2001—2020年中国地表温度时空分异及归因分析

地表温度（LST）变化对陆面过程的能量收支平衡与生态系统稳定有着至关重要的影响。本文基于MOD11C3数据,使用回归分析、GIS空间分析、相关性分析及质心模型等方法,分析了中国2001—2020年LST变化及其时空分异格局;运用地理探测器识别中国38个生态地理分区下LST变化的主导因子,进而探寻其形成原因。结果表明：① 中国2001—2020年LST气候平均值为9.6 ℃,整体呈东南及西北干旱区高、东北及青藏高原低,平原高、山区低的基本格局;LST与海拔呈显著负相关,相关系数达-0.66;第一阶梯负相关性最为显著,相关系数达 -0.76,LST递减率为0.57 ℃/100 m;② 中国2001—2020年LST倾向率为0.21 ℃/10 a,升温区占国土面积的78%,整体呈现“多核式升温,轴线式降温”的空间特征;③ 中国LST及变化具有显著的季节性特征,冬、夏两季均温空间分布较其他季节的差异较大且波动更为明显;季节性升/降温区的质心轨迹呈环状,且运动呈现出对应的季节性反向轨迹,降温区质心移动幅度更大,说明降温区的区域差异性和季节变异性较大;④ 中国LST变化由自然影响与人类活动共同驱动,其中自然因素贡献更大,日照时数和海拔是关键因子;两大主导类型在空间分布上与“胡焕庸线”高度吻合,其以东区域多以人类活动强度为主导并与地形因子共同作用,而以西区域则多以自然因素为主,通过与气候、地形、植被等因子的相互耦合从而增强/削弱LST变化幅度。本文可为应对气候变化、解析地表环境模式、保护生态环境等方面提供科学参考。     

渤海海域XX21-3油田储层特征及储量评价的风险潜力

基于壁心、分析化验、测井曲线等资料,对XX21-3油田馆陶组储层岩性特征、孔隙特征和物性特征等储层特征进行分析,结合区域沉积背景认为馆陶组储层为辫状河心滩沉积,水动力条件的不同是导致N1gⅢ上和N1gⅢ下2个亚油组具有不同物性特征的原因,为后期优选开发层位提供依据。M油田与XX21-3油田相邻,是已开发经验较为成熟的油田,且与XX21-3油田在构造、沉积、储层和原油性质等方面具有相似性。为了规避XX21-3油田在储量评价过程中的风险,挖掘潜力,通过类比和借鉴邻近M油田,认为:1XX21-3油田馆陶组块状底水稠油油藏在不考虑油水界面起伏的理想模式下确定的含油面积存在风险;2N1gⅢ上油组探明油底下推到最大圈闭线计算的控制储量潜力很大。     

后方交会在排土场沉降监测中应用的探讨

排土场是露天矿山的重大危险源之一,其沉降监测一直以来备受重视。本文根据某露天钼矿排土场沉降监测方法及特点,提出利用全站仪后方交会的方法进行沉降观测,通过观测实验,分别对测角、测边后方交会的坐标数据进行比较分析,综合考虑数据的精度和产生误差的原因,并依此得出测边后方交会更加适合于该露天钼矿排土场沉降观测的结论。     

三维地形可视化中不同图元渲染效率比较分析

大规模地形场景一般由几百万甚至更多的顶点构成,地形瓦片的图元组织与绘制效率直接决定了地形渲染的速度和质量。为明确Triangles,Triangle Strip,Triangle Fan和优化的Triangle Strip图元渲染效率,选取常用的11种大小瓦片样本进行对比试验。从初始化时间、索引缓存大小和实时绘制时间3个方面评估图元效率。结果表明：在地形瓦片小于256时,Triangles和优化的Triangle Strip具备较高的渲染效率,Triangles会占用较大的索引缓存;在地形瓦片超过256时,优化后的Triangle Strip图元具有最高绘制效率,并且占用最小的索引缓存。     

人工神经网络和决策树模型在滑坡易发性分析中的性能对比

机器学习模型广泛应用于区域性滑坡易发性分析。模型的选择关系到评价结果的可信度、准确率和稳定性。现有滑坡易发性分析模型对比研究侧重模型的预测精度。模型的稳定性和数据量敏感性对机器学习模型的性能评估同样非常重要。本文以福建省南平市蔡源流域为研究区,以四川省绵阳市北川县为验证区,从预测精度、稳定性和数据量敏感性3个方面深入对比BP（Back Propagation）人工神经网络模型和CART（Classification and Regression Tree）决策树模型在滑坡易发性分析中的效果,主要结论如下:① 在逐渐增加一定数量训练样本的过程中,BP人工神经网络模型预测精度的增长率更高。在蔡源流域内,当训练样本数量增加10 000时,BP人工神经网络模型的预测精度上升5.22%,CART决策树模型的预测精度上升2.11%。② BP人工神经网络的预测精度高于CART决策树模型,且较为稳定。在100组数据集上,BP人工神经网络模型验证集预测精度的均值和验证集滑坡样本预测精度的均值分别为81.60%和84.86%,高于CART决策树模型的72.97%和76.59%。与此同时,BP人工神经网络模型对应预测精度的标准差分别是0.32%和0.37%,小于CART决策树模型的0.35%和0.67%。③ BP人工神经网络模型分析的滑坡易发区相比CART决策树模型,更接近实际滑坡的空间分布。最后,北川县的验证实验也出现了相同的现象。     

芝罘群岩石地层划分及区域对比

芝罘群分布于烟台市区北部芝罘岛、崆峒岛、担子岛等岛屿上,自下而上划分为老爷山组、兵营组及东口组.东口组为新建岩石地层单位.该群岩石组合为白云母钾长片麻岩、含电气石钾长石英岩、钾长石英岩、镜铁矿钾长石英岩、石英岩、白云母石英片岩夹黑云片岩、透辉变粒岩及大理岩等.其原岩为富钾、铁、硼的长英质碎屑岩夹粘土岩及富镁碳酸盐岩.兵营组单颗粒锆石U-Pb年龄为2171Ma,其成岩时代属古元古代早期.芝罘群区域上可与辽东地区古元古代榆树砬子群对比.     

贵州与印度的夏季风的异同分析

季风作了气象科学的一个重要课题，许多人都作了大量研究，中国和印度均处于季风区，印度季风和中国季风的研究已作了大量研究，揭露了不少事实，但中国季风的研究多指我国的东部，而贵州位于我国西南部，地处东亚季风和印度季风之间的过渡区，因此，对贵州省的论及较少，从气候的角度出发，把贵州和印度的季风的某些特征量，如降雨、风、环流等进行对比分析，在一定程度上反映了贵州和印度夏季风的主要异同。     

GPS独立坐标网的计算方法探讨

对工程测量地面控制中GPS网的独立网的平差计算方法进行详细论述,旨在说明如何利用现有平差软件计算GPS网点坐标,以满足工程要求。     

基于最小二乘支持向量机回归的GPS高程转换模型

探讨了将最小二乘估计引入到支持向量机中,给出最小二乘支持向量机回归(LS-SVR)算法,该算法用等式约束代替传统支持向量机回归中的不等式约束,使得求解过程更为简单。将构建的LS-SVR模型应用到GPS高程转换中,提出该回归模型的实现步骤。实例表明,在有限样本情况下,LS-SVR完全可以达到与传统GPS高程拟合方法相同的精度,但实现起来更简单,而且在泛化性能方面具有理论上的保证。