分析气温数据在天山山区的适应性,本文在数据预处理的基础上,利用45个气象站点日平均气温数据分别计算偏差(BIAS)、相关系数(R)、均方根误差(RMSE)等统计指标,并从不同海拔、偏差的空间分布上对天山山区1984—2016年ERA-Interim和GHCN-CAM逐月平均气温数据进行了适应性分析。结果表明:(1) GHCN-CAM(R=0. 94; BIAS=0. 55℃; RMSE=4. 08℃)气温值在天山山区的适应性强于ERA(R=0. 95; BIAS=2. 35℃; RMSE=4. 21℃)。(2)在气温的年内变化上,两种再分析数据值均低于观测值,表现为低估。(3)在季节尺度上,冬季(12月、1月和2月)表现为冷偏差,其他季节暖偏差。春秋两季模拟精度比夏冬两季高。(4)在1500～2000 m地区气温的模拟最好。从偏差的空间分布来看,天山中部、东部的再分析数据比天山南、北部能更好的反映气温的空间分布特征。山区地形复杂度和气象站点的不均匀是影响再分析数据精度的主要因素。