面向微博的灾害类事件地址提取与空间定位方法——以地震事件为例

针对微博中数量庞大、更新及时的灾害类事件信息,首先利用前置后缀特征词与地址构成规则相结合的方法,高效地提取灾害类事件中地址信息,然后在分析多种网络地图服务商的地理编码API接口的基础上,基于同一事件的空间位置统计推理,实现灾害类事件空间定位与地图化表达。最后以垂直搜索获取的2017年微博地震灾害事件为例,通过实验发现,本文提出的面向微博的灾害类事件地址提取与空间定位方法具有较高的地理编码准确度。     

耕地后备资源调查评价应用研究

对耕地后备资源进行的调查评价能够更好地保护耕地红线。通过GIS等相关技术,以某县数据为例,详细介绍了对耕地后备资源实施调查评价的原则、方法以及评价指标的选取等内容,得到了准确的评价结果,为制定耕地保护政策提供了科学依据。     

地球磁异常(EMAG2)数据中海域资料质量评估——以北极地区Kolbeinsey脊南段为例

为了评估地球磁异常(EMAG2)数据中海域资料的质量问题,选择Kolbeinsey脊南段地区约193 500 km2的1∶500 000及1∶1 000 000的航磁数据进行对比分析。基于地球磁异常(EMAG2)数据,利用解析延拓方法获得了EMAG2(向下延拓4 km)及航磁异常(向上延拓4 km)。利用相关分析法对EMAG2与航磁异常(向上延拓4 km)、EMAG2(向下延拓4 km)与航磁异常进行相关分析,得到了相应的相关系数。通过对这些数据之间相关系数及差值特征的综合分析,评估了EMAG2数据中Kolbeinsey脊南段地区磁力数据的质量。研究结果表明,EMAG2数据融合了大量海域航空磁测及海洋磁测资料,在测线较密的海域,其数据质量相对较高。然而若将4 km高度的EMAG2数据换算到海平面高度的异常数据,其数据质量较低。     

汛期我国主要雨季进程成因及预测应用进展

汛期内我国中东部地区的雨季是东亚夏季风推进过程中的重要产物,主要包括华南前汛期、梅雨、华北雨季和华西秋雨等,各地雨季决定了我国中东部地区汛期的旱涝布局和旱涝演变,是我国汛期预测和服务的重点。该文回顾了4个雨季特征及影响因子方面的研究进展,在此基础上梳理物理概念预测模型。研究显示:海温异常是影响各区域雨季的重要先兆信号,但不同雨季的年际和年代际变化特征不同,海温作为外强迫信号的影响程度和时空形式也有差异。利用热带太平洋东西海温差指标能更好地解释华南前汛期降水的年际变化。而与梅雨的年际变化分量相关联的海温关键区主要分布于热带,与年代际或多年代际变化分量相联系的海温关键区则来自中高纬度。华北雨季降水的强弱不仅与ENSO循环的位相有关,更多受到ENSO演变速率的影响。而影响华西秋雨的海温关键区随着年代际背景的变化发生了改变,需要重新诊断和建模。     

结合网络文本的模糊层次分析法评价水环境敏感性

水环境监测数据在水环境敏感性评价中起关键作用,然而受地形、环境、站点布设等因素影响存在缺失或不足的问题。为此,本文选取福建省为实验区,以2017年4-6月该省重点平台采集的网络文本数据为数据源,从水环境网络文本敏感度、污染敏感度和保护敏感度3个方面分析遴选出13个评价因子,基于模糊层次分析法结合网络文本构建水环境敏感性评价模型,分类验证评估结果的合理性。结果表明：① 从网络文本敏感度看,该省东部-中北部地区高于西部-中南部地区,高敏感区分布集中在闽江下游地区;② 从污染敏感度看,该省南部地区高于北部地区,高敏感区主要分布在汀江中下游、晋江下游和龙江等区域;③ 从保护敏感度看,该省西北-中南地区高于东北-西南地区,高敏感区主要分布在闽江上游支流建溪、木兰溪、萩芦溪等区域。综合各敏感度因子分析后发现全省水环境敏感度整体从东南-西南-北部-中部-东北依次减小,东沿海经济发达区和河流入海口等区域呈现出高敏感性,与实际情况相符。本研究使得水环境敏感性评价结果更具合理性,对于预测或排查水环境高敏感污染风险区、重要保护区及公众关注区具有一定的实用意义。     

基于数字岩心技术的陆相页岩油微观结构特征及主控因素--以松辽盆地白垩系青山口组一段泥页岩为例

数字岩心技术为大庆齐家-古龙地区青山口组一段的页岩油评价提供了可靠的基础数据,助力了松辽陆相盆地页岩油的勘探突破.针对泥页岩储层超低孔、超低渗的物性特征,综合利用微纳米CT、MAPS和QEMSCAN等数字岩心配套实验,对泥页岩储层岩石学特征、岩相类型、孔隙结构等进行了研究.将青山口组一段划分为5种岩相类型,分别为低有机质纹层状黏土质灰岩相、低有机质纹层状长英质灰岩相、中有机质纹层状长英质页岩相、中有机质夹层粉砂岩相、高有机质纹层状硅质页岩相.青山口组一段主要孔隙类型包括粒间孔、粒内孔和有机质孔.岩石相是青山口组一段孔隙、层理缝发育的主控因素.高有机质纹层状硅质页岩相储集空间主要由粒内孔和层理缝所构成,其孔隙-裂缝系统是青山口组一段页岩油甜点开发的重点层段.     

基于Google Earth Engine的红树林年际变化监测研究

遥感技术已广泛应用于红树林资源调查与动态监测中,但仍然存在遥感数据获取困难、数据预处理工作量大、监测时间长而周期过大等问题,影响了学者对红树林演变过程的精细刻画与理解。本文基于Google Earth Engine（GEE）云遥感数据处理平台,选取Landsat系列卫星数据,生成长时间序列年际极少云影像集（云量少于5%）,利用3个红外波段反射率（NIR、SWIR1、SWIR2）和3个特征指数（NDVI、NDWI、NDMI）建立阈值规则集,实现对实验区越南玉显县红树林、红树林-虾塘、不透水面-裸地、水体4种目标地物的专家知识决策树分类和土地覆盖的制图,并基于分类结果监测该区域1993-2017年的红树林年际动态变化。结果表明：GEE平台可满足多云多雨地区红树林的长时间序列年际变化监测需求;本文阈值分类方法可以有效提取红树林及红树林-虾塘,实验区有86%年份的影像分类精度达到80%以上;年际变化监测可精细刻画实验区红树林面积先增后减再增的变化过程,也能准确反映红树林与红树林-虾塘养殖系统面积之间的负相关关系。红树林年际动态监测结果可以降低红树林演变分析的不确定性,并能更精细地量化红树林与其他土地覆盖类型的转化过程,从而评估经济发展、政策等因素对红树林演变的影响。     

2015/2016年超强El Nio事件背景下我国月预测技巧差异分析

利用中国站点观测降水资料、国家气候中心第2代月动力延伸预报模式(BCC_DERF2.0)的回报和预报数据、NCEP/NACR再分析资料和国家气候中心实时发布的月尺度降水预测评分数据,通过评估和诊断分析发现,在2015/2016年超强El Nio事件背景下,这两年内业务发布的月降水预报能力有明显不同,BCC_DERF2.0对月环流的预测技巧也存在差异:在2015年(El Nio发展位相),降水预报和环流预测技巧较高且稳定,而在2016年(El Nio衰减位相)的预报技巧总体偏低。进一步的研究显示,亚洲—太平洋涛动(Asia-Pacific Oscillation,APO)可能是导致2015年和2016年夏季预测技巧高低的重要影响因素。2015(2016)年夏季为APO低(高)指数年,且2016年具有高指数年的典型环流特征。而APO高指数对应的环流特征与El Nio衰减位相对西北太平洋环流的影响不同,在El Nio和APO的物理影响途径不一致时,将直接影响东亚环流可预报性的高低及动力气候模式的预报技巧,即El Nio在发展和衰减位相与APO型不同组合的影响是2015和2016年月预测技巧有差异的重要原因。     

松辽盆地西部斜坡区坳陷期层序地层发育控制因素分析

松辽盆地西部斜坡区坳陷期的低位体系域是半干热气候下构造沉降速率较大时的产物；湖进体系域是构造沉降率较大、气候温湿及海侵补给的共同作用结果，其中海侵补给是主要因素，构造沉降和气候条件是基本因素；高位体系域是湿热气候下构造沉降与沉积物供给持平时的产物；湖退体系域是气候由湿热渐变干热时，沉积物供给速率及其与构造沉降速率的比值均较大时的产物