GIS新引擎——“真图”数据解决方案

提出了一种基于移动测量系统技术的"真图"数据解决方案。一方面极大地丰富了GIS数据源,另一方面通过相应的真图影像数据管理软件及开发包扩展GIS功能,为各行业应用提供了地理信息数据解决方案。     

河南省郸城县国土资源局——集中开展三项整治 做活土地这篇文章

近年来,河南省郸城县国土资源局从郸城实际出发,努力探索集约利用土地资源的新机制,集中开展空心村、砖瓦窑场、工矿废弃地三项整治,为推进社会主义新农村建设作了积极探索。     

用精细化管理促进土地高效利用

2008年,我市国土资源管理工作将以科学发展观为统领,建立与科学发展相适应的运作机制,以土地节约集约利用为核心目标,用精细化管理制度为手段,促进土地高效利用,用最小的土地消耗来实现和谐新乡、效益新乡。     

一次梅汛期连续暴雨过程分析

通过对1999年梅汛期6月24日－7月1日连续暴雨过程分析，发现850hPa安庆附近低涡中心不断的发展东移和重建、西南和东北偏东两支低空急流加强导致的切变辐合加强，为连续暴雨的产生提供了明显的辐合条件、源源不断的水汽和能量。同时发现：暴雨的雨强变化与副热带高压的南北摆动、中低层冷空气的活动密切相关。     

澄江磷矿床风化带划分及矿石工业利用方向

以磷矿石的脉石矿物氧化钙含量（Ｃ＝ＣａＯ－１．３１·Ｐ２Ｏ５）为判别指标，将矿床风化程度划分为强风化、风化、半风化及原生四个带，上三带又分为六个亚带。在总结各带矿石化学组分变化规律的基础上，将矿床划分为五个特征组分含量带，从而提出不同品级、不同风化程度矿石的工业利用方向。     

水流运动的能量方程在机井配套中的应用

本文通过解放军陆军第三医院深机井配套实例,阐述了水流运动的能量方程在机井涌水量、下泵深度校核及水泵扬程中的计算方法,这对水利工程中广泛应用能量守恒原理具有重要的实践意义.     

可解释性长短期记忆模型用于预测湖泊总磷浓度变化

对湖泊总磷的变化预测和来源识别对水资源调度和流域生态治理有着重要的意义,然而复杂的生化反应和水动力条件导致的非平稳性给湖泊总磷浓度的准确预测带来极大的困难。为克服这一挑战,本文引入了基于加权回归的季节趋势分解(seasonal and trend decomposition using Loess,STL)技术和夏普利加法(SHapley additive exPlanations,SHAP)结合长短期记忆网络(long short-term memory neural network,LSTM)和门控循环单元(gated recurrent unit,GRU)构建了一个可解释的预测框架,以增强对湖泊总磷浓度演变的预测并提高其可解释性。研究表明:(1)在骆马湖总磷浓度的预测中,该框架拥有较好的预报精度(R²=0.878),优于LSTM和卷积长短期记忆模型(convolutional neural networks and long short term memory network,CNN-LSTM)。当预测时间步长增加到8 h时,该框架有效提高了总磷浓度的预测精度,平均相对误差和均方根误差分别降低了47.1%和33.3%。从预测趋势来看,骆马湖在汛期的总磷平均浓度为0.158 mg/L,相较于非汛期的平均浓度,增加了202.1%。(2)运河来水是骆马湖总磷浓度最重要的影响因素,贡献权重为60.0%,并且不同断面(三湾、三场)的污染源受水动力、气象等因素的影响存在显著的时空差异。本文凸显了神经网络模型在预警水体污染方面的可实施性,并且为提高传统神经网络的学习能力和可解释性的开发与验证提供了重要方向。     

高悬浮物矿井水治理及资源化利用技术研究

煤矿生产生活缺水和矿井水利用率较低形成供需矛盾,矿井水治理及资源化利用成为迫切需要解决的技术难题;高悬浮物矿井水因其污染因子单一,具备资源化利用的条件。以冀中能源葛泉矿高悬浮物矿井水治理及资源化利用为例,首先分析水量水质特征并确定治理目标,从目标入手,确定治理及资源化利用技术;利用工艺成熟、经济成本较低的传统絮凝工艺可实现工业用水处理达标,增加活性炭吸附+消毒功能,可实现生活饮用水处理达标,高热值污泥的可回收利用并二次售卖。应用效果表明,治理后的矿井水出水水质稳定达标,社会效益和经济效益明显提升。     

季节内印度洋-西太平洋对流涛动对次季节-季节尺度大气可预报性的影响

利用非线性局部Lyapunov指数和条件非线性局部Lyapunov指数定量估计了季节内印度洋-西太平洋对流涛动（IPCO）和实时多变量Madden-Julian指数（RMM指数）可预报期限,量化了季节内IPCO对S2S尺度大气可预报性的贡献,深入研究了季节内IPCO演变下S2S尺度可预报期限空间分布的变化规律。结果表明：（1）与RMM指数相比,季节内IPCO指数可预报性更强,可预报期限达到31天左右,比RMM指数高出2周以上;（2）印度洋-西太平洋区域S2S尺度大气可预报性最强,可预报期限达到30天以上,其中季节内IPCO是该地区的主要可预报性来源之一,其贡献达到6天,占总可预报期限的25%以上;（3）随着季节内IPCO的演变,印度洋-西太平洋地区S2S尺度大气可预报性有空间结构变化,表现为可预报期限异常的传播和振荡。S2S尺度大气可预报期限正负异常沿季节内IPCO传播路径,一支以赤道中西印度洋为起点北传至印度半岛,一支向东传播,经过海洋性大陆到赤道西太平洋后向北传播,到达日本南部。同时,可预报性异常的传播在在东印度洋和西太平洋表现出反向变化的特征,形成东西两极振荡,当季节内IPCO向正位相发展时,东印度洋具有更强的可预报性,西太平洋具有更弱的可预报性,反之亦然。季节内IPCO的发展（衰退）可使东印度洋（西太平洋）S2S尺度大气可预报性更强,表明模式预报技巧对此具有更大的提升空间。