陕北地区圆形农田演变及驱动力分析

以榆林市以北为主要研究区,基于基础地理信息数据,结合Arc GIS统计分析功能对2003年和2016年土地利用变化进行分析,并探讨耕地变化特征与地形因素之间的相关关系。研究表明:1) 2003—2016年榆林市以北地区有超过58.65%的土地利用类型发生变化,其中草地转林地为主要变化类型,耕地转林地以及草地转耕地变化面积次之,新增耕地多为圆形农田; 2)圆形农田在距离湖泊、河流、道路2 km以内,在海拔1 212—1 263 m区间分布较广,在距离湖泊大于4 km和距离河流7—12 km、24—30 km处,农田面积出现显著增加。     

郑州市土地利用/土地覆盖动态变化研究

利用地面统计数据和陆地卫星影像数据,分析了郑州市土地利用/土地覆盖的现状,研究了遥感影像提取土地利用/土地覆盖信息的机理,建立了适宜郑州市遥感影像判读的解译标志,结合两个不同时期的地面数据和影像数据,分析了郑州市十几年来土地利用的动态变化情况及存在的问题,指出了今后土地利用的方向.     

安康一次连续性暴雨过程分析

对 2 0 0 3 -0 8-2 8-0 9-0 1安康连续性暴雨天气从环流背景、雷达回波和卫星云图、能量及物理量等几方面进行分析 ,发现暴雨发生前大气层结极不稳定且有明显的能量聚集 ,冷暖两支气流的辐合及辐合中心的发展东移对暴雨天气过程产生了不可低估的作用。强对流引发后 ,高空西风槽和低空切变线共同作用 ,使得大降水持续 ,造成连续性暴雨过程     

安康一次连续性暴雨过程分析

根据不同代表点降水资源特征，通过对渗水地膜性能与栽培试验结果分析，得出了进行渗水地膜栽培可提高干旱、半干旱地区10mm以下降水利用率的结论，展望了旱作农业区使用渗水地膜的前景。     

基于稳定同位素的东太平洋大青鲨(Prionace glauca)营养级研究

碳、氮稳定同位素为分析淡水和海洋生态系统的生物营养关系提供了有力手段,但在大洋鱼类中的应用还很少。本研究以热带东太平洋大青鲨(Prionace glauca)整节脊椎骨作为样品(叉长范围153—242cm),运用稳定同位素技术,分析大青鲨的δ~(13)C值和δ~(15)N值及其变化,比较不同基线生物的选择对营养级计算的影响。结果表明,大青鲨δ~(13)C范围为–15.76‰—–13.41‰,最大差值2.35‰;δ~(15)N范围为10.62‰—17.72‰,最大差值7.1‰;δ~(13)C值和δ~(15)N值随个体长度的变化不明显(可能原因是样品鱼均为较大个体),性别间的差异不显著,但不同基线生物的选择对营养级计算值的影响较大。本文研究表明,通过整节脊椎骨的稳定同位素测定来获得大青鲨的摄食特征信息是可行的。由于基线生物对营养级计算的影响问题难以在短期内解决,今后可将相对营养级或营养级的变化作为重点,研究人类活动(如捕捞)对大洋鱼类摄食和营养级的影响。     

城市地下水脆弱性评价方法及应用

地下水脆弱性评价是合理开发利用和保护地下水的基础.以国内外广泛应用的DRASTIC模型为基础,结合我国华北平原沉降带冲洪积含水层水文地质特征,提出了一种适用于层状含水层水文地质条件的城市地下水脆弱性评价模型--DRAMIP模型,并根据廊坊市的实际状况,对廊坊市浅层地下水进行了脆弱性评价,利用GIS技术生成了廊坊市浅层地下水脆弱性分布图.     

陕西雷电天气气候分析

利用1967—1988年和1992—2005年陕西省雷电资料,统计分析了陕西雷电的时空分布特征,得出陕西雷电发生频率最高时段为7—8月,在空间分布上呈南北高中间低的特征。对典型雷电天气过程从环流背景、能量场和物理量场分析,发现雷电发生前850hPa\[se场、涡度场均有较明显的反应,对预报雷电天气有一定的指示作用。

     

人类世可持续发展背景下的远程耦合框架及其应用

在全球一体化进程不断加深的背景下,国家与地区之间的联系日益紧密,产生了一系列跨国家、跨地区、多尺度的社会—经济—环境影响,远程耦合（Telecoupling,社会、经济、环境的远距离相互作用）科学概念和综合框架的提出为解决上述问题提供了新方法和新途径。为更好促进远程耦合综合框架的正确使用和规范推广,本文系统解析了远程耦合综合框架,厘清各组成部分的定义和功能,梳理了框架的应用现状;通过对3个中国典型案例的阐释,展示了远程耦合综合框架的使用方法、结果分析及由此得出的科学意义和政策价值;最后描述了远程耦合综合框架使用中需要重点关注的问题,并对其应用前景进行了展望。远程耦合综合框架的推广应用有助于以跨国家、跨地区、多尺度的视角,重新审视多个人类与自然耦合系统的相互作用,揭示隐藏的远距离地理空间作用的科学价值,服务于有关政策的制定和实施,促进全球社会、经济、环境的可持续发展。     

海底底质分类支持下的WorldView-3多光谱影像浅海海域水深反演

近几十年来,基于遥感影像进行水深反演一直是国内外学者研究的热点。本文使用WorldView-3高分辨率卫星影像,结合卫星测高数据,以中国海南岛附近的蜈支洲岛及其附近海域为主要研究区域,在进行数据预处理、底质分类之后,分别通过多元线性回归模型、Stumpf对数比值模型和BP神经网络集中对岛屿周围0～20 m水域的水深进行反演和结果分析。结果证明,对这3种模型而言,在进行底质分类之后精度都会明显提升。其中,BP神经网络反演水深精度最高(均方根误差范围为0.2～0.7 m),多元线性回归模型次之(均方根误差范围为0.3～0.8 m),对数比值模型精度最低(均方根误差范围为0.6～1.1 m)。     

城市用地功能精细化识别方法：时序动态图嵌入深度学习模型

多源大数据融合背景下的城市功能区识别是复杂非线性系统的模式识别问题,如何有效地从大规模的轨迹数据中提取出多粒度连续性时变和多尺度空间相互作用的信息是进行城市区域功能识别的关键。本研究设计实现了一种基于时序动态图嵌入的深度学习模型,在融合滴滴出行及兴趣点数据（Point of Interest, POI）基础上,提取城市区域存在的时间和空间上的隐式特征,结合聚类分析实现城市用地功能的语义识别。结果表明,成都市中心的用地功能趋向复合多样化的发展,且用地属性随时间发生作用范围和用地类型的变化,呈现出功能随着城市群体活动而变化的时空规律。与相关文献的对比实验表明,本文提出方法在更细粒度的时间段下进行功能区识别,得到的同一类功能区域内集聚度更高,能够更好的捕获复合型区域在不同时间模式下呈现出的用地功能变化。本研究为城市用地功能识别研究提供了新的技术方法,为城市规划研究人员全面理解城区结构属性提供了有效手段,对推动城市空间得到更合理高效的利用具有一定的价值。