基于MODIS的安徽省代表城市热岛效应时空特征

利用2001—2010年覆盖安徽省的MODIS数据,选取在气候、地理、城市化等方面具有代表性的合肥、芜湖、阜阳作为研究对象,并结合GIS技术,分析地表温度的日变化及季节变化特征,得到安徽省代表城市热岛效应的时空分布。结果表明:安徽省省会合肥的热岛效应最为显著,安徽省南部代表城市芜湖的热岛效应强于北部代表城市阜阳, 同时具有显著的日变化和季节变化特征。近10年来,安徽代表城市热岛面积和热岛强度均呈增加趋势,但合肥热岛强度大于3 ℃的极端热岛效应有一定缓解。白天大片水体对缓解城市的热岛效应作用明显,而夜晚则不明显,甚至成为地表温度的高值中心。夏季地表温度与归一化植被指数的负相关最显著,即提高城市植被覆盖度对降低地表温度和缓解城市热岛效应有重要影响。     

闽中梅仙式铅锌银矿床矿质来源的硫、铅同位素示踪及成矿时代

福建闽中地区是我国又一个新的、重要的火山岩容矿块状硫化物铅锌多金属成矿带。为查明梅仙式铅锌银矿床的金属成矿物质来源和成矿时代,本文对其中5个主要矿床进行了矿石矿物和围岩的硫、铅同位素测试和同位素地质年代学研究。结果表明,不同矿床矿石硫化物的硫同位素组成变化范围较小且平均值接近于零,δ34S介于-3.5‰~ 5.6‰,平均 2.0‰,表明硫主要为岩浆来源,火山直接喷发和从容矿火山岩中淋取皆是可能的机制。大部分矿床矿石铅以放射性成因为特征(206Pb/204Pb>18.140、207Pb/204Pb>15.584、208Pb/204Pb>38.569),且矿石铅同位素值均大于围岩,指示铅可能主要是由容矿火山岩淋滤而来。根据矿床地质特征和同位素地质测年数据,厘定出两次重要的铅锌成矿作用,即中-新元古代海底火山喷流沉积同生成矿(赋矿围岩单颗粒锆石U-Pb法、Sm-Nd等时线法和40Ar-39Ar法年龄介于933~1788Ma)和燕山期岩浆热液叠加改造成矿(侵入岩锆石SHRIMPU-Pb和Rb-Sr等时线年龄为127~154Ma)。     

北汝河河谷平原地表水与地下水的转化试验研究

北汝河河谷平原地表水与地下水的转化试验研究马子丰（河南省水文水资源总站许昌分站）前言地表水与地下水皆源于大气降水。它们的相互转化，直接影响着地表水资源量和地下水资源量的大小。深入研究地表水与地下水相互转化关系，对两者相互补排关系进行定性和定量分析是水...     

压力式水位计应用及精度分析

介绍了压力式水位计的结构及工作方式，分析了实际验潮作业中影响观测精度的因素以及减小误差的方法，如海水密度的改正等。     

基于Probit模型的常熟耕地保护区位选择

采用Probit模型和分区的方法探讨了常熟耕地保护区位选择问题,以求能更高效合理地保护耕地资源,缓解建设用地扩张与耕地保护的矛盾.通过模型运算,发现土壤质量、地势条件、GDP增长率、到城区和港区的交通通达性、距离城(镇)区的距离对耕地资源变迁作用明显,据此构建分区的指标体系,将常熟市划分为耕地保护最宜选择、较宜选择、一般选择、较不宜选择、最不宜选择区域等5种类型区,分别占总面积的30.2%、40.7%、17.9%、5.2%和6%.并提出耕地保护与建设空间发展的方向,达到提高耕地保护效率和预留合理的建设用地扩展空间的目标,为土地利用、基本农田保护和城乡等规划的编制与实施工作提供科学依据.     

东天山康古尔金矿床的同位素地球化学特征及成因讨论

主要研究了康古尔金矿的流体包裹体的氢,氧同位素组成以及硫,铅和碳同位素组成,结果表明该２金矿床主矿化阶段成矿流体以变质为主,晚期以大气降水为主,总的表现为下部上升流体与浅部大气降水混合成矿特征。该矿床的成矿物质具深源性,主要来自上地幔或下部地壳,是一种火山岩区剪切带蚀变型岩金矿床。     

贺兰山地区树轮碳氧同位素与夏季风降水的相关性讨论

分析了贺兰山地区油松树轮的稳定碳氧同位素组成对环境因素的响应关系 , 发现树轮碳氧同位素组成均与当年 5～ 9月总降水量具有较好的响应关系 , 碳同位素组成与 5～ 9月总降水量呈负相关关系 ,而氧同位素组成与 5～ 9月总降水量呈正相关关系 ,二者都可较好地反映该地区夏季风降水量的变化.同时 ,碳氧同位素的相关性分析表明二者具有一定程度的负相关性.树轮碳氧同位素的分馏机理十分复杂,其同位素组成不仅与降水量有关,同时还受其他环境因素的影响,单纯利用一种同位素指标来提取相应的气候信息,存在很大的不确定性.在本研究中 ,同时采用两种同位素指标来研究其气候意义 ,使得出的结论更加可靠.因此 ,夏季风降水量是控制该地区树轮稳定碳氧同位素组成的主要因素.     

BP神经网络辅助的GNSS反射信号土壤湿度反演

针对如何快速准确地估算区域尺度上的土壤湿度问题,该文首先从高质量GPS接收机接收的信噪比观测值中,提取L2C反射信号的振幅和相位作为输入,并采用Noah陆面模型计算土壤湿度值作为期望值,构建基于BP神经网络算法的GNSS卫星反射信号土壤湿度反演模型。实验结果表明:基于BP神经网络算法的GNSS卫星反射信号土壤湿度反演方法获取的土壤湿度结果与土壤湿度参考值误差较小,线性回归的决定系数R2为0.909 1,均方根误差为0.028 7;进一步与线性回归统计模型比较发现,利用BP神经网络模型定量估测土壤湿度明显优于线性回归统计模型,证明了该方法的可靠性。