基于FloodArea模型新疆山洪淹没模拟及致灾临界雨量阈值的研究——以皮里青河流域为例

以皮里青河流域为研究区,运用小时降水、土地利用类型、数字高程（DEM）、实测淹没深度等数据,基于FloodArea模型对研究区2010年5月2日、2012年6月3日、2016年5月9日、2016年6月17日洪水过程进行再现模拟,通过精度验证并建立了降水－淹没深度的关系,在此基础上确定了4个淹没等级对应的致灾临界雨量。相关分析得出喀拉亚尕奇乡累计8 h降雨量与模拟洪水淹没深度的相关性最好,达到了0.96,潘津乡降雨累计5 h的相关性最好,为0.99;通过实测数据对模拟淹没深度进行精度检验得出,喀拉亚尕奇乡和潘津乡两个考察点相对误差分别为0.47 m和0.1 m,误差率分别为31.33%和7.69%,FloodArea模型对研究区洪水过程模拟的效果较好,可以反映出该区域的洪水淹没情况,能为无水文资料的山区流域的山洪过程进行较为精准的模拟;按照山洪灾害等级划分标准和降水-淹没深度的关系得出,预警点累计5 h降水得到对应4个等级的致灾临界雨量阈值分别为：四级17.84 mm、三级32.39 mm、二级54.21 mm、一级76.04 mm。     

江淮入梅异常的强信号及其对入梅的影响

江淮入梅具有显著的年际变化特征.利用NCEP/NCAR再分析数据集以及NOAA提供的全球射出长波辐射(OLR)和扩展重建海温(ERSST)等资料,采用相关分析和合成分析等方法研究了江淮入梅异常的前兆强信号,并初步分析了其影响入梅的可能机制.结果表明,ENSO事件是影响江淮入梅早晚较强的前兆信号.前期冬春季出现ENSO暖位相时有利于入梅开始偏晚,ENSO冷位相出现时入梅往往偏早.前期冬季2月和春季Nino 4区的海温异常能较好地预测入梅早晚,具有短期气候预测的指示意义和实用性.ENSO暖位相年,亚澳"大陆桥"、菲律宾、西太平洋暖池以及印度半岛附近对流偏弱,不利于西太平洋副热带高压北跳和印度夏季风爆发,东亚地区大气环流季节转换偏晚,入梅因而偏晚;ENSO冷位相年情况则相反.     

下扬子烃源岩新层位——中下奥陶统

中下奥陶统通常主要作为储层看待,然而皖南地区的下奥陶统宁国组主要为一套富含笔石的灰黑色—黑色薄层硅质、碳质泥岩,属广海陆棚相至深海盆地相沉积;而中奥陶统胡乐组主要为一套同样富含笔石的深灰色薄层粉砂质泥岩和中厚层硅质泥岩,属深海陆棚相至盆地相沉积。二者分布范围相当,但宁国组厚度明显大于胡乐组。下奥陶统宁国组6个样品的岩石热解数据显示,恢复后的TOC均值为1.24%。根据上升流的识别标准,宁国组和胡乐组的岩性和岩相特征以及宁国组地球化学测试结果,推测皖南地区中下奥陶统可能是一套受上升流影响的中—好烃源岩。鉴于南黄海是下扬子的主体,建议加强南黄海中下奥陶统烃源岩的研究。     

A new type of Shipboard Meteorological Satellite Receiving-processing System

INTRODUCTIONTheSMSRPSisstalledontheshipnavigatingovertheseaandreceivessatellitecloudmapsatanytimetoprovidereliablereal-timedataofmeteorologyandocean.Itisanimportantequipmentforsafeguardofshipnavigation.Chinahasthousandsofoceanicships.Butalmostallships,withonlyveryfewexception,arenotstalledbySMSRPS.Thecausesareasfollows:1.Thetechniqueisverycomplicated.2.Thedevelopmentcostisveryhigh.3.Ifweintroduceforeignequipment,thecostistooexpensive.4.Foreignequipmentanditssoftwarearecompletelyclo…     

基于机器学习的稀疏样本下的土壤有机质估算方法

采用GRNN（Generalized Regression Neural Network）和RF（Random Forest）2种机器学习方法构建土壤有机质预测模型,以提高稀疏样本情况下的土壤有机质估算精度。依据北京市大兴区农用地2007年的土壤有机质采样数据,按MMSD准则（Minimization of the Mean of the Shortest Distances）抽稀为8种不同采样密度的样本（分别为2703、1352、676、339、169、85、43、22个样本）,分别采用GRNN、RF和Ordinary kriging对各采样密度下的未知采样点进行预测,采用交叉检验的方式验证各采样密度下未知样点的预测精度。随着采样点密度的下降,样点间的空间自相关性逐渐减弱,半变异函数的拟和精度变差,预测点结果误差增大,预测的置信度降低。当抽稀到43个和22个采样点时,样点间的空间自相关性接近歼灭,半变异函数的决定系数较低且残差较大。普通克里格受到采样点数量和采样密度、样点的空间结构的影响比较明显,其预测精度随采样点数量的下降而下降。在85个采样点及以下时,其预测值与观测值之间没有显著的相关性。GRNN和RF的预测精度受采样密度的影响不大,其预测精度在一个较小的范围内波动,其预测值围绕观测值在一定阈值空间内震荡波动,具有较好的相关性,在85个及以下的采样密度时,预测精度相对普通克里格有较大的提升。普通克里格法不适合在稀疏样本条件下空间插值计算,尤其是在空间自相关性比较弱的情况下。机器学习模型能充分学习土壤间环境信息、样点空间邻近效应信息,兼顾属性相似性和空间自相关,具有更好的稳定性和适应性,不容易受到采样点数量、构型和采样密度等因素的影响,即使在采样点空间自相关性很弱的情况下也能做出稳定预测精度。     

“一带一路”区域可持续发展生态环境遥感监测

2013年9月和10月,习近平主席在出访中亚和东南亚国家期间,先后提出了共建"丝绸之路经济带"和"21世纪海上丝绸之路"(简称"一带一路")的重大倡议。要全面保护"一带一路"区域生态环境,实现2030年可持续发展目标,是一个具有挑战性的问题。遥感技术对生态环境监测与评价发挥着十分重要的作用。本研究利用多尺度、多源遥感数据,对2015年"一带一路"区域的生态环境状况进行监测和分析,旨在提供可持续发展目标生态环境遥感监测的本底。本文选取了几个重要的生态环境方面开展监测与分析,主要包括宏观生态系统结构和植被状况、太阳能资源分布、水资源平衡、主要生态环境限制因素对经济走廊建设的影响、主要城市生态环境质量等。监测区域覆盖亚洲、非洲、欧洲和大洋洲的陆上区域。研究结果为生态环境评价与保护提供了有效的决策依据,有助于"一带一路"建设积极推进。     

东北温带旱作农业主要作物生产潜力及资源利用效率评价——以黑龙江海伦市为例

将作物生产潜力模型(PS123模型)与常规方法相结合,对1999~2001年海伦市玉米、大豆、小麦作物生产潜力进行计算;选取产量损失量、资源满足率和资源组合利用率,定量评价资源利用效率,寻找影响资源集约高效利用的限制性因子及其定量制约程度。结果显示,自然资源中温度对于产量的限制最大,其次为水分和土壤,如果把光温生产潜力作为目标产量,玉米、大豆、小麦的光温生产潜力分别为11998、7068、8813 kg/hm²,资源利用率分别为51.0%、29.0%、20.2%,海伦市粮食生产仍有较大潜力。在特定自然资源状况下,海伦市的社会经济状况是限制潜力实现的重要因素,在实地调查基础上,本文提出了提高该市作物产量的主要措施。     

桑沟湾不同形态锰的分布、季节变化及影响因素

利用催化动力学分光光度法和两步提取法对2011年4月（春）、8月（夏）、10月（秋）和2012年1月（冬）桑沟湾海域溶解态无机锰(DIMn)和表层沉积物中的锰的含量进行测定。结果表明,桑沟湾4个季节（春季至冬季,后同）DIMn浓度呈现出近岸高、远岸低的分布特点,其平均浓度分别为(60.5±43.1) nmol/L、(42.0±30.5) nmol/L、(23.4±11.2) nmol/L和(18.2±13.5) nmol/L,呈现出明显的季节变化,即春季最高,夏季、秋季次之,冬季最低;与相邻的俚岛湾和爱莲湾相比,桑沟湾春季、夏季DIMn的浓度较高,秋季、冬季则没有显著性差异。桑沟湾表层沉积物中总Mn在4个季节的含量分别为(861±308) mg/kg、(915±322) mg/kg、(589±108) mg/kg、(653±185) mg/kg,表层沉积物中醋酸提取态Mn在4个季节的含量分别为(500±272) mg/kg、(502±232) mg/kg、(322±81) mg/kg、(345±91) mg/kg,两者均表现出近岸高、远岸低的分布特点。醋酸提取态Mn的含量在春季、夏季要显著高于秋季、冬季。悬浮颗粒物的吸附和浮游生物的利用是影响桑沟湾DIMn浓度与分布的重要因素。桑沟湾DIMn的源主要包括河流及地下水输送、大气输送、沉积物−水界面释放;汇主要包括养殖生物的清除、向黄海的输送等。简单箱式模型收支计算结果显示,桑沟湾DIMn的源略大于汇,表明除了养殖生物的清除和向黄海的输送,桑沟湾DIMn还存在其他汇。本研究的结果为桑沟湾DIMn的生物地球化学循环的深入认识提供了基础数据。     

基于分类回归树算法的东南太平洋智利竹筴鱼渔场预报

为了提高智利竹筴鱼渔场预报水平和满足渔业捕捞生产的需要,利用2002—2008年的东南太平洋公海海域捕捞的中国大型拖网渔船共计15艘的生产统计资料,以及海洋环境数据(包括海表温度、叶绿素a浓度、表温距平、叶绿素a浓度距平、海表温度梯度强度和海面高度异常等数据),基于CART的算法,构建了智利竹筴鱼渔场决策树预报模型。用含1 114条记录的数据集对模型进行训练,并采用ROC方法对该模型诊断中心渔场的准确性进行了分析。最后将该模型应用于2009年各月份的智利竹筴鱼中心渔场预报,并与实际渔场位置进行了对比,结果显示预报渔场与实际生产位置基本一致,表明利用CART决策树方法建立智利竹筴鱼渔场预报模型是可行的。     

博斯腾湖向塔里木河输水风险分析方法

为了拯救塔里木河下游生态环境，塔里木河流域管理局根据博斯腾湖从1999年到2003年处于丰水期，湖泊处于高水位的有利时机，从2000年5月到2003年6月实施5次向塔里木河下游生态应急输水，结束塔里木河下游300多km河道近30年的断流历史。现在的问题是“博斯腾湖向塔里木河生态输水能否持续?”，“保证可持续输水的风险有多大?”本文以解决此问题为实例，介绍一般水库调节计算和水库特征水位确定方法；主要探讨水库(湖泊)向下游输水可持续性风险分析问题，提出的方法称为“水库输水可持续性风险计算时历试算法”，简称为“试算法”(T＆E方法)；并将此方法应用于实例中，计算博斯腾湖向塔里木河下游输水的可持续风险。