遥感图像三维可视化技术在西部高原区机场建设工程中的应用——以昆明小哨机场为例

这里论述了应用遥感图像和数字高程模型(DEM)的融合技术,对在西部高原区机场建设(昆明小哨机场)研究区进行三维可视化处理的技术方法。在3S(RS、GIS和GPS)技术支持下,对遥感图像进行数据融合、图像增强、影像正射精校正等处理后与高精度DEM融合,制作研究区景观的三维遥感虚拟动态模型。通过分析三维可视化图像,结合野外考察资料,对机场建设工程研究区域内的构造地质、工程地质、环境地质等特征信息进行了提取和综合评价。结果表明:三维影像技术在机场建设工程中具有一定优势,可以为西部高原区机场建设工程决策者和工作者提供科学依据。     

西南某山区机场的工程地质分区及其评价

工程地质分区作为山区机场工程地质勘察的重要组成部分,将直接影响其勘察的精度和质量,并关系到机场建设的周期和投资预算。文章以西南某山区机场勘察为例,在综合分析研究区工程地质条件的基础上,对研究区影响工程地质分区的受控因素进行了探讨,并对各区段的主要工程地质问题进行了综合评价。     

海口美兰机场一次雷雨天气的分析

利用GMS—5红外逐时Tbb资料和客观分析资料，分析2002年海口美兰机场一次雷雨天气产生的云图特征和相应大尺度环境场特征。认为该强对流天气是由中尺度对流系统造成的，该中尺度对流系统是在合适的西风槽前的大尺度环境场背景下，在有利的水汽场、涡度场、散度场中发展起来的。它单独起源于海南岛中部陆地上空，其生命史约为11小时。     

长沙黄花国际机场水源地的水文地质条件

长（沙）－平（江）白垩系红层盆地，公认为贫水地区。我院在机场附近找到了单井日产水量〉５３００ｍ＾３的优质地下水，一举解决了长沙黄花国际机场的供水问题。这项勘察成果，不仅解决了机场的水源地，而且对长－平红层盆地的水文地质研究、勘查和找水建井等，均具有现实意义。     

南宁冰雹天气类型及预报预警指标

利用MICAPS历史资料,对2000年以来南宁出现12例典型冰雹过程的环流形势进行统计,根据冰雹天气发生前的环流基本特征及各系统影响比重,归纳为高架冰雹型、高原槽冰雹型、西南暖低压冰雹型3种环流形势。并利用南宁市2009年4月12日、2017年3月18日以及2018年5月7日共3例不同类型的冰雹天气过程的探空资料、MICAPS历史资料以及南宁多普勒天气雷达产品数据,分别从天气背景、物理量场、雷达产品进行详细分析,总结南宁市冰雹预报预警的部分参考指标,得出以下结论:(1)西南暖低压的存在对南宁冰雹天气的发生起重要作用;(2)大气层结不稳定、强烈垂直风切变、适宜的0℃和-20℃高度为南宁冰雹天气的必要条件;(3)垂直液态水含量存在跃升是判断南宁冰雹是否发生的重要手段。     

影响南宁热带气旋路径统计特征

利用1965～2003年39年资料，对比分析了影响广西与南宁的热带气旋影响频数与路径异同，得到影响南宁市的热带气旋气候统计分布特征，供南宁市热带气旋路径预报时参考。     

弱冷平流对双流机场雷暴的影响

2000年秋季9月19日午及午夜前夕双流机场暴发了两次冷平流引发的雷暴，本文试图通过对这两次雷暴过程的特征，总结积累经验，提高雷暴预报准确率。     

近24a哈尔滨机场跑道易结冰月气温统计分析

本文统计分析了哈尔滨机场1986—2009年3月份的气温,得出近24a3月份的平均气温总体趋势为先升后降,最低气温的变化先于最高气温,其对平均温度的影响较大。气温跟降水成负相关关系,暖干、冷湿相伴,且最高温度与降水日数相关显著。低气温对应的除冰日数多,高气温则少。雪深对跑道结冰有一定的作用,如果预报日气温均≤-3℃,且...     

高分辨率遥感影像耕地提取研究进展与展望

深度卷积神经网络（deep convolutional neural network,DCNN）在高分辨率遥感图像自动道路提取领域被广泛应用,但现有方法难以对预测结果中像素间的上下文关系建模。针对此问题,已有研究利用全连接条件随机场(fully connected conditional random field,FullCRF）结合上下文信息对语义分割结果进行二次优化,但无法有效改善道路结构不连续问题。为改善道路结构的完整性,提出一种结合DCNN的短距条件随机场模型（short range conditional random field,SRCRF）,SRCRF利用DCNN强大的特征提取能力并控制FullCRF的推理范围缓解过度平滑现象,解决道路提取结果中的结构不连续、不完整问题。实验结果表明,在Zimbawe-Roads数据集与Cheng-Roads数据集中,SRCRF的F1分数相比DCNN分别上升约4.01%、3.73%,相比FullCRF分别上升约3.25%、2.28%。

     

基于自动机器学习的机场温度预报方法研究

利用2015年1月—2021年3月ECMWF细网格数值预报产品构建训练样本,使用自动机器学习方法构建乌鲁木齐机场温度预测模型.结果表明:(1)ECMWF模式直接输出的乌鲁木齐机场温度平均绝对误差为1.7℃,基于自动机器学习方法的Auto-sklearn模型和Auto-Keras模型能够改善模式直接输出的误差,使平均绝对...