基于RBF神经网络的多系统钟差预报算法

针对海上条件下,对于实时定位应用,实时数据流无法下载的情况,文中提出一种基于RBF神经网络的卫星钟差预报算法,给出基函数的中心、方差以及隐含层到输出层的权值的计算方法,采用滑动窗口的方法,用样本数据训练后的网络预测下一个历元的钟差值,依次往后训练网络直到预测完整个时间段,通过实验验证了算法的可用性。短期预报中,GPS预报精度在1 ns以下,BDS和GLONASS在2～3 ns左右;长期预报中,GPS预报精度在几十纳秒左右,而BDS和GLONASS在几百纳秒左右,文中给出了相应的结果分析。     

2018年6月青岛近岸一次海雾导致能见度变化的成因分析

2018年6 月5~9日青岛近海发生一次海雾天气过程,为6月9日2018上海合作组织青岛峰会开幕式演出的天气预报服务,特别是能见度精细化预报带来了很大的预报难点。本文分析了此次海雾天气的生消过程,并重点讨论了6月9日能见度变化的主要原因。4~7日边界层内接近接地的强逆温层的建立,有利于海雾的形成与维持。由于白天时段日射增温导致能见度好转,海雾出现日变化。自7日夜间开始地面气压场梯度明显减弱,南风减弱转为偏东风,暖湿气流供应减弱不利于海雾天气的维持。8日之后,边界层内上升运动逐渐增强且混合层高度明显增加,中低层干冷空气的侵入,导致边界层内逆温结构被破坏、近地面湿层消失,使此次海雾过程趋于消散。9日傍晚的能见度条件基本达到演出要求。9日夜间受焰火燃放污染物影响,能见度短时波动。各种海雾客观预报方法预报准确率达到66%左右,主观预报订正准确性高于客观预报。     

系泊链海水疲劳性能初步研究

通过试验研究了直径最大到187 mm的R4和R4S级系泊链在人工海水中的疲劳性能。根据疲劳试验得到了相应载荷振幅下的疲劳循环次数,并将结果和DNVGL OS-E301及API RP 2SK中的设计曲线进行了比较和分析。通过链环有限元计算,结合实际试验结果,验证了链环在拉伸载荷下的应力分布和断裂热点,为进一步分析系泊链疲劳失效机理和海洋平台系泊系统设计提供了有效的试验数据。     

百防汤加白醋熏洗治疗慢性肛周湿疹50例临床观察

目的：观察百防汤加白醋熏洗治疗慢性肛周湿疹的临床疗效。方法：将150例慢性肛周湿疹患者随机分为3组,每组各50例。治疗组采用百防汤加白醋熏洗坐浴治疗,对照1组采用曲安奈德益康唑乳膏适量外涂治疗,对照2组单纯用百防汤熏洗坐浴治疗。比较3组治疗结束时及随访3个月后的临床疗效。结果：治疗结束时总有效率治疗组为92.0%,对照1组为78.0%,对照2组为68.0%,组间比较,差异有统计学意义（P<0.05）;治疗后3个月随访时总有效率治疗组为72.0%,对照1组为46.0%,对照2组为56.0%,组间比较,差异有统计学意义（P<0.05）。结论：百防汤加白醋熏洗治疗慢性肛周湿疹有较好的近期及远期疗效。     

基于对象BOW特征的高分辨率遥感影像变化检测方法

针对传统基于像素的变化检测方法的缺点,以及底层特征表现能力不足等问题,提出一种基于对象BOW特征的变化检测方法。首先,将经过预处理操作的两期影像进行波段组合得到组合后影像,再考虑地物光谱特征和几何空间信息对组合后影像进行多尺度分割,获得相对应的对象基元;同时,分别提取两幅影像的底层特征（包括影像各波段的均值和方差以及灰度图像的6种纹理特征）。其次,将对象视作文档,像素的特征向量视作单词,利用BOW模型构建影像对象的中层表达,即对象的BOW特征。最后,通过相似性度量算法比较相应对象的BOW特征,从而识别出影像上的变化区域。本文利用2组WorldView-2影像进行了检验,结果表明本文方法的变化检测结果较为完整,精度优于对比方法。本文方法基本能够满足变化检测的需求,为高分辨率遥感影像上的数据挖掘分析提供了有效的手段。     

震前卫星热红外异常与震级定量关系的统计研究

卫星热红外遥感资料的实际应用及大量震例归纳结果表明,强震发生前在震中附近存在不同程度的亮温异常,且异常随着时间的推移多表现为增温条带的出现或者大面积的不规则分布。在研究热红外异常临震预测中重点关注热红外异常与震级的关系,对2010～2014年发生于中国的总计151次MS5.0及以上地震热红外异常情况与震级大小进行线性拟合,得到了震级MS与临震前3 d热红外异常区面积平均值Saver的二元一次关系表达式,首次定量分析了震级大小与热红外异常面积之间的关系。     

Geoscience landscape division and tourism zonation in the mid-southern section of the Hengduan Mountains,eastern Qinghai-Tibet Plateau

The mid-southern section of the Hengduan Mountains is a typical region of mountainous landscape in western China and is the core region of "Shangri-La", a world-famous ecotourism destination. The landscape classification system is an important scientific basis for landscape protection and tourism development in this region. By combining geology and geography and referring to the concepts of "system tract" and "tectonic system" in geology, this paper comes up with grading standards for the geoscience landscape system of this region. Based on the regional stratigraphic structure, tectonic fault marks and geomorphological differentiation, this paper comes up with 2 Grade Ⅰ geoscience landscape system tracts, 8 Grade Ⅱ geoscience landscape systems, 21 Grade Ⅲ geoscience landscape areas, and 165 representative Grade Ⅳ geoscience landscape attractions. According to the main classification methods for the geological heritage and tourism landscapes, the geoscience landscapes can be divided into 4 categories, 16 types and 19 subtypes. On this basis, 23 eco-tourism areas of the mid-southern section of the Hengduan Mountains can be delimited. The study provides a theoretical direction and method reference for the geoscience landscape division and tourism zonation, which has an importantsignificance on the mountain landscape protection and tourism development in the regions of complex geo-environments.     

A WD-GA-LSSVM model for rainfall-triggered landslide displacement prediction

This paper proposes a WD-GA-LSSVM model for predicting the displacement of a deepseated landslide triggered by seasonal rainfall,in which wavelet denoising(WD)is used in displacement time series of landslide to eliminate the GPS observation noise in the original data,and genetic algorithm(GA)is applied to obtain optimal parameters of least squares support vector machines(LSSVM)model.The model is first trained and then evaluated by using data from a gentle dipping(~2°-5°)landslide triggered by seasonal rainfall in the southwest of China.Performance comparisons of WD-GA-LSSVM model with Back Propagation Neural Network(BPNN)model and LSSVM are presented,individually.The results indicate that the adoption of WD-GA-LSSVM model significantly improves the robustness and accuracy of the displacement prediction and it provides a powerful technique for predicting the displacement of a rainfall-triggered landslide.     

珠江三角洲沉积体与河网干流河道的形成发育

应用PRD-LTMM长周期"动力-沉积-形态"模型和非线性动力学拉格朗日拟序结构理论对全新世海侵盛期以来珠江三角洲以及河网干道的形成演变进行了地貌动力学分析,结果显示:受曲折岸线和复杂地形的影响,海侵盛期古珠江河口湾的水动力随时空高度变化,形成了7个具有不同运动特性的条带区域,并产生了许多不同尺度且相对独立的沉积动力结构,形成了众多的沉积体。这些沉积体成为了三角洲发育演变的基本建构单元。三角洲的主体沉积可概括为受原始地形分隔的若干相对独立的充填过程,干流河道的形成和发育往往是若干相邻沉积体发育和延伸的结果,而三角洲河网干道的总体分布格局则受这些动力区域所控制。     

重力数据融合与重力垂直梯度异常反演

重力垂直梯度异常反应了重力异常的空间变化率,在地球物理勘探等多学科中得到越来越多的应用。利用南海局部区域实测重力异常数据和Sandwell测高重力异常数据,将搜索范围、距离和精度多种因素融合考虑并对Shepard算法进行改进,给出了南海局部区域(19°N~20.5°N,114°E~115.5°E)分辨率1'×1'的重力异常并反演了对应分辨率的重力垂直梯度异常。结果表明,基于Shepard改进算法的高精度船测重力和测高重力的有机融合,增强了单一测高重力数据反演重力垂直梯度异常的细节纹理,提高了反演重力垂直梯度异常的分辨率和精度。