论基础地质与城市地质之关系及存在问题

城市地质是基础地质理论在城市建设中的应用领域。基础地质调查成果是城市地质研究的基础。目前，我国城市地质研究中普遍存在基础地质薄弱、灾害地质调查忽视基本的成因分析、第四系覆盖区地质调查带有明显的盲目性、基岩出露区地质调查忽视基本结构构造分析等问题。基础地质调查在国民经济建设中的地位不应该被忽视。如果城市地质在城市建设和可持续发展中处于基础地位，基础地质则是基础中的基础。它成为薄弱环节，是严重的策略性失误。     

相控误差法在少井区岩性分布研究中的应用

以塔里木盆地东北地区石炭系为例进行少井波阻抗反演,以此结果研究砂泥岩发育位置、剖面形态和厚度.波阻抗资料可分辨最小厚度为20 m,比常规剖面分辨率(30 m)高,可用于沉积相分析.但是用波阻抗资料进行泥岩视厚度计算,所得结果与钻井揭示厚度相比,相对误差为 12%~-15%.经过误差分析得知,相对误差与含泥率服从单峰态分布规律,且受沉积相控制.采用相控误差法校正泥岩视厚度得到真厚度,计算结果为勘探阶段烃源岩预测提供科学依据.     

地中蒸渗计水分运移机理及其监测误差分析

对地中蒸渗计与自然潜水水分运移机理存在的差异及误差进行了分析。结果表明：地中蒸渗计与自然潜水在水位动态、水分存储、水分运移等方面存在一定的差异，使得利用地中蒸渗计监测的潜水蒸发量、降雨入渗补给量与自然潜水的实际情况产生了一定的误差，这种误差随着潜水埋深的变化而变化，潜水埋深越浅，误差越大，潜水埋深越深，误差越小。特别对于潜水埋深小于1．5m的地中蒸渗计，使用其资料时一定要作适当的技术处理，如果直接引用，将会给计算成果带来较大的误差。     

季节预测模式对东亚夏季环流的预测能力及其对热带海洋的响应分析

东亚夏季环流变化对中国夏季降水的年际变化有重要影响,因此需要进一步理解季节预测模式对东亚夏季环流的预测能力。利用1991~2013年美国国家环境预测中心（NCEP）、中国气象局国家气候中心（NCC）和日本东京气候中心（TCC）的三个季节预测模式（CFS V2、BCC_CSM V2和MRI-CGCM）以及NCEP/NCAR再分析资料,定量评估了模式对东亚夏季风（EASM）和夏季西太平洋副热带高压（WPSH）强度的预测能力。在此基础上,分析了模式预测的EASM和WPSH对热带海温异常的响应能力,以及ENSO事件对EASM和WPSH预测的影响,阐述了预测误差产生的原因。结果表明:整体而言,三个模式对EASM和WPSH的预测技巧较高,但TCC模式对WPSH的预测技巧相对较低。三个模式预测的850 hPa风场在西北太平洋存在一个异常气旋,使得预测的EASM偏强和WPSH偏弱。同时,二者的年际变率整体比观测小。三个模式预测的EASM和WPSH对热带海洋海温异常的响应随季节演变特征与观测比较接近,但NCEP模式和TCC模式预测的EASM对前期热带太平洋和前期、同期热带印度洋的海温异常响应要强于观测,NCC模式预测的EASM对前期和同期的热带太平洋的海温异常响应明显比观测强。此外,三个模式预测的WPSH对前期和同期的热带太平洋、热带印度洋和热带大西洋的海温异常响应明显强于观测。三个模式预测的EASM和WPSH在ENSO年的平均绝对误差（MAE）整体而言要比正常年的小很多,NCEP模式和NCC模式预测的EASM和WPSH的MAE在La Ni?a年和El Ni?o年差别不大,而TCC模式预测的EASM和WPSH的MAE在El Ni?o年比在La Ni?a年大很多,表明ENSO事件是东亚夏季环流重要的可预报源。     

2005—2010年台风突变路径的预报误差及其环流背景

本文主要分析了2005-2010年西北太平洋上台风突变路径的预报误差及其相联系的环流形势.通过分析北折和西折两种突变路径发现,中央气象台对西折突变路径的24和48 h预报接近平均预报水平;北折突变路径突变时刻,24 h预报的距离误差达到145.6 km,比平均预报误差增加了29.3％,48 h预报的距离误差达317.3 km,比平均预报误差增加了68.3％.从突变路径的物理机制方面分析突变路径预报的难点.将台风附近气流分解成低频和高频两部分,合成分析发现两类突变路径的风场区别不仅表现在低频尺度上副热带高压的西伸程度,还表现在天气尺度上台风附近的风场分布.     

江苏省自动土壤水分观测与人工观测对比分析及应用

利用2010年江苏省20个土壤水分站的自动站与人工观测资料,分析了自动站与人工观测的对比差值、相关系数和各自的方差等.结果表明:人工观测值平均高于自动站观测值,两者在浅层的平均差值最小,相关性最好.随着土壤深度的加深,人工与自动观测对比差值增大,相关性减小,在出现强降水时尤为明显.在有效降水较少时,各层人工观测方差均明显大于自动站观测.自动站观测方差在浅层为最大,随深度的加深而明显降低,因为受降水影响很小,而表现比较稳定.人工观测却受降水影响相对较大,方差平均值在各层表现波动均较大,在较深层波动更明显.最后通过多元线性回归方法,以六合站为例初步建立了土壤干旱预报模型并检验其预报能力.     

GPS静态精密单点定位算法精度分析

采用精密轨道和钟差,利用Bernese软件解算得到亚洲地区13个IGS跟踪站的站坐标、对流层ZTD和接收机钟差,将解算的结果与CODE发布的结果对比发现：静态PPP算法解算的N方向收敛精度明显优于E方向和U方向,4~6 h后,坐标偏差在1 cm左右;NEU RMS均值分别为0.45、0.29、0.69 cm,ZTD RMS均值为0.85 cm,接收机钟差RMS均值为0.14 ns。试验表明：精密单点定位算法具有较高的精度和可靠性,可为实际工程测量及相关地球物理信号研究提供理论依据。     

无人机技术在海岛测绘中的应用

为提高海岛测绘的技术手段,将无人机引入海岛地形调查中,以Swallow-P小型固定翼无人机开展惠州市大亚湾虎洲海岛大比例尺测图为例,系统归纳了无人机外业数据采集与内业数据处理的具体流程,并制作了DEM和DOM成果;经过实测地面点精度分析得出虎洲无人机大比例尺测图成果平面位置中误差和高程中误差符合1∶1000测图精度要求。     

复杂环境下地基SAR粗差探测及应用

雷达视线受施工机械等的间断遮挡导致部分影像产生相位奇异值,从而造成解缠错误及误差传递,简单的相关影像处理难以识别受遮挡影像。本文提出了改进的基于小波变换的信号奇异性检测方法,通过对地基SAR PS点时序相位特征进行分析,将遮挡影像识别转化为粗差探测问题;由PS点相位序列与影像位置关系,根据测区PS点相位序列的奇异点集合得到受遮挡影像集;最后将受遮挡影像剔除后得到的地基SAR监测结果与精密全站仪、水准与游标卡尺数据进行对比分析。结果表明：本文提出的方法用于受遮挡影像的识别是可行的,解决了地基SAR在实际工程应用中可能存在的影像遮挡带来的测量数据含有粗差的问题,提高了监测区域伪影像检测的效率与准确性。     

The Combined Effect of Initial Error and Model Error on ENSO Prediction Uncertainty Generated by the Zebiak-Cane Model

Initial errors and model errors are the source of prediction errors. In this study, the authors compute the conditional nonlinear optimal perturbation （CNOP）-type initial errors and nonlinear forcing singular vector （NFSV）- type tendency errors of the Zebiak-Cane model with respect to El Nifio events and analyze their combined effect on the prediction errors for E1 Nino events. The CNOP- type initial error （NFSV-type tendency error） represents the initial errors （model errors） that have the largest effect on prediction uncertainties for E1 Nifio events under the perfect model （perfect initial conditions） scenario. How- ever, when the CNOP-type initial errors and the NFSV- type tendency errors are simultaneously considered in the model, the prediction errors caused by them are not am- plified as the authors expected. Specifically, the predic- tion errors caused by the combined mode of CNOP-type initial errors and NFSV-type tendency errors are a little larger than those caused by the NFSV-type tendency er- rors. This fact emphasizes a need to investigate the opti- mal combined mode of initial errors and tendency errors that cause the largest prediction error for E1 Nifio events.