被动微波遥感估算雪水当量研究进展与展望

被动微波遥感可以透过云层，全天候地提供地表一定深度的信息。星载被动微波遥感传感器的时间分辨率很高，在冰冻圈动态研究中有着重要的地位。在最近的二三十年中，大量被动微波遥感的应用都是在美国、加拿大、欧洲等地，而我国在这方面的研究相对较少。首先介绍了被动微波遥感数据在监测积雪方面的国内外研究进展，对现存的雪水当量（SWE）估算算法（和模型）的适用性进行讨论。然后，详细讨论了我国西部的青藏高原地区雪水当量的估算，阐明了利用SSM／I数据估算青藏高原地区雪水当量的复杂性，并指出了其复杂性产生的原因，提出了解决问题的方法，为该地区积雪动态的进一步研究提供了理论依据。     

图像控制点数据库的设计与实现

地面控制点数据是航天航空图像摄影测量几何处理的必需数据。文中首先比较了控制点数据的存储管理方式，即采用文件系统方式与数据库方式的优缺点；接着分析了控制点图像数据的特征，从而提出了图像控制点数据的数据库存储方案，讨论了图像控制点数据库的查询方法；最后结合文中的方法，设计并且实现了一个控制点图像数据库管理与应用实验系统。通过分析认为，建立控制点图像数据库是重复利用控制点资源的有效途径。     

塔城市一次暴雪天气的分析

2003年2月22日塔城市出现一次暴雪天气过程。文章着重分析了此次天气过程的高空环流形势、地面形势、T—Td等，指出暖湿气流是造成暴雪的主要原因。     

地质资料目录查询系统的设计与实现

地质资料目录查询系统主要针对地勘单位地质资料管理现状进行研究,采用VS2010开发环境,SQL Server2008、.NET4.0框架、B/S架构等关键技术.设计提供报告查询、报告录入、报告维护、服务器连接、用户管理五大功能模块,提高了地质资料整理与查询的效率,实现对地质资料进行科学化、信息化管理.     

多主体建模在水资源管理中的应用:进展与展望

多主体建模作为研究"人类与自然耦合系统"等复杂适应性系统的重要工具,已经被广泛地应用于水资源管理领域.在调研国内外重要研究的基础上,回顾了多主体建模的基础理论、建模工具和框架,并对多主体建模在城市水资源管理、农业水资源管理和流域水资源综合管理3个方面的研究和应用进行了阶段性总结.针对当前研究的不足和难点,结合我国水资源管理的研究现状,提出以下4个研究重点:①加强主体行为决策规则刻画;②加强模型验证和评估研究;③开展代表性流域多主体建模研究;④推动学科交叉和综合集成研究.多主体建模能够揭示人类活动—水文循环的互馈机制,为水资源及水环境的可持续利用和管理提供政策建议,加强多主体建模在水资源管理领域的研究可为水资源管理提供新的思路,推动我国水资源的可持续发展.     

内蒙古索家沟银铅锌矿床伴生稀散金属镉、镓的富集特征研究

内蒙古索家沟银铅锌矿床是近年来在内蒙古中部玄武岩覆盖区发现的隐伏大型矿床,估算银金属量1400t,铅+锌金属量28万吨,矿床中富含Cd、Ga等稀散金属,且达到了综合利用工业价值要求。通过对Cd、Ga含量与主成矿元素Ag、Pb、Zn含量进行相关性分析及纵向不同高程含量对比,表明矿石中Ga与Zn的相关活跃性要高于Pb、Ag,Cd与Zn表现出强烈的正相关性,即Zn与Cd、Ga具有较好的共生关系;总体上矿床中稀散金属Cd、Ga分布相对均匀,在1200m高程以下硫化矿中,呈现稳定富集的特征,显示出较好的稀散金属镉、镓资源前景。本次研究对矿床进一步勘查及将来矿石选冶回收Cd、Ga具有指导意义,同时为同区域类似矿床稀散金属研究提供参考,并引起周边类似矿山对于稀散金属元素回收利用的重视。     

一种面向多图层的制图数据综合方法

数据综合是地图制图的重要内容,同时也是自动化程度较低的部分,一直以来是地图制图领域的研究热点。在实际生产经验基础上,提出一种面向多个存在公共边的图层数据综合方法,并利用FME软件进行实现,且在地理国情普查图制作中得到应用,效率得到显著提高。     

Sentinel-1A SAR影像及其在矿区地面沉降监测中的应用研究

详细介绍了Sentinel-1A SAR影像数据的基本参数、工作模式、应用领域等。利用2016.11.09—2017.03.09的5景Sentinel-1A C波段SAR影像数据进行矿区地面沉降监测试验。基于SARscape利用双轨D-In SAR技术进行差分干涉处理,得到了研究区地面沉降分布图,直观地再现了研究区在2016.11.09—2017.03.09的沉降分布、沉降量级等。结果表明济宁某矿区在监测期间地面相对稳定,未有大面积和大量级的地面沉降发生,4个干涉对监测到的最大沉降都未超过3 cm。     

CMIP5模式对南海SST的模拟和预估

分析了32个CMIP5模式对南海历史海表温度(SST)的模拟能力和不同排放情景下未来SST变化的预估。通过检验各气候模式对南海历史SST增温趋势和均方差的模拟,发现大部分模式都能较好地模拟出南海20世纪历史SST的基本特征和变化规律,但也有部分模式的模拟存在较大偏差。尽管这些模拟偏差较大的模式对SST多模式集合平均的影响不大,但会增加未来情景预估的不确定性。剔除15个模式后,分析了南海SST在RCP26、RCP45和RCP85三种排放情景下的变化趋势,发现在未来百年呈明显的增温趋势,多模式集合平均的增温趋势分别为0.42、1.50和3.30℃/(100a)。这些增温趋势在空间上变化不大,但随时间并不是均匀变化的。在前两种排放情景下,21世纪前期的增温趋势明显强于后期,而在RCP85情景下,21世纪后期的增温趋势强于前期。     

深度学习神经网络及其在海洋环境信息挖掘预测中的应用

文章介绍了深度学习在时间序列分析挖掘中的应用、深度学习的概况与特征以及深度学习方法的最新国内外应用,特别是在海洋信息挖掘预报中的新应用;给出了典型深度学习神经网络的原理、结构与训练方法,随后给出针对海洋环境信息提出的3种深度神经网络模型;并分析了方法的先进性与可行性。