河北省月平均气温分布式模型应用研究

利用1971-2000年河北省及周边126个气象台站的常规观测资料,应用月平均气温分布式模型,实现了起伏地形下河北省月平均气温的分布式模拟,制作出100 m×100 m分辨率的气温空间制图。结果表明：坝上高原和河北省平原地区地势平坦,气温分布比较均匀;燕山山脉和太行山山脉地形复杂,气温受局地地形影响显著。在角度相同的坡地上,偏南坡与偏北坡的气温差异1月>10月>4月>7月。在同一时段,偏南坡与偏北坡的气温差异随坡度的增加而增加;张家口地区多盆地河谷,气温分布均匀且较周围地区高;月平均气温分布式模型在河北省具有良好的模拟精度、时间维和空间维模拟性能及山地扩展性能。     

南海西南部曾母盆地早中新世以来沉降史分析

采用回剥法和局部均衡模式研究曾母盆地早中新世以来的沉降史，并探讨了该盆地构造演化特征。曾母盆地自早中新世以来经历了17．5-11．6Ma、11．6-5．5Ma、5．5-3．0Ma和3．0-0Ma的4次快速沉降作用，其构造演化受控于曾母地块与南沙地块及婆罗洲地块的碰撞和盆地两侧的万安-卢帕尔断裂与廷贾走滑断裂的综合作用，可划分为南北双向挤压（晚始新世-早中新世）、走滑改造（中中新世-晚中新世）和区域沉降（上新世-第四纪）3个演化阶段。     

船舶自动气象站分类标准及仪器布设原则

本文在研究分析各类船舶的基础上,对船舶自动气象站(船舶站)的基本构成和采集要素进行了分类,提出了船舶站构成的分类标准,解决了不同船舶选取安装不同要素自动站选择依据不足的问题,详述了船舶站的构成。以典型船舶站为例,详述了温、压、湿、风、降水、能见度、辐射等观测要素的安装位置选择,为船舶站的设计和安装提供参考依据。     

用同步摄影法测定多普勒激光动力测地网的经度零点差

多普勒激光动力测地所求得的经度是相对于某一假定原点的,为了求得"绝对经度"必须确定多普勒激光动力网在"CIO-BIH"系统中的经度零点差。本文讨论了多普勒激光动力网中产生经度零点差的原因,给出了用同步摄影法测定经度零点差的公式,详细讨论了最有利观测条件,并估算了本方法的精度。     

利用人工鱼群算法优化高斯过程模型及应用分析

基于高斯过程利用传统共轭梯度法搜索超参数,存在对初始值依赖性强、获得局部最优解的不足。本文采用人工鱼群算法对超参数进行智能寻优,建立了基于人工鱼群算法的高斯过程模型对变形体形变进行预测分析。通过隧道和基坑两个工程实例计算比对分析,NN、SE和RQ 3种核函数中NN核函数的预测效果最好,平均相对误差分别为0.69%和1.06%。结果表明超参数优化模型的预测精度得到了较大的提高,改善了高斯过程算法本身存在的超参数求解方面的不足,效果明显。     

2022年门源MS6.9地震震区三维速度与发震机制研究

2022年1月8日,青海省门源县发生M_S6.9地震。使用青海、甘肃等区域数字台网所观测到的2009年1月1日—2022年2月8日间青海门源及周边地区(36°～39°N,101°～104°E)14 869次地震事件的地震观测资料,基于双差成像(TomoDD)方法进行重定位分析,结果表明：门源及周边地区地震震源深度较浅,主要集中在5～15 km深度范围,其中10 km附近分布最多。推断该深度区域为门源及周边地区的主要孕震区。基于地震重定位结果和主震区三维速度结构分别对2016年门源M_S6.4地震和此次地震序列的发震机理进行分析对比,发现两次地震都位于高速异常体边缘,速度结构与断裂、地震序列吻合较好。2022年门源地震位于高速体的西端末梢位置,是该高速体受青藏高原东北缘顺时针应力作用导致的滑动产生的走滑型地震。     

四川九龙里伍地区笋叶林铜矿床地质特征

四川九龙笋叶林铜矿床位于江浪岩浆-变质核杂岩北部,是里伍铜矿外围一个矿区。本文从地层、构造、岩浆岩、围岩蚀变、矿体特征、矿石特征等方面进行矿床地质特征分析。并通过钻孔深部验证,着重对S-3和S-4矿体的深部延伸情况进行了研究。研究发现笋叶林矿区围岩蚀变十分强烈;矿体呈似层状产出,品位、厚度等在深部变化较大,深部发现多层矿化体,矿石品位普遍不高;硅化石英脉、绢白云母化、石榴石化与矿化关系密切。最后,认为在外围的笋叶林矿区寻找铜矿有较好的前景。     

精心组织统筹协调有力有序推进矿产资源利用现状调查工作

为全面掌握矿产资源利用现状,掌控全国矿产资源储量家底,加强矿业权管理,进一步做好矿产资源规划、管理、保护和合理利用工作,国土资源部决定在全国范围内开展矿产资源利用现状调查工作.     

基于机器学习算法的多源月尺度融合降水产品在中国区域的检验评估

栅格格式降水产品相对于地面气象站观测资料有更好的空间监测能力,但是不同产品性能存在显著差异。本文评估了9种月尺度格栅降水产品TRMM、GPM、CMORPH、CHIRPS、ERA5、ERA5-Land、PERSIANN、PERSIANN-CDR、PERSIANN-CCS在中国的精度,从中择优选取5种较好的降水产品,利用XGBoost、随机森林和多元线性回归3种机器学习算法分别进行数据融合。研究发现,TRMM、GPM、CMORPH、CHIRPS、PERSIANN-CDR 5种产品具有相对较好的精度;在高海拔与干旱区域,降水产品的误差均明显增大。经过机器学习算法融合后,最优的XGBoost算法模型产品相关系数明显提升,均方根误差和偏差明显降低。3种算法各月均表现较高精度,其中XGBoost算法模型产品在夏季表现较好,而随机森林算法模型产品在冬季表现较好,且3种算法模型产品在不同区域均表现较高精度。和融合之前的5种原始产品比较,3种算法模型产品的精度均有提升。经过XGBoost算法融合后的产品在空间上相比较最优的原始GPM产品与气象站点插值产品具有更多的变化和局部降水细节信息。