建设咸阳市国土资源管理信息系统的探讨

咸阳市国土资源信息化建设历经几年，有了一些成绩，但距要求相差还很远。本文根据国家建立国土资源电子政务工作的要求及实践经验，对建立成阳市国土资源管理信息系统提出了一套较为完整的思路，谈了切身体会。     

基于GIS的三维水文地质建模及应用——以咸阳市为例

为了提升城市地质调查工作的总体服务水平,通过搭建城市地质综合GIS平台,采用人机交互式单元分割-拼接建模方法,以水文地质剖面为基础数据,加入水文地质钻孔、水文地质图、地表高程等多源数据作为约束,首次在咸阳地区构建了建模深度300 m、建模面积3714 km2的水文地质三维结构模型。本次建模的工作顺利完成为研究咸阳地区地下水文地质结构、地下水资源赋存特征提供了三维可视化的数据支撑,也为其他城市开展类似建模工作提供借鉴。     

咸阳市气候资源变化特征分析

利用秦都气象站1961—2010年气象观测资料,采用统计分析法和Mann-Kendall法,分析了咸阳市气候资源的变化趋势和突变情况。结果表明:咸阳市近50年以来,气候整体有向干暖化转化的趋势,但变化趋势不明显;气温呈缓慢上升趋势,突变点出现在2006年;降水变化趋势不明显;年日照时数和年平均风速均呈减少(小)的趋势。咸阳市全年盛行东北风,在风速较小的9月至次年1月以静风为主。     

咸阳市近60年冬季气温变化趋势及突变分析

利用咸阳市12个国家气象观测站1960—2019年冬季(12月至翌年2月)平均气温、平均最高气温、平均最低气温等资料,采用一元线性趋势、累积距平、Mann Kendall趋势和检验等分析方法,对咸阳市近60年的冬季气温变化特征进行分析。结果表明：近60年来咸阳市冬季平均气温、平均最高最低气温、极端最高最低气温和年均气温存在明显的上升趋势,其线性趋势率分别为0348、0371、0331、0257、0297、0232 ℃/10 a;冬季气温增温趋势与年均气温趋势具有一致性,线性趋势率大于年气温,尤其是冬季最低气温的线性趋势率最大;冬季各月以2月线性趋势率最大,为050 ℃/10 a,表明2月气温的升高对冬季变暖贡献较大;冬季平均、平均最低最高、极端最低最高气温的突变时间分别在1985、1985、1995、1970和2000年,冬季气温突变比年气温突变发生早,以极端最低气温发生突变最早;冬季以20世纪90年代中后期为界,由冷冬为主转为暖冬为主,咸阳冬季气温与西北地区冬季气温变化趋势具有一致性。空间分布上,咸阳冬季平均气温呈北低南高分布,而线性趋势率大致呈北高南低分布,最大为淳化,最小为武功,北部五县比南部七县气温突变发生时间早,线性增温速率大,气温变化波动较大。     

咸阳市农田蒸散分析

利用1971—2012年咸阳市农田土壤水分连续观测资料及各月温度、降水等气候要素资料,计算分析了不同水分条件下的蒸散量变化,为建立合理的节水灌溉制度提供科学依据。     

咸阳市区近50年气候变化特征分析

利用陕西省咸阳市秦都国家基本气象站1965—2014年逐日气温、降水、日照资料,用常规统计方法、Man-Kendall非参数检验法、Morlet小波分析等方法对咸阳市区近50年的气候变化趋势、突变特征、周期特征进行分析。结果表明:近50年来咸阳市区气候变化趋势为气温显著升高、降水略微减少、光照显著减少,极端高温、强降水天气增多增强,极端低温天气逐渐减少。气温气候倾向率为0.17℃/10a,气温升高突变年为1997年,气温变化主要存在6、12、32a冷暖交替的振荡周期;冬季明显缩短,春季增长,夏季、秋季长度基本无变化。降水变化不明显,突变特征不显著,主要存在6、11、29a干湿交替的振荡周期。日照气候倾向率为-59.06h/10a,突变年为1980年,日照变化主要存在7、13、25a高低交替的振荡周期。2014年后一段时期为干暖期。     

古都咸阳街路巷桥名“秦”韵赏析

中国第一帝都中国第一个以封建王朝创立者名字命名的都市中国第一个以朝代名命名的城市咸阳市地处"八百里秦川"腹地,为中国第一帝都。公元前221年,秦始皇统一六国后,在咸阳建立了中国历史上第一个封建王朝,     

咸阳市241个重点项目集中开工

<正>日前,陕西咸阳市241个总投资98.62亿元的重点项目和民生八大工程项目集中开工。继今年1月份14个项目集中开工之后,该市举行了第二次项目集中开工仪式。     

基于主成分和机器学习的土壤有机质含量空间预测建模

协同环境变量与机器学习回归模型构建土壤有机质空间预测组合模型对养分精准管理具有重要意义,而多维变量间的信息冗余和相关性会导致模型训练时间过长、预测精度降低等问题。以陕西省咸阳市农耕区为例,选取高程、坡向、坡度、剖面曲率、平面曲率、地形起伏度、地形湿度指数、年均降水量、年均气温、归一化植被指数共10个环境变量,在主成分分析(Principal compo-nent analysis,PCA)、核主成分分析(Kernel principal component analysis,KPCA)方法特征提取基础上,组合随机森林(Random forest,RF)、支持向量回归机(Support vector regression,SVR)、K最近邻(K-nearest neighbor,KNN)机器学习模型进行土壤有机质含量空间预测。以单一模型作为对照,通过计算模型决定系数(Coefficient of determination,R~2)、均方根误差(Root mean square error,RMSE)和相对绝对误差(Relative absolute error,RAE),对不同模型的预测结果进行精度评价。结果表明:利用主成分提取方法和机器学习算法构建组合模型能消除变量间相关性,一定程度上提高土壤有机质含量预测模型精度。KPCA-RF模型对SOM含量预测精度高于其他模型,R~2、RMSE、RAE分别为0.791、1.970 g·kg~(-1)、50.100%,该模型良好的预测能力可以为土壤有机质含量的空间预测与制图提供科学依据。     

城乡统筹视角下给排水规划研究初探——以陕西省咸阳市为例

在对国内外水资源开发利用研究进行述评的基础上,分析了咸阳市城乡给排水现状,提出咸阳市在城乡给排水现状中存在供水管网老化、地下水超采、城市污水处理率低等问题.通过对水资源的需求预测来引导城乡给排水设施的统筹规划利用,并确定了利用的重点,提出成阳市城乡给排水设施的统筹规划利用应充分发挥城镇的示范带动作用,积极完善各项法规与...