工程测量中树木调查数据的自动标注

在工程测绘中,有大量的树木需要进行测绘和树种、胸径的标注。在传统的作业方法中工作量很繁重,而且容易出错。本文阐述了如何通过外业测绘时的准备工作,利用AutoLISP的简单编程实现快速的标注,以此减少内外业的工作量。     

土壤有机物质对土壤介电常数的影响

土壤介电常数是开展微波土壤水分和冻融状态的监测的基础,也是植被和积雪的下垫面边界条件,然而目前已有的介电常数研究都没有对高有机质含量的土壤开展系统观测。本文将土壤中的自然有机物质分为腐殖质和植物性残留物两类。采用控制变量实验方法,通过测量5种不同有机质含量的东北黑土和加入不同比例毛白杨碎屑的扁都口草甸土,研究了腐殖质和植物性残留物的对土壤介电常数的影响。结果表明,腐殖质会降低干燥土壤的容重,从而发挥间接作用,使介电常数降低;而对于相同容重下观测的潮湿土壤,腐殖质含量较多的土壤介电常数更大。与Dobson模型的比较显示,在29℃室温下,腐殖质对25%重量含水量潮湿土壤实部的影响在±2左右,虚部能达到1。与腐殖质相比,植物性残留物对风干土壤和潮湿土壤的影响都十分明显。植物性残留物能有效地疏松土壤并代入植物组分的介电特征。当重量含水量为30%时,含毛白杨含量为20%的混合土壤比纯扁都口土壤在实部平均减小3—7左右,虚部减小 1—3左右。因此,根据实验观测以及和模型的比较,土壤中的有机物质会改变土壤介电性质,对微波遥感造成影响。     

风云三号卫星微波成像仪在轨性能稳定性分析

利用地球冷目标观测亮温的稳定性和遥感数据统计直方图方法,是评价微波成像仪等类似微波成像辐射计在轨性能稳定性的有效方法。在此基础上,本文用2011年2月—7月风云三号02星微波成像仪在轨观测的亮温数据,对微波成像仪在轨运行的性能稳定性进行了分析。结果表明:风云三号02星微波成像仪在轨性能稳定,所有通道最低亮温参考值波动范围不超过1.8K。     

山区地形效应对微波辐射特征与土壤水分反演的影响—以青藏高原地区为例

采用星载微波辐射计AMSR-E的低频C波段(6.925GHz),改进了山区微波辐射传输方程,以中国青藏高原地区为例,研究山区可能产生的多种地形效应对微波辐射特征以及土壤水分反演的影响。结果表明,地形效应使得垂直极化亮温最多衰减达到16K,水平极化的亮温最大增强了18K,土壤水分在地形的影响下将被高估超过最大允许误差4%。最后,利用地形效应模拟模型计算的山区地表有效发射率,为山区土壤水分的反演提出了可行的地形校正方法。     

高原东侧突发性大暴雨过程中螺旋度的诊断分析

利用MM5模式模拟输出结果,对2002年6月8-9日发生在陕西省和四川北部的一次突发性大暴雨过程进行了螺旋度诊断分析.结果表明:暴雨区附近总存在一对紧邻的大小(低层)或正负(中层)螺旋度中心,低层螺旋度正值区强度远大于中高层螺旋度正负值区,对流层中层正负中心的轴线随高度呈逆时针旋转,相应的垂直结构是一对正负相伴的螺旋度柱.当暴雨区东侧正螺旋度突然向高层伸展,西侧伴有负螺旋度发展,且两中心间等值线变密集时,暴雨开始,大小(正负)螺旋度最强及其间等值线最紧密时,暴雨达到最强盛时期,而且暴雨就发生在两螺旋度之间偏大值中心的等值线密集区.进一步分析表明:螺旋度发生发展的主要贡献者是水平速度和水平速度的垂直切变.     

Relationship between climate change and vegetation distribution in the Mediterranean mountains: Manzanares Head valley, Sierra De Guadarrama (Central Spain)

This work analyzes the consequences of climate change in the distribution of the Mediterranean high-mountain vegetation. A study area was chosen at the Sierra de Guadarrama, in the center of the Iberian Peninsula (1,795 to 2,374 m asl). Climate change was analyzed from the record of 18 variables regarding temperature, rainfall and snowfall over the period 1951–2000. The permanence of snow cover (1996–2004), landforms stability and vegetation distribution in 5 years (1956, 1972, 1984, 1991 and 1998) were all analyzed. The Nival Correlation Level of the different vegetation classes was determined through their spatial and/or temporal relationship with several climatologic variables, snow cover duration and landforms. In order to quantify trends and major change processes, areas and percent changes were calculated, as well as Mean Annual Transformation Indices and Transition Matrices. The findings reveal that in the first part of the study period (up to the first half of the 1970s) the temperature rise in the mid-winter months caused the reduction of some classes of nival vegetation, while others expanded, favored by high rainfall, decrease in both maximum temperatures and summer aridity, and longer snow cover duration. The second part of the study period was characterized by the consolidation of the increase in all thermal variables, along with an important reduction in rainfall volume and snow cover duration. As a result, herbaceous plants, which are highly correlated with a long snow permanence and abundance of melting water, have been replaced by leguminous shrubs which grow away from the influence of snow, and which are steadily becoming denser.     

Algorithm Studies on How to Obtain a Conditional Nonlinear Optimal Perturbation (CNOP)

The conditional nonlinear optimal perturbation (CNOP), which is a nonlinear generalization of the linear singular vector (LSV), is applied in important problems of atmospheric and oceanic sciences, including ENSO predictability, targeted observations, and ensemble forecast. In this study, we investigate the computational cost of obtaining the CNOP by several methods. Differences and similarities, in terms of the computational error and cost in obtaining the CNOP, are compared among the sequential quadratic programming (SQP) algorithm, the limited memory Broyden-Fletcher-Goldfarb-Shanno (L-BFGS) algorithm, and the spectral projected gradients (SPG2) algorithm. A theoretical grassland ecosystem model and the classical Lorenz model are used as examples. Numerical results demonstrate that the computational error is acceptable with all three algorithms. The computational cost to obtain the CNOP is reduced by using the SQP algorithm. The experimental results also reveal that the L-BFGS algorithm is the most effective algorithm among the three optimization algorithms for obtaining the CNOP. The numerical results suggest a new approach and algorithm for obtaining the CNOP for a large-scale optimization problem.     

L波段探测系统使用心得

呼和浩特观象台自2008年9月1日使用L波段雷达─GTS1型数字式探空仪气象探测系统,综合探测已2个多月了,在工作期间积累了一些经验,与各位同行交流。1     

准线形对流系统中强度—速度负相关性的特征研究

准线形对流系统(如飑线、弓形回波)是常见的强对流性系统,伴随它出现的一般是大风、旋风甚至冰雹等严重的灾害性天气现象.弓形回波有的是由一个单体产生的,也有嵌套在飑线或其他线形系统中,作为整个线形回波的一个部分.弓形回波能在很长的带上产生灾害性的直线风.在我们的研究中发现,准线形对流系统中,反射率因子(R)和径向速度(V)之间存在一定的负相关性,对发生在中国东部地区(24.5°-34.29°N,116.01°-119.52°E)的16个个例进行统计分析,发现在这些系统中都存在这种R-V负相关的特征,负相关的程度随高度有规律性的变化.通过对2006年6月29日个例的风场分析证实这种特征确实存在.对流系统与雷达射线方向接近垂直时,R-V负相关特征明显,这是因为该方向上,观测到的径向速度近乎等于实际风速,数值最大;而因垂直运动造成的水平风速减小并不因探测位置的不同而有很大变化.文中通过分析,推断R-V的这种负相关性与准线形系统中对流的强弱、中层径向辐合的强弱以及后向入流都有很大的关系.     

重庆2008年7月21日强对流天气成因及其特征

对2008年7月21日重庆市一次强对流天气过程进行诊断分析,通过分析天气背景,雷达回波,并应用四维变分同化方法反演风场,研究了强对流天气的发展机制.结果表明:高层冷空气入侵和中低层低涡系统强盛的暖湿气流形成的辐合切变是发生强对流的主要原因.雷达观测具有明显的弱回波区和"逆风区";反演水平风场表现为低层强回波前部有一条辐合上升带,到中层辐合上升带与强回波区重合,高层则对应辐散区;从风场的垂直剖面来看,强对流后部为入流区,到达中部后,形成强烈的上升气流,低层辐合带和强烈的上升气流形成强回波.在前部弱回波区处存在强降水下落形成的出流,该气流与暖湿气流辐合造成了浅薄的出流边界.