基于RS和GIS的农业土地利用污染分析

农业已被确认为地表和地下水最主要的非点源污染源，而土地利用方式又是影响非点源污染的关键性因素。大规模的土地利用与开发、化肥与农药用量的增加、规模养殖业的发展、生活垃圾的增加等，这些非点污染源严重威胁水体质量，进而影响到人们的生活。为了更好地预测和控制、管理非点源污染，必须研究其负荷定量化问题。本文从以上几方面入手，讨论了非点源污染与农业土地利用方式之间的关系，利用组件GIS技术，以网格为评价单元，实现非点源污染负荷的定量计算及可视化分析。文章最后以上海市松江区作为研究区域，对该区的污染情况进行了分析。     

地图扫描数字化的质量分析与评价

通过分析地图扫描数字化的误差因素．运用质量控制图评价学生实验数据质量，能够直观地对学生实验数据做出判断，同时也能比较各个实验小组及班级之间总体实验水平，及时发现实验准备工作中及实验方法本身的有关问题。     

西风带研究动态

本文较为详细地介绍了影响我国气候的重要因子——西风带的一些国内外最新研究动态,这些研究动态和研究成果将对山西省的气候研究起到积极作用。     

自动风向转换程序设计思路

由于OSSMO 2004版地面测报业务软件中抄录报表风向不太方便，故长治县气象局自行设计了自动风向角度和方位的转换程序。本程序用OBJECT PASCAL语言编写，在DELPHI中实现，采用Microsoft．Jet．OLEDB．4．0数据库引擎及ADO的方式操作数据库。     

The method of design for seismic data database system based on tree structure

Introduction In recent years, with the development of earthquake observation technology, increasing ofobservation stations and improvement of observation instruments which are digitalized and con-nected by network, a great deal of data is recorded, to some extend, which brings difficulty for usto manage and store them. It leads to traditional methods, which use the file system to managemass data, could not satisfy our requirement, and it is necessary to find a new method in place oftradit…     

鄂尔多斯盆地南部的黄土塬区地震资料处理与解释,第一部分:地震资料处理

Branching river channels and the coexistence of valleys, ridges, hiils, and slopes＇as the result of long-term weathering and erosion form the unique loess topography. The Changqing Geophysical Company, working in these complex conditions, has established a suite of technologies for high-fidelity processing and fine interpretation of seismic data. This article introduces the processes involved in the data processing and interpretation and illustrates the results.     

Transformation of accommodation space of the Cretaceous Qingshankou Formation, the Songliao Basin, NE China

Analysis of accommodation space variation during deposition of the Cretaceous Qingshankou Formation in the Songliao Basin, NE China, indicates that accommodation space changed both through time and across the basin as a seesaw movement. The mid‐upper Qingshankou Formation is divided into three units. In each unit, changes of accommodation space differ in the southern and northern part of the basin. Increasing accommodation in the southern part is accompanied by a decrease in the northern part, and vice versa. Between the northern and southern basin, there was a neutral belt that is like a fulcrum, called the transformation belt here, where the accommodation did not change to any significant degree. We call this response ‘accommodation transformation’, whose characteristics are defined by tectonic subsidence analysis, palaeontological and sedimentary analyses. The accommodation increasing belt, decreasing belt, transformation belt and accommodation transformation boundary together constitute the accommodation transformation system. The recognition of accommodation transformation in the Songliao Basin provides a new insight into sequence stratigraphy and might be widely applicable.     

思茅境内澜沧江径流变化量与云南气候变化的关系

以思茅澜沧江流域下游思茅境内水文站1960年1月～2001年12月的逐月径流量和云南的月雨量(气温)场格点资料为基础,用相关分析的方法,研究了思茅境内澜沧江流域的东西部径流量变化及其与云南气候变化的关系。结论为:思茅境内澜沧江下游流域的径流量变化与滇西南的降水量变化有显著的相关关系,其季节特征为春夏季较好,秋冬季次之;与元江河谷一带的气温变化也有显著的反相关关系,其中西部流域还与滇南的气温变化有显著的相关关系,其季节特征则为冬春季较好,夏秋季不显著。20世纪80年代以来,该流域的气温变化呈上升趋势,且西部升温的上升趋势更显著,气温上升对径流量的变化起减小的作用;20世纪90年代以来,该流域的东西部降水量变化出现了显著的差异,其东部的降水量明显增多,与此相一致,其东部径流量变化的增幅也明显大于其西部。     

云南沿边境地带生态环境3S监测、 评价与调控研究

本文利用全球新千年整体生态系统评估的理论，以云南省沿边境地带生态系统变化跨境生态安全为研究对象，探寻并揭示我国陆疆系统的跨境生态系统变化监测、评价和生态安全综合调控的基础理论与信息机理；进而研究基于“3S”云南沿边境地带的生态环境监测、评价与综合调控的方法和关键技术，包括方法和技术体系的建立、指标体系的建立、多尺度效应和尺度转换、数学模型的建立、综合调控模式和决策方案的建立等；在案例研究部分，建立了背景数据库，然后选择大、中、小尺度进行了全区生态环境现状评价，重点河道、典型路段和重点口岸的影响评价和预测预报研究，最后进行了综合调控模式和方案的探讨，并对研究结果进行了动态仿真和虚拟表达研究。     

可解释性长短期记忆模型用于预测湖泊总磷浓度变化

对湖泊总磷的变化预测和来源识别对水资源调度和流域生态治理有着重要的意义,然而复杂的生化反应和水动力条件导致的非平稳性给湖泊总磷浓度的准确预测带来极大的困难。为克服这一挑战,本文引入了基于加权回归的季节趋势分解(seasonal and trend decomposition using Loess,STL)技术和夏普利加法(SHapley additive exPlanations,SHAP)结合长短期记忆网络(long short-term memory neural network,LSTM)和门控循环单元(gated recurrent unit,GRU)构建了一个可解释的预测框架,以增强对湖泊总磷浓度演变的预测并提高其可解释性。研究表明:(1)在骆马湖总磷浓度的预测中,该框架拥有较好的预报精度(R²=0.878),优于LSTM和卷积长短期记忆模型(convolutional neural networks and long short term memory network,CNN-LSTM)。当预测时间步长增加到8 h时,该框架有效提高了总磷浓度的预测精度,平均相对误差和均方根误差分别降低了47.1%和33.3%。从预测趋势来看,骆马湖在汛期的总磷平均浓度为0.158 mg/L,相较于非汛期的平均浓度,增加了202.1%。(2)运河来水是骆马湖总磷浓度最重要的影响因素,贡献权重为60.0%,并且不同断面(三湾、三场)的污染源受水动力、气象等因素的影响存在显著的时空差异。本文凸显了神经网络模型在预警水体污染方面的可实施性,并且为提高传统神经网络的学习能力和可解释性的开发与验证提供了重要方向。