新疆不同区域洪灾受灾面积变化趋势及多尺度分析

选用新疆1950-2006 年84 个县2038 份洪水灾害资料, 采用灰色关联评估模型以县为单位将新疆分为重洪灾区、次重洪灾区、一般洪灾区、小洪灾区、微洪灾区。采用自回归滑 动平均模型ARMA (p, q) 与二阶主值函数分析受灾面积的长期变化趋势, 并用morlet 小波 分析其振荡周期发现, 全疆及各区洪灾受灾面积基本上存在12~15a 的周期变化, 1980 年代之后处于气候背景上的年代际与年际尺度的洪灾频发振荡期, 7~8a、2~3a 的小周期振荡叠加比较频繁。从新疆洪灾变化趋势上说, 前景不容乐观, 因为总体上洪灾受灾面积呈现显著的增加趋势, 目前各洪灾区仍处于频繁发生期的气候变化背景中。天山南北麓洪灾受灾面积的 分布趋势和周期振荡对新疆洪灾受灾面积的年际变化趋势和周期振荡起了决定性作用, 是增加防洪设施和防洪力度的重点地区。另外, 一般洪灾区2000 年以来对全疆洪水受灾面的影响也较大, 而且未来无论从短中长周期变化都有增加趋势。     

后工业化时期伦敦创意产业的发展

英国是世界上较早重视创意产业的国家,也是最早提出创意产业内容和定义的国家。伦敦作为英国政治、经济、文化中心,世界著名的国际经济中心城市,在工业化进程中、世界经济结构由“工业型经济”向“服务型经济”转化过程中,善于吸收历次产业革命成果,善于在产业经济、城市管理等方面不断创新,使其在一定时期内,始终处于大城市发展的前列,并被称为世界创意之都。因此,研究伦敦创意产业对探讨上海发展创意产业具有较大的现实意义。     

南极菲尔德斯半岛土壤微生物在富集传代培养中对菲的响应

为揭示富集传代培养过程中南极多环芳烃降解菌群的演替规律,以菲为唯一碳源和能源对南极菲尔德斯半岛不同地理位置的6份土壤样品进行了富集和连续传代培养,并采用高通量测序技术分析了富集传代培养过程中菲降解菌群的群落结构及生物多样性.Alpha多样性分析结果表明,在富集培养阶段南极菲降解菌的物种丰富度显著高于传代培养阶段(P＜0...     

CAD到GIS数据无损转换方法研究——以居民地及其设施为例

实现CAD与GIS数据共享的主要途径之一是利用FME中的语义转换技术,实验以DWG格式的居民地及设施数据为例,通过FME项目转换模型时,完成了CAD格式数据与GIS格式数据的关系表,在此关系表为基础的情况下,完成DWG数据到GIS数据的转换。模型实现了对DWG居民地及设施数据到ArcGIS的shp数据的无损转换,数据编码一一对应,并对转换后的数据进行拓扑检查和修改。数据的批量处理主要是利用脚本程序进行,同时输出处理过程和结果的log文件,这个过程在很大程度上提高了数据入库的正确性、共享性和转换效率。     

谈基础地理信息数据成果的容灾与备份

成果容灾及备份是数据管理的主要内容之一,建立完善、高效、安全的管理体制是一个循序渐进的过程.本文从基础地理信息数据成果管理的角度,简单描述容灾备份的管理内容、方法及存在的问题.     

城轨交通引起的环境振动问题综述研究

随着城市化进程的加快和人们生活质量的提高,城市轨道交通系统引起的沿线地面和建筑物的振动问题越来越引起人们的关注。系统地介绍了城市轨道交通的主要形式,对城市轨道交通所引起环境振动问题的国内外研究进行了综述,同时,全面分析了环境振动对人们生产生活的影响、振动产生的原因、振动预测模拟等方面的问题。对国内外有关环境振动的计算模型也系统深入地作了分析研究。     

基于Vulcan的西岭金矿床三维地质模型构建及资源量估算

通过对西岭金矿区域地质和矿区地质的研究,搜集和整理了矿区的地质资料.在充分学习了澳大利亚Vul-can软件的技术后,基于该软件首次建立了矿区地质钻孔数据库,构建了矿区的多个三维可视化地质实体模型和块体模型,并利用距离幂次反比法和普通克吕格法2种品位估值方法分别进行了资源量估算,并与传统的地质块段法的计算结果进行了对比,...     

一种改进的车载点云地面点提取滤波方法

车载激光雷达(light detection and ranging,LiDAR)已被广泛应用于城市道路信息的获取,为提升车载点云地面点提取效果,分析了主要的车载点云滤波方法,并从限制点云处理范围、点云数据格网化、种子点的优化和滤波参数的选取等方面改进了车载点云滤波方法.实验结果证明,所提出的方法能够有效提取地面点云.     

多积云参数化方案热带气旋路径集合预报试验

利用MM5模式采用5种积云参数化方案选项研究了2004～2006年共8个热带气旋路径的集合预报。结果表明,热带气旋路径预报对积云参数化方案的选取是敏感的,积云参数化方案之间优劣互补,而选择无积云参数化方案选项对热带气旋路径的预报有积极的贡献。采用3种路径集合预报方案研究的结果表明,集合方法对热带气旋路径预报有明显的改善,其中无积云参数化Grell、Betts—Miller和Kain—Fritsch4种积云参数化方案选项组合的集合预报效果最好,平均路径误差最小。     

基于长短期记忆神经网络的风速超短期快速滚动预报技术

利用甘肃省某风电场2017—2020年测风数据,基于长短期记忆神经网络(LSTM)模型,通过评估不同输入数据和模型时间窗口长度下的预报精度,设计一套适用于风电场的风速超短期快速滚动预报方案。结果表明：通过输入不同的特征变量,在风速的超短期(未来4 h内)预报中,风速自身变化起主导作用,模型输入变量中只加入各高度层的风速能得到更好的模拟效果。通过评估LSTM模拟时间窗口长度L对模拟效果的影响,当时间窗口长度L≤24 h时,模拟效果较好,说明超短期风速变化主要和风速自身临近时刻的变化有关;当L>24 h时,模拟效果快速下降,说明过长的L会削弱模拟能力,降低模拟精度。通过分析LSTM在未来4 h内的风速模拟能力,发现随着预报时长的增加,模拟精度逐步下降,但在未来2 h内的风速均方根误差RMSE均小于2 m·s^-1,结果较为理想,且该方法对计算资源要求不高,经济实用性强,在业务中具有较高的应用潜力。