一种基于GEP的地面气温观测资料的质量控制方法

地面观测资料的单站质量控制是气象业务中不可或缺的环节,特别在台站密度较低或新增台站的地区,单站质量控制是观测资料有效性的基本保障。在研究传统单站质量控制方法的基础上,利用气温与相对湿度之间的耦合关系,提出一种基于基因表达式编程(GEP)算法的地面逐时气温资料单站质量控制方法,实现相对湿度对气温的质量控制。并利用该方法对江苏省六市2005—2007年地面观测的逐时气温资料进行质量控制,以评估其适用性,并将控制效果与传统方法进行比较。结果表明,GEP质量控制方法能有效标记出可疑数据,具有可控性强、识别精度高等优点,尤其在每年5—9月的检验效果优于传统的单站质量控制方法。      

菏泽市气候干湿特征评估以及干湿风险区划研究

为研究34年来菏泽市气候干湿状况的变化,并对该市干旱灾害进行风险区划,给市、区(县)各级人民政府防御干旱灾害风险提供理论数据支撑,指导农、林业的生产和发展。主要利用菏泽市最近34年气象站基本资料,分析菏泽市的潜在蒸散量和湿润指数变化,同时利用地理区划软件Mapinfo对该地区的干湿风险灾害进行区划分析。结果表明:(1)20世纪80年代以来,菏泽市年均潜在蒸散量和降水量水平都有所增加,但降水量的增加程度远远低于潜在蒸散量,于是湿润指数一直呈现下降趋势,年均降幅约为1.05%;(2)年均潜在蒸散量的增加主要由于气温上升和湿度下降两个因素影响,其中湿度下降对其产生的影响最大,两者正相关系数分别为0.312和0.94;(3)从时间轴上看,每年10月到次年6月为菏泽市干旱灾害多发期,尤其是每年的12月到次年4月,月平均湿润指数<0.5,为旱灾易发期;(4)目前,鲁西南8县1区中,单县的湿润程度最好,曹县、定陶、牡丹区等次之,鄄城县的湿润程度最差。     

春季内蒙古图牧吉国家级自然保护区湿地核心区中的水鸟群落物种多样性

分别于2014年、2015年和2016年3月20日至4月20日,采用路线调查法和定点观察法,对内蒙古图牧吉国家级保护区湿地核心区的水鸟群落进行了调查,共记录水鸟6目14科32属60种。其中,有国家一级保护鸟类4种,国家二级保护鸟类7种。研究结果表明,2014年、2015年和2016年调查期间的水鸟物种数量分别为41种、44种和41种,其中,涉禽的物种数量分别为21种、22种和17种,游禽的物种数量分别为20种、22种和24种,涉禽的个体数量分别为3 707只、2 319只和3 849只,游禽的个体数量分别为71 060只、59 724只和21 448只;豆雁(Anser fabalis)和白额雁(Anser albifrons)为图牧吉泡子优势种,其个体数量超过水鸟总数量的一半;调查期间,整个湿地核心区水鸟群落的Shannon-Wiener多样性指数分别为1.933 8、2.131 9和2.268 4,Pielou均匀度指数分别为0.360 9、0.390 5和0.423 4;图牧吉泡子和三道泡子核心区水鸟群落的Shannon-Wiener多样性指数分别为2.384 2和2.423 6,Pielou均匀度指数分别为0.413 7和0.521 9。图牧吉国家级保护区为鸟类特别是水鸟提供了良好的觅食和栖息环境,而该保护区作为中国大兴安岭地区重要的湿地,已经成为鸟类迁徙途中重要的停歇地。     

合肥市建设用地管理信息系统建设

本文在合肥市金土工程试点建设的背景下,通过对合肥市建设用地报批业务的分析和梳理,建立了建设用地报批管理业务模型和工作流程,完成了合肥市建设用地管理系统的设计与开发,并对系统的应用情况做了简要的介绍,对系统应用中存在的实际问题,提出了完善的建议措施。     

一种提高大高差短基线精度的方法

提出采用半参数模型解算大高差短基线,削弱残余对流层误差的影响。算例表明,与常规最小二乘法相比,采用半参数模型处理基线能很好地分离GPS残余对流层误差,提高基线解算精度。     

加快生态区建设步伐 努力打造＂运河古城、江北水乡＂

山东省枣庄市台儿庄区是首家全国中小城市生态环境建设实验区,多年来,区委、区政府始终把生态环境建设作为转变经济增长方式、构建和谐社会的重要载体,以建设"运河古城、江北水乡"为目标,实施了节能降耗、生态修复、污染源治理、造绿富民等系列工程,实现了生态建设和经济发展的双赢。     

从地形图形式的演变看我国测绘业的发展

作为空间信息载体的地形图，其表现形式和传输介质随着人类科学技术的进步而变化。分析了地形图由传统的纸质模拟形式发展到当前的数字地形图产品以至到今后的网络地形图，展望了21世纪我国测绘业走向信息化的广阔前景。     

阶段模型修正的星载GNSS-R土壤湿度反演方法EI北大核心CSCD

本文提出了一种基于CYGNSS数据的星载GNSS-R土壤湿度反演方法。首先,基于CYGNSS数据提取地表反射率参数,联合SMAP数据中提取的植被光学厚度、地表粗糙度和温度等辅助信息,初步构建了土壤湿度反演理论模型,并利用神经网络模型确定了土壤湿度反演的精细数学模型;然后,将该模型处理获得的土壤湿度以35%为分界点,利用本文提出的阶段函数模型提高反演精度,并使用2018年10月—2019年5月的CYGNSS数据,获得了全球范围内星载GNSS-R土壤湿度;最后,通过与SMAP提供的土壤湿度数据进行对比,评估了本文提出的星载GNSS-R土壤湿度反演方法的有效性,并对获取的星载GNSS-R土壤湿度进行了时间序列分析。结果表明,本文提出的土壤湿度反演方法的结果与SMAP土壤湿度具有良好的一致性,且随时间变化的趋势也相符合,为高精度土壤湿度反演提供了一种思路。