动态矿区DEM生成方法及其在土地复垦中的应用研究

首先根据我国矿区土地复垦工作中存在的不足,通过研究提出"动态土地复垦"的概念,并确定了动态土地复垦方案制定的数据基础——动态矿区数字高程模型。动态矿区数字高程模型应该包含煤矿生产对地表的累积影响结果数据和地表的原始地形信息,开采沉陷预计结果可以提供前者,地面测量可以提供后者,经过数据处理可以按时间间隔生成描述塌陷区的一系列数字高程模型(DEM)(准动态),然后运用DEM的空间分析技术提取塌陷区在不同时间段的土地破坏类型、范围和位置数据,并根据这些数据进行动态土地复垦方案决策数据的提取,经实例验证该方法可行。     

浅谈三轮区划与地理信息系统

文章简单介绍了三轮区划的工作任务和技术要求 ,以及在三轮区划工作中运用地理信息系统实现多学科矿产综合预测的工作方法。     

Sub-seasonal Prediction of the South China Sea Summer Monsoon Onset in the NCEP Climate Forecast System Version 2

This study depicts the sub-seasonal prediction of the South China Sea summer monsoon onset(SCSSMO) and investigates the associated oceanic and atmospheric processes, utilizing the hindcasts of the National Centers for Environmental Prediction(NCEP) Climate Forecast System version 2(CFSv2). Typically, the SCSSMO is accompanied by an eastward retreat of the western North Pacific subtropical high(WNPSH), development of the cross-equatorial flow, and an increase in the east-west sea surface temperat...     

基于LSTM的海洋表面短期风速预测研究

为实现对海面风速精确的短期预测,提出了一种基于长短期记忆(LSTM,longshort-termmemory)神经网络的短期风速预测模型,选取OceanSITES数据库中单个浮标站点采集的风速历史数据作为模型输入,经过训练设置最佳参数等步骤,实现了以LSTM方法,对该站点所在海区海面风速在各季节性代表月份海面风速的24 h短期预测。同时通过不同预测时长的实验以及与BP(back propagation)神经网络神经网络和径向基函数神经网络(radialbasisfunctionneuralnetwork,RBF)的预测效果对比实验,证明了LSTM预测方法相比上述两种神经网络预测方法,在海表面风速预测应用中的优越性。最后通过多个海域对应的站点风速数据预测实验,证明了LSTM神经网络模型的普遍适用性,由相关系数和预测误差的分析可知该方法具备应对急剧变化数据的预测稳定性,可以作为海洋表面风速短期预测的一种可靠方法。     

北京精细下垫面信息引入对暴雨模拟的影响

首先根据2000年环北京实际的精细下垫面布局资料（500m分辨率）,按美国USGS陆面资料分类标准（25类）对其提供的全球30 s经纬分辨率（≈1 km）下垫面分类资料进行了更新设计.进而针对一个北京夏季暴雨过程,利用10:3.3km双向双重嵌套的MM5V3.6-Noah LSM陆气耦合模式进行24h数值对比试验,研究了北京精细下垫面信息引入对暴雨的影响.分析表明：新设计的陆面资料更真实地反映了环北京区域的下垫面结构,尤其针对北京城区面积迅增特征;同时还修正了原资料将亚洲中纬度区域落叶阔叶林下垫面类型归属为热带(或亚热带)稀疏大草原类型的问题.其在数值天气模式中的引入会对短期暴雨过程的发生发展产生重要影响.对此次暴雨主要降水中心的模拟,12h差值分布范围远达30km以上,中心值相对差异可达30%.研究发现在城市下垫面和大气相互间存在一个重要的相互影响机制,即由于城区面积的扩大会导致自然植被减少,进而会减少地表蒸发及相应局地大气水分供应、加深边界层高度并增强大气水汽混合,这不利于降水的发生发展.     

国外地震电磁现象观测

本文综合介绍了国外在地震电磁观测研究方面的进展和实例,结果显示地震电磁信号在地面和卫星观测记录中非常丰富.地面异常信号频带宽、分布范围广,时间上多集中于震前一个月或几天的时间段内出现.卫星地震电磁信号集中于ELE-VLF频段,时间上以震前几个小时为主,说明电磁信号具有明显的短临特性.我国地震电磁未来的发展方向应在现有的基础上,以超低频段为主,并发展地面与电磁卫星的三维立体联合观测,为地震短临预报服务.     

重大地震灾害链的时空有序性及其预测研究

重大地震与地震灾害链预测是当今世界地学前缘课题.本文通过国内外具体实例,重点介绍了重大地震灾害链的时空有序性、地震灾害链网络结构及其预测方法.     

地表沉陷空间预报及其有理分式解法的应用

通过阐述地面沉陷机理,分析地下岩体内应力状态和地下开挖空间的形成过程.引入数学积分模型建立地面沉陷理论模型,重点说明单元下沉盆地和特征点下沉,推导出地面沉陷预报公式.并利用有理分式解法求解地面沉陷预报数值.此法的计算精度高,适用面广,有效地解决了常规解法工作量大、计算精度低的缺点.为一种有效、实用的计算地面沉陷预报值的方法.     

辽宁太阳紫外线辐射特征及强度预报

利用紫外线观测仪器对辽宁4个地区紫外线辐射强度进行观测,研究了辽宁地区紫外线辐射强度的变化特征;分析了影响到达地面紫外线辐射强度的因子,结合MM5数值模式建立了统计预测模型,建立了紫外线辐射强度分级标准和对人体健康影响的对应关系。结果表明:辽宁地区的紫外线辐射强度,总体上是西、北部较东、南部稍强,但相差不大;紫外线辐射强度具有明显的季节变化,夏季最大、冬季最小。每年5～9月紫外线强度维持在一个较高的水平,日最大值出现在每日的11～14时。夏季紫外线对人体的影响最大,冬季基本无影响。云量的变化对紫外线强度的影响较大。紫外线辐射强度预报模型的预测结果较为理想。     

基于注意力机制与自适应时序分解的气温预报模型

针对传统方法在捕捉气象序列长期依赖关系及泛化性能上的不足,提出了一种基于稀疏注意力与自适应时序分解的气温预报模型（ATFSAS）。该模型整体采用编码器 解码器架构,结合稀疏注意力机制以有效捕捉气象观测数据间的长期依赖性。为减少编码过程中造成的冗余,提出了一种信息蒸馏方法。通过结合多层解码器与自适应时序分解单元,逐步细化预报信号中的周期性和趋势性分量,实现了较为精准的气温预报。基于德国耶拿气象数据集,进行24 h精细化气温预报,其平均绝对误差为1.7108℃。基于中国地面气候资料日值数据集,进行中短期日平均气温预报和多地区单日平均气温预报,相比传统模型LSTM,ATFSAS模型预报结果的平均绝对误差分别提升了35.56%和23.66%。