库区边坡稳定性计算的改进Sarma法

在研究Sarma法原理及其应用的基础上,针对库区蓄水后边坡的特点对传统的Sarma法做了改进。巧妙地将浮力应用在改进中,并将改进成果应用到某水电站左岸边坡倾倒蠕变岩体的稳定性评价中,简化了计算过程,取得满意的结果。     

旅游环境承载力在待开发景区规划中的应用初探— — 以贵州东风湖为例

景区开发规划设计合理与否事关旅游地的生命周期和可持续发展,而旅游环境承载力是旅游业可持续发展的主要判据之一,在理论上,可以通过某种途径应用旅游环境承载力的理论方法去评价某一开发规划设计的合理性。本文以东风湖为例,探讨了待开发旅游地旅游环境承载力研究的意义,并从旅游环境承载力计算的计量模型,适合喀斯特地域特色的指标体系的建立及指标权重计算等方面,讨论了如何将旅游环境承载力的理论方法应用于待开发旅游地开发规划设计的具体操作方法,并引入了旅游环境承载量和旅游环境承载指数等新概念。      

现代旅游者意念中的夜郎形象及其构筑刍议

古夜郎国植根于喀斯特环境。本文从广义夜郎的角度出发,采用随机抽样调查法对旅游者进行调查,用SPSS软件进行统计,从吃、住、行、游、购、娱几个方面来分析现代旅游者对夜郎文化的旅游需求;选择贵阳市花溪区的夜郎谷风景旅游区来构筑现代旅游者意念中的夜郎形象。最后以“夜郎传说再现”、“夜郎生活活的博物馆”和“其它功能区”为主题,将夜郎谷旅游景点构筑为水面娱乐区、展览区、竹文化区、农耕区、作坊区、图腾柱景观区、夜郎石魂区、雕刻展卖区、野营区、夜郎生活演示区、表演区、乡村旅店区、游憩区、艺术石廊等14个功能区,同时结合夜郎谷周围的资源特点构筑夜郎文化旅游圈。      

湖南省耕地动态变化及驱动机制研究

利用1949~1999年的统计和普查数据,分析探讨了湖南省近50年来耕地数量变化及区域差异,并在此基础上进一步探讨了影响耕地数量动态变化的驱动机制。结果表明:50年来,湖南省耕地总体态势逐年下降,耕地变化区域差异显著;经济增长是形成湖南省耕地数量变化的主要宏观驱动因子,耕地快速减少在发生时间上与经济发展的增长基本同步,具体则受固定资产投资规模的牵动;在空间分布上具有与地区间经济发展速度和水平的差异相一致的特点。影响耕地数量动态变化驱动机制具体表现为:非农产业的发展建设与人口城镇化的发展对耕地的冲击,种植业效益下降、耕地利用方向的调整以及管理上的不完善和疏漏等。     

东南沿海地震带一组主导强震的准同步活动特征

回顾了1994年台湾海峡南部7．3级地震和1994～1995年北部湾6．1级、6．2级双震的孕育、发生和调整过程,认为这两次强震快速呼应,具有成组和准同步的活动特征,主导了东南沿海地震带第四个活跃幕的中强地震活动总体格局。     

极区海洋环境自动监测浮标总体设计技术

文章对极区海洋环境自动监测浮标的背景作了简要说明,详细介绍了该系统的总体性能指标和总体设计技术,亦给出了部分测量数据结果。     

贵州喀斯特峡谷地区土地利用效果评价——以贵州花江峡谷地区为例

通过选取土地生产力、土地多样化程度指数、人均耕地面积、人均GDP等23个影响因子,并采用层次分析法对花江峡谷地区土地利用效果进行评价,以检验当前的土地利用模式是否适宜。测评结果表明,花江峡谷地区土地利用效果以查耳岩村最好,云洞湾、坝山、木工等次之,其它地区则较一般。与此同时,分析评价还证实了目前以经济林(草)种植为主的土地利用模式是适宜于花江峡谷地区的环境条件的。但是,花江峡谷地区土地利用效果很不均衡,有不少地区土地利用效果还比较差,仍需要进一步加强政策扶持与科技、资金及人才的投入。      

中国近海全潮测验的气象保障分析

基于我国近海全潮测验气象保障的迫切需求,根据我们在现场调查中积累的有效经验,把影响中国近海的天气过程看成是大背景场上气压单体的运动,冬季的基本态是气压单体的向海运动,夏季的基本态是气压单体的向陆运动.具体到调查海区,首先把握调查时段天气过程的基本态,关注大背景场中气压单体的运动趋势,推判可能影响到调查海区的气压单体的活动规律以及它们之间的相互作用,确定调查区调查时段天气形势的极端情况;基于可以获得的公益气象预报信息,通过对调查现场基本背景场的踏勘和分析研究,形成局地性修正因子,从而进行调查海区的局地补充订正预报;用现场气象观测站的资料进行验证与反馈,不断改进局地性修正因子;充分结合诸如风动能在一定时段内积分总量准守恒的周期规律性等经验规律,进行调查现场的气象保障服务.     

KNN数据挖掘算法在北京地区霾等级预报中的应用

利用北京地区2013年气象数据以及PM2.5浓度数据与能见度数据进行对比分析,结果发现气温、气压、相对湿度、露点温度、地面U风、地面V风以及PM2.5小时浓度这7个要素是影响北京地区霾等级的关键因素。利用气温、地面气压、相对湿度、露点温度、U风、V风分量以及PM2.5浓度作为7个属性特征,以霾等级做为标志量构建训练样本集,结合KNN（K Nearest Neighbor）数据挖掘算法构建霾等级预报分类器,并开展霾等级客观识别实验。结果表明K=3时该分类器的分类预报效果最佳,其13个站点的分类准确率高达88.2%。基于该算法构建的KNN模型预报无霾时的漏报概率很小,准确率高达91.8%;预报有轻度霾、中度霾以及重度霾时,空报的概率仅分别为4.7%、1.4%和2.6%。2014年8月29日至9月2日北京地区一次霾天气过程的预报结果表明：南郊观象台、密云和延庆3站的预报准确率分别达到74%、64%和84%,但霾等级的精度方面还有待于进一步提高。