交互式洪水预报系统及关键技术研究

介绍了交互式洪水预报系统的概念和基本结构，分析了实现交互式预报的区域拓扑连接、作业表、模型参数优化、交互修正等关键技术，并以淮河交互式洪水预报系统为例，阐述了系统的组成、实时作业预报的数据流程和应用成果。在分析我国暴雨洪水特性和自然地理条件的基础上，指出了在我国开发交互式洪水预报系统的必要性和应该注意的几个主要问题。     

东三江盆地南部白垩纪以来的沉积特征及其演化

东三江地区白垩纪以来的沉积特征及其演化,对大庆外围地区的油气勘探和揭示东北亚地区演化机制具有重要意义。根据岩心、录井、测井以及地震等资料的详细研究表明：白垩纪以来均发育扇三角洲-湖泊沉积体系。早白垩世为弧后伸展型盆地,残留地层中有滨浅湖和火山岩沉积;晚白垩世为北东向展布的板内挠曲挤压型盆地,发育以盆地两侧绥滨和完达山为物质供给的短轴物源,海浪组－七星河组发育逆同生断层,半深湖的面积先扩大后缩小,雁窝组以盆地充填消亡为主。新生代为右旋走滑拉分盆地,以继承性的短轴物源为主。在宝泉岭组时期有桦南隆起方向的长轴物源,宝泉岭组－富锦组下、中段,半深湖面积扩大,沉积中心向东南迁移;富锦组上段,水体变浅,湖盆面积扩大,沉积中心向西北迁移。     

波动方程显式短算子三维正演模拟

通过对三维波动方程的显式差分法的研究,并对模小于1.0的稳定性约束作线性化处理时引入加权因子,提出了一个基于二次规划方法的一维显式短算子设计方法.与以往的显式算子设计方法的不同之处,在于对传播区内算子的模也引入了最大值限制,这样可更严格地保证深层波场延拓的稳定性.同时,给出了基于一维显式算子及McClellan变换的三维波场深度延拓方法,大大减少了计算量,提高了计算速度,并能更好地处理介质横向非均匀性.     

美国水文气象交换格式标准介绍

介绍了美国天气局为在水文气象部门之间及与其他部门进行水文气象数据交换而制定的《水文气象交换格式标准》的三种基本数据编码格式和数据格式的基本组成以及其适用情况,对我国编制《水文信息编码标准》时有重要的参考价值。     

京津冀1961—2012年暴雨日数时空演变特征

利用1961—2012年京津冀地区76个气象站逐日降水资料,通过趋势分析、相关分析、墨西哥帽小波、Cramer法、t检验等方法,分析了京津冀地区暴雨日数的时空演变特征。结果表明:全区多年平均暴雨日数为1.3天,并且存在3个大值中心,分别位于石家庄西部、承德的滦平县和邯郸的大名、曲周一带。近52年来暴雨日数呈下降趋势,但趋势不显著。年平均降水量的大小及变化趋势不仅与降水强度有关,而且与频率关系密切,强度越大且频率越高的地区年平均降水量越大,反之越小。暴雨日数在1978年和1996年产生突变。     

交互式洪水预报系统及其在淮河流域中的应用

随着计算机技术的发展,图形用户界面在联机洪水作业预报中的应用越来越广泛,为实现专家交互式洪水预报提供了可能。本文简要描述了在美国天气局河流预报系统和交互式预报程序基础上建立起来的交互式洪水预报系统,介绍了淮河流域洪水的专家交互预报模式,指出了现有系统中存在的不足及其发展方向。     

基于随机森林的地震灾害直接经济损失评估研究——以中国西部地区为例

为快速评估地震直接经济损失,针对我国西部地区,尝试采用随机森林机器学习回归算法,以1993—2017年震害数据为基础,结合各年份经济数据与抗震设计数据,经特征选择与参数优化后,进行模型的训练与测试。实验结果表明,在减少模型输入特征的情况下,优化后的随机森林模型可得到更优的评估结果。通过删除含有缺失特征样本的数据预处理方法,评估模型的决定系数R²达到0.86,优于中值补齐缺失特征数据预处理下的评估模型,更适用于地震直接经济损失的评估。实例验证表明该模型评估结果与实际经济损失有较好的一致性,可为抗震救灾提供决策支持。     

基于多目标决策的露采矿山空间整合研究——以江苏省徐州市为例

空间整合是优化露采矿山布局的重要手段,科学制定空间整合方案至关重要。以徐州为例,在分析了影响露采矿山空间整合主要因素的基础上,拟定了空间整合的若干备选方案;以多目标决策理论为支撑,运用专家咨询法、层次分析法、灰色关联度分析等方法,定性结合定量对各备选方案进行综合评价,筛选出最优方案。研究对徐州市矿产资源开发整合具有指导作用,在矿业布局优化研究方面也存在较大理论价值和借鉴意义。     

基于多目标决策的露采矿山空间整合研究——以江苏省徐州市为例

空间整合是优化露采矿山布局的重要手段,科学制定空间整合方案至关重要.以徐州为例,在分析了影响露采矿山空间整合主要因素的基础上,拟定了空间整合的若干备选方案;以多目标决策理论为支撑,运用专家咨询法、层次分析法、灰色关联度分析等方法,定性结合定量对各备选方案进行综合评价,筛选出最优方案.研究对徐州市矿产资源开发整合具有指导...