钱塘江河口风暴潮经验预报

钱塘江河口的风暴潮预报工作可归结为澉浦或乍浦两个单站的预报,这使得经验预报成为可能。利用一种动力线性模型将动力学的线性问题转化为统计学的线性回归模型,通过合理选取预报量及预报因子,并采用正交筛选技术确定每个预报因子所对应的系数,建立经验预报方程。后报结果表明该方法可取得较好的效果。     

热红外波段大气透过率和程辐射的估算方法

文中对M ONTRAN模型内嵌6种大气模式的主要特性差异进行分析,并以中纬度夏季大气模式为例,分析了主要参数(如水汽、臭氧以及气温等)对估算热红外波段大气透过率和程辐射的影响。论文最后对利用探空数据构造完整大气模式进行了研究。     

CMODIS资料提取叶绿素a浓度的反演算法研究

中分辨率成像光谱仪(CMODIS)是我国“神舟3号”飞船上对地观测主载荷,是我国第一台上天的具有测量海面叶绿素a浓度能力的成像光谱仪.利用宽视场海洋水色扫描仪(SeaWiFS)反演叶绿素a浓度作为参考值建立CMODIS资料处理模型,得到三个基于蓝绿波段比值法的叶绿素a浓度反演算法,平均相对误差分别为26.6%,24%和33.5%,均方根误差分别为1.16,1.15和1.23 mg/m3.在叶绿素a浓度反演误差允许范围小于35%的条件下,比值算法的适用范围为悬浮泥沙浓度小于5 g/m3的海区.悬浮泥沙的强散射作用导致比值算法在高悬浮泥沙浓度条件下产生高估叶绿素a浓度反演值的现象;在中低悬浮泥沙浓度的海区,悬浮泥沙和浮游植物对离水辐亮度的综合作用使比值算法存在低估叶绿素a浓度的趋势.     

GPS坐标时间序列共模误差分离方法比较及其对噪声模型建立的影响

为快速有效地分离GPS坐标时间序列中的共模误差（common mode error,CME）,采用区域堆栈滤波法、加权堆栈滤波法、相关加权叠加滤波法、距离加权滤波法、主成分分析（principalcomponentanalysis,PCA）5种滤波方法对GPS坐标时间序列进行CME处理;基于MATLAB设计了相应的GPS坐标时间序列CME分离工具。并以8个GPS基准站的坐标序列为对象,对去除CME后的GPS坐标序列进行噪声模型分析。结果表明,这5种方法能有效降低各站点坐标时间序列的不确定性,提高坐标序列精度,相比其他方法,PCA法滤波效果更好;此外,去除CME后的时间序列最佳噪声模型发生了改变,且GPS站坐标序列噪声模型呈现出多样性并存在个体差异。     

黔中乌当盆地阶地沉积特征及其对盆地演化的指示

黔中乌当盆地是贵州省山间盆地的典型代表,四级河流阶地清晰地记录了新构造运动中区域地壳抬升和盆地演化。通过阶地沉积物砾组统计、粒度分析、光释光（OSL）测年,探讨盆地的发育和演化。结果显示,阶地砾石排列指示盆地水系古流向与现代河流基本一致,砾石磨圆度变化大,分选较差,岩性继承了区域地层。砾石组合特征反映了构造抬升期盆地内强烈的冲刷剥蚀。漫滩沉积物粒度表明盆地在稳定阶段河流水动力整体呈增大趋势。T4和T3发育阶段区域以冲刷剥蚀为主并塑造了盆地雏形。T2阶地沉积特征及测年结果（177.4 ka~87.6 ka）表明中更新世末期持续数万年的沉积夷平作用使盆地基本成型。T1阶地形成时代约25ka,指示了黔中地区最近一次构造抬升和盆地的最终定型。     

汾河流域城乡聚落体系发展潜能测度及空间模式探究

以11 188个自然聚落斑块为研究对象,基于场强模型,定量测度汾河流域城乡聚落体系发展潜能,借助GIS技术和地理探测器模型,分析其空间格局特征及驱动因素,进而探讨流域城乡融合发展空间模式。结果表明：① 城乡聚落斑块发展潜能差异显著,且空间分布极不均衡;纵向上中游流域高于下游流域高于上游流域,横向上河谷盆地区高于周边缓丘区高于两侧山丘区。② 聚落斑块发展潜能具有正向空间自相关性,高值斑块聚类显著;具有空间异质性特征且方向性明显,汾河主河道方向联动效应最强,空间联系最紧密;存在局域热点区,并呈现“主核–廊道–次核”的空间结构形态。③ 自然基础、社会经济发展水平和区位条件共同影响着城乡聚落体系发展潜质及空间结构形态;融合发展采取非均衡增长路径,市、县、镇、村全局考虑,构建“强化核心点–培育发展轴–扶持特色区–带动全流域”的逐层推进式空间发展模式。     

ARIMA-LSTM组合模型在基于SPI干旱预测中的应用——以青海省为例

开展干旱预测是有效应对干旱风险的前提基础。利用1958—2017年青海省38个气象站点逐日降水量数据计算多尺度标准化降水指数（SPI）,并建立了SPI序列自回归移动平均模型（ARIMA）、长短时记忆神经网络模型（LSTM）和基于二者优点提出的ARIMA-LSTM组合模型;对模型参数进行率定和验证后,利用所建立的模型,以西宁站点为例,对多尺度SPI值进行预测,借助均方根误差（RMSE）、平均绝对百分比误差（MAPE）和决定系数R²对所有预测模型的有效性进行判定。结果表明：ARIMA-LSTM组合模型在SPI1和SPI12的RMSE值分别为0.159 7和0.181 0,均低于ARIMA模型的1.265 4和0.293 3,说明ARIMA模型与ARIMA-LSTM组合模型对SPI的预测精度都与时间尺度有关,ARIMA模型的预测精度随着时间尺度的增加而逐渐提高;结合GIS并利用实测数据与模型的预测数据相比较说明ARIMA-LSTM组合模型相比于单一ARIMA模型的预测精度更高,且能够很好拟合不同时间尺度的SPI值。     

基于住房需求意愿的广州市中产阶层住房区位选择

以2014年广州市中产阶层聚居区24个街道、50个社区进行的问卷调查和深度访谈资料为数据源,从住房需求意愿与区位选择方面分析了广州中产阶层住房选择,并运用多元Logistic回归分析法对其影响因素进行研究。研究发现：1）广州市中产阶层住房区位选择表现出明显的“向中心城区”性;2）现居住现状（人均住房面积、现小区区位、现小区建成年代、现居住时间）、家庭生命周期（年龄、家庭规模、子女数量）和经济水平（家庭年总收入、个人年总收入、私家车拥有量）等因素对中产阶层住房需求意愿具有显著影响;3）家庭生命周期（年龄、家庭规模）、个体因素（教育程度、户籍地）等要素对中产阶层住房区位选择具有显著影响。4）制度因素、区位因素和个体因素共同影响着广州市中产阶层住房区位选择。     

街头抢劫者前犯罪经历对其后作案地选择的影响

作案地选择是犯罪地理学的研究主题。已有的重复作案地选择的研究表明,犯罪者“前案件”作案地选择对他们“后案件”作案地选择具有影响,但以往研究关注的是先前的犯罪时间和地点对其后续作案地选择的影响,仍未检验犯罪者在“前案件”中犯罪经历的具体作用。因此,论文以中国东南沿海ZG市为例,利用街头抢劫者的抓捕数据和混合Logit模型,聚焦探析街头抢劫者先前的个体犯罪经历对他们随后的作案地选择的影响。研究发现：街头抢劫者在“前案件”中的犯罪间隔、犯罪出行和当场被捕等个体犯罪经历对其“后案件”作案地选择具有强烈的影响,即“前后案件”的犯罪间隔越临近、“前案件”犯罪出行距离越短,以及“前案件”未当场被捕,则大大增加了街头抢劫者返回到先前抢劫区域再次犯罪的可能性。并通过警察访谈和结合理论分析,发现“前案件”未当场被捕是由犯罪者当场被捕的恐惧感、警察特殊的干预方式,以及社会凝聚力和犯罪防控的相互作用而形成。研究结论可为警务部门的“事前防控”与“主动处置”提供一定的参考。     

基于GWR模型的中国城市雾霾污染影响因素的空间异质性研究

基于全国城市的PM_2.5监测数据,识别PM_2.5的时空分布特征,并着重利用地理加权回归模型分析自然和社会经济因素对PM_2.5影响的空间异质性。结果显示：2015年全国PM_2.5的年均浓度为50.3 μg/m3,浓度变化呈现冬高夏低,春秋居中的“U型”特征;PM_2.5的空间集聚状态明显,其中京津冀城市群是全国PM_2.5的污染重心。地理加权回归结果显示：影响因素除高程外,其余指标均呈现正负两种效应,且影响程度具有显著的空间差异性特征。从回归系数的贡献均值来看,自然因素对城市PM_2.5浓度影响强度由高到低依次是高程、相对湿度、温度、降雨量、风速、植被覆盖指数;各类社会经济指标对城市PM_2.5浓度影响强度排名依次是人口密度、研发经费、建设用地比例、产业结构、外商直接投资、人均GDP。由于各指标对城市PM_2.5浓度变化的影响程度存在着空间异质性,因此在制定大气治理对策时可以考虑不同指标影响程度的空间差异,从而使得治霾对策更具针对性。