701测风雷达光轴与几何轴一致性调整

对701雷达光轴与几何轴一致性调整这一问题从理论上进行全面的分析，应用数学方法而不是像过去依靠经验的方法来指导实际操作；提供一种简便实用，准确快捷的新方法，并比较其它几种调整方法之间的优劣。     

701测风雷光轴与几何轴一致性调整

对７０１雷达光轴与几何轴一致性调整这一问题从理论上进行全面的分析，应用数学方法而不是像过去依靠经验的方法来指导实际操作；提供一种简便实用，准确快捷的新方法，并比较其它几种调整方法之间的优劣。     

西北太平洋典型断面温盐变化的相关分析

本文选取了东海的两个典型断面和137°E断面的历史数据,对它们的温盐变化进行了相关分析。发现东海断面温度对137°E断面低纬区域次表层的温度变化信号有大约两年的滞后响应;黑潮弯曲造成的深层温盐异常变化对东海两个断面的影响不大,但表层温盐变化有很强的正相关。     

汶川特大地震后安县疫情的地理流行病学分析方法

在分析汶川特大地震后安县2008年5~7月份的流行病学数据的过程中,作者探索了安县震后疫情地理分布、疾病构成、易感人群及其时序变化等特征的地理流行病学方法,并给出了有关专题地图、过程曲线和统计表格。它们能够形象、直观、准确地反映安县震后的疫情态势地理分布,进而使防控工作有的放矢、对症下药,收到事半功倍的效果。在此基础上,作者分析了地理流行病学方法的固有优势、实施关键、应用模式,以及今后的防治方向。为确保震后疫情流行病学数据在空间性、时效性和完整性上的质量,今后对地理流行病学方法的研究,应该从目前的疫情现状描述层次,尽快地向疫情分析预测、防控决策支持等层次延伸。     

基于无人机遥感的卷积神经网络对墓区治理的监测与分析

卷积神经网络可从输入信息中提取高阶特征,常用于图像特征的提取,可以用作图像分类、语义分割、图像识别等。随着时代的不断发展,公墓墓区缺乏统一治理与规划,导致墓区建设违法、违规的现象屡禁不止。此外,墓区占用面积大,严重浪费土地资源,且传统人工执巡效率低,无法全面监管,为方便对墓区的监测和治理,本文主要基于无人机遥感数据,利用卷积神经网络方法监测与分析墓区是否达到墓区治理的需求。     

徐水县北楼村漕河地裂缝形成机理及其演化

依据现场调查、工程探测和室内测试分析,探讨了徐水县北楼村漕河地裂缝的形成机理和演化过程。北楼村漕河地裂缝沿河道发育,属张性拉裂缝,呈现逐年向上游、下游扩展的趋势。地裂缝的发生主要是由当地超量开采地下水引起的。特别是农田灌溉机井的大量抽水,使第四系松散层地下水水位急剧下降,水力坡度加大,含水砂层发生渗透变形,砂层被淘空,导致漕河两侧地表沉降。而相比于河道两侧,河道内地表沉降量小,致使河道中心土体中产生次生拉张应力,形成地裂缝。因而,有必要进一步研究地裂缝的灾害效应,为地裂缝灾害的预测防治提供科学依据。     

基于颗粒阻尼器的多鼓型古柱抗震性能研究

为保护地震作用下历史遗迹帕特农神庙多鼓石柱,提出将破损的石鼓替换为填充颗粒的空鼓,以减轻多鼓石柱动力响应。本文基于PFC3D与FLAC3D软件,实现了离散-有限耦合作用,模拟了附有颗粒阻尼器帕特农神庙多鼓型石柱,研究了颗粒阻尼器对帕特农神庙石柱的减震效果,并分析地震强度、频率、阻尼器位置等因素对减震效果的影响。研究结果表明,将颗粒阻尼器替换破损的空鼓,PFC3D与FLAC3D耦合计算结果与试验结果基本一致,减震效果显著,说明耦合分析方法研究颗粒阻尼器抗震性能具有较高的可靠性;地震强度不同时,分层颗粒阻尼器仍可较好地耗散能量;颗粒阻尼器对结构的减震性能受激励频率的影响显著,频率越高,减震效果越好;颗粒阻尼器布置在古柱中上部减震效果优于布置在古柱下部。     

1951-2008年辽宁冰雹的时空分布特征

选取1951-2008年辽宁省56个站气象资料和中国气象灾害大典等资料,对冰雹时空分布进行了统计分析。结果表明：辽宁冰雹日数以山地为最多,丘陵次之,平原和沿海最少。移动路径基本与山脉、河流、海岸线等地形走向一致。冰雹具有明显的季节变化,主要出现在4-10月。5-6月为冰雹多发期,6月为最多,5月次之。近30a辽宁省年冰雹日数呈减少趋势。冰雹发生主要集中在中午至傍晚。辽西走廊、辽宁中部平原及辽东半岛南部大连地区为冰雹灾害重点防御区。产生冰雹的天气系统按高空形势分类主要有4种：冷涡、冷涡后部横槽、高空槽和槽后西北气流,对应地面形势多为低压冷锋。     

基于卷积神经网络与条件随机场方法提取乡镇非正规固体废弃物

随着村镇经济建设发展,生活垃圾和工业固体废弃物造成的污染问题日益突出,已经成为制约新农村建设发展和生态文明建设的关键问题,而目前针对乡镇非正规固体废弃物的调查与统计主要依赖全国各乡镇相关部门逐级调查上报,工作量较大。本文基于高分辨率遥感影像,将深度学习模型和条件随机场模型相结合引入到乡镇固体废弃物的提取研究中,探索一种基于深度卷积神经网络的乡镇固体废弃物提取模型。由于固体废弃物在影像上表现为面积小,分布破碎等特点,为了提高工作效率,将模型特分为识别和提取2个部分：① 通过全连接卷积网络（CNN）对固体废弃物进行快速识别判断,筛选感兴趣区域影像块;② 在传统的全卷积神经网络(FCN)的基础上加入条件随机场模型(CRF)提取固体废弃物边界,提高整体分割精度。根据安徽、山西等地区相关部门上报固体废弃物堆放点以及住房与城乡建设部城乡规划管理中心进行野外检查的结果,实验最终识别精度达到86.87%以上;形状提取精度为89.84%,Kappa系数为0.7851,识别与提取精度均优于传统分类方法。同时,该方法已经逐步应用于住房和城乡建设部有关成都、兰州、河北等部分乡镇非正规固体废弃物的核查工作,取得了较为满意的结果。