震级非均匀分布的全概率积分及其空间权重矩阵的确定

将震级ｍ,距离ｒ以及地震动误差ε三个随机量视为一“体”在场址地震动峰值给定条件下,首先引入了临界震级,临界距离和临界误差的概念,根据临界值变化的性质,给出了三种相互等价的全概率积分,并对基保的一种导出了它对震级－误差积分的解析表达式,由于本文给出的全概率积分均已包含衰减的随机影响,因此不存在不确定性校正问题,但与此同时,对现行的不确定性校正方法提出了一个修正建议,地震活动空间非均匀的概率积分,一般     

地图符号的视觉变量

视觉变量作为图形符号设计的理论基础，在地图符号设计中起着重要的作用。然而，笔者认为，Ｂｅｒｔｉｎ所提出的视觉变量有些对地图符号并不适用。本文提出了用于构造地图符号的视觉变量，并对它们的感受性能作了初步的探讨。     

A Study of Spatial Variability on Aquifer Hydraulic Conductivity K

A structural analysis of K of an aquifer system in the study area is presented, and the main direction and degree of the variability of K are found by using the unstationary regionalized variable theory of geostatistics. Optimal estimation of K has been made by universal kriging method (U K M ). Both spatial variability distribution map and division map of K are given.     

抗震结构中考虑离散变量的多目标优化设计

以结构应变能最大和结构造价最低为目标函数，引入离散变量，进行了多目标优化设计，从中找出结构应变能最大、结构造价最低的最优截面。结果表明，所提出的理论和方法是合理的。     

区域GPS网与地面网3维联合处理

随着GPS和传统地面测量技术的发展，两种技术的组合应用常常是适宜的选择。显然，有关GPS网与地面网联合处理的研究在GPS测量技术应用中是重要的。本文对区域GPS网与地面网3维联合平方差方法进行了研究，给出了相应的函数模型，解决了经典3维平差中天文经纬度缺乏和垂直折光差改正两个关键技术问题，此外，为节省计算机存储和运算时间，笔者建议采用变带宽存储法和剖面极小化算法，文章的最后简要介绍了CPSTGD数据处理软件。     

大量生油门限的统计模型及其在东濮凹陷中的应用

生油门限统计预测模型是估定生油门限的一种方法。Cannan(1974)和于志钧(1981,1983)是以门限地层的年龄值为因变量的回归预测模型。本文从地质角度出发,讨论了该模型的一些不足,以及以门限地层现今温度作为模型因变量的优点。模型的合理性提高之后,其预测精度也得到了显著提高。 模型对东濮凹陷门限参数的预测结果与已知门限参数符合较好,说明东濮凹陷的生油环境与模型的要求基本一致。为此,本文进一步探讨了凹陷南北差异的可能原因,并对北部的T₃和T₆地震反射面的门限参数作了预测。     

Using Dummy Variables to Estimate Economic Base Multipliers

Economic base analysis is a cost-effective and accurate means of predicting employment impacts in relatively small and uncomplicated regional (community) economies. Extending previous research using the Arizona Community Data Set, this paper estimates economic base multipliers in different types of communities by introducing dummy variables into regression equations. Total employment, transfer payments, and population potential are used as explanatory variables. Manufacturing centers are shown to have larger multipliers than diversified places, mining settlements, service and trade communities, and utility towns.     

凤凰─茶陵地学断面重力异常机制分析

对凤凰─茶陵地学断面重力异常，根据爆炸地震测深资料，确定密度分层，用变密度水平梯形体构制剖面密度模型，计算理论重力异常和实测布格重力异常吻合较好。根据剖面密度模型，可以合理地解释布格重力异常。并将地壳划分为沉积盖层、变质岩层、麻粒岩层三层结构，分别计算三层的重力效应曲线及上地幔低密度体重力效应曲线。还计算了莫霍面起伏引起的重力异常曲线，分析了引起地壳重力异常的各种因素及特点。     

基于随机森林算法的地表温度鲁棒降尺度方法

陆地表面温度是描述区域或者全球范围内陆地表面与大气的相互作用和能量平衡最重要的环境参数之一。针对目前尚未有遥感卫星能够同时提供具有高时间和高空间分辨率的地表温度产品的问题,国内外学者发展了多种对低空间分辨率的地表温度进行降尺度的算法。然而,由于对地表温度解释变量和降尺度模型的选择往往具有区域局限性,导致了降尺度模型的泛化能力受到了一定的限制。本文首先评估了地表反射率、遥感光谱指数、地形因子、地表覆盖、经纬度以及基本状态变量6类环境参量与地表温度之间的相关关系,并在此基础上筛选出最佳解释变量;同时,结合在非线性回归问题上表现比较优秀的随机森林算法,建立了一种鲁棒性的基于随机森林算法地表温度降尺度模型（RRF）。本文选取了中国范围内具有代表性的11个地区作为主要研究区,将空间分辨率为1 km的MODIS地表温度产品降尺度至90 m。以北京市2个典型地表类型的子区域为代表研究区,通过与传统的基于归一化植被指数与地表温度相关关系的TsHARP模型,以及基于红波段和近红外波段以及地表高程作为尺度因子建立的简单Basic-RF模型的对比分析可得,RRF模型在2个子研究区降尺度结果均优于TsHARP模型和Basic-RF模型,其均方根误差分别为2.39 K和2.27 K。通过进一步对2个子研究区训练的RRF进行交叉验证,证明在一个研究区训练的RRF应用至另一研究区的降尺度时,RRF模型表现出了较好的鲁棒性,降尺度结果的均方根误差分别为2.56 K和2.44 K,精度误差相差仅为0.17 K。通过将RRF应用于中国范围内的多个研究区,结果表明利用少量训练数据构建的RRF模型适用于大范围的区域,地表温度降尺度结果都能取得较好的精度。     

TLS-bridged co-prediction of tree-level multifarious stem structure variables from worldview-2 panchromatic imagery: a case study of the boreal forest

ABSTRACT

In forest ecosystem studies, tree stem structure variables (SSVs) proved to be an essential kind of parameters, and now simultaneously deriving SSVs of as many kinds as possible at large scales is preferred for enhancing the frontier studies on marcoecosystem ecology and global carbon cycle. For this newly emerging task, satellite imagery such as WorldView-2 panchromatic images (WPIs) is used as a potential solution for co-prediction of tree-level multifarious SSVs, with static terrestrial laser scanning (TLS) assumed as a ‘bridge’. The specific operation is to pursue the allometric relationships between TLS-derived SSVs and WPI-derived feature parameters, and regression analyses with one or multiple explanatory variables are applied to deduce the prediction models (termed as Model1s and Model2s). In the case of Picea abies, Pinus sylvestris, Populus tremul and Quercus robur in a boreal forest, tests showed that Model1s and Model2s for different tree species can be derived (e.g. the maximum R²?=?0.574 for Q. robur). Overall, this study basically validated the algorithm proposed for co-prediction of multifarious SSVs, and the contribution is equivalent to developing a viable solution for SSV-estimation upscaling, which is useful for large-scale investigations of forest understory, macroecosystem ecology, global vegetation dynamics and global carbon cycle.