基于三种机器学习方法的降水相态高分辨率格点预报模型的构建及对比分析

冬季降水相态及其转变时间的精细化客观预报对提高气象预报和服务质量具有重要的现实意义。利用京津冀地区国家级自动气象站观测资料及网格化快速更新精细集成产品,统计分析了京津冀地区复杂地形下各类降水相态温度和湿球温度平均气候概率的分布差异及不同降水相态时网格化快速更新精细集成产品中可能影响降水相态判断的特征信息。然后将地面观测天气现象资料、复杂地形下降水相态气候特征及高分辨率模式输出产品作为特征向量,分别基于梯度提升（XGBoost）、支持向量机（SVM）、深度神经网络（DNN）3种机器学习方法建立了降水相态的高分辨率客观分类模型,并对同样条件下3种机器学习方法对雨、雨夹雪和雪3种京津冀主要降水相态的预报效果进行了对比检验,进一步提升了雨夹雪复杂降水相态的客观分类预报技巧。      

基于知识规则的土地利用/土地覆被分类方法——以黑河流域为例

本文提出了一种基于知识规则的土地利用/土地覆被分类的新方法。知识规则是基于专家经验建立起来的,反映研究区内不同分类系统下各类别的地理分布特性与地理分布交叉可能性。基于黑河流域90 m 分辨率DEM、2009 年逐月1 km 分辨率NDVI,参考美国地质调查局(USGS) 1 km分辨率土地利用/土地覆被数据在欧亚大陆上各类别的聚类中心,应用在上、中、下游分别建立的知识规则,以知识规则结合最近距离的USGS 类别聚类的方法,制作了一套与USGS全球土地覆被分类标准一致的、可以用于大气模式以及陆面过程模式的黑河流域土地覆被类型分布数据。本方法分类结果与以往研究采用的类别映射方法的分类结果及实际地物影像进行对比,表明知识规则下的分类结果更能准确表达流域地表覆盖特征,对冰雪、冻土类别和沙地荒漠类别的表现更优。     

利用GRACE重力卫星数据反演黑河流域地下水变化

干旱区地表水资源有限, 地下水资源被超采利用, 黑河流域是西北干旱区典型内陆河流域, 有同样的地下水资源利用问题. 然而由于监测地下水变化的测井数目有限且分布不均, 难以从流域尺度上把握地下水资源的时空变化. 利用GRACE重力测量卫星数据反演黑河流域2003-2008年间的地下水时空变化, 为合理分配利用水资源提供科学依据, 为掌握无资料区域地下水水资源及其变化趋势提供了计算方法. 为验证GRACE反演结果的可靠性, 首先将计算出的黑河中上游地下水的变化, 与该区域实测地下水变化数据进行对比分析, 结果显示二者之间相关性较好, 在一定程度上表明GRACE数据具备反演整个黑河流域水储量变化及其各个组分的能力. 此后, 利用GRACE数据反演了全黑河流域的地下水变化, 对其时空变化进行了分析和讨论. 结果表明: 黑河流域2003-2004年间地下水减少的幅度越来越少, 2005年夏季期间地下水资源量增加量最多, 自此地下水增加幅度逐渐减少, 至2008年趋于平衡. 空间上流域局部变化波动较大, 2003-2004年间黑河上游地下水资源量处于减少状态, 2005年相对于6 a地下水平均含量有轻微增加趋势, 2006年处于6 a平均值状态, 2007-2008年有稍微上升趋势; 中游在2005年有略微的上升, 之后3 a下降; 下游地下水含量在6 a中整体呈上升趋势.     

西南喀斯特地区不同石漠化阶段土壤黏土矿物组成及其含量变异研究

为了探索西南喀斯特地区土壤中黏土矿物组成及其含量的变异规律,以贵州省普定县和荔波县不同石漠化阶段典型土壤的黏土矿物为例,采用x-射线衍射仪图谱分析方法,计算得到黏土矿物组成及其含量,探讨不同石漠化阶段黏土矿物组成变化规律及其含量之间的线性关系。结果表明：不同石漠化阶段黏土矿物的组成是相同的,均为高岭石、蒙脱石和伊利石;在未石漠化、轻度石漠化、中度石漠化阶段,蒙脱石在剖面表层的质量分数分别为27．82％、29．34％、58．32％,高岭石分别为21．39％、31．81％、36．93％,伊利石分别为50．79％、38．85％、4．75％;在西南喀斯特地区,各石漠化阶段伊利石与蒙脱石的含量之间以及伊利石和高岭石的含量之间都呈显著的线性相关,相关系数分别为-0．9703、-0．9456;西南喀斯特地区土壤相似的成土作用和成土环境造成了黏土矿物相同的组成,而黏土矿物含量的差异说明各成土作用的程度或阶段是不同的;粉粒中的黏土矿物主要为石英和白云母,而砂砾中的黏土矿物主要为石英。     

青海纳日贡玛斑岩铜矿流体包裹体地球化学特征

通过矿体脉石英中原生流体包裹体研究，表明纳日贡玛铜矿具有典型的斑岩型铜矿流体包裹体地球化学特征．研究表明：纳日贡玛斑岩铜矿成矿温度为246～300℃，具高盐度特点，w（NaCl）为31．3％～42．2％，且其矿体均产于高盐度包裹体分布范围内，成矿流体属岩浆水和大气水的混合流体，具沸腾特征．     

凤河营热水储层的钻井液体系优化研究

凤河营位于冀中坳陷处,具有丰富的地热资源。凤河营热水储层主要是蓟县系的雾迷山组,属于碳酸盐岩裂隙,岩溶型储层。在钻井过程中,热水储层出现了漏失、粘土膨胀坍塌等事故。在分析储层地质特征的基础上,对原钻井液体系的性能进行评价。实验表明原钻井液体系的失水造壁性和堵漏能力较差。根据储层的地质特征和出现事故的机理,优化原钻井液体系的性能。原钻井液体系中加入5%超细碳酸钙和5%氯化钾之后,钻井液体系的性能得到很大改善,具有良好的流变性、较强的抑制性、良好的堵漏能力和低滤失量。优化后的钻井液体系能减少凤河营地热储层的损害。     

基于类Twitter服务的低成本近实时野外监测数据获取系统

野外实时数据对于研究和预报工作越来越重要,传统的有线、无线或者混合数据传输方案往往建设难度大、成本高,且需处理数据冗余、信息纠错和信息干扰等实际问题.实验基于当前流行的类Twitter网络服务和GSM短信息服务,提出了一套基于无线短信的满足近实时数据获取要求的水文野外数据获取系统,并对其进行初步试验.方案具有低成本、高效率、构建灵活快速等特点,可以被广泛应用于近实时、保密性要求低的科研生产领域数据采集业务.     

基于雷达组合反射率拼图和深度学习的中尺度对流系统识别、追踪与分类方法

中尺度对流系统（Mesoscale Convective System,MCS）是很多对流性天气的主要致灾体,可导致严重的气象和水文灾害,如雷暴大风、冰雹、龙卷风和山洪。对MCS进行准确的识别和追踪,并根据追踪轨迹及获得的MCS特征实现MCS的分类,对灾害天气的分析和预报有重要意义。基于京津冀地区2010—2019年的雷达组合反射率拼图资料,分别使用支持向量机（SVM）、随机森林（RF）、极度梯度提升决策树（XGBoost）和深度神经网络（DNN）4种机器学习方法,研发了京津冀地区MCS的自动识别算法。使用时、空重叠追踪法对识别的MCS进行追踪匹配,得到包含强度、时间和空间信息的MCS追踪数据资料。在区分线状对流系统和非线状对流系统的基础上,进一步从经典的尾随层云（Trailing Stratiform,TS）、前导层云（Leading Stratiform,LS）和平行层云（Parallel Stratiform,PS）三类准线性MCS的概念模型和结构特征出发,根据追踪轨迹计算MCS的运动方向和MCS近似长轴两侧层状云和强对流云的面积占比,建立准线性MCS的分类算法。MCS的识别属于二分分类问题,以命中率（POD）、虚警率（FAR）、临界成功指数（CSI）和准确率（ACC）为评价指标,综合对比各项指标发现DNN模型较SVM、RF和XGBoost模型对MCS的识别效果更好。使用时、空重叠追踪法对DNN模型识别的MCS进行追踪,结合对两个追踪实例的分析,发现本研究所用的算法取得了很好的追踪结果,也进一步说明了深度学习方法识别MCS的准确性和优势。根据追踪轨迹计算某时刻MCS的运动方向,结合识别的层状云和强对流云的分布位置,准确实现了TS、LS和PS型准线性MCS的分类,为准线性MCS的生命史预测及其致灾天气特别是短时强降水的强度、位置和持续时间的客观预报提供了一种技术思路。      

基于三维地理信息系统的电力设施选址二次优化方法

随着信息技术的发展和普及,三维地理信息系统在电力生产中的使用范围越来越广泛。在传统的三维空间辅助选址系统中,若想获得更准确的选址结果就必须建立精度相当高的三维空间模型。这直接导致的结果就是数据成本的增加,和大量无关区域高精度数据的浪费。本论文为了解决以上问题,达到在高选址精度的前提下,有效配置资源、提高数据使用效率的目的,在传统一般选址技术的基础上,使用点云扫描技术,采用对重点关注区域进行高精度二次选址的方法,大大提高了选址作业的效率和精确性。     

深度卷积特征表达的多模态遥感影像模板匹配方法

多模态遥感影像间(光学、红外、SAR等)存在显著的非线性辐射差异,传统方法难以有效地提取影像间的共有特征,匹配效果不佳.鉴于此,本文将深度学习方法引入影像匹配中,提出了一种基于Siamese网络提取多模态影像共有特征的匹配方法.首先通过去除Siamese网络中的池化层和抽取特征来优化该网络,保持特征信息的完整性和位置精度,使其可有效地提取多模态影像间的共有特征,然后采用模板匹配策略,实现多模态遥感影像高精度匹配.通过利用多组多模态遥感影像进行试验,结果表明,本文方法的匹配正确率和匹配精度都优于传统的模板匹配方法.