国内外地下水人工补给现状与前景

一、国外概述近二十年来,世界上许多国家由于工农业用水量迅速增加,地下水的天然资源已日渐匮缺,并产生了一系列相应的环境水文地质问题。因此,目前许多国家都非常重视地下水人工补给的理论研究与实际应用,并获得了显著的社会效益、生态效益和经济效益。如许多国家把地下水人工补给作为恢复     

北京野鸭湖湿地资源变化特征

湿地是自然界的生态系统和景观类型,具有巨大的资源潜力和环境功能。长期以来,由于人类活动影响造成的湿地景观巨大变化,不仅仅改变了湿地景观原有的功能,而且对湿地环境产生重要影响。基于RS、GIS技术,通过对北京野鸭湖湿地的Landsat-TM影像和印度IRS影像进行融合处理,得到分辨率高的多光谱图像。结合实地调查,建立解译标志,运用ArcGIS9.0进行矢量化、空间分析和数据统计功能,并统计植被覆盖变化,分析研究1998~2004年野鸭湖湿地资源变化特征。在上述技术路线和研究方法的基础上,总结出该区域的湿地变化特征,最后应用累积效应的原理和方法,对深入研究的科学问题进行了展望,提出一些需要深入探讨的问题。     

影响公众震灾风险认知的因素分析——以新疆喀什、乌鲁木齐地区为例

研究震灾风险认知及其影响因素有助于从公众视角揭示风险潜在因素,为降低灾害风险提供决策依据.本文以新疆的喀什、乌鲁木齐为研究区,通过问卷调查方式,采用假设检验和相关分析等统计方法,研究影响公众的临震心理、风险估计、地震知识水平、防震意愿及行为等震灾风险认知的因素.结果表明:影响因素包括性别、教育水平、收入水平、家庭结构、房屋结构、居住区危险性等;因素之间互相联系与风险认知因子形成正、负反馈链,其中收入水平影响了风险感知是否能转化为防减灾的积极行为.并在灾害风险分析的基础上提出了减轻地震灾害风险的对策建议.     

中国沙漠化土地类型的分形研究

根据分形理论,对中国沙漠化土地类型进行了分形研究。基本结论为：①沙漠化土地斑块面积和形状指数的标度频度分形关系客观存在,不受统计时所使用的标度影响;②沙漠化土地类型的斑块周长面积分形关系客观存在,具有分形特征;③计算出沙漠化土地类型的分维,其中：潜在风移沙地分维最大,为1.5148,其图斑镶嵌结构最复杂;流动沙丘分维最小,为1.2422,其图斑镶嵌结构最简单;④计算出沙漠化土地类型的稳定性指数,其中：流动沙丘稳定性指数最大,为0.2578,其图斑镶嵌结构最稳定;潜在风移沙地稳定性指数最小,为0.0148,其图斑镶嵌结构最不稳定;⑤由于潜在风移沙地、潜在沙漠化土地稳定性差,所以,在防治沙漠化过程中,特别是要注重和加强对潜在风移沙地、潜在沙漠化土地的生态保护与恢复,防止人为作用的进一步破坏。     

地理信息系统的模型库研究

地理信息系统在理论上应该具有强大的空间分析功能 ,但在实际应用中由于缺少空间分析模型及其管理系统 ,严重地制约了地理信息系统强大空间分析功能的发挥。因此 ,对模型与模型库管理子系统的开发研究 ,已成为地理信息系统深入应用的关键之所在。模型库管理子系统应在独立于具体应用领域的前提下 ,对模型进行分类和维护 ,支持模型的生成、存储、查询、运行和分析应用的软件系统。文中对模型库管理子系统的概念、功能与研究内容以及模型字典进行了比较系统的论述 ,提出了模型库管理系统的设计思想与总体框架 ,并给出了模型库系统平台在郑州水资源水环境管理决策支持系统中的应用实例分析     

全国地震书刊出版暨情报资料会议在京召开

为了提高地震科技书刊质量,更好地为地震预报和科学研究服务,国家地震局于七月廿五日至八月一日在北京召开了全国地震书刊出版工作会议.会议期间,国家地震局、出版局、地震出版社的负责同志分别发言,提出了希望和要求,并做了总结.丁国瑜、马宗晋二同志做了赴美讲学考察报告.     

北京典型区地面沉降演化特征与成因分析

北京从20世纪50、60年代发现地面沉降以来,其一直呈快速发展的态势。在过去的几十年里,北京市地面沉降的范围和速度逐年增加。本文以北京市典型地面沉降区为研究区,选择永久散射体合成孔径雷达干涉测量技术所获取的2004-2010年间北京地面沉降信息作为主要数据源,补充水准测量数据（1955-2010年）,从空间分布和时序变化2个角度,分析北京市平原典型区地面沉降演化特征。结合地下水动态监测网数据、土地利用数据,采用GIS空间分析,研究各因素和地面沉降之间的时空响应关系。结果表明,北京地区地面沉降严重区域面积不断扩大,且局部不均匀程度逐渐增加。在研究期内,地下水水位变化在时间和空间上与地面沉降有较高的一致性,地下水超量开采是影响北京地区地面沉降的最主要因素,而城市发展过程中的工程活动也是影响地面沉降时空分布特征的因素之一。研究结果可为北京市地面沉降防控提供一定的科学依据。     

DEM分辨率对地形纹理特征提取的影响

地形纹理是区分不同地貌形态的重要依据,DEM是地形纹理分析的重要数据。然而,DEM分辨率使地形纹理特征提取存在着不确定性问题。本文以具有显著地貌多样性与差异性的陕西省为例,选择6个不同地貌类型区为研究区,以25 m分辨率DEM数据作为信息源,构建了多尺度的地面坡度、光照模拟和粗糙度数据序列。在此基础上,引入空间灰度共生矩阵（GLCM）对地形表面纹理特征进行量化分析,以揭示数据分辨率对地形纹理特征提取的影响。研究表明：对于单一样区,在DEM及其3个派生数据中,原始高程数据和粗糙度数据的纹理参数特征值,对分辨率的变化较为敏感。对于不同的地貌类型区,二阶角矩和对比度这2个纹理参数具有最大的变异系数,表明它们对于区分不同地貌类型的能力最强;二阶角矩具有较大的尺度依赖性,随着分辨率的降低,其区分能力急剧降低,而对比度对于地貌的区分能力,则随着分辨率的降低而增强,并保持在一个较大的范围内。DEM数据的对比度对于不同地貌的区分能力,在所选4个参数中最为稳定,而粗糙度数据的二阶角矩区分不同地貌的能力,随着数据分辨率的变化而最不稳定。以上结果对于根据不同的研究对象选择适宜的DEM分辨率及地形纹理参数具有一定的指导意义。