Simulation of site-scale water fluxes in desert and natural oasis ecosystems of the arid region in Northwest China

The study of water fluxes is important to better understand hydrological cycles in arid regions. Data-driven machine learning models have been recently applied to water flux simulation. Previous studies have built site-scale simulation models of water fluxes for individual sites separately, requiring a large amount of data from each site and significant computation time. For arid areas, there is no consensus as to the optimal model and variable selection method to simulate water fluxes. Using data from seven flux observation sites in the arid region of Northwest China, this study compared the performance of random forest (RF), support vector machine (SVM), back propagation neural network (BPNN), and multiple linear regression (MLR) models in simulating water fluxes. Additionally, the study investigated inter-annual and seasonal variation in water fluxes and the dominant drivers of this variation at different sites. A universal simulation model for water flux was built using the RF approach and key variables as determined by MLR, incorporating data from all sites. Model performance of the SVM algorithm (R² = 0.25–0.90) was slightly worse than that of the RF algorithm (R² = 0.41–0.91); the BPNN algorithm performed poorly in most cases (R² = 0.15–0.88). Similarly, the MLR results were limited and unreliable (R² = 0.00–0.66). Using the universal RF model, annual water fluxes were found to be much higher than the precipitation received at each site, and natural oases showed higher fluxes than desert ecosystems. Water fluxes were highest during the growing season (May–September) and lowest during the non-growing season (October–April). Furthermore, the dominant drivers of water flux variation were various among different sites, but the normalized difference vegetation index (NDVI), soil moisture and soil temperature were important at most sites. This study provides useful insights for simulating water fluxes in desert and oasis ecosystems, understanding patterns of variation and the underlying mechanisms. Besides, these results can make a contribution as the decision-making basis to the water management in desert and oasis ecosystems.     

面向WebGL的矢量数据三维绘制技术

矢量数据的叠加显示能够提高三维虚拟地球的表达效果与分析能力。受限于GPU的计算精度,在三维虚拟地球中矢量数据绘制普遍存在抖动现象和深度冲突现象。对基于WebGL的矢量数据三维绘制中计算精度问题进行了分析,提出了使用CPU RTC技术和GPU RTE技术提高顶点变换的精度,使用多视锥渲染算法和深度平面技术解决深度缓存精度问题。实验证明,这几种技术和算法可以有效缓解抖动现象和深度冲突现象导致的视觉干扰,改善了各种尺度和范围的矢量数据在三维地形上的叠加显示效果。     

AEKF在星敏感器低频误差补偿中的应用

高分辨率对地观测卫星需要精确的姿态信息来满足后续对地定位等工作,因此姿态确定精度十分重要。星敏感器的低频误差是影响卫星姿态确定精度的重要因素之一,主要是由空间周期性的热环境变化引起的。为进一步提高卫星姿态确定精度,对星敏感器的低频误差产生机理即星敏感器主光轴做周期性扰动进行了分析,设计了星敏感器低频误差补偿方案,建立了考虑星敏感器低频误差在内的组合定姿模型,利用拓维卡尔曼滤波(AEKF)对低频误差进行补偿,并引入RTS平滑滤波进一步提高姿态确定精度。仿真实验表明,设计的星敏感器低频误差补偿方案能有效对其进行补偿,提高卫星姿态确定精度。     

广西隆安下石炭统都结微生物岩微相特征与沉积环境研究

广西隆安县都结乡发育的微生物岩产于下石炭统都安组中—上部地层,分布广、厚度大,是中国南方早石炭世报道较少的碳酸盐岩建造类型,具有较高的研究价值。该微生物岩以颗粒灰岩和粘结岩为主,生物含量丰富,包括微生物、有孔虫、棘皮类、钙球、腕足等。通过岩相分析,可识别出以下8种微相类型:MF1含亮晶胶结物的泥晶包壳生屑灰岩、MF2含腕足似球粒灰岩、MF3无纹层似球粒颗粒灰岩、MF4集合颗粒灰岩、MF5细密纹层状粘结岩、MF6内碎屑鲕粒灰岩、MF7鲕粒灰岩、MF8白云质鲕粒灰岩。伴随海平面升降变化,都结微生物岩沉积环境先后经历了FZ1台地边缘浅滩相、FZ2开阔台地相与FZ3局限台地相这三种沉积相带之间往复变化的沉积相模式。结合前人基础地质资料,该沉积相模式表明该微生物岩发育于低纬度孤立碳酸盐岩台地浅水环境,并经历了初期、主体时期和消亡期3个发育阶段,海平面虽伴有小幅波动,但整体呈下降趋势。微生物岩发育于晚古生代冰期与谢尔普霍夫生物灭绝事件前夕,该时期南盘江盆地微生物岩的富集与后生动物礁的缺失相耦合,海洋生态系统中生物组成发生显著变化。在此基础上,本文从微生物岩的角度初步探讨了冈瓦纳大陆冰川作用对北半球低纬度地区的影响。     

华北克拉通西部鄂尔多斯地块长城系碎屑锆石LA-ICP-MS U-Pb测年及意义

自1.85 Ga西部陆块与东部陆块沿中部造山带碰撞拼合形成统一的华北克拉通之后,中—新元古代克拉通经历了广泛的陆内拉伸,形成了熊耳裂陷槽、燕辽裂陷槽、渣尔泰—白云鄂博—化德裂陷槽及东缘裂谷系。前人根据钻井资料及区域地层对比认为鄂尔多斯地块变质基底之上沉积了中元古代长城系—蓟县系。其中,长城系下部主要为石英岩夹板岩,上部为粉砂质板岩、硅质板岩及含燧石条带白云质灰岩与石英砂岩;蓟县系以白云岩为主,夹少量砂岩、页岩。本文对采自鄂尔多斯地块6口钻井中的长城系进行了碎屑锆石年代学研究。结果表明,鄂尔多斯地块长城系浅变质沉积岩的碎屑锆石年龄组成了1.60 Ga、1.85 Ga、1.95 Ga、2.35 Ga和2.50 Ga等峰值。与华北克拉通内部中—新元古代沉积岩碎屑锆石年龄峰值对比结果表明,长城系沉积岩的碎屑物质来自华北克拉通内部。结合区域钻井资料及前人研究成果,推断中元古代鄂尔多斯地块北缘及东缘为隆起剥蚀区,西南部为沉积区,其西南缘为被动大陆边缘,与北秦岭地体之间被宽坪洋分隔。     

变分同化框架通过背景误差协方差构建动力平衡约束的研究进展

通过背景误差协方差构建动力平衡约束是变分同化框架设计的重要环节。它不仅帮助实现变量间的协同分析,提高观测使用效率,还能改善变分极小化问题的性状。本文在系统梳理通过背景误差协方差引入动力平衡约束的方式、流程的基础上,对求解目前全球和有限区域变分同化系统普遍采用的准地转平衡和静力平衡约束的共性问题和存在的不足作了归纳总结。分析了求解准地转平衡约束的三类方案:动力平衡方程方案、统计方案和动力-统计相结合方案的优缺点。对照比较了不同垂直离散方案下求解静力平衡约束时遇到的欠定问题的表现以及解决途径。最后,展望了基于背景误差协方差构建动力平衡约束在赤道等特殊地区、高分辨率同化系统、以及集合-变分混合同化系统发展中面临的挑战和机遇。     

上海市PM_(10)浓度四季遥感模型研究

通过分析2001—2012年上海市PM_(10)浓度(由API(Air Pollution Index)转化得到)的变化规律,构建了上海市PM_(10)浓度的遥感反演模型。结果表明:1)上海市PM_(10)浓度存在季节性变化,应分别建立遥感反演模型。2)分析MODIS气溶胶光学厚度(Aerosol Optical Depth,AOD)产品与PM_(10)浓度之间的相关性发现,AOD须经过垂直和湿度订正才可与PM_(10)建立较好的关系。3)结合垂直和湿度订正分别建立的上海市PM_(10)浓度春夏秋冬四季的遥感反演模型均通过了拟合度检验,其中春季模型采用指数函数、夏季和秋季模型采用二次多项式函数、冬季采用幂函数、全年采用二次多项式函数,利用此四季模型反演上海市PM_(10)浓度具有较高的可信度。     

北斗三频伪距相关随机模型单站建模方法

为了提供可靠的伪距随机模型,基于3个线性无关的北斗三频伪距/载波无几何无电离层(GIF)组合,研究了一种利用单站数据估计北斗三频伪距相关随机模型算法。该算法首先利用低阶多项式对GIF组合进行拟合,以尽可能消除非伪距噪声以外的其他常数和误差,然后利用多元线性回归分析实现对3个线性无关的GIF组合随机噪声同时建模,最后再由线性组合关系变换得到原始北斗三频伪距相关随机模型。经北斗三频实测数据验证结果表明,该算法可实现北斗非差三频伪距相关随机模型的单站解算,有利于为导航定位以及完好性监测提供精准随机模型。     

全球气候数据集生成及气候变化应用研究

科技部在"十三五"期间部署的国家重点研发计划"全球变化及应对"专项资助了"全球气候数据集生成及气候变化关键过程和要素监测"研究项目。项目围绕由全球气候观测系统提出的基本气候变量,完善地空天基观测体系,生成中国首套以遥感数据为主体的涵盖大气、海洋和陆表长时间序列、高精度、高时空一致性的产品,即气候数据集,动态监测全球变化关键过程和要素。     

不同遥感影像的城市热岛空间分布特征分析

针对传统的地面观测方式很难全面掌握城市地面热岛的空间分布情况的问题,该文将HJ-1B卫星热红外图像代表的亮温图和采用HJ-1B卫星反演的温度图像正规化,利用量化等级体系对同一地区的亮温分布图和温度分布图进行划分,提出并采用间隙度指数对不同影像的高温区进行空间分布进行评价。实验结果表明:基于热红外影像的城市热岛空间分布比基于热红外影像反演的温度图的热岛空间分布更为集中,为研究不同影像之间的城市热岛空间分布提供了一种评价方法。