中国西北内陆盆地水分垂直循环及其生态学意义

中国西北内陆盆地中的地下水系统,对维系其浅表水分、热量、盐分均衡以及地表的生态平衡、土壤的资源属性和局部地域气候相对稳定性具有不可或缺的调节作用,这种调节作用是通过饱和带水、包气带水(土壤水)、近地表大汽水和植物体内水("四水")之间的垂直循环来实现的.目前的相关研究主要侧重于地下水与地表植被类型间对应关系的统计分析,较少涉及水分运移的机制;而以水分垂直循环的动力学机制为研究对象的SPAC系统(土壤-植物-大气连续体),则对地下水的重视程度不够,且存在着尺度转换的困难,更为完整的应该是GSPAC系统(地下水-土壤-植物-大气连续体).干旱区内陆盆地地下水生态效应的研究需要开展以下的工作:"四水"垂直循环的动力学过程与机制研究,尤其是饱水带-包气带界面水、汽、热转化过程的研究;人类活动影响下地下水系统演化特征的研究,它不仅是实现水分垂直循环研究的最终目的——水资源合理开发利用的中间环节,更是将"四水"垂直循环这一微观水文循环过程与区域水文循环过程相结合,实现尺度转化的关键所在.     

基于小波消噪和符号动力学的径流变化复杂性研究

提出了基于小波消噪的符号动力学途径研究径流变化的复杂度。对径流序列进行小波消噪,运用Lempel-Ziv算法计算其复杂度,以长江、黄河流域为例定量分析年径流复杂性。为研究水文系统的复杂性提供了工具。研究表明:①黄河流域径流变化比长江流域复杂;②黄河流域年径流的平均复杂度为8.3,从上游到下游的复杂性变化趋势不明显;③从时间纵向看,黄河年径流变化的复杂性并未发生显著的变化。     

内陆盆地的盐分布与平衡分析研究

在总结已有研究成果和系统分析水文、土壤、灌溉、水盐监测资料的基础上,应用系统分析方法、水盐运移理论和水盐平衡原理,通过对盆地、流域、灌区、农田和土壤剖面等不同层次盐分分布与盐平衡分析计算,分析了内陆盆地不同层次的“干排盐”形成与特征,认为干排盐是必不可少的,必须系统地考虑不同层次干排盐出路与动力条件,才能有效地治理灌区盐渍化问题。     

水文信息处理系统研究

水文信息处理系统是在Windows环境下、用Visual Basic 6．0高级语言研制开发的智能水文资料整编软件，引用数据库存储信息，调用Excel输出整编成果。该软件实现了水位、流量、泥沙等要素关系线的自动生成和人工辅助定线，并完成全部整编计算工作，结束了我国水文资料电算整编工作中依靠手工定线整编的历史，解决了计算机定线、推流和成果输出一次完成的技术难题，真正实现了水文资料整编计算机化。     

长江中下游夏季高温灾害机理及预测

利用我国1961-2003年夏季（6—8月）高温资料，建立长江中下游地区主要城市强高温及高温过程较完整的时间序列，探讨了该地区主要城市高温气候特征。分析该地区南京、杭州、南昌等城市夏季高温灾害机理，东亚副热带高压是造成长江中下游地区城市夏季高温的主要影响系统。在此基础上用均生函数-最佳子回归集构造预测模型，预测夏季月高温出现日数，通过42a高温资料预报检验，有较好的预测效果，值得在业务中应用。     

非加温型四连栋塑料温室内外温湿度关系研究

根据1999年12月～2002年8月典型天气（晴天、多云、阴天）下非加温型四连栋塑料温室中间1．5m高度气温、相对湿度的观测数据，应用逐步回归分析方法建立了冬季、春秋季、夏季典型天气下温室内日平均气温、日最高气温、日最低气温、日平均相对湿度与气象站气象要素间的关系式，为温室蔬菜品种筛选、蔬菜标准化栽培、无公害蔬菜生产和病虫害防治提供小气候方面的技术数据。     

HDF-EOS数据格式及其数据导入

HDF-EOS作为NASA存储和发布EOS数据的标准，专门用于处理各种EOS产品。掌握HDF-EOS数据格式和数据导入是能够充分开发和应用EOS数据信息的关键。文中介绍HDF数据文件中图像模块、科学数据、Vdata模块(表格数据)的结构，HDF-EOS数据文件中点、条带、网格数据和元数据的的数据格式，以及打开HDF格式数据实现对HDF-EOS数据导入浏览的相关软件。     

基于Kiwi数据格式的地图显示研究

在分析Kiwi显示数据存储组织方法的基础上,研究了Kiwi显示数据在内存中的动态组织,改进了地图显示的二级缓存方法,提出了地图显示的双缓冲池策略。试验结果表明,本文研究的数据动态组织方法和地图显示策略提高了地图显示速度。     

MapGIS下空间数据库的建立及其典型问题研究

以云南省地质图、水文地质图空间数据库的建立为例,通过对空间数据库建设中资料准备、图形矢量化、空间数据处理及文件转换四个过程的分析,总结了在进行回溯型空间数据库建库过程中需要注意的一些典型问题,并提出了解决的办法。论述了在MapGIS下空间数据库建立过程中的一些技巧及经验。     

基于粗糙集的K--均值聚类算法在遥感影像分割中的应用

结合粗糙集理论和K——均值聚类算法，提出一种遥感影像的粗糙聚类分割方法。根据遥感影像中特征属性的相互依赖关系，应用粗糙集理论的等价关系。求出K——均值聚类所需要的初始类的个数和均值。然后采用聚类算法对图像进行分割。实验结果表明该方法比随机选取聚类的中心点和个数减少了运算量．提高了分类精度和准确性。