断层带土壤H2浓度变化特征及影响因素研究

收集全国15个不同区域、不同地质环境、不同深度测点的H2浓度,以及气温、气压整点值连续观测资料,研究高精度土壤H2浓度日、月动态变化特征,通过计算H2浓度与气温、气压的相关系数,定量分析不同观测孔深气温、气压对H2浓度的影响程度。结果表明:土壤H2浓度动态变化与气象因素密切相关,观测孔优选深度为4~11 m。     

Probabilistic multi-objective optimization for landslide reinforcement with stabilizing piles in Zigui Basin of Three Gorges Reservoir region,China

Zigui Basin is a major landslide-prone region in the Three Gorges Reservoir region of China, and the stabilizing pile is an effective and widely employed countermeasure to reinforce landslides in...     

甚宽频带地震计磁屏蔽测试

地球磁场和人工磁场不断变化,会对甚宽频带地震计的簧片产生吸引而降低地震观测数据质量。将甚宽频带地震计分别采用宽背簧和窄拉簧悬挂,放置于赫尔姆霍兹线圈中间,测试地震计所受干扰;使用铍莫合金屏蔽罩罩住地震计,再次测试地震计所受干扰。测试结果表明:地震计垂直分向所受干扰严重,使用宽背簧支撑摆体运动的地震计所受干扰程度较大;铍莫合金屏蔽罩对参与测试地震计所有分向均有一定屏蔽效果。     

玛多MW7.3地震同震滑动分布的三维有限元模拟分析

首次构建2021年玛多M_W7.3地震三维有限元模型,分析同震滑动分布特征。首先解算高精度GNSS同震形变观测数据;然后建立玛多地震三维有限元模型,并用弹性半空间Okada模型验证其准确性;最后以40个近场和远场GNSS同震形变观测数据为约束,利用最小二乘法反演玛多地震同震滑动分布模型,从而模拟同震位移。结果表明,玛多地震引起的破裂主要分布在野马滩和黄河乡附近,最大滑动值约为3.4 m。该结果与现场考察结果一致,能够很好地解释GNSS同震形变观测数据。     

动态调水过程水文和理化因子共同驱动丹江口水库库湾浮游植物季节变化

丹江口水库是南水北调中线工程水源地,库湾是水库型湖泊水质安全敏感区,动态调水过程库湾水质直接关系到调水安全.为探究动态调水过程中丹江口水库库湾浮游植物季节变化规律和驱动因子,2018年7月—2019年7月,从丹库入库口到渠首调水口,按季节对18个样点进行水质和浮游植物群落组成分析.从整个丹库来看,浮游植物全年总丰度变化范围为0.43×10~3～4.7× 10~6 cells/L,夏季最高,秋季最低;Shannon-Wiener指数春季最高,秋季最低.春季群落为硅藻—绿藻型,夏季为绿藻—硅藻型,秋季为蓝藻型,冬季为蓝藻—绿藻—硅藻型,秋季蓝藻相对丰度最高.位于丹库准保护区内的库湾胡寨,秋季水体电导率、总氮、总磷和叶绿素a浓度最大,蓝藻丰度最高.从入库口经库湾到调水口,浮游植物群落组成存在明显演替.从水文因子来看,秋季水库水位较高,调水流速和流量增加,线性回归分析表明,水位对ShannonWiener指数的影响最为明显,水位越高则多样性指数越低;流量和流速与Shannon-Wiener指数也呈负相关,但相关性较低.方差分解分析发现,水文因子和理化因子共同影响了浮游植物群落组成;偏Mantel分析显示3个库湾浮游植物群落组成与水温、氧化还原电位、化学需氧量、总氮和总磷浓度相关;典范对应分析也表明,总氮是影响库湾浮游植物群落组成最显著的环境因子.人类干扰活动改变了库湾水质理化性质,强干扰提高了蓝藻门丰度.因此,控制库湾人类干扰强度,尤其在水位和调水量较高的秋季,对于改善水体藻类组成、保护整个丹江口水库水质具有重要意义.     

中国沿海省区海洋生态效率空间格局演化及影响因素分析

采用考虑非期望产出的SBM模型对中国沿海11省区（不包括港澳台地区）海洋生态效率进行测算,借助重心模型定量刻画了2001~2015年沿海省区海洋生态效率空间格局演化特征,并基于VAR模型探究空间格局演化与其影响因素之间的动态关系。结果表明：① 沿海省区海洋生态效率呈现上升趋势,天津、上海、江苏、福建、广东海洋生态效率由相对无效跃升至相对有效,辽宁、山东、海南由相对无效上升至相对低效,河北、浙江、广西始终处于相对无效水平。② 海洋生态效率重心移动路径可分为“2001~2006年东北方向迁移阶段”和“2006~2015年西南方向迁移阶段”,但重心移动范围主要位于长三角地区。③ 针对海洋生态效率空间格局演化影响因素的分析表明,海洋产业结构对海洋生态效率的影响呈正负波动态势但以正向促进为主,随着产业结构的不断优化,负向作用不断减弱;海洋科技水平对海洋生态效率会产生显著的正向推动作用和持续效益,在海洋生态效率变动的初期刺激作用尤为强烈;环境规制作为末端处理对海洋生态效率的影响并不显著。     

基于“双评价”与FLUS-UGB的城镇开发边界划定——以长春市为例

运用系统性思维,在综合考虑国土空间全要素、协调空间规划各阶段的前提下,结合资源环境承载能力评价、国土空间开发适宜性评价（“双评价”）与FLUS-UGB模型,提出了城镇开发边界划定的系统流程,包括基于“双评价”识别本底特征、基于功能遴选划分功能适宜区和基于FLUS-UGB模型划定边界3个步骤。以长春市为例,基于2010-2015年土地利用数据进行模型模拟与精度验证,总体精度为0.922 3,Kappa系数为0.844 6,表明模型具有较高精度,进而模拟了2035年长春市城镇发展形态,划定了城镇开发边界,并制定了切实有效的管控手段。这套划定方法以科学评价识别前端本底,以协同共生整合中端功能,以有机生长优化末端布局,为长春市国土空间开发与保护格局的确立迈出了稳健的一步。     

Comprehensive urbanization level and its dynamic factors for five Central Asian countries

Journal of Geographical Sciences - In the context of accelerated development of the Silk Road Economic Belt, it is necessary to conduct in-depth research on urbanization of Central Asian countries....     

Feature selection for airborne LiDAR data filtering: a mutual information method with Parzon window optimization

ABSTRACT

Filtering is one of the key steps for Digital Elevation Model (DEM) generation from airborne Light Detection and Ranging (LiDAR) data. Machine-learning-based filters have emerged as a class of filtering algorithms in recent years. Most existing studies mainly focus on feature generation due to limited available features a point cloud possesses. More than 30 features have been described in the existing literature. But most generated features are based on geometric information of points. Several redundant and irrelevant features may not necessarily improve the filtering accuracy. Hence, this paper proposes a feature-selection method using minimal-Redundancy-Maximal-Relevance (mRMR) combined with Parzen window optimization to deal with both discrete and continuous features. An optimal/suboptimal feature subset is constructed for machine-learning filters in various landscapes. Experimental results based on AdaBoost show that height-related features, particularly height itself, are of the greatest significance in both urban and rural scenes. Moreover, different subsets can be selected from the datasets of the two landscapes by our feature-selection strategy, which increases the data relevance for describing each geographical landscape. This study provides guidelines for the selection of optimal/suboptimal features for point cloud filtering based on machine-learning algorithms.