南海季风区地域性大气环流的结构

作者使用 NCEP/ NCAR再分析资料 ,在热带 30°S～ 30°N纬带用谐波分析方法分离出超长波之后 ,再采用环流诊断方法 ,发现南海季风区存在地域性环流系统。文中给出冬、夏季风期该系统的三维空间结构和相应的热源分布 ,讨论了该地域性环流系统对南海季风气候及其异常的作用 ,并探讨夏季风爆发北部先于南部的一种可能的气候原因。     

海冰板的环形屈曲的压缩破坏

在轴对称条件下，给出海冰板的环向屈曲面临载荷，从细观力学的观点分析了微裂纹开裂的条件，扩展方向并给出绕海洋平台柱腿冰的损伤区的尺度。所给出的临界半径是一个与冰材料力学特征，冰的微结构参数一海洋平台柱腿半径相关的特征参数。对现场所观察和测量的结构给出了解释和定量分析。     

重力异常垂向一阶导数的一种简便算法

利用拉格朗日插值导出了重力异常垂向一阶导数的计算公式，给出了地面以及地面之上不同高度的求导系数。该公式可以计算地面上的重力垂向一阶导数，还可以直接计算地面之上任意高度上的垂向一阶导数。鉴于该公式除系数不同外，与上延公式完全相同，因此，程序设计尤为简单。使用本公式对模型数据和实际资料进行了处理，证明了本算法的实用性。     

2021年10月山西一次罕见持续性强降水过程物理机制分析

利用气象观测资料、NCEP/NCAR 1°×1°再分析资料以及GDAS资料,对2021年10月2-7日山西持续性强降水天气过程进行分析。结果表明：稳定的乌拉尔山低槽后部冷空气扩散,中纬度短波槽东移,与副热带高压外围西南暖湿气流持续交汇,同时高低空急流耦合形成强烈上升运动,低层切变线和地面辐合线稳定维持,及低层水汽不断输送并形成辐合,为持续性强降水的发生发展提供有利动力和水汽条件。此次强降水过程分为对流性降水和稳定性降水2个阶段,2阶段水汽输送通道的源地、路径、高度均有明显差异,但水汽输送贡献率均以对流层中低层山西南侧的水汽输送占主导地位。降水开始前,对流层中上层存在对称不稳定,大气可降水量明显跃增;对流性降水阶段,干空气不断入侵,对流不稳定快速建立与释放,对流层中低层水汽辐合区与强上升气流配合,导致山西出现强对流天气。地形的阻挡、抬升及地形收缩作用,对局地极端强降水具有增幅作用。     

FPAR的Monte Carlo模拟研究

FPAR (fraction of photosynthetically active radiation absorbed by the canopy)是植被冠层阻截太阳光合有效辐射的比例,是遥感估算陆地生态系统植被净第一性生产力(NPP)的重要参数.利用Monte Carlo方法模拟光子在植被冠层中的辐射传输过程,以植被冠层二向反射分布函数的模拟来验证模拟的正确性;在此基础上对400-700nm光合作用波段范围内的植被叶片吸收光子辐射比例的FPAR进行模拟.FPAR的Monte Carlo模拟结果,揭示了FPAR与太阳天顶角及植被冠层参数之间的关系.     

全站仪似水准法和对向法高程测量的比较研究

通过对似水准法和对向法高程测量原理、误差来源及精度的比较分析,我们发现随着距离和竖直角度的增大,对向法高程测量中误差的变化大于似水准法高程测量中误差的变化;当两观测点间的水平距离小于等于1km时,对向法高程测量精度一般高于似水准法高程测量精度,但是当两观测点间的水平距离大于1km时,似水准法高程测量精度一般高于对向法高程测量精度。     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。     

基于双侧向测井资料的裂缝孔隙度计算及其标定

裂缝孔隙度是评价裂缝性储集层的关键参数.FMI成像测井评价裂缝孔隙度较为精确,但其成本较高,应用受限.常规测井资料具有经济实用,应用广泛的特点,采用裂缝双侧向测井响应快速解释方法计算裂缝孔隙度,并用FMI成像资料提供的裂缝孔隙度对其进行标定,建立二者之间的定量关系.实际处理资料表明,应用双侧向测井资料计算裂缝孔隙度,在经过FMI成像资料标定后数值准确,得到的储层解释结论与试油结论符合,为应用常规测井资料评价裂缝孔隙度,提供了有效的方法.     

基于神经网络方法的芦苇叶面积指数遥感反演

提出了一种从TM图像上获取芦苇冠层叶面积指数的方法:首先对芦苇的生长背景进行分类;然后,对不同的背景光谱利用冠层反射率(FCR)模型计算得到查找表;最后,利用实测数据和查找表中的数据作为参数进行BP神经网络模型训练,从而得到芦苇冠层LAI。结果表明,人工神经网络方法有很强的非线性拟合能力,能够消除背景对反演结果的影响,有效提高LAI反演的精度。     

贝加尔裂谷系及邻区断裂现今活动变化及成因(英文)

已有的地质和地球物理方法无法对年、月、旬等现今时间尺度上的断层活动变化进行有效预测。运用基于地震活动定量指数运算程序的地理信息技术可以解决这个问题。这种方法被应用于贝加尔裂谷系(BRS)及邻区的研究当中。研究发现,断层活动变化发生在以几年为周期的时间尺度上,这无法用区域应力场的变化进行合理解释。沿着穿越贝加尔裂谷系的剖面编制了活动断层图以及地震活动定量指数曲线。提出的这种方法可以根据地震活动定量指数对活动断层进行仔细的分类,从而为解决地震中期预报相关问题开辟了重要途径。这种方法还被用来研究断层现今活动的时空变化和形成机制。研究发现,在实时尺度上断层活动具有高频发生的特征,这种现象可能是由于脆性岩石圈板内和块体内部运动产生的慢变形波的干扰导致的。利用变形波的通过速度可以对活动断层进行分组,各组具有不同的地质和地球物理特征参数,同时还可以对变形波波前的方向以及某一区域内主要断层在实时间隔内(地质上的瞬间)的活动情况进行预测。