连云港沿海地区及近海风能资源评估

通过对连云港市30多年气象整编资料及沿海高密度自动气象站、6座测风塔、4座海岛气象站等加密观测资料研究,在充分考虑当地特殊地形特点的基础上,探讨了该地区沿海及近海风能资源的时空分布规律及特点,并重点对风湍流强度的特征及强湍流对风电的影响进行了剖析;研究表明,近海地区风能资源储量相对丰富,风速变化稳定,且风垂直切变较小,具有更为广阔的开发利用前景.     

贵州安顺新场河水库滑坡成因与变形趋势分析

本文以新场河水库滑坡为研究对象,在野外勘查、探明滑坡地质条件和变形特征的基础上,对新场河水库滑坡的成因进行了分析,根据土体压缩特性和固结原理,参照地基变形计算方法,对滑坡稳定性及未来的变形发展趋势进行了评价。研究表明,具备顺层地质条件的库岸斜坡,在库水位升降和降雨联合作用下,即使没有很好的临空滑移条件,斜坡体也会产生蠕滑变形,其变形量的大小与坡体组成物质的压缩性有关。分析研究可为同类水库滑坡防治及安全运行提供借鉴。     

Forecasting the dark energy measurement with baryon acoustic oscillations: prospects for the LAMOST surveys

The Large Area Multi-Object Fibre Spectroscopic Telescope (LAMOST) is a dedicated spectroscopic survey telescope being built in China, with an effective aperture of 4 m and equipped with 4000 fibres. Using the LAMOST telescope, one could make redshift survey of the large-scale structure (LSS). The baryon acoustic oscillation features in the LSS power spectrum provide standard rulers for measuring dark energy and other cosmological parameters. In this paper, we investigate the measurement precision achievable for a few possible surveys: (1) a magnitude-limited survey of all galaxies, (2) a survey of colour-selected luminous red galaxies (LRG) and (3) a magnitude-limited, high-density survey of   z < 2  quasars. For each survey, we use the halo model to estimate the bias of the sample, and calculate the effective volume. We then use the Fisher matrix method to forecast the error on the dark energy equation of state and other cosmological parameters for different survey parameters. In a few cases, we also use the Markov Chain Monte Carlo method to make the same forecast as a comparison. The fibre time required for each of these surveys is also estimated. These results would be useful in designing the surveys for LAMOST.     

罗布泊全新世沉积特征及其环境意义

罗布泊西湖属开阔湖盆,上世纪30年代其面积达1900km2,但湖心剖面粒度分析的结果表明,其粒度组成与一般开阔湖盆有着显著的不同:沉积物常具黄色与灰色互层结构,层理清晰,黄色层的粒度组成中常含较多粗颗粒砂,灰与黄色层的混合样是以粉砂黏土为主,同时含有一定量的中、细砂,甚至粗砂。根据与风成砂和尘暴沉积的粒度组成对比,可知这种沉积特征与现代尘暴沉积有很大的相似性,因而表明风尘是罗布泊沉积的重要物源,并可据此来恢复10000a以来本区尘暴作用的强弱变化。     

大陆地壳深熔作用中自由水的贡献——以高喜马拉雅淡色花岗岩为例

高喜马拉雅淡色花岗岩是印度与亚洲板块碰撞过程中,地壳深熔作用的产物.尽管自由水对高喜马拉雅淡色花岗岩形成的重要性已被多次报导,但仍存在许多争议.本研究汇编了高喜马拉雅淡色花岗岩的全岩地球化学数据,证明高喜马拉雅淡色花岗岩可以由脱水熔融形成和水致熔融形成.进一步通过热力学模拟获得锆石结晶,并与锆石Ti温度计比较,限定了不...     

青藏高原河流网络高分CubeSat遥感监测

河流网络是地表水循环的重要组成部分,如何实现河流网络动态监测已成为河流遥感研究的热点。近年来,以PlanetScope为代表的CubeSat小卫星已具备了米级空间分辨率、1 d重访周期的优势,这为河流网络高时空分辨率动态监测提供了可能。本文以青藏高原长江源区的通天河流域（227 km²）为研究区,选取2017-05—2017-10 5期3 m空间分辨率CubeSat遥感影像,增强河流横纵剖面特征自动化提取了河流网络,研究了通天河流域河流网络动态变化,对比分析了3 m CubeSat与30 m Landsat 8、10 m Sentinel-2所提取的河流网络,以及5种现有水体数据集（GRWL,GSW,FROM-GLC 2017,OpenStreetMap,HydroSHEDS）。研究结果表明：（1）研究区内河流网络5月水系密度较低（0.38 km^-1）,7—8月河流网络进入丰水期,水系密度显著增加至0.61 km^-1,9月河流网络进入平水期,水系密度趋于平稳（0.53 km^-1）,随后迅速退化并于10月开始冻结,水系密度迅速降低至0.37 km^-1;（2）采用高空间分辨率CubeSat所提取的河流网络能够识别更多细小河流（河宽3—30 m）,CubeSat所提取的河流总长分别为Landsat 8、Sentinel-2所提取河流总长的1.6倍和1.3倍;（3）CubeSat所提取的河流网络水系密度高于现有水体数据集（2.9—12.4倍）,弥补了现有水体数据集无法反映细小河流的不足。     

无/缺水下地形数据的高原堰塞湖水量遥感估算

水量遥感动态监测对于高原堰塞湖风险评估、预报预警和处置决策等具有重要意义。针对高原无资料或缺资料区,充分利用空天遥感技术,文章提出了一种无/缺水下地形数据的高原堰塞湖水量遥感定量估算方法。该方法首先通过遥感水域面积提取,获取堰塞湖淹没空间范围;进而采用不规则复杂多边形中线定位算法,确定堰塞湖中心线位置;然后基于河道中心特定点高程信息,结合局部河道比降估算,生成堰塞湖水下地形河道中线约束因子;再根据河道边坡高程信息和水下地形约束因子自适应拟合出局部堰塞河道的水下未知地形;最后通过三维曲面离散积分实现堰塞湖水量遥感动态定量估算。实验以东帕米尔高原的萨雷兹堰塞湖为研究区,展开遥感水量调查与局部验证研究,结果表明:萨雷兹堰塞湖当前水域面积约为89.09 km²,水量约为162.49亿m³;这一结果与专家预估的水资源量155—165亿m³基本吻合。经局部模拟实验精度对比验证,模拟结果与实际数据动态误差总体控制在10%以内,相关系数达到0.95(P<0.01,双尾),进一步证明了算法的鲁棒性和估算结果的可信度。为无/缺水下地形数据的高原堰塞湖水量遥感估算提供了一种有效的方法,实现了水下地形未知的高原堰塞湖水量遥感快速反演与定量测算。     

玉米大豆生长中后期遥感辨识的指示性特征研究

玉米和大豆是两种主要的粮食作物,及时准确地监测两者的种植面积对于产量预测和市场价格的制定具有重要的意义。利用遥感技术探究在生长季中后期能有效区分玉米和大豆的指示性特征集,为在不同实验区进行推广应用和提前玉米和大豆种植面积信息发布的时间提供技术支撑。文章以玉米和大豆为研究对象,以黑龙江和安徽省两个典型种植区为实验区,以高分一号影像为数据源,计算多种植被指数特征和两种纹理特征,同时利用特征优选方法评价特征间的相对重要性,并结合随机森林分类算法分析特征个数对精度的影响,得到不同试验区区分两者的最佳特征子集。随后根据不同实验区最佳特征子集的共同点和差异,遴选出对玉米和大豆中后期区分的遥感指示性识别特征集,并设计实验方案验证其有效性和稳定性。实验表明：在玉米和大豆生长中后期存在具有高效辨识两者的遥感特征集,能有效和稳定地增强两者的遥感识别能力;在不同实验区,基于特征优选方法可以选择出区分玉米和大豆的最佳分类特征子集,得到两者最优的识别效果,比仅仅使用原始波段特征的分类精度提升了近10个百分点,总体分类精度能够平均达到97%,Kappa系数0.96,玉米和大豆的单类分类精度平均超过95%;在不同的种植区,利用玉米和大豆的指示性特征集可以得到几乎与优选出的最佳特征子集同样的分类精度和制图效果,且具有稳定性和有效性,较最佳特征集更具推广使用意义。指示性特征集包含6种：植被指数中的比值植被指数（RVI）,差值植被指数（DVI）,转换型植被指数（TVI）,改进型叶绿素吸收比率指数（MCARI）和灰度共生矩阵（GLCM）纹理特征中的二阶矩（the Second Moment）和熵（Entropy）。     

基于独立分量分析的遥感图像分类技术

遥感图像的自动分类方法一般基于图像的统计信息。多光谱遥感图像之间有着一定的相关性 ,对遥感图像的自动分类有不利影响。一般用主成分分析去除波段之间的相关性。独立分量分析能利用相对主成分分析更高的统计分量 ,不但可以获得去相关的效果 ,而且可以得到相互独立的结果波段图像。本文首先讨论了独立分量分析的基本原理。在此基础上 ,介绍FastICA算法 ,并对其进行改进 ,得到M FastICA算法 ,并将其应用到遥感图像的分类上。实验结果表明 ,M FastICA算法较FastICA算法收敛性大为改善 ,提高了独立分量分析在遥感图像的分类上的有效性