2007年夏季江淮强降水过程中10~30d低频变化及其与对流层上层波包活动的联系

利用NCEP/NCAR再分析和全国740站逐日降水资料,运用一点滞后相关等方法,对2007年夏季江淮流域强降水期间低频振荡的波动活动特征及其与降水低频变化的联系进行了分析。结果表明,在2007年夏季降水中,降水低频分量起着重要作用。降水的低频振荡主周期为10~30d,降水距平时间序列与10~30d低频分量具有较好的对应关系。低频扰动在对流层上层和低层都呈现波列状分布,且在降水活跃位相时,低频环流在高、低层具有斜压结构。在对流层上层,低频扰动有缓慢的东移倾向,相速度为每天2~3个经度。西风带中存在多次移动性波列向下游的传播,且在120°E以西以每天14经度的群速度向下游频散能量,表明10~30d低频波动具有明显的下游发展特征。在强降水开始5d前,低频波动与能量可起源于高纬的乌拉尔山附近,沿着西北-东南向的路径向下游传播。下游发展的低频波动为江淮流域带来了能量,为强降水的发生提供了条件。这些结果加深了人们对低频波动在江淮流域强降水过程中所起作用的认识,可为寻找江淮流域强降水过程预报线索提供科学依据。     

华北陆块晋冀Al- Fe- Au- Pb- Zn- Ag- Cu- 煤成矿带主要地质成矿特征及潜力分析

华北陆块晋冀成矿带是我国重要的金属和能源矿产资源基地,近年来新的找矿进展和预测成果不断涌现,使之成为我国重点找矿地区之一,需要对其开展系统的成矿区划和部署研究工作。本文以新的研究成果和找矿突破为基础,通过综合分析,在该地区划分新的重要成矿部署区带,厘定边界并将其命名为"华北陆块晋冀Al-Fe-Au-Pb-Zn-Ag-Cu-煤成矿带"。结合区域成矿地质背景的综合研究,在区内划分了10个成矿亚带,初步建立了Al-Fe-Au-Pb-Zn-Ag-Cu-煤成矿带成矿谱系,其成矿作用具有多期次发育和多系统控制的特点,在时间演化上表现为多旋回性、继承性、新生性和叠加性特点,主要成矿期有前寒武纪,寒武纪-晚二叠世,晚三叠世-晚白垩世和新生代,其中晚侏罗-早白垩世是内生金属矿床成矿大爆发期。该带产出的矿床类型复杂多样,与岩浆有关成矿作用有岩浆岩型、斑岩型、矽卡岩型、海(陆)相火山岩型、岩浆热液型和石英脉型,变质成矿作用有沉积变质型、绿岩建造型,层控成因矿床有碳酸盐岩中热液型,沉积成矿作用有海(陆)相沉积型、砂矿型、风化壳型矿床等。结合区域找矿进展和潜力评价最新成果,认为本区铝土矿、铁、金、锰、钼、铜、铅锌、煤矿潜力巨大,为下一步勘查部署的主攻矿种,同时在本区划分了26个重点远景区,对研究区下一步矿产勘查部署工作有一定指导意义。     

利用GNSS干涉信号振荡幅度反演土壤湿度

根据干涉效应和GNSS接收机信噪比估计方法,推导了利用GNSS干涉信号幅度进行土壤湿度反演的模型,建模过程考虑了天线增益、土壤介电常数和噪声的影响。提出了使用AMPD算法从含有噪声的归一化干涉功率曲线中提取干涉峰值与谷值,进而反演了土壤介电常数与土壤湿度的方法,并对其进行了仿真。结果表明,利用提取出来的干涉谷值进行反演性能比峰值好,相对稳定准确的卫星仰角范围为5°~25°,湿度大于0.06cm~3/cm~3时反演结果更为准确,标准差在0.01cm~3/cm~3左右波动。     

顾及周期项误差和起点偏差修正的北斗卫星钟差预报

根据北斗卫星导航系统星载原子钟自身的物理特性,采用武汉大学IGS数据中心发布的2016年1月1日至2016年11月1日共306天的事后钟差产品进行谱分析。分析结果表明:北斗卫星导航系统的3类卫星钟都存在一定的周期特性;其中GEO和IGSO卫星钟的主周期相对较为明显;GEO卫星钟的主周期依次为12、24、8和6h;IGSO的主周期为24、12、8和6h;而MEO的3个主周期为12.9、6.4和24h。依据各类原子钟的周期特性,同时对各天之间钟差的起始点偏差进行修正,并利用修正模型对北斗卫星钟差进行预报和精度分析。试验结果表明,改进的预报模型能显著提升北斗卫星的钟差预报精度,北斗卫星钟差24h、12h、6h的平均预报精度分别能达到6.55ns、3.17ns和1.76ns。     

一种四叉树和测地线活动轮廓模型相结合的海陆影像分割方法

海陆影像分割对于后续的海岸线提取、潮间带地形反演、海岸演化状况分析等都具有十分重要的意义。本文在分析了四叉树、测地线活动轮廓(GAC)模型和Canny边缘检测算子等在海陆影像分割中优缺点的基础上,提出了一种四叉树、Canny算子和GAC模型相结合的海陆影像分割方法。该方法综合利用上述各方法的优点,将Canny算子边缘检测结果融入到基于四叉树初分割的GAC模型中,重构边界停止函数,演化水平集方程,实现海陆影像分割。试验结果表明,该方法具有海陆影像分割速度快、精度高、可靠性强和自动化程度高等优点,对于弱边缘以及严重凹陷边缘,都能实现自动和准确分割。     

GNSS 监测数据预处理在变形预测中的应用

GNSS监测技术被广泛应用于变形监测工作中,但GNSS监测数据中会有缺失值、噪声等误差的存在,对预测结果造成影响。引入改进的小波神经网络模型进行变形预测,并考虑该模型的自适应性和容错性,分别采用三次样条插值法、小波滤波法和拉依达准则对原始监测数据进行缺失值填补、去噪和粗差剔除等预处理。并利用实际监测数据进行短期预报分析,对比原始监测数据和预处理后的监测数据的预测结果,结果表明预处理后的监测数据的预测效果更好。     

地理国情普查外业调绘核查系统实现

针对传统的基于纸质地图的外业调绘核查工作具有操作复杂、采集数据不精确、作业流程不规范等缺点,该文设计开发了基于iPad的地理国情普查外业调绘核查系统。在内业高精度遥感影像判读的基础上,采用全数字化的外业调绘核查技术,进行地理国情要素移动式、网络化外业调查和验证,快速采集和编辑调查数据,为外业工作提供了一套完整的解决方案。该系统在青岛市崂山区和城阳区的试点中已经得到广泛的应用,较好地验证了移动GIS技术用于外业信息采集的可行性。     

K-GM（1，1）模型在岩体变形监测中的应用

传统GM （1,1）模型存在着长期预测效果差、模型精度不高等问题,卡尔曼滤波能够排除建模过程中随机干扰因素,滤波值能够反映更真实的数据情况。为了能更好地提高变形监测的预测精度,基于传统GM （1,1）模型和卡尔曼滤波,提出K‐GM （1,1）模型,利用该模型对岩体变形监测数据进行建模预测,并与传统GM （1,1）模型预测结果进行对比分析,结果表明,K‐GM （1,1）模型具有较高的预测精度,可作为变形监测的一种新方法。     

ARMA模型在变形监测中的应用

介绍了时间序列分析模型ARMA进行模型识别、参数估计、模型检验和模型预测及其在变形监测数据处理中的应用。并结合某一工程实例,采用该模型对一组实测变形数据进行了分析、预测,取得了较好的数据拟合与预测效果,该模型对变形监测数据处理与预报是十分可靠和可行的,具有很强的实际应用价值。     

Is the long-term variation of the estimated GPS differential code biases associated with ionospheric variability?

The global positioning system (GPS) differential code biases (DCB) provided by the International GNSS Service (IGS) show solar-cycle-like variation during 2002–2013. This study is to examine whether this variation of the GPS DCBs is associated with ionospheric variability. The GPS observations from low earth orbit (LEO) satellites including CHAMP, GRACE and Jason-1 are used to address this issue. The GPS DCBs estimated from the LEO-based observations at different orbit altitudes show a similar tendency as the IGS DCBs. However, this solar-cycle-like dependency is eliminated when the DCBs of 13 continuously operating GPS satellites are constrained to zero-mean. Our results thus revealed that ionospheric variation is not responsible for the long-term variation of the GPS DCBs. Instead, it is attributed to the GPS satellite replacement with different satellite types and the zero-mean condition imposed on all satellite DCBs.