东北地区重力均衡异常特征的初步研究

本文利用地面实测重力资料和地形高程资料,采用普拉特-海福特(Pratt-ttayford)重力均衡理论模型,取1°×1°方格网,通过使用现成改正表格查取改正值与个别计算点用理论公式计算作校核的方法,计算了我国东北地区75个计算点的均衡重力异常值;并对局部第四系覆盖较厚地区作了第四系密度改正;在此基础上,构制了我国东北N39°—49°,E121°—131°大部分地区的均衡重力异常图;结合区域布格重力异常和区域空间重力异常特征以及莫霍界面的起伏特点作了对比分析和讨论     

RTK技术在杭州湾跨海大桥桥位地形测绘中的应用

介绍了RTK技术在杭州湾跨海大桥桥位地形测绘中的应用,并对其定位结果进行了精度比较与分析,结果表明:RTK定位测量的点位精度可达厘米级,各点位之间不存在误差积累,与全站仪等测量手段取得的结果符合得较好,可以用来代替二三级导线控制测量和等外水准等测量方法;流动站与基准站的距离在10km范围以内时,应用RTK技术对近岸水下地形进行测量具有方便、快捷、精度高等特点,但当此距离超过10km时,其精度则难以保证。杭州湾跨海大桥施工时应用RTK技术进行定位、高程测量,可提高工作效率和成果的质量。     

基于GPS PPK技术确定测深点瞬时潮位及分析

潮位是影响水下地形测量精度的主要误差之一,获取准确的潮位信息直接关系着潮位改正的正确与否。文中基于GPS PPK技术得到的GPS天线大地高,首先经过垂直基准转换,其次利用推算的姿态改正公式以及利用压力式潮位计获取的动态吃水进行姿态与吃水改正,最后采用小波变换进行波浪滤除,得到测深点精密的瞬时潮位。以琼州海峡为试验海区,采用上述方法获得测深点瞬时潮位,并与传统潮汐模型推算潮位对比,对比发现两者并不一致,且前一种方法得到的潮位趋势与测船的航向有很强的相关性。对测区的潮汐潮流特征进行了分析,分析结果与实测结果相符,表明GPS PPK能够获得该区域的潮位,并可以反映该区域的潮汐特征。     

中国开辟区不利开采地形类型及其分布

利用1998年"大洋一号"调查船近海底作业所获的深拖海底电视和照相系统资料,对中国开辟区不利开采地形类型及其分布特征进行了研究,并对海底地形的坡度进行了计算,结果表明:(1)中国开辟区东、西两区海底的东向坡和西向坡是均衡分布的。东、西两区海底地形坡度的分布特征明显不同,东区海底地形坡度以0～15°为主,而西区坡度大于3°的地形则很少。坡度大于5°的地形主要分布于坡脚处,特别是坡度超过15°的地形总是出现在水深变化的转折点处。(2)研究区不利开采地形可分为坡度为5～15°和大于15°两种类型,东区地形坡度大于5°的不利开采地形比西区多14%,东区坡度大于15°的地形为3.6%,比西区(仅为1.4%)多,东、西两区都有少量坡度近90°的地形出现,并且这种地形在东区所占比率比西区大,说明东区断崖、陡坎和断裂沟槽比西区多,地形也更为复杂多变。     

地形坡度对斜压大气扰动的影响

本文推导出σ坐标系斜压大气的准地转位涡方程，该方程形式与Ｐ坐标系的准地转位涡方程非常相似，但本质不同，本文还用ＷＫＢ方法讨论了大地形坡度对斜压大气扰动发展的影响。指出：东西走向山脉的南坡有利于低层大气槽线呈西北－东南向的扰动发展，也有利于高层大气槽线呈东北－西南向的扰动发展     

南海潮汐数值预报及其在海道测量中的应用

以协振潮波二维铅直平均运动方程为南海海域潮波运动的物理模式，用ADI方法进行差分求解，对该海域进行潮汐数值预报，并应用于海道测量。经实测数据对比，此方法不但可行，而且精度远高于一次或三次24h潮汐预报的方法。     

浙江沿岸"0216"号台风风暴潮特征及预报经验总结

本文对2002第16号台风“森拉克”的风暴潮灾害过程做了回顾，总结预报经验，分析本次过程浙江沿海各岸段风暴潮特征及成因，提出特殊河口、湾口地形的风暴增水和天文潮相互作用的问题。预报实践证明，及时地根据最新的气象预报和实况观测资料来调整潮位和风暴增水预报值是本次风暴潮预报取得成功的关键。预报和实况的对比结果说明，本次对浙江沿岸各岸段的增水和高潮的过程预报是及时、准确的。台风在登陆前几个小时移动速度突然急剧加快，是本次风暴高潮位预报出现误差的主要原因。     

地形坡度对多金属结核分布的控制作用

选取我国东太平洋多金属结核开辟区内的一个区域作为研究区,利用人工神经网络中应用最为广泛的BP网络,建立控制多金属结核分布的地质因素与多金属结核分布之间的映射关系,探讨地形坡度对多金属结核分布的控制作用.结果表明,在经度、纬度、水深、坡度四个因素中,坡度对结核分布影响程度最大;多金属结核主要分布于坡度小于5°的地方;当坡度小于5°时,丰度与地形坡度呈正相关,品位与地形坡度呈负相关,丰度与品位呈负相关;品位与坡度似呈指数关系,坡度增大,品位降低.