美国卡罗莱纳州区域海洋观测预报系统简介

介绍了美国卡罗莱纳州区域海洋观测预报系统(Caro-COOPS系统)。该系统通过"实时观测-模式模拟-数据同化-业务应用"形成的一个完整链结,为卡罗莱纳州及其周边海域的科研、经济以及军事应用提供服务。观测系统依靠沿岸水文气象台站、海上浮标、潜标以及卫星遥感装置等,获得研究海区的准确观测资料。数值模拟模块是Caro-COOPS系统的核心部分,使用三重网格嵌套技术,并耦合了大气、海浪、泥沙输运以及生物化学模型,真实、全面地模拟出该海区的状况。Caro-COOPS系统中采用集合卡曼滤波和四维变分同化的方式,利用观测数据来调整计算误差。在模式的运行过程中,数据同化的作用主要体现在对初始场和强迫场的修正上,其观测结果经过统计分析处理后,可对原有的强迫场进行校正,将相对真实的强迫场提供给模式计算;模式计算的结果与观测数据相融合,通过滤波的方法调整积分的方向,以便更加逼近物理场的真实状态,将滤波调整后形成的物理场作为模拟下一个时刻计算所需的初始场。经过数据同化的调整,优化了模式计算所依赖的初始场和强迫场,减小了其与真实状态的误差,使模式的计算结果更加逼近真实值。Caro-COOPS系统的一大优势亮点是通过将预报结果与地理信息系统(GIS)相结合,快速而准确地定位洪水、风暴潮等自然灾害的影响区域,可准确至每一条街道乃至住宅,极大方便了决策部门有针对性地进行灾害预防和救助工作。GIS与模式结果的结合也极大地增强了Caro-COOPS系统服务社会的能力。     

海洋卫星遥感数据同化在海洋声场研究中的应用

卫星遥感数据同化技术已成为海洋学研究的一个有效手段。本文选取了日本以东黑潮流域作为研究海区,介绍了最优插值同化方法对海洋温度场和盐度场的分析,在此基础上对实验海区声场进行了研究。文中为了说明数据同化的优越性,利用WOA数据与其进行比较,体现了同化数据对真实场描述的可靠性。     

2009年海洋大事记

一月 中国南极长城站卫星网络通讯系统建设成功。1月1日,中国南极长城站卫星网络通讯系统建成并投入使用,同时,中国南极中山站的卫星网络通讯系统也即将建成,这将有效解决我国南极两站接通互联网、电话通讯和科考数据实时传输等方面的难题。     

多波束数据处理系统技术研究

针对当前多波束测深数据成果现状,探讨以Oracle 9i数据库为基础,搭建ArcGIS 8.3的SDE为空间数据引擎的多波束水深空间数据库,结合ComGIS技术开发多波束数据处理系统。系统功能包括测深数据的输入、管理、分析、显示、制图和绘图输出,改变了一般基于文件方式的多波束水深数据处理方式,成功的将空间数据库技术融入系统中,并有效运用了ComGIS开发系统前端平台,丰富了系统功能,具有一定的参考价值。     

利用相关逼近法建立定位与姿态数据的同步模型

根据海道测量精密测量的需求,对姿态与定位数据融合的同步方法进行了研究。通过GPS大地高数据和升沉数据,建立了一种基于相关逼近原理的定位与姿态数据同步模型。该模型能够确定定位与姿态数据的相对延时,实现两类数据在同一时间基准下的同步。实例计算表明,定位与姿态数据的相对延迟时间已成为两类数据融合应用中必须考虑的因素。由同步模型解算后,GPS大地高数据与总升沉数据体现了更好的一致性,由此也验证了模型的有效性。     

基于分析法经典溢油蒸发模型的改进

针对经典的分析法溢油蒸发模型,对溢油初始沸点温度T0参数和蒸馏曲线梯度TG参数进行了修正,建立了考虑溢油粘度、蜡含量、沥青质等属性的修正公式;基于渤海"冀东32-6"和"绥中36-1"2种油样,对无风速情况下传质系数K2的修正常数R给出了估计范围。初步检验结果表明,改进模型数值结果更接近实验值。     

基于POI数据的西宁市零售业空间格局探究

零售业是城市商业结构中最有活力的组成部分,合理有序的零售空间结构对促进经济的发展、提高资源的配置、满足居民的生活需求至关重要。POI作为新的空间数据源,能够客观地、准确地对商业空间结构进行识别和探究。西宁市位于青藏高原东北部,是连接青藏高原与中国大陆的重要门户。西宁市集中大量的人口,且存在有潜力的消费市场。基于POI大数据,运用核密度、局域Getis-Ord G^*指数、Ripley’s K函数和区位熵的分析方法,以西宁市为研究案例探究零售网点的空间分布特征。零售业详细地分为以下8种类型,分别是食品、饮料及烟草制品,纺织、服装及日用品,文化、体育用品及器材,家用电器及电子产品,五金、家具室内装饰材料,医药及医疗器材,汽车、摩托车燃料及零配件,综合零售。结果表明:西宁市零售业集聚区空间分布特征显著,呈现"多集聚、多核心"商业空间形态。密度等级由中心区沿交通干线逐渐向外围递减;高密度集聚区分别分布在水井巷附近街区、商业巷附近街区、祁连路—北禅路交汇的附近街区(北山市场)和以万达广场为核心的海湖新区。行业属性不同使得零售点集聚和分布变化表现出较大的差异性,与人们日常生活密切相关的业态零售点呈现社区化、微型化和便利化的特征,且区位选择性较大,如:食品饮料及烟草制品、医药及医疗器材和综合零售行业,而家用电器及电子产品、文化体育用品和纺织服装等行业区位选择尺度小,集中在特定的区域;基于道路数据构建的街区单元冷热点区域分布特征显著,它受城市建设用地扩张,人口密度,交通可达性和城市规划等因素的影响,海湖新区将成为最有发展潜力的商业区;在街道尺度,各业态零售业专业化功能区块显著,发展成熟的街道表现出多优势行业集聚特征,西宁市多业态集聚区域较少,只有人民街街道。这项研究一方面有助于填补基于POI数据青藏高原河谷型城市商业空间结构研究的空白;另一方面,为政府战略制定,零售商选址和城市规划提供一些参考。     

基于夜间灯光和土地利用数据的云南沿边地区GDP空间差异性分析

云南沿边地区包括8个地州,共56个县,其中有25个县市与老挝、缅甸和越南直接毗邻,具有重要的地缘位置。本研究利用土地利用数据和夜间灯光数据在实现云南沿边地区GDP空间化的基础上,对GDP的空间分布格局进行深入探讨,这对缩小区域经济差异及促进地区共同发展具有一定的指导意义。采用土地利用数据对国内生产总值（Gross Domestic Product, GDP）数据的第一产业进行空间化拟合,采用DMSP/OLS夜间灯光数据对GDP的第二、三产业进行拟合,将第一产业和第二、三产业空间化拟合的结果相加,实现云南沿边地区1992-2013年的GDP的空间化拟合。在此基础上对云南沿边地区GDP空间分布差异进行分析。结果表明：① 土地利用数据对第一产业建模的效果较好,拟合的多期数据的相对误差均低于1.12%,采用夜间灯光数据,基于“分类回归”方法对第二、三产业拟合相对误差最大仅为6.404%,最终二者之和拟合的GDP拟合精度都较好,相对误差最大仅为4.241%;② 22期GDP数据在空间分布上均呈现正的相关性,且均为显著集聚;③ GDP空间分布局部集聚的高值-高值区域集中在开远、蒙自等县域,低值-低值地区集中在绿春、西蒙等地区;④ 云南沿边地区县域之间的经济差异在1992-1996年逐渐增强,1996年之后,经济差异波动缩小,空间关联效应呈现波动式的增强和减弱;⑤ 云南沿边地区的三维插值结果均呈现出西北至东南一线的“洼地-丘陵-平地-高峰”地势变化格局,沿边地区的东南角地区即红河州的建水、个旧和开远等县市的GDP最高,“丘陵”地势主要集中在腾冲、保山市以及最南部的景洪地区,“洼地-平地”地势主要分布在沿边地区西北角的贡山和福贡等县域、西南角的西蒙和孟连等县及中部区域的绿春和江城县等地区。     

基于深度学习的钨钼找矿靶区预测方法研究

随着矿产勘查工作由浅部矿向深部隐伏矿、由易识别矿向难识别矿发展,找矿难度日益增大,地质专家越来越重视新理论、新方法、新技术的应用。深度学习作为人工智能的前沿领域/技术,对于实现矿产资源预测“智能化预测评价”具有得天独厚的优势。本文以陕西省镇安县西部钨钼矿集区单元素化探异常原始数据为基础,提出了基于深度学习的钨钼矿产评价方法。该方法以归一化地球化学数据作为模型训练数据,通过深度学习中深度自编码网络方法实现异常值提取进而识别重点成矿有利地段,实现矿产资源找矿远景区定性预测。研究结果表明,在对957条单元素化探异常原始数据分类且做好模型标签后,整个过程在计算机的“黑盒子”中自动完成学习和预测,相较于传统预测研究方法,本文方法具有自动化程度高和客观性强的特征。此外,本文利用已知矿点构建训练数据集,采用随机森林方法对预测区进行矿产资源找矿靶区预测圈定,为进一步缩小找矿靶区范围提供科学依据。     

基于位置大数据的国庆假期青藏高原人群分布时空变化模式挖掘

人类活动是引起青藏高原生态环境发生改变的重要因素。很多学者对青藏高原史前人类活动和近几十年的人口分布格局与人口流动开展了大量研究,但有关人群时空分布的精细尺度研究相对缺乏。海量的位置大数据为认识高原人群短期的动态变化提供了新途径。本文利用手机定位数据、人口迁徙数据等高时空分辨率的位置大数据,通过时间序列分解方法和基于统计检验的异常判别方法,分析了2017年国庆期间青海与西藏的人群分布时空变化特征,并探讨了假期旅游行为及人口迁徙与变化特征之间的关系。研究结果显示：① 在省级和城市整体尺度上,定位请求量的假期变化在时间上呈现先降后升的“潮汐”变化模式;② 在精细网格尺度上,西宁和拉萨城市及周边地区的人群分布变化在空间上呈现中心跌、周边涨的“离心化”变化模式。国庆假期人们向城市周边热门景点移动聚集的旅游行为和城市之间的人口迁徙都是导致西宁和拉萨周边地区定位请求量上涨的重要潜在原因,而两座高原城市中心定位请求的下跌不仅与人口迁徙有关,还与假期人类日常行为及定位请求频次的变化等因素有关。通过位置大数据挖掘节庆假期人群分布的时空变化,不仅加深了对高原人口分布格局与流动变化的认识,也为高原城镇化与生态保护的精细化管理与决策提供支撑。