东北寒区SWAT模型融雪径流空间异质性参数率定方法及应用——以白山流域为例

融雪水是东北地区春季径流的重要来源,融雪径流过程的可靠模拟及预报可为科学管理和调度春汛期水资源提供参考。东北寒区年度内存在融雪径流和降雨径流两种产流模式,流域物理空间属性差异对融雪径流产流模式影响显著,为了解决东北寒区融雪径流空间异质性问题、提高SWAT模型模拟及预报精度,提出对SWAT模型采用单站点和多站点联合参数率定的策略。首先,利用白山水库入库流量进行单站初步参数率定,进而,采用多站点对融雪径流参数进行率定,并将该参数移植到单站初步率定参数集。结果表明：单站初步参数率定后模拟得到年度(1—12月)、夏季汛期(6—9月)、春季融雪期(3—5月)验证期月尺度确定系数(R²)分别为0.76、0.74和0.58,日尺度R²分别为0.71、0.75和0.51;单站和多站点联合参数率定后模拟得到年度、夏季汛期、春季融雪期验证期月尺度R²分别为0.80、0.74和0.79,日尺度R²分别为0.74、0.78和0.61。在月尺度和日尺度上,单站和多站点联合参数率定较单站参数率定后春季融雪期的模拟精度分别提高了...     

基于气象要素的中国积雪类型划分及积雪特征分布

积雪分类对于深刻认识积雪性质及其时空分布具有重要意义。积雪是气候的产物, 气象参数是导致积雪性质差异的主要因素, 利用实测的气象参数能够对积雪性质进行大范围的有效分类。应用长时间序列高时空分辨率全国地面气象驱动格网数据集, 提取中国区域冬季大气温度、 降水量和近地表风速信息, 基于冬季气象要素的二叉树积雪类型划分方法, 采用Sturm等提出的季节性积雪类型划分体系, 对中国区域的积雪类型进行了划分, 相比Sturm等的积雪分类结果空间分辨率显著提高, 利用“中国积雪特性及分布调查”项目2017—2018年全国实测雪坑数据, 描述了积雪类型对应的空间统计分布特征, 为制定符合中国区域特色的积雪类型分类系统奠定了基础。积雪分类结果表明： 中国区域的积雪类型划分为5种, 分别是大草原型、 泰加林型、 苔原型、 高山型及瞬时型, 不同的中国积雪类型表现出与Sturm等的分类描述有所不同的积雪特性。     

火山岩型铀矿床的基本特征、研究进展与展望

火山岩型铀矿床主要分布在环太平洋带、阿尔卑斯-喜马拉雅山带、俄罗斯西伯利亚地台南部,形成于白垩纪、古近纪和新近纪等三个时期。其形成过程主要包括铀从源岩中萃取出、热液流体的运输、以及物理化学环境的变化导致铀的沉淀。铀的源岩一般是中酸性-酸性岩石,通常呈碱性、准铝质至过铝质,富硅质、富钾、贫钙,富集U、F、Nb、Ta、Zr、Th和Rb等元素,而亏损Mg、Fe、Ti、P、Ba、Sr、La和Eu等元素;与之有关的火山岩和次火山岩多数显示出A型花岗岩特征。铀通常赋存于副矿物或火山玻璃中,因此,铀源岩发生蚀变、副矿物发生蜕晶化是成矿物质释放的关键。火山岩型铀矿床中铀主要以碳酸盐和氟络合物离子形式迁移,铀的迁移形式对其沉淀机制有着重要影响。成矿流体通常是大气降水和岩浆水的混合,成矿温度集中在100～350℃、盐度一般小于15%NaCleqv。铀沉淀机制主要包括还原作用、pH值升高和沸腾作用。火山岩型铀矿床常伴生Mo、Be、Ag、Cu、Pb、Zn、Hg和F等元素。未来火山岩型铀矿成因机制的研究应加强成矿物质来源、铀与伴生元素成因关系研究,这不仅有助于提高对火山岩型铀矿床成矿过程的认识,也可为勘查找矿工作提供理论帮助。     

青藏块体东北缘前兆场动态演化过程的探讨

汇集青藏高原北部地区前兆观测结果,从这些结果中筛选出32个台项,构成本研究所确定的区域前兆观测网,从而得到区域前兆场基本状态。在此基础上研究了前兆场动态演化过程及前兆异常月频次的对应关系,以及整个区域前兆场异常状态,结果表明,中强震地震发牛前,会出现大范围的群体前兆成组同步异常和部分具有较高映震能力的前兆异常。提取综合异常信息,研究临震异常特征,可为该区域的地震短期预测预报提供有价值的参考依据。     

崂山湾附近海域内波的侧视雷达(SLAR)图像信息研究

在1987年5月进行的海洋航空遥感实验中,获得了黄海西部崂山湾附近海域(36°16′—36°30′N 120°45′—121°05′E)的内波侧视雷达(SLAR)图像。这组由8个波组成的内波,平均波长为1.32±0.24km,向岸传播的平均相速度为38cm/s,平均周期为57min;波峰线与等深线平行,图像上记录的波峰线长达40km。分析表明,这组内波可以用最低型内波理论模型来描述。     

江西大背坞金矿区构造对金矿化的控制

大背坞金矿区以NEE-NE向挤压破碎带为主要含矿构造,与NE向主干断裂组成"入"字型构造。它是在区域韧性剪切变形带基础上成生发展起来的,两者重接或斜接复合。NEE-NE向挤压破碎带的成生、演化及形变、相变差异制约着金矿的成矿阶段、矿化富集、矿体定位乃至矿体的赋存状态。      

台风中降雨对中国高分3号合成孔径雷达观测信号的影响

Gaofen-3(GF-3), a Chinese civil synthetic aperture radar(SAR) at C-band, has operated since August 2016.Remarkably, several typhoons have been captured by GF-3 around the China Seas over its last two-year mission.In this study, six images acquired in Global Observation(GLO) and Wide ScanSAR(WSC) modes at verticalvertical(VV) polarization channel are discussed. This work focuses on investigating the observation of rainfall using GF-3 SAR. These images were collocated with winds from the European Centre for Medium-Range Weather Forecasts(ECMWF), significant wave height simulated from the WAVEWATCH-III(WW3) model, sea surface currents from climate forecast system version 2(CFSv2) of the National Centers for Environmental Prediction(NCEP) and rain rate data from the Tropical Rainfall Measuring Mission(TRMM) satellite. Sea surface roughness,was compared with the normalized radar cross section(NRCS) from SAR observations, and indicated a 0.8 correlation(COR). We analyzed the dependences of the difference between model-simulated NRCS and SARmeasured NRCS on the TRMM rain rate and WW3-simulated significant wave height. It was found that the effects of rain on SAR damps the radar signal at incidence angles ranging from 15° to 30°, while it enhances the radar signal at incidence angles ranging from 30° to 45° and incidence angles smaller than 10°. This behavior is consistent with previous studies and an algorithm for rain rate retrieval is anticipated for GF-3 SAR.     

基于理论的气旋条件下双极化C波段合成孔径雷达波参数检测

Theoretical-based ocean wave retrieval algorithms are applied by inverting a synthetic aperture radar(SAR)intensity spectrum into a wave spectrum, that has been developed based on a SAR wave mapping mechanism. In our previous studies, it was shown that the wave retrieval algorithm, named the parameterized first-guess spectrum method(PFSM), works for C-band and X-band SAR at low to moderate sea states. In this work, we investigate the performance of the PFSM algorithm when it is applied for dual-polarization c-band sentinel-1(S-1) SAR acquired in extra wide-swath(EW) and interferometric wide-swath(IW) mode under cyclonic conditions.Strong winds are retrieved from six vertical-horizontal(VH) polarization S-1 SAR images using the c-band crosspolarization coupled-parameters ocean(C-3 PO) model and then wave parameters are obtained from the image at the vertical-vertical(VV) polarization channel. significant wave height(SWH) and mean wave period(MWP) are compared with simulations from the WAVEWATCH-III(WW3) model. The validation shows a 0.69 m root mean square error(RMSE) of SWH with a –0.01 m bias and a 0.62 s RMSE of MWP with a –0.17 s bias. Although the PFSM algorithm relies on a good quality SAR spectrum, this study confirms the applicability for wave retrieval from an S-1 SAR image. Moreover, it is found that the retrieved results have less accuracy on the right sector of cyclone eyes where swell directly affects strong wind-sea, while the PFSM algorithm works well on the left and rear sectors of cyclone eyes where the interaction of wind-sea and swell is relatively poor.     

粗集属性划分的集成遥感分类

提出了一种基于粗集属性划分的遥感分类新方法, 构造了基于粗集的集成遥感分类器。该分类器利用粗集理论将输入的属性集合划分为多个约减, 利用这些约减构造多个训练子集。每个训练子集训练神经网分类器, 在决策时将多个单个分类器的结果进行投票选举。这种方法即减少了单个分类器的输入属性个数, 又避免了由于属性选取造成单一分类器在某些分类上的错误偏见。该分类器与神经网分类器方法, 以及属性选取与神经网结合方法进行了比较。结果表明RSEC无论在分类精度上, 还是在不同样本个数条件下的精度稳定程度上均有较好表现。     

自动气象站现场校准和传感器调整方法探讨

讨论在自动气象站现场校准中一些需要改进的校准方法和超差传感器的调整方法。在将近2年对74个自动气象站的温湿度传感器、风向风速传感器、气压传感器、雨量和蒸发传感器的现场校准中,不断改进校准方法,对超差传感器进行调整。结果表明:气温传感器和风向传感器的校准方法需要改进,湿度传感器、气压传感器、雨量和蒸发传感器超差时可进行适当调整,使传感器误差值达到最小。