定量降水预报技术进展

利用安徽省81站逐日降水量资料、NCEP 500 hPa再分析资料、ECMWF(以下简称EC)降水和500 hPa高度预报,基于暴雨中心和天气类型的客观判定,分类统计2012—2018年23个强降水过程降水中心的预报偏差。结果表明在西路强冷空气和东路冷空气天气类型下,当EC预报降水中心位于115°—120°E 584 dagpm线以北时,降水中心预报往往偏北,依据两者的纬度差和降水中心预报偏差建立了基于天气分类的主雨带位置订正方法;同时依据23个强降水过程最大降水区域降水量预报的日平均偏差,建立了暴雨的强度订正方法。将偏差订正方法应用于2020年安徽省梅汛期预报,结果发现无论位置还是强度订正都能使暴雨预报TS评分明显提高。同时进行位置和强度订正后,暴雨TS评分提高更加明显,尤其是对2020年两次最强降水过程订正效果显著。

     

一种新的岩浆岩分类定量方法

目前,岩浆岩的超基性、基性、中性、酸性的分类均根据SiO2的含量,但这种单一含量判别标准并不严谨,含量经常与分类不完全对应。使用TraceElem 1.0软件对各种岩浆岩进行逐步判别分析、聚类分析和对应分析研究,据此认为超基性岩由MgO和FeO组成的因子确定,基性岩则由P2O5、Fe2O3、TiO2、CaO、MnO组成的因子确定,中性岩由Na2O和Al2O3组成的因子确定,酸性岩由K2O和SiO2组成的因子确定。岩浆岩的分类宜以SiO2为主、以MgO和CaO为辅,尤其要引入MgO。在SiO2含量相同的情况下,MgO、CaO含量越高,基性程度越强。基于这一分析结果,提出一种新的酸度指数（ADI)计算方法,即ADI=w(SiO2)-0.75w(MgO)-0.23w(CaO),ADI<38.0%为超基性岩,在38.0%～52.0%之间为基性岩,在52.0%～62.5%之间为中性岩,>62.5%为酸性岩。     

湖北省保康磷矿区开采面及固体废弃物遥感信息提取方法研究

统计分析了湖北保康磷矿区有关目标地物(道路、建筑物、坡耕地、植被、水体及阴影等)的SPOT 5影像特征,认为它们具有一定相似性和差异性,依赖单一的遥感分类方法难以实现对矿区开采面及固体废弃物信息的准确提取.采用决策树分类方法,设置一定的分类规则,结合数字高程模型和含矿地层等相关辅助数据,逐一对矿区相关地物进行分类,经分类结果后处理,分类精度达83.4%.     

Mineralogy and heavy metal content in sediments from Rio Gato,Carelmapu and Cucao,Southern Chile

In southern Chile, with a mild and rainy climate, high levels of heavy metals have been detected in many gold placer deposits. Many of the contaminants pose risks to human life, and consequently damage the trofic chain in this environment. The study zones selected correspond to the handicraft gold-bearing sands of Rio Gato (Los Muermos), Carelmapu and Cucao. These are all located in the X Region of “Los Lagos” in Chile. The type of methodology used in the characterization of the associated mineralization consists of testing each representative sample with a grain size distribution, statistical parameter analysis and a mineralogical analysis, using a binocular magnifying glass, a petrographic microscope, XRD and SEM/EDX. The chemical composition was defined by means of X ray fluorescence and micro-chemical analysis. The results of the study about sediments in southern Chile are presented. The major concentrations of heavy minerals are generally located in areas of dynamic river energy. In the samples, more than 70% of the heavy minerals were distributed among grain sizes corresponding to thin sand with good grain selection (meshes of 0.25–0.06 mm). The main mineral phases present in the analysed samples were gold, zircon, olivine, ilmenite, hornblende, hypersthene, hematite, garnet, chromite, chlorite, augite, amphibolitic-epidote, etc. The main heavy metals found as a result of the study were mercury, lead, cadmium, chrome, tellurium, indium, zinc, cobalt, copper, platinum, gold, etc., and as well some less common elements like cerium, praseodymium, gadolinium, neodymium, samarium and lanthanum. This research work is only a starting point for carrying out a risk probability mapping of heavy metals and the mineralogy of the Cucao, Carelmapu and Rio Gato gold-bearing sands.     

西安市PM2.5城乡差异及与城市热岛的关联研究

依据一种基于建筑用地比例和土地利用信息熵的城乡站点划分方法,将西安市环境与气象站点划分为城区、郊区和两类乡村站,讨论其PM_2.5的城乡分布特征及与城市热岛效应强度(Urban Heat Island Intensity,UHII)间的相关关系。结果表明,不同季节西安市呈现不同的PM_2.5城乡分布特征和日变化特征,两类乡村站点PM_2.5差异明显且下风向乡村站点(乡村D)对应的UHII_D对城区和乡村的影响程度大于上风向乡村站点(乡村U)对应的UHII_U。在城区较多本地排放的影响下,乡村PM_2.5浓度与 UHII_U(或UHII_D)相关系数均大于城区。随着UHII_D的增加,城乡PM_2.5相对浓度差值(RUPII_D)整体呈下降趋势且UHII_D与RUPII_D在春夏秋季显著负相关。UHII_D增大,城区近地面PM_2.5的水平扩散能力减弱,但PM_2.5的垂直扩散能力较乡村更强,从而UHII_D通过影响PM_2.5的传输扩散特征,进一步影响西安市RUPII_D。     

一种基于马尔可夫随机场的影像纹理分类方法

针对纹理影像先估计出其马尔可夫随机场参数,后运用多元统计分析中模糊聚类分析的数学方法进行定量分类,从而为解决划分上的不确定性现象找出描述方法,获得客观的分类结果。     

保持局域特征的多源海冰图像融合与分类

本文提出一种保持局域特征的多源海冰图像融合方法,并在此基础上进行海冰分类。本文提出的多源海冰图像融合方法包括保持空间局域融合和保持特征局域融合两方面。首先,通过学习得到投影矩阵和相似矩阵。投影矩阵将多源像素进行投影变换,得到保留像素空间局域特性的融合向量。相似矩阵度量像素特征间的相似性,通过拉普拉斯特征分解,得到保留像素特征局域相似性的融合向量。然后,将空间融合向量和特征融合向量进行像素综合,得到融合图像。在此基础上,本文设计一种滑动集成分类方法进行融合图像像素分类。提出的分类方法利用滑动集成的特点,在分类时增强刻画了海冰局域特性。由于本文的保持局域融合框架不仅刻画了海冰在物理空间中的邻接关系,而且考虑不同海冰类型的特征关系,因此其在多源图像（多光谱和合成孔径雷达（SAR）图像）的海冰分类任务中表现优异。实验结果表明本文提出的基于保持局域特征融合的多源海冰图像分类方法有效提升了海冰分类精度。     

矿产资源两个层次的经济意义及分类

首次提出了矿产资源两个层次的经济意义,论述了两者的特点及其相互关系。在两个层次的地质可靠程度和两个层次的经济意义的基础上,提出了两个层次分类的概念,进而分析我国新分类标准可能存在的问题,并提出了个人建议。     

高维遥感图像的快速分类算法

为了实现对高维遥感图像的快速准确分类,提出了一种基于k均值二叉树支持向量机(SVM)的分类方法。该方法通过对选取的训练样本进行k均值聚类,生成支持向量机分类二叉树,作为确定最佳分类顺序的依据,以降低分类过程中的误差累积并提高整体分类精度,而且可缓解由样本数量不均衡导致的分类误差。该方法可在不进行降维处理的情况下,对高维遥感图像进行快速准确分类。测试结果表明,其分类速度和分类精度都优于传统的支持向量机分类结果。     

安徽滁州夏季一次飑线过程的雨滴谱特征

选取2014年7月31日安徽滁州一次飑线过程,使用地基雨滴谱仪资料分析此次过程的雨滴谱特征。根据雷达回波和地面降水强度将这次降水过程划分为对流降水、过渡性降水和层云降水,并以10 mm·h-1为临界值将对流降水进一步划分为对流前沿降水、对流中心降水、对流后沿降水。结果表明:对流中心降水、过渡性降水、层云降水的质量加权直径均比较稳定,平均值分别为1.8 mm, 1.0 mm, 1.7 mm。对流降水的标准化截距相比层云降水更大。对流中心降水各粒径段雨滴数浓度均较高;层云降水小雨滴浓度较低,且有少量大雨滴;过渡性降水由小雨滴组成。当雨水含量相同时,层云降水的质量加权直径相比对流降水更大。当雨强相同时,层云降水的反射率因子相比对流中心降水更大。更为精细的降水类型划分可有效改善Z-I关系。