超强台风丹娜丝对1323号强台风菲特极端降水的作用

利用地面观测资料、台风定位资料、ECMWF全球再分析资料等,采用TC降水天气图客观识别法(OSAT)、TC路径相似面积指数(TSAI)和气流轨迹模式HYSPILIT等方法,从2013年第23号强台风菲特在我国东南沿海引发台风暴雨的极端性分析及其成因诊断入手,揭示了双台风作用对极端暴雨的增强作用。结果表明:首先,强台风菲特给浙江带来了自1958年以来单站日降水排名第二的极端降水,余姚和奉化日降水量均为395.6 mm;"菲特"降水过程有两个明显的强降水阶段。其次,秋季强台风菲特登陆后之所以出现如此强度且持续的台风暴雨,与超强台风丹娜丝的存在密不可分。在强降水第一阶段,双台风作用促成了降水的极端性,"丹娜丝"向降水区域输送了约79.0%的水汽,对杭州湾南侧的强降水过程有重要贡献;在"菲特"强降水第二阶段,"菲特"的环流已经基本消散,超强台风丹娜丝与冷空气的共同作用主导了这一阶段强降水的发生。     

多波束测深精度检定方法

针对目前多波束测深仪缺乏检定的情况,设计了多波束测深检定系统,并对SeaBat8101型多波束测深仪进行测深精度的检定实验,利用最小二乘原理对实验结果进行拟合.实验结果表明,被检定多波束测深精度良好,实验设计可行,可以用于多波束测深系统的多次重复性检定.     

多波束声静区与可分辨目标高度关系研究

多波束声静区与多波束探测能力密切相关。在简要分析多波束声静区与探测目标关系的基础上,推导了多波束探测最大可分辨目标高度与扇面横向距离、测线间距和条带重叠率之间的关系公式,通过数值计算分析了四者之间的影响规律,并提出了多波束目标探测的相关建议。     

基于变异函数的多波束抽稀间距确定方法

在格网化抽稀方法中,抽稀间距的选取直接影响多波束测深数据抽稀结果和构建海底地形的表征能力。为了合理确定多波束测深数据抽稀间距,将地质统计学中的变异函数理论引入到多波束测深数据抽稀中,由水深变异函数估计海底DEM的精度,得出海底DEM精度与抽稀间距的关系。通过仿真计算表明:如果给定海底DEM的精度,再依据计算得到的拟合水深变异函数参数值,即可确定多波束测深数据抽稀网格间距的大小,该法适用于多波束测深数据抽稀的应用中。     

气候业务中全球台站逐日气候资料集的建立

通过对全球逐日气温和降水观测资料集（GDCN1．0）的改进，建立了适用于开展气候业务的全球台站逐日气候资料集。新建资料集保留了GDCN1．0资料集中有较好代表性的资料，基本保持了原资料的空间分布，同时中国范围（含台湾岛）的资料内容更加丰富。对气温进行了严格的质量控制，最大限度地减少了错误值的影响。新建资料集在时间和空间分布上以及质量上都基本满足业务需求。     

中国沿岸主要验潮站海图深度基准面的计算与分析

对中国沿岸有代表性的15个验潮站的多年潮位观测资料，以年序列进行调和分析并据调和常数计算验潮站的海图深度基准面，分析了由年观测序列求得的调和常数和海图深度基准面的稳定性，研究和更新了理论上可能最低潮面计算中的浅水分潮和长周期分潮订正算法。计算结果表明，中国沿岸不同验潮站的海图深度基准面定义和算法存在差异，新的订正算法计算的可能最低潮面和最低天文潮面具有意义一致性，研究成果能够用来精化和重新构建中国沿岸海图深度基准面。     

海洋磁力测量中确定最佳拖曳距离的一种方法

将测船等效为一个磁偶极子，推导出测船磁化模型及船尾磁场强度的计算公式，提出了确定最佳拖曳距离的理论计算方法。实验结果表明，理论计算方法确定的最佳拖曳距离与传统的海上实验法确定的结果相差一般不超过1m，验证了理论计算确定最佳拖曳距离方法的适用性。     

Evaluation of machine learning models for rice dry biomass estimation and mapping using quad-source optical imagery

ABSTRACT

Several machine learning regression models have been advanced for the estimation of crop biophysical parameters with optical satellite imagery. However, literature on the comparative performances of such models is still limited in range and scope, especially under multiple data sources, despite the potential of multi-source imagery to improving crop monitoring in cloudy areas. To fill in this knowledge gap, this study explored the synergistic use of Landsat-8, Sentinel-2A, China’s environment and disaster monitoring and forecasting satellites (HJ-1 A and B) and Gaofen-1 (GF-1) data to evaluate four machine learning regression models that include Random Forest (RF), Support Vector Machine (SVM), k-Nearest Neighbor (k-NN), and Gradient Boosting Decision Tree (GBDT), for rice dry biomass estimation and mapping. Taking a major rice cultivation area in southeast China as case study during the 2016 and 2017 growing seasons, a cross-calibrated time series of the Enhanced Vegetation Index (EVI) was obtained from the quad-source optical imagery and on which the aforementioned models were applied, respectively. Results indicate that in the before rice heading scenario, the most accurate dry biomass estimates were obtained by the GBDT model (R² of 0.82 and RMSE of 191.8 g/m²) followed by the RF model (R² of 0.79 and RMSE of 197.8 g/m²). After heading, the k-NN model performed best (R² of 0.43 and RMSE of 452.1 g/m²) followed by the RF model (R² of 0.42 and RMSE of 464.7 g/m²). Whist the k-NN model performed least in the before heading scenario, SVM performed least in the after heading scenario. These findings may suggest that machine learning regression models based on an ensemble of decision trees (RF and GBDT) are more suitable for the estimation of rice dry biomass, at least with optical satellite imagery. Studies that would extend the evaluation of these machine learning models, to other parameters like leaf area index, and to microwave imagery, are hereby recommended.     

黑宝山—木耳气盆地晚侏罗世沉积构造和聚煤特征

应用聚煤盆地分析理论与方法,对黑宝山—木耳气盆地形成的地质环境和聚煤特征进行了分析研究。总结了半地堑式断陷盆地的构造格架、充填序列、沉积相的展布及煤层的分布、变化等规律,对于缺煤的黑龙江西部地区开展煤田勘查工作具有一定的指导意义。