利用卡尔曼滤波方法释用数值预报产品

本文对卡尔曼滤波方法的基本原理作了简要的概述.并在ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场上选取因子,利用卡尔曼滤波方法对温度和降水进行了预报及对相关结果进行了检验,结果表明利用卡尔曼滤波方法释用数值预报产品对于德阳各站的温度预报具有良好的预报能力.     

玉山信木柚栽培的气候可行性分析

根据信木柚所要求的气候条件,从气候学的角度分析了玉山种植信木柚的可行性,并提出了高产优质栽培措施。     

支持向量机方法在德阳降水分类预报中的应用试验

本文对支持向量机(svm)分类方法的基本原理作了简要的概述，并依据常规观测资料选取预报因子，以经典统计预报方法的方式，利用svm方法，选取不同的核函数对德阳市雨量分类预报进行试验。Ts评分表明采用多项式内积函数作为核函数构造的预报模型具有较好的预报能力。     

金刚石结构的es表达式及其多型的空间群确定

金刚石具有多种多型，利用乙烷构象分析方法，发现金刚石结构内存在交错式构象(s)和重叠式构象(e)两种构象单位，进而利用堆垛原理给出金刚石结构和金刚石多型结构的es表达式．结合Mclarnan的多型数目及其空间群分布表便捷地给定金刚石多型的空间群。     

西藏林周地区新生代水热成矿地质模型

通过对西藏林周地区有关矿床基本成因、蚀变特征和区域水热活动历史的调查，对其中一些矿床流体包裹体以及旁多、当雄、羊八井等地水样进行了H、O同位素分析，概略地在区域断裂构造网络中判断成矿流体运移趋势，归纳出喜马拉雅期林周地区新生代水热成矿的条件和环境，并建构了一个地质模型。     

赣杭构造火山岩铀成矿带区域地球物理场分布特征及找矿意义

本文在简述赣杭构造火山岩铀成矿带区域地球物理场分布特征的基础上,着重讨论了区域地球物理场与铀矿化的空间分布关系,代表性铀矿床(田)的区域地球物理场特征及其组合类型,指出了“多位一体”的地球物理场组合是铀成矿的最佳组合。根据组合类型,对全带矿床、矿点进行分类排队,并为全带远景评价提供了依据,对下一步工作提出了建议。     

基于稀疏表示和字典学习的全色与多光谱影像融合

Pansharpening方法通过融合多光谱影像的光谱信息和全色影像的空间细节信息来得到高分辨多光谱影像。然而传统的Pansharpening方法易导致产生光谱扭曲和空间信息丢失现象。受到影像稀疏表示超分重建理论启发,本文提出了一种新的基于稀疏表示和字典学习的Pansharpening方法。该方法以影像的高频特征作为训练样本,通过字典学习的方法来获取高低分辨率影像字典,使用正交匹配追踪算法求解出影像的稀疏表示系数,最终通过高分辨影像字典与稀疏系数相乘得到融合影像。实验结果表明:本文提出的方法能很好地保持遥感影像的光谱信息和空间细节信息。     

浙江省北斗地基增强系统框架网测试结果分析

随着我国北斗卫星导航系统向整个亚太地区提供高精度的定位导航服务,推进北斗卫星导航产业应用已成为测绘与地理信息行业的重要目标。当前浙江省已经建成覆盖全省的北斗地基增强系统框架网络,并基于该网络完成了一系列测试工作。测试结果表明,其对应浙江省北斗地基增强系统设计指标平面不大于5cm,高程不大于10cm标准,不论国产主板设备、进口主板设备其平面精度指标都能够基本满足设计要求,但高程精度设计有所欠缺,北斗地基增强系统在提供连续、可靠高精度厘米级差分应用服务方面依然有待突破。     

基于RNN的空气污染时空预报模型研究

针对空气污染物时间序列中包含缺失值以及现有时间序列预报模型缺乏对时序特征状态建模的问题,该文构建了基于缺失值处理算法和RNN(循环神经网络)的时空预报框架。对空气污染物时序数据设计了3种缺失值处理算法(前向递补、均值替代和权重衰减),用缺失标签和缺失时长对缺失值建模,并在此基础上搭建含有全连接层与LSTM层的深度循环神经网络(DRNN)用于时空预报。使用深度全连接神经网络(DFNN)作为DRNN的对照,用京津冀区域的空气质量和气象数据训练模型,并比较不同模型的预测精度。通过实验,比较了3种缺失值处理方法的效果,结果表明,LSTM在空气污染时空序列预测上的表现优于传统的全连接神经网络层,证实了提出的基于深度学习的时空预报框架的有效性。     

南海季风试验综述

介绍了在中国科学家为主力、在我国及其周边地区开展的第1次大型的国际性大气-海洋科学试验-南海季风试验（1996-2000年）。该试验研究有助于揭示大气活动及其与水圈间相互作用的内在规律，不断提高我国重大灾害性天气气候预报的准确率和服务水平，显著增强气象防灾减灾能力；同时，南海季风试验研究中所揭示出一些新的科学认识，对全球能量和水份循环试验计划这一世界性的重大气候研究也具有重要意义。