夏季通风气象指数预报

随着人们生活水平的提高,对室内污染越来越关注,应"中国室内环境监测委员会"提出的需求,通风气象指数于2006年6月首次向北京公众发布,文章就首先研发并投入业务使用的夏季通风指数给出了详细论述.通过对2005年夏季(6～8月)的各气象要素(气压、温、湿、风、能见度、天空状况等)资料共1790个数据做检验分析,最终选取体感温度为主要预报因子并综合考虑夏季特殊天气条件和风力以及污染的影响,得出夏季通风指数在一天中7个时段的预报公式,并划分出相应的指数等级.     

浅基础水平场地砂土液化危害性评价

分析了《建筑抗震设计规范》中砂土液化危害性评价方法的不足,通过确立液化土层在不同震害模式情况下的液化震陷计算值,建立了以震陷值S为指标的浅基础水平场地地基液化危害性评价等级,得到了其评价程序.     

ECMWF业务预报模式地面气温预报的不一致性特征研究

为探讨ECMWF业务预报模式(以下简称ECMWF)的地面气温预报不一致性问题,本文利用2015年12月1日—2016年11月30日业务预报中常用的地面气温预报数据,研究ECMWF地面气温预报产品在不同季节里的不一致性指数分布及变化特征。结果表明:各个季节不一致性指数有不同的特点,冬季不一致性指数最大,大值区主要分布在除华南和青藏高原外的大部分区域;而夏季不一致性指数最小,在青藏高原地区不一致性指数相对较大;春、秋两季不一致性指数大小均处于冬、夏季之间。此外,研究还发现冬季地面气温预报不一致性指数单日变化较大,而夏季较小。夏季不同起报时间的地面气温预报比较稳定。     

基于A*算法的路网数据组织

路网的数据组织是路径规划算法设计的基础。采用C++标准模板库实现基于A*算法的路网数据组织,着重从路网的拓扑结构、空间索引、A*算法数据结构、分层和分网格组织几方面来讨论。最后给出实例证明其有效性。     

平缓地区地形湿度指数的计算方法

地形湿度指数( topographic wetness index) 可定量模拟流域内土壤水分的干湿状况, 在流域 的土壤及分布式水文模型等研究中具有重要的意义。但现有的地形湿度指数计算方法在应用于 地形平缓地区时会得到明显不合理的结果, 即在河谷地区内, 地形湿度指数仅在狭窄的汇水线上 数值较高, 而在汇水线以外的位置则阶跃式地变为异常低的地形湿度指数值。本文针对此问题对 地形湿度指数的计算方法提出改进: 以多流向算法MFD- fg 计算汇水面积, 相应地以最大下坡计 算地形湿度指数, 再基于一个正态分布函数对河谷平原地区内的地形湿度指数进行插值处理。应 用结果表明, 所得地形湿度指数的空间分布不但能合理地反映平缓地区坡面上的水分分布状况, 并且在河谷地区内地形湿度指数值也都比较高, 其空间分布呈平滑过渡, 因而整个研究区域的水 分分布状况得到了比较合理的反映。     

基于植被信息遥感反演的东亚飞蝗监测研究

植被是东亚飞蝗发生和成灾的重要指示因子。运用遥感技术对植被生长进行监测,对东亚飞蝗的预测和防治具有重要意义。以河北省黄骅市为研究区,利用实地获取的植被冠层孔隙度数据反算的LAI数据以及Landsat-5 TM影像提取的各种VI数据,进行了LAI(LAI-2000改进型算法的反算结果)与TM影像上反演的VI之间的相关分析。结果表明,RDVI最适合反映研究区植被生长状况。分析RDVI与飞蝗发生面积的关系,发现两者呈负线性相关,即随着RDVI减小,飞蝗的发生面积呈线性增大。     

P2P环境中的全局空间数据目录研究

P2P计算通过大量自治的节点协作共享资源与计算,为空间数据和空间操作的分布提供了新的分布式计算模式。分布在不同Peer上的空间数据库节点通过P2P协作构成一个超级全局空间数据库,全局空间数据目录是P2P环境下快速定位空间数据资源和空间计算节点的关键技术。Peer数据库节点的数据模式、元数据、资源状态参数等抽象为一系列关键词集合。全局目录基于Peer空间数据库节点的外包矩形进行动态聚类并建立P2P环境下的空间索引,支持Peer空间数据库节点的动态加入和退出,支持复杂空间查询和关键词查询。该文给出了全局空间数据目录的组织模型、P2P空间数据索引及空间资源发现算法。     

GIS支持下的澜沧江流域云南段土壤侵蚀空间分析

利用ArcView3.2和ARC/INF08.1软件,通过图层叠加、统计分析和缓冲区分析等,提取西南纵向岭谷区澜沧江流域云南段的不同类型和强度的土壤侵蚀与地形坡度、土地利用/土地覆盖现状、土壤类型和分布、大雨日数以及河流、道路两侧的缓冲区等的相应数据,计算出土壤侵蚀综合度。结果表明,研究区不同坡度等级中,15°²5°坡度上的土壤侵蚀最强,其次为8°¹5°坡地和4°⁸°坡地;>25°坡地上则较小;不同用地类型的土壤侵蚀程度不同,总体上,旱耕坡地的土壤侵蚀较草地严重,而草地又较林地严重;在各种土壤类型中,黄壤和石灰土的土壤侵蚀最为突出,其次为红壤、黄棕壤和南方水稻土等;河流两侧和道路两侧的土壤侵蚀都较整个流域要严重,而河流两侧又略重于道路两侧;当多年平均大雨日数小于20日时,土壤侵蚀程度基本上随大雨日数的增加而增加;当大雨日数大于20日时,土壤侵蚀程度反而较小,原因在于前期大雨冲刷侵蚀,带走了地表的疏松物质。研究结果可为有针对性地防治水土流失、减少河流泥沙和水库淤积提供依据。     

2-level r-tree index based on spatial grids and Hilbert R-tree

IntroductionSpatial index is the data structure between spatialoperation algorithms and spatial data objects, and itis usually used to improve the efficiency of spatialdata operations. Spatial index is one of the funda-ment techniques to manage the spatia…     

Soil moisture retrieval from satellite images and its application to heavy rainfall simulation in eastern China

The soil water index (SWI) from satellite remote sensing and the observational soil moisture from agricultural meteorological stations in eastern China are used to retrieve soil moisture. The analysis of correlation coefficient (CORR), root-mean-square-error (RMSE) and bias (BIAS) shows that the retrieved soil moisture is convincible and close to the observation. The method can overcome the difficulties in soil moisture observation on a large scale and the retrieved soil moisture may reflect the distribution of the real soil moisture objectively. The retrieved soil moisture is used as an initial scheme to replace initial conditions of soil moisture (NCEP) in the model MM5V3 to simulate the heavy rainfall in 1998. Three heavy rainfall processes during 13–14 June, 18–22 June, and 21–26 July 1998 in the Yangtze River valley are analyzed. The first two processes show that the intensity and location of simulated precipitation from SWI are better than those from NCEP and closer to the observed values. The simulated heavy rainfall for 21–26 July shows that the update of soil moisture initial conditions can improve the model’s performance. The relationship between soil moisture and rainfall may explain that the stronger rainfall intensity for SWI in the Yangtze River valley is the result of the greater simulated soil moisture from SWI prior to the heavy rainfall date than that from NCEP, and leads to the decline of temperature in the corresponding area in the heavy rainfall days. Detailed analysis of the heavy rainfall on 13–14 June shows that both land-atmosphere interactions and atmospheric circulation were responsible for the heavy rainfall, and it shows how the SWI simulation improves the simulation. The development of mesoscale systems plays an important role in the simulation regarding the change of initial soil moisture for SWI.