武汉市城市积涝预警系统及其仿真模拟效果

在建立武汉市城市排水管网地理信息系统的基础上,以城市地表与明渠、河道的水流运动为主要模拟对象,以二维非恒定流基本方程和无结构不规则网格划分技术为骨架,设计了适合武汉市的城市积涝仿真模型,并结合精细化降水预报业务和积水显示后处理系统,建立了武汉市城市积涝预警系统。另外,利用该系统对2008年5月27—28日武汉市特大暴雨引发的积涝进行预报预警,取得较好效果,其中最大积水落区预报成功率达70%以上,模拟的积水深度误差主要分布在20cm以内。     

基于沿海业务观测的ＢＤＳ大气可降水量反演

随着中国北斗导航卫星系统新一代ＢＤＳ－３卫星发射,需要对ＢＤＳ反演大气可降水量的精度进行评估。选取４个中国沿海ＧＮＳＳ业务观测站,采用精密单点定位方法,设计了ＢＤＳ－２、ＢＤＳ－３和ＢＤＳ－２／３等３种数据处理方案,开展岸基ＢＤＳ水汽反演试验,并以ＧＰＳ　ＰＷＶ和ＥＣＭＷＦ提供的ＥＲＡ５产品作为参考值,对ＢＤＳ　ＰＷＶ进行精度分析。结果表明,利用新一代ＢＤＳ－３卫星反演的ＢＤＳ－３ＰＷＶ和ＢＤＳ－２／３ＰＷＶ与ＧＰＳ　ＰＷＶ和ＥＲＡ５ＰＷＶ参考值均具有很好的一致性,其平均偏差分别为０．６ｍｍ和０．２ｍｍ,均方根误差分别优于１．０ｍｍ和１．６ｍｍ,具有较高的精度,从而验证了新一代ＢＤＳ－３卫星对ＢＤＳ水汽反演精度提升的贡献;ＢＤＳ－２／３ＰＷＶ的精度略优于ＢＤＳ－３ＰＷＶ,在一定程度上验证了ＢＤＳ混合星座对水汽反演精度的影响。     

六盘水市倒春寒发生特征及其对小麦产量的影响

利用1961—2011年六盘水市3个气象观测站的日平均气温以及1970—2011年的小麦产量资料,分析了六盘水市倒春寒天气发生的特征及其对小麦产量的影响。结果表明,六盘水市倒春寒发生频繁且严重,中级以上等级的年份超过7成,其中,重级以上等级接近4成;发生时段主要集中在3月下旬,其次为4月上旬。     

武汉区域分县可能最大降水预报研究

针对强降水过程预报,介绍了一种包含大尺度降水、不稳定能量释放、地形影响作用等因子的可能最大降水预报模型的建立方案。方案利用历史强降水过程资料和精细的地形资料,从暴雨的基本成因出发,构造了多个影响因子,分别设计了不稳定降水方程和地形影响降水方程。通过2007汛期业务试运行表明,同其它模式相比,该模型对暴雨有较强的预报能力,为防汛抗灾提供了可靠的气象决策依据,最大可能降低了暴雨洪涝灾害造成的损失。     

基于改进ORB和RANSAC算法的无人机影像特征匹配方法

针对ORB和RANSAC算法存在的不足,文中提出通过对Harris角点函数的改进和将空间一致性原理思想引入RANSAC算法,提出一种改进的无人机影像特征匹配方法,并选择两组代表性的像对进行实验.实验结果表明,改进算法在特征点识别、误匹配剔除和尺度不变性方面的性能均有明显的提升,为无人机影像匹配提供借鉴.     

广西气象台网上综合业务信息管理系统

广西气象台综合业务信息管理系统采用Internet和数据库技术，将省级台站业务、行政管理信息进行实时处理，并以网页方式实时显示。它以实时业务为主，兼顾多媒体信息办公，较好实现现代信息管理一体化。     

六大流域强降水面雨量气候特征分析

对长江上游六大流域1971～2000年强降水面雨量进行了统计,通过分析强降水面雨量出现频次、极值分布、滑动极值和流域之间强降水的关系,初步得出强降水面雨量的时空分布特点,即强降水面雨量具有明显的季节分布特征,年变化清楚,不同流域强降水面雨量频次分布、量级分布、极值分布、集中降水强度差异明显,相邻流域强降水面雨量关系密切。     

基于MICAPS4网络框架的气象预报服务一体化平台构建

基于国家气象中心MICAPS4网络平台框架,利用其有效对接全国综合气象信息共享系统(CIMISS)与气象信息综合分析处理系统第4版(MICAPS4)分布式数据库的优势,设计了湖北省气象预报服务一体化平台.平台集关注重点引导提醒、实况监测共享查询、气候特征对比分析、天气预报综合分析、服务产品关联检索、产品制作及一键分发、...     

城市连续运行卫星定位综合服务系统探究

“空间数据基础设施(SDI)”是联合国和美国政府倡导的为迎接新世纪挑战的战略措施,也就是建立起资源、环境、社会、经济等多种信息数据的采集、传输、分享、处理、分析、反馈和决策的服务网络体系。十分明显,正如工业技术时代的能源、交通是社会经济发展的基础设施一样,“空间数据基础设施”是信息社会、知识经济时代必备的基础设施。城市连续运行卫星定位综合服务系统是“空间     

基于语义分割网络的冬小麦遥感分类及变化分析

针对传统机器学习作物遥感分类模型泛化能力较弱等问题,本文评价并验证了不同语义分割网络在光谱特征和光谱+植被指数特征下的济源市冬小麦遥感分类模型的性能和分类精度.结果表明,较单一光谱特征,基于U-Net++和DeepLab V3+的光谱+植被指数特征模型损失函数和IoU值分别降低和提高了 13.30%和 7.83%、7.80%和 5.54%.此外,基于U-Net++的 2020-2023 年冬小麦分类总体精度达 93.47%～95.60%,较DeepLab V3+和随机森林分类的总体精度分别提高了 0.12%～2.29%和4.84%～7.40%;景观度值也表明基于U-Net++的冬小麦分类结果具有更优的图斑完整度和紧凑度.最后,本文定量评价了不同年份冬小麦种植面积空间变化结果,为复杂地形条件下作物面积监测应用提供了方法支持.