两淮地区煤炭资源地质勘探类型定量综合评价方法

安全、高效的现代化矿井建设,要求煤炭资源勘探速度快、精度高。通过总结安徽两淮地区近几十年来煤炭资源综合勘探经验,围绕“高精度、快速勘探”的主题,采用恰当的评价指标,对煤层稳定性和构造复杂程度进行定量评价,并提出了本地区煤炭资源地质勘探类型定量综合评价原则和方法,开发了定量评价软件系统。实际应用效果证明,该方法可行,结果可靠。      

地层学界近年来对新生代地层学名称使用的变化

随着国内外地层学界对新生代地层研究的不断深入,自1996年以来,国际地层学界对新生代地层学年代的划分不断更新。国际地层委员会2008年公布的方案中,新生代内第四纪的地位还未确定,它可能包括更新世,底界回溯到大约2.6 MaBP。随着中国第四纪研究在国际上的学术地位日益上升,在对新生代的划分上,表达中国学者建议的呼声将会越来越高。     

陕西省生态农业干旱区划研究

选取主要气候变量、地质土壤类型、水文、径流特征、地表植被类型及分布等10个影响陕西省生态农业干旱因子,利用K-Means Clustel‘Analysis(快速聚类法)和Hierarchical Cluster Analy-sis(分层聚类法)相结合的方法,对陕西省生态农业干旱区划进行研究,将陕西地区划分为8个生态农业干旱相似区,并对区划合理性进行了检验.分析表明:采用生态因子和干旱因子相结合的聚类分析方法能够较好地反映陕西省生态农业干旱实际情况,充分地体现"陕西省生态农业干旱"的空间分布特征,具有较强的科学性.     

西部山区县级土地利用制图的尺度选择——以四川省甘孜州为例

针对西部山区县级土地利用总体规划修编工作中暴露出的制图尺度问题,以四川省甘孜州为例,在土地利用制图成果的基础上分析了该区内石渠、甘孜、乡城不同尺度的县级土地利用制图效果。通过对比,探讨了西部山区土地利用制图适宜尺度的选择。结果表明：（1）不同尺度下县级土地利用制图在保持精度前提下,更注重经费和人力投入来合理选择尺度。（2）西部山区土地详细规划制图宜采用大比例尺（1∶5万或更大）;县级重点城镇的土地详细规划,以1∶500或1∶1 000为主。土地利用总体规划制图,州级重点县可以考虑1∶1万-1∶5万尺度,重点城镇采用1∶1 000和1∶500;一般县宜采用1∶5万-1∶10万的尺度;而其他如位于高寒牧区的县可以采取1∶10万-1∶25万的数据。     

辽宁省滨海湿地类型及生态服务价值研究

基于辽宁省海岸带2005年秋季的Landsat ETM影像解译数据,根据辽宁海岸线湿地发育特点,确定辽宁省滨海湿地类型,计算湿地面积;并应用生态经济学的理论和研究方法,结合相关统计数据,对辽宁省滨海湿地提供的资源供给、环境调节和人文社会3大类共8项生态服务的经济价值进行估算。结果表明,辽宁省滨海湿地总面积为15208．06km2,其中自然湿地和人工湿地面积比例分别为71．49％和28．51％;辽宁省滨海湿地生态服务总价值为443．47×10^8元／a,相当于全省2005年GDP的5．54％。其中滨海湿地的资源供给服务价值最大,为195．86×10^8 t／a,占滨海湿地总价值的44．17％,环境调节服务和人文社会服务价值比例分别为31．79％和24．04％,表明滨海湿地在发挥显著的直接经济效益的同时,还兼具巨大的生态效益和社会效益,对于维系辽宁海岸带环境支撑能力和可持续发展能力,确保辽宁沿海经济带建设国家发展战略的实施具有重要的作用。     

模糊数学方法在中国土地资源评价中的应用进展

对近30年来模糊数学方法应用在我国土地资源评价中的论文进行检索与分类统计,以常用模糊数学方法为主线进行应用进展分析与展望。研究结果表明,自1980年以来,模糊数学方法在我国土地资源评价中逐步得到应用,研究论文分布在几十种期刊上,论文作者比较分散;其中,模糊综合评价、模糊聚类分析方法应用相对较多,分别占检索论文总数的46%和26%。模糊综合评价方法主要应用在土地适宜性评价、土地质量评价、可持续发展评价等方面;模糊聚类分析方法主要应用在土地利用类型划分和土地资源评价等方面。模糊数学方法将在土地资源评价、分类、规划、决策、预测和控制问题研究中得到进一步应用。在应用模糊数学方法时应注意合理描述模糊概念、注重多种方法并用,在实践中不断创新。     

中国南极陨石研究新进展

本文对我国南极陨石的收集、分类和研究工作进行了回顾和阶段性的总结。4次格罗夫山考察共发现陨石样品9834块,其中已完成和计划2008年完成分类的陨石共2431块。在正式公布的684块已分类陨石中,鉴定出2块火星陨石、2块灶神星陨石、6块橄辉无球粒陨石、5块中铁陨石、1块橄榄陨铁、1块铁陨石以及10块碳质球粒陨石等特殊样品,并对其中的部分样品开展了深入的研究。建议拓展南极陨石的收集,持续开展陨石的分类工作,并提出我国南极陨石研究的重点方向。     

Quantifying and predicting the accuracy of radar-based quantitative precipitation forecasts

On the basis that hydrological users need to know the forecast uncertainty at the time that the forecast is issued, we computed distributions of radar rainfall forecast uncertainty as a function of forecast lead time, basin size, and forecasted rainfall intensity using data from the US 3-D National Mosaic of radar data. We document how exceptional forecasts such as those of heavy rainfall are generally biased. Since forecast uncertainty is also weather dependent, we tried to find good predictors to help either reduce the forecast uncertainty or better define it. These predictors were based either on characteristics of the current precipitation field or on the performance of the nowcast in the immediate past. The value of some predictors, especially those based on the properties of large-scale rainfall patterns, was significant though modest, the predictors being generally more skillful at characterizing forecast uncertainty than at improving forecast accuracy.     

涉县地震台山洞改造对DSQ水管仪观测精度提高介绍

DSQ型水管倾斜仪是“九五”期间推出的数字化地震前兆仪器。据涉县地震台DSQ水管仪延长基线和进一步密封改造后的经验,认为决定观测精度的主要因素除了受台站所在地的地质构造条件、观测场地形地貌、洞室条件影响外,基线长度也是致关重要的。密闭山洞、减少背景噪声等对于提高观测精度有益,但提升的幅度不大,只能给观测系统提供一个稳定、可靠的观测环境。     

Spatial rainfall model using a pattern classifier for estimating missing daily rainfall data

Missing data in daily rainfall records are very common in water engineering practice. However, they must be replaced by proper estimates to be reliably used in hydrologic models. Presented herein is an effort to develop a new spatial daily rainfall model that is specifically intended to fill in gaps in a daily rainfall dataset. The proposed model is different from a convectional daily rainfall generation scheme in that it takes advantage of concurrent measurements at the nearby sites to increase the accuracy of estimation. The model is based on a two-step approach to handle the occurrence and the amount of daily rainfalls separately. This study tested four neural network classifiers for a rainfall occurrence processor, and two regression techniques for a rainfall amount processor. The test results revealed that a probabilistic neural network approach is preferred for determining the occurrence of daily rainfalls, and a stepwise regression with a log-transformation is recommended for estimating daily rainfall amounts.