基于TOPMODEL的饮马河流域暴雨洪水模拟研究

将TOPMODEL应用于饮马河流域,选取2013-2019年共6次暴雨洪水过程进行模拟和评估,将饮马河模拟流量与实测流量对比分析,探讨该模型在该流域洪水模拟的可用性.结果表明:TOPMODEL实现了空间产流面积分布的可视化;TOPMODEL在饮马河流域模拟效果较好,可用于该流域流量预报;不同等级降雨量、不同的降雨落区以及前期降雨多寡对饮马河的流量影响较大,即累计雨量越大、雨强越强、强降雨越靠近上游、前期降雨越多,洪峰流量也越大.因此,TOPMODEL可为饮马河流域的防洪调度和防灾减灾提供技术支持.     

长春市强冰雪冻害天气系统及物理量特征

应用1971~2000年长春气象站10月至次年3月的逐日降水量、气温资料以及相应的NCEP/NCAR再分析资料,通过对资料的统计分析,给出了确定长春市发生强冰雪冻害天气的标准;根据对36个历史个例的高低空环流形势的分析,建立了4种强冰雪冻害的天气概念模型:冷涡型、深槽型、浅槽型、锋区平直型;进一步分析了长春市冰雪冻害天气的物理量场、要素场的特征。     

基于交通管控效应的中国COVID-19疫情扩散的时空特征及其危险性

基于中国各级卫健委公布的疫情数据和全国列车数据,结合交通管控措施解析了中国COVID-19疫情扩散的时空特征和危害性,以及湖北"封省"对全国铁路系统的影响,结果发现:1)中国的疫情增长过程高度符合Logistic分布;空间上由湖北往东、南方向蔓延强度较大,各省内部疫情较为严重的地区通常为省会或经济发达城市.基于交通管控...     

不同发展模式下资源环境承载力评价——以海南省为例

文章关注于产业、人口与资源环境要素的作用关系,建构了资源环境承载力综合评价框架,并以海南省为案例区开展应用研究。该框架首先对区域产业重要性进行评价并分级,为产业结构调整提供依据;其次解析了区域产业、人口资源消耗与污染排放强度,最后,基于产业评价结果设定不同的产业结构调整情景,结合产业和人口的资源消耗与污染排放强度评价不同产业结构下的资源环境承载力,即产业和人口的规模上限。结果表明：2016年海南省的经济规模并未超载,产业有进一步发展空间。其中土地资源成为海南省发展的首要限制因素,其次是水环境;海南经济效益较高的支柱产业和基础性产业多为高耗水、高污染的产业,亟需加强水资源的集约利用,并降低污染排放强度。为提升经济发展规模上限,需要培育低能耗、低排放的产业。文章建构的资源环境承载力评价方法将产业、人口与资源环境相联系,其评价结果政策意义更为明确,可为优化产业结构调整、控制产业及人口发展规模提供决策参考。     

白令海峡区域太平洋入流水主要特征及其影响因素研究进展

作为北极海洋要素的重要来源之一,白令海峡区域的太平洋入流水在北冰洋表层海洋环流和物质能量输运过程中发挥着重要作用,对区域乃至全球气候和生态系统产生深远影响,然而现今的研究对太平洋入流水出现的新变化以及其如何参与北冰洋的海洋–大气过程了解得还不够深入。本文梳理了目前国内外有关太平洋入流水流量、环流与水团等主要特征的相关研究进展,总结了太平洋入流水的流量变化和驱动机制、环流路径和影响因素,以及与太平洋水有关的水团特征,并在前人研究的基础上对未来的研究方向予以展望。     

人工智能技术在地震减灾应用中的研究进展

近年来人工智能(AI)技术的迅猛发展,引领了包括地震减灾在内的众多科技领域的前沿.为反映和描述当前人工智能技术的引入和促进地震减灾科技发展的全貌,本文系统整理和回顾了近10年来已发表的相关文献,解读了其在地震监测预警、地震预测、风险防治、应急处置与风险管理四个方面取得的主要技术进展,具体包括事件检测、震源参数测定、事件...     

顾及有色噪声的自适应粒子滤波UWB定位算法

传统卡尔曼滤波算法要求噪声模型符合高斯分布,在UWB室内定位中,由于载体本身的机制等干扰,观测噪声不仅仅是白噪声,也存在有色噪声的情况,而粒子滤波可以处理有色噪声的问题。本文通过增加似然分布自适应调整来改进粒子滤波用于目标跟踪的精度,同时研究在白噪声、有色噪声下似然分布自适应调整粒子滤波和拓展卡尔曼滤波在UWB中的优势与不同。试验结果表明：观测噪声为白噪声时,拓展卡尔曼滤波和粒子滤波均可以较好地实现对行人的定位跟踪;观测噪声为有色噪声时,自适应粒子滤波定位效果优于粒子滤波、拓展卡尔曼滤波。     

组合粗差探测的MHSS ARAIM算法

针对目前MHSS ARAIM (multiple hypothesis solution separation advanced receiver autonomous integrity monitoring)算法存在的抗差能力弱、计算子集过多、计算量过大等不足,提出一种组合粗差探测的MHSS ARAIM算法。该算法先用粗差探测方法对原始数据进行粗差识别与剔除,而后用MHSS ARAIM算法处理经粗差探测后的数据,可弥补MHSS ARAIM算法的不足。对若干IGS和全球连续监测评估系统iGMAS(international GNSS monitoring and assessment system)监测站观测数据进行计算和分析。结果表明:在航行LPV-200阶段,该算法应用于GPS和BDS导航的性能优于MHSS ARAIM;在假设单故障情况下,该算法对GPS和BDS观测数据的有效监视门限EMT(effective monitor threshold)的精度分别提高了22.47%和9.63%,对VPL(vertical protection level)的精度分别提高了32.28%和12.98%;在假设双故障情况下,对EMT的精度分别提高了80.85%和29.88%,对VPL的精度分别提高了49.66%和18.24%。     

震后早期阶段余震预测研究进展

震后早期快速、准确的余震预测对震后灾害风险应对和采取有效的处置措施十分重要.震后早期阶段地震目录不完整性是影响现有余震预测方法快速、准确预测的关键因素.近年来,随着技术和模型的发展,使得震后早期数据缺失阶段的余震预测成为可能.本文针对震后早期数据缺失阶段难以开展有效的余震预测问题,分别从提升余震检测率角度阐述了匹配滤波技术和深度学习技术,从统计地震学的余震补齐角度阐述了双尺度变换技术,从最大限度利用余震信息实时预测角度阐述了Omi模型和Lippiello模型等研究进展,分析了各类方法的优劣势,并提出了综合解决震后早期数据缺失阶段余震预测“瓶颈期”问题的技术路线,为从事地震检测、余震预测以及震后趋势研判等相关工作的科研人员提供科学参考.