塔里木河下游土壤风蚀期0～15cm层土壤含水率分布规律

土壤表层含水率是影响土壤风蚀的一个重要参数。在塔里木河下游土壤风蚀期间对0~15 cm层土壤水分进行调查,发现0~15 cm层土壤含水率极低,平均含水率仅0.84%,含水率>2%的区域主要分布在绿洲边缘和河道边缘。进一步探讨植被盖度、风沙活动强度和土壤结皮对0~15 cm层土壤含水率分布的影响,结果表明:①0~15 cm层土壤含水率与植被盖度的相关性不显著;②0~15 cm层土壤含水率与风沙活动强度呈显著指数负相关;③土壤结皮能够有效保护表层土壤水分,抑制土壤风蚀。     

基于栅格尺度的双层融雪径流模型研究及应用

以新疆天山北坡军塘湖河流域作为研究区,基于物理机制构建双层分布式融雪径流模型,利用研究区数字高程模型(DEM)提取流域信息,运用GIS技术与遥感技术获取积雪、植被、土壤等与融雪径流模型有关的地表信息,并结合WRF中尺度数值预报模式作为该模型气象驱动数据,对研究区融雪期进行模拟,结果显示:2009、2010年峰值模拟期间,实测与模拟径流过程线拟合度高,QR合格率分别达87%、90.85%。该模型适用性较好,对融雪洪水预警具有一定的参考价值。     

基于EOS/MODIS遥感数据改进式融雪模型

在中国西部的中纬度干旱和半干旱山区,融雪水是极其重要的水资源,融雪径流对河流的补给量在春季甚至可达75%以上,但是急剧的融雪也容易引发洪水,所以从水资源的有效利用和洪水预警方面看,有必要了解大范围的积雪消融状况。基于积雪层能量平衡原理建立融雪模型,利用正午过境的EOS/MODIS的Terra卫星遥感数据反演模型中的参数,结合气象数据获得瞬时的能量平衡信息,然后根据B.Sequin、B.ltier和谢贤群的研究推算日融雪量,改善了融雪模型的算法。另外采用遥感数据对雪盖进行实时监测,避免在进行融雪量估算时候对无雪区的错误估算。     

基于流动重力资料的平原地区深部构造解释

以河北省流动重力测点覆盖区域内邢台地区4条断裂为例,将卫星布格重力异常与实测布格重力异常进行对比,发现流动重力资料可更为详细地反映测点周围构造的空间分布特征,为精细刻画华北平原地区深部构造背景提供可靠资料。采用向上延拓方法,对实测布格重力异常进行处理,获得不同上延高度的布格重力异常图像,结合当地地震地质与构造资料进行分析,并对流动重力资料在构造解释上的应用前景进行展望,认为该方法可提高现有资料的利用价值,适合在流动重力测量地区推广。     

我国主要城市群基础研究人才的时空分布研究

揭示基础研究人才在我国主要城市群的时空分布规律,通过收集2006年至2015年度中国科技核心引文数据库,利用论文作者数量表征城市基础研究人才,选择我国三大城市群(京津冀、长三角、珠三角),通过空间密度,均匀指数,首位度等分析方法,对基础研究人才在主要城市群内的时序变化及空间分布进行研究。结果表明:①我国三大城市群基础研究人才分布均呈现出多中心性;②长三角城市群基础研究人才分布较为均衡,而京津冀城市群和珠三角城市群则分布相对集中;③三大城市群中的首位城市相较于其他城市在人才聚焦方面有明显优势。三大城市群特别是京津冀和珠三角城市群需要注重区内城市的协同发展,促进基础研究人才的均衡分布,以加快区域研究和创新的协同发展。     

张北5.6级强余震宏观烈度考察

在对1999年3月11日张北5.6级强余震宏观烈度考察的基础上形成宏观烈度考察报告,并对此次地震的宏观烈度进行了分析;我们认为此次地震属1998年6.2级地震的一次强余震,但和6.2级地震有不同的震源机制.     

城市基础比例尺地形图更新与建库

分析了城市基础比例尺地形图更新机制和在实践中的应用,探讨了空间地理信息数据建库的标准和数据库更新关键技术,提出了对生产部门建设"数字城市"过程应建立基础数据更新机制的建议.     

赤峰市两次强降雪天气过程对比分析

文章应用Micaps资料对近10a来仅有的2次全市性强降雪天气过程(2007年3月3—4日全市性暴风雪天气过程和2004年2月21日全市性大雪天气过程)进行比较分析,结论如下:两次强降雪天气过程的环流形势属于强冷空气类贝加尔湖冷涡底部型,由底层的西南涡东北上,配合地面河套气旋顶部高压底部影响赤峰市;但是影响系统强度、变化趋势不同。暴风雪过程暖空气势力强,气旋强烈发展,上升速度大,使得主要降雪发生在温度缓降、气压下降时段内;大雪过程冷空气势力强,气旋呈减弱趋势,上升速度小,降雪主要发生在温度骤降后、气压上升时段内。暴风雪过程的高、低空急流、水汽通量和散度、上升速度、风辐合强度、风辐散强度等都强于大雪过程。午后大风是由于降雪停止后气压剧升、温度显著下降、3h变压增强和动量下传等综合因素造成的。     

基于多Agent的分布式专家系统及其应用

多Agent分布式专家系统(Multi-Agent Distributed Expert System, MADES)是基于网络的、利用类型相同或相关而知识内容不同的专家系统组成的分布式专家系统.分析了基于多Agent的分布式专家系统的结构,将系统中的Agent进行分类和定义为Communication Agent、Actor Agent、Management Agent和Interface Agent 4种.提出了系统中多Agent之间的一种协作策略.并将多Agent分布式专家系统应用到防汛决策支持系统中,能够解决对外界资源占用的矛盾.