应用区域地基全球定位系统观测分析北京地区大气总水汽量

利用2000年6月1日～8月11日北京地区地基全球定位系统(Globe Positioning System)网遥感大气总水汽量试验的观测资料,分析了北京地区夏季大气总水汽量的时空变化,研究了大气总水汽量与日平均温度、地面水汽压和降水的关系.研究结果表明:大气总水汽量存在明显的时空变化,对于地理位置基本相近的台站,海拔高度的影响比较明显,一般情况下高山站的水汽总量低于平原站;在晴天,地面水汽压与大气总水汽量有较好的相关性,而在云雨日,由于高低层大气湿度的变化常常不同步,用地面水汽压估算的大气总水汽量具有较大的偏差;大气总水汽量短时间内的快速增加往往对应有降水过程出现,但总水汽量的大小与降水量之间并没有明显的相关,在降水预报中应综合考虑总水汽量的前期平均水平、短时的增幅和峰值大小等条件的影响.     

黄河流域夏季分区面雨量预报研究

介绍黄河流域分区夏季面雨量预报的研究成果，精心挑选51个具有较好代表性的测站对黄河流域夏季降水的时空演变特征进行分析，使用K均值动态聚类对黄河流域的夏季降水进行了客观分区，并计算出各流域夏季面雨量。通过对黄河流域夏季雨量与500hPa环流，海温、OLR、中纬阻高，高原积雪，欧亚积雪等重要影响因子的关系分析，结合黄河流域夏季面雨量年降和年代际演变特征的分析，研究出黄河流域分区夏季面雨量预测的基本方法和模型，并通过客观化的数学方法建立黄河流域夏季面雨量预测系统，预测系统十年回报的结果显示出具有较的预测技巧。     

三江源生态环境监测研究

青海省生态环境监测系统主要由遍布全省各典型生态系统区的生态环境监测站网、卫星遥感信息接收处理系统，信息收集、处理、模拟、评价系统，综合信息服务与反馈等部分组成。建立环境监测系统的目的是对青海省的生态环境进行系统监测和评估，及时为各级政府、有关部门和公众提供准确、全面的生态环境监测信息，为生态环境保护和建设提供科学依据。青海省生态环境监测系统于2003年5月1日开始业务运行，目前尚处于起步阶段。     

BP神经网络模型在重庆伏旱预测中的应用研究

采用气象要素定义伏旱指数，利用小波分析等方法分析重庆地区伏旱变化特征，最后采用BP神经网络模型对伏旱进行预测试验，结果表明，重庆伏旱变化具有明显的阶段性特征，而基于BP神经网络模型的伏旱预测模型预测效果良好，可以应用于实际预测。     

云南中部一次飑天气过程的雷达回波特征

利用地面资料和雷达回波，分析了2002年9月8日云南中部一次飑天气的发生、发展和演变情况，得出低纬高原飑天气出现时天气和要素变化为：雷暴最先出现，随后湿度急升，气温直线下降。在这突变过程中出现大风、大雨和冰雹，气压出现跳跃。飑线水平尺度长不到100km，宽仅10km，生消史两个小时左右。其雷达回波有前期征兆，发生演变过程，有一定特征。     

北京地区一次典型大雾天气的空气污染过程物理量分布特征

2002年11月30至12月4日，北京持续4天大雾天气，空气污染物在持续的稳定层结条件下，空气质量连续3天达5级以上。文中分析了大雾天气各主要污染物的变化特征，以及此次过程中天气形势的特点及演变，并对造成大雾日空气污染天气的物理量分布特征进行分析。结果表明：高空WNW气流、稳定性持续增加、逆温层结持续存在、低空风速较小、相对湿度大，导致局地污染物不能及时随大气扩散；1000～700hPa有弱的上升气流形成和维持，与500hPa高空下沉气流之间在低空的某层高度上形成稳定层结(逆温层)，导致大雾及重污染的形成；850hPa为暖区，850～500hPa为冷平流，有利于大雾的形成和加重。     

用相关分析法从红外云图上提取云团平均尺度特征量

用相关分析法从红外云图上提取云团平均尺度这一特征量，考察了云团平均尺度与合地面观测资料所估算的云厚以及实测局地降雨之关系。初步分析表明，所得的云团平均尺度具有明显的天气学意义。     

全国公路网差分GPS数据采集软件的设计

介绍了全国公路网差分GPS数据采集软件主要模块中的算法和流程 ,包括差分GPS定位算法、载波相位平滑算法、地物属性纪录、计算机时间与GPS接收机时间的同步、地物匹配及偏心改正算法等。     

Change detection in Sal forest in Dehradun Forest Division using remote sensing and geographical information system

The review of study site have revealed the change in vegetation cover of Sal Dense to Sal Medium and Sal Open in 6 forest Mosaics owing to biotic and abiotic conditions prevailing in the specific areas. Analysis carried out using thematic map derived from aerial photograph of 1976 and satellite data of IRS 1C LISS III False Colour Composite (FCC) of March 1999 revealed the cause for change in forest density classes. Deforestation, encroachment and agriculture have been identified as the underlying causes, which have affected some specific locations to a marked extent. There has been a progressive and remarkable change among vegetation classes from 1976 to 1999. It is evident from forest type and density map that Sal density has significantly reduced from Sal Dense 65.61 % in 1976 to Sal Dense 11.12% in the year 1999 followed by Sal Open 11.18 % and Sal Medium 18.24 %. The overall change has been estimated to be 42.11% of the total forested area.