国外地图学信息检索系统概述

当代在地图库和图书馆里对地图学出版物的整理、系统分编、保存和检索采用各种不同的方法:有目录单式的、有题录卡片式的、有穿孔卡片式的(手制和机制的)及磁盘等等。苏联的绝大多数库房中采用各种卡片目录和卡片档形式的信息检索系统,就是这样,长年累月用手费力地整理加工。     

1997年长江,黄淮流域特大洪涝灾害预警

本文根据长江，黄淮流域１８４０年以来历史和实测的洪涝灾害资料，从物理成因和数理统计两个方面进行分析，推断在１９９７年及其前后的优势期附近，长江，黄淮流域很有可能出现一次特大洪涝灾害。     

关于对江西省矿产资源的发展和合理开发利用对策的思考

矿产资源是人类生存和社会发展的重要物质基础,在江西未来的经济发展和社会进展中,对矿产资源的需求仍然十分重要。本文从分析江西的矿产资源和矿产建设基础条件与制约矿业经济发展的因素入手,联系国内外矿产资源的供需形势,对全省矿产资源的发展和合理开发利用的对策作一探讨。     

吕四平台ZQP1—1遥测自动观测系统

ZQPI-1遥测自动观测系统是我国第一套无人全自动全天候型的海洋水文气象观测系统,文中重点介绍了设计过程,特别是系统主控,容错功能,测试器检验等技术,做了详细说明,以供同行交流。     

2008年2月初金华市罕见冻雨灾害成因分析

2008年1月中旬到2月初我国南方一些省份遭遇了50年未遇的持续低温、雨雪和冰冻天气,其中2月1～2日浙江省遭遇最严重的一次冻雨和暴雪天气。通过对2月1日金华市冻雨天气的诊断分析发现:前期北方冷空气不断扩散南下,各层温度都很低。2月1日700 hPa孟加拉湾槽东移,槽前西南急流给我区带来充沛的水汽,强盛的暖平流使中间层出现明显回暖形成融化层。而底层处在冷高压底部东到东北风里,受冷空气回流影响,温度仍很低是个冷层。随着850 hPa切变线北抬,中低层切变辐合加强,水汽升到高空变成冰晶、雪花。高空落下的冰晶、雪花在融化层里融化,再经过底层的冷却层变成过冷水滴,遇到地表物体冻结成冰-冻雨。2月2日河套一带的北支槽东移,槽后西北气流引导新的冷空气南下,中低层出现明显降温使融化层消失,冻雨天气转为降雪天气。     

珠江口水质BHC和DDT含量及分布的研究

根据１９８７－１９９２年珠江口的污染监测和其他调查资料,对珠江口水中有机氯农药ＨＢ和ＤＤＴ的含量及分布善作了评述,探讨了影响ＨＢＣ和ＤＤＴ分布的因素,为珠江口的综合利用开发和污染治理提供参考。     

基于统计分析的地下厂房边墙最大收敛变形多指标预测方法

准确预测围岩变形是大型地下硐室科学设计与安全施工的重要前提之一。现有地下硐室围岩变形预测方法主要基于已施工部位围岩变形情况来预测未施工部位围岩的变形趋势,难以满足工程勘察设计阶段准确预测围岩整体变形的要求。在统计分析国内31例大型地下硐室实测资料的基础上,提出了一种适用于工程勘察设计阶段的大型地下厂房边墙最大收敛变形多指标预测方法。该方法分析了31例工程案例的实测数据,发现单轴饱和抗压强度与地应力的比值(强度应力比R/σ)、地质强度指标(GSI)和完整岩石的材料常数m_i对围岩变形影响较大,并给出了相应的计算方法,同时采用最大收敛变形与硐室高度比(相对变形值U/H)评价了围岩变形量值的大小。通过大量的统计分析建立了地下硐室相对变形值U/H与3个指标之间的预测公式。通过工程实例验证了所提大型地下厂房边墙最大收敛变形预测方法。结果表明,该预测方法的计算结果与实际结果非常接近,说明了所提方法的合理性。     

基于Google Earth Engine和作物模型快速评估低温冷害对大豆生产的影响

作为中国商品粮的主要生产基地,东北地区频发的低温冷害给中国粮食安全带来了严重的影响,及时、准确和大范围评估低温冷害灾损是降低损失、快速恢复生产的重要前提。本文以鄂伦春为例,提出了一种快速评估低温冷害对大豆生产影响的新方法。首先诊断出该地区典型冷害事件发生的年份为1989年、1995年、2003年、2009年和2018年;然后基于本地化后CROPGRO-Soybean模型设置512组低温冷害和田间管理组合模拟情景;其次构建了1600组包括3个变量（有效积温距平值（CDD）、模拟的叶面积植被指数（LAI）和产量）的冷害脆弱性模型;最后依托Google Earth Engine（GEE）平台逐像元提取大豆关键生育期早晚窗口内最大的宽动态植被指数（WDRVI）及对应的日期（DOY）,将WDRVI转化为大豆种植格点的实际LAI,结合构建的冷害脆弱性模型逐像元计算出产量和减产率。主要发现如下：① 校准后的CROPGRO-Soybean模型能较为准确地模拟不同冷害情景下的大豆生长发育过程;② 大豆遭受全生育期的降温情景（1~3 ℃）的减产幅度比局部降温情景（4个生育期随机生成连续5日温度为0 ℃）的减产幅度大;③ 历史冷害年1989年、1995年、2003年、2009年平均减产率约为9.6%、29.8%、50.5%和15.7%,与实际6.4%、39.2%、47.7%和13.2%的减产率相比,冷害灾损评估结果具有较好的精度且误差均在一倍方差以内;④ 运用该方法评估2018年冷害田间尺度的产量损失,并利用Sentinel-2A影像进行10 m高精度制图。结果显示,该方法能够快速、准确地评估不同尺度的低温冷害灾损情况,为作物估产以及农作物灾害损失评估的业务化运行提供了新的思路。