基于LSTM神经网络的青藏高原月降水量预测

青藏高原的降水量预测不仅为该地区水资源合理规划利用提供依据,同时对中国及周边国家气候变化研究有着重要的意义。论文利用1990—2016年青藏高原降水量数据,采用长短期记忆神经网络（LSTM）对青藏高原月降水量进行预测,主要包括：① 使用青藏高原86个测站1990—2013年的月降水资料,预测各个测站2014—2016年的月降水量,并与传统的RNN、NAR、SSA和ARIMA预测模型相比,平均决定系数R²分别提高了0.07、0.15、0.13和0.36,均方根误差（RMSE）和平均绝对误差（MAE）表现更低;② 分析了降水量预测精度的空间分布特征,将各模型的R²在青藏高原地区内插值,分析R²的空间分布特征,发现所有模型降雨稀少的干旱地区和降雨多的湿润地区R²较低,在气候稳定、降水规律性明显的地区R²较高,且LSTM模型R²≥0.6的空间范围远大于传统模型;③ 分析了不同预测长度对各模型预测精度的影响,发现所有模型会随着预测长度增加而预测精度降低,但在不同的预测长度下LSTM预测的RMSE值都低于其他模型。     

沁水煤田赵庄矿区地质构造分析与研究

在野外踏勘和室内资料整理分析的基础上,对赵庄矿区物探工作所查明的断层、井下揭露的断层以及野外观测到的断层进行了断层倾角统计和分断距统计对比分析。对矿区范围内井上下的断层和野外实测节理滑动面的发育规律进行了总结。在此基础上,分析了赵庄矿区地质构造体系及其演化规律。     

Efficient methods of discharge measurements in rivers and streams based on the probability concept

Regularities exist in fluid flows and can be represented by a set of constants. These constants are functions of the parameter of a probability distribution that exhibits resilience and stability under various flow conditions. Together, these regularities form a network and interact with each other, such that if one is known then the others can be determined from it. The regularities and their network explain the various fluid‐flow phenomena and can be used in analysis of rivers and streams. For example, they can be used as the basis to develop simple and efficient methods of discharge measurements as presented herein, which only require velocity sampling at a single point on a water surface or a few points on a single vertical. Because of their simplicity and the short time requirement, these methods can be easily automated for collecting discharge data in unsteady, high flows that are badly needed for real‐time flow forecasting and design of flood control structures, and for advancing the fundamental, scientific knowledge in hydrology. Copyright © 2005 John Wiley & Sons, Ltd.     

CR21气象仪的CS-1型串行接口转换器

CR 21气象仪的SC 1串行接口与标准的RS 232接口并不兼容,难以并入滑坡遥测系统。对此特研制CS-1型串行接口转换器。它能使SC 1串行接口电平与标准的RS 232接口电平彼此转换。由此在微型计算机专用软件支持下,CR 21气象仪便能自动而又准确地向滑坡遥测系统传输数据。     

Grain-size related nitrogen distribution in southern Yellow Sea surface sediments

Forty-eight surface sediments of the southern Yellow Sea are separated into three grain-size fractions. Four forms of extractable nitrogen (nitrogen in ion-exchangeable form (Nie), nitrogen in weak-acid extractable form (Nwa), nitrogen in strong-alkali extractable form (Nsa) and nitrogen in strong-oxidant form (N50))are obtained by the sequential extraction. The results show that the contents and the distributions of the extractable nitrogen in the southern Yellow Sea surface sediments are closely related to sediment grain size. The distributions ofNie, Nso and total nitrogen (TN) present positive correlations with fine particles content, while Nwa and Nsa does not have such correlation. The net contents of all the forms of nitrogen increase with sediment grain size finer.     

激光测高数据辅助卫星成像几何模型精化处理

资源三号02星(ZY-3 02)作为资源三号系列的第2颗卫星,于2016年5月30号成功发射,其主要服务于中国空间基础建设等重大工程,星上搭载了中国首个对地观测试验性激光测高载荷。高程精度作为立体测图的重要指标,达到其精度要求的困难程度远大于平面。在借鉴目前较成熟的卫星影像区域网平差理论的基础上,结合近年来激光测高数据精度的大幅提升以及ZY-3 02星激光测高数据的特点,首次提出了激光测高数据辅助卫星立体影像进行成像几何模型精化处理的通用理论。首先,利用传统的区域网平差算法对所处理影像进行高精度连接点匹配处理,并对其进行无约束的自由网平差处理,获得高精度相对精度及不亚于原始成像几何模型的绝对精度;其次,根据激光测高数据3维坐标和精化后参考影像成像几何模型获取激光数据参考影像坐标;然后,将参考影像坐标通过几何模型映射获取目标影像上待匹配影像坐标,通过连接点匹配算法,对待匹配目标影像坐标进行精化获取高精度像方同名点;最后,以同名点作为高程控制进行区域网平差计算,对影像成像几何模型进一步处理,获取高精度补偿参数。通过湖北、青海两测区的试验,以激光测高数据辅助卫星影像几何模型精化精度可分别达到1.97 m、3.23 m,结果表明本文提出的方法可有效提高卫星立体数据测图精度。     

河西走廊成矿带区域成矿规律及找矿方向

河西走廊成矿带是分布于祁连地区最北部的Ⅲ级成矿单元(全国统一编号为Ⅲ-20), 目前共有235处矿产地, 形成了石油、煤、凹凸棒石黏土、萤石、石膏、芒硝、石灰岩、天然石英砂、铁、铜、金、钨等40余种矿产。该成矿带以沉积成矿作用为主, 其次为流体、岩浆、变质和表生成矿作用, 可分为11种矿床类型, 主要成矿期为华力西期、加里东期、燕山期和喜马拉雅期。河西走廊成矿带可进一步划分为2个成矿亚带, 分别为玉门—民乐成矿亚带和山丹—中卫—泾源成矿亚带。根据构造空间、成矿时间、成矿作用和矿种等四要素的耦合关系, 河西走廊成矿带厘定了10个矿床成矿系列, 包括4个沉积作用有关矿床成矿系列、3个流体作用有关矿床成矿系列、1个岩浆作用有关矿床成矿系列、1个变质作用有关矿床成矿系列和1个表生作用有关矿床成矿系列。通过细分成矿时段和细化成矿地质作用, 进一步解析出16个矿床成矿亚系列, 并建立了47个矿床式。根据区内地质、矿产、物探、化探和遥感信息, 河西走廊成矿带共圈出5个综合预测区, 为下一步找矿工作指出了方向。