单因子指数法在水质评价中的应用研究

水质评价是工程设计水资源评价中非常重要的内容,现阶段我国水质评价工作主要依据《地表水环境质量标准》和《地下水质量标准》进行单因子评价,单因子评价法中,能判断水质类别,但不能反映与限值差距,同一水质类别时反映不出洁净程度。本文中引入单因子指数法,计算综合污染指数,对同水质类别进行洁净程度判别。     

基于多普勒测速的GPS单历元动态定位算法

在传统的GPS单历元动态定位参数估计中,由于先验约束信息较少,模糊度求解和定位性能往往较低。据此,研究了多普勒测速在GPS单历元动态定位中的应用,提出了一种附有GPS多普勒测速信息约束的坐标更新方法,即利用移动载体先验坐标和多普勒测速信息预测当前历元坐标。考虑到该方法进行坐标更新的精度较高和传统单点定位坐标更新的稳健性较强等特点,在此基础上给出了相应的单历元整周模糊度参数求解策略,进一步提高了该方法的定位性能。试验结果表明,所提出的算法相对于传统的无速度信息坐标约束的GPS单历元动态定位算法,其模糊度浮点解精度、模糊度固定率和平均定位精度均有了进一步提高,尤其是在观测卫星数较少、卫星几何结构较差的情况下更为明显。     

基于数据同化的长春市雾霾反演与空间特征分析

近年随着长春地区冬季雾霾天气的频繁出现,大气可吸入颗粒物(PM2.5)已成为长春地区的主要空气污染物之一。遥感技术与污染物模型相结合是近年来预报空气质量的一种有效方法。本文以2015—2016年长春市冬季雾霾天气为例,利用MODIS遥感影像获取的气溶胶光学厚度(AOD),反演长春市地表PM2.5浓度值,得到长春市空气污染物空间分布图,并分析长春市空气污染物的时空分布特征。同时利用AOD反演的PM2.5浓度值作为数据同化资料,对长春市地表PM2.5浓度值进行预报,预测结果令人满意。研究结果表明:数据同化与遥感信息技术结合进行雾霾预测是一种有效的手段,可为雾霾反演的数据提供可靠的信息。     

黑龙江通河县曙光石场地区土壤地球化学特征与成矿预测

为查明曙光石场地区各成矿元素和矿(化)体的分布特征,在1∶2万土壤地球化学测量的基础上,对研究区多种成矿元素进行聚类分析和因子分析。研究表明:区内Ag、Pb、Zn、Bi、Sn单元素异常个数多、变异系数值较高,具有较强的成矿潜力;区内Ag-Pb-Zn元素组合异常套和极好,异常强度较强,与岩浆热液型成矿作用相关,具有较好的找矿前景;根据单元素异常的套合情况及元素共生组合规律圈定组合异常六处并进行了槽探工程验证,在Ht-4组合异常处发现一铅锌银矿点,矿体、矿化体产于上石炭统唐家屯组流纹质凝灰岩中。     

辽河西部凹陷曙北地区沙四段薄砂层成因类型及分布规律

为了明确辽河西部凹陷曙北地区沙河街组四段薄砂层成因类型及分布规律,从岩心、测井响应和地震反射特征等方面总结了各类成因薄砂层的识别标志,并预测了各砂层组的砂体展布,探讨了砂体发育的控制因素,总结了沉积模式.研究结果表明,曙北地区沙四段为扇三角洲-湖泊的沉积体系,薄砂层发育水下分流河道、河口坝、低隆滩坝、沿岸浅滩4种成因类型,其中以水下分流河道和低隆滩坝为主.古地貌、古物源和古水深控制了各类砂体的展布.以曙光和兴隆台古潜山一线为界,南部为扇三角洲体系沉积区,主要发育前缘水下分流河道和河口坝;北部（包括低隆区）为无明显水流注入的半封闭湖湾区,主要发育低隆滩坝砂体和灰/云坪,在西侧沿岸局部地区还发育沿岸浅滩.储量区外大面积发育的低隆滩坝砂体,是下一步碎屑岩增储上产的潜在接替区域.     

单多普勒雷达反演涡旋风场方法分析

由于单雷达在探测台风临近、登陆时仍具有双部或多部雷达难以具备的优势,目前利用单多普勒雷达反演涡旋风场的方法并不多见,本文对能够反演涡旋风场的3种方法NIVAP(自然坐标系的积分VAP方法)、EVAPTC(反演热带气旋的EVAP方法)、GBVTD(地基速度追踪法)进行了比较,分别从每种方法的假设条件和数学方法以及结果精度来比较3种方法对涡旋风场的适用性。利用中尺度气旋Rankine模式模拟了纯涡旋性气旋、只有环境风场时、环境风场和辐合(辐散)同时存在时的径向速度场及风场,比较了各种情况下的反演风场和模拟风场的相似系数。在对模拟风场比较之后,选取了2014年"威马逊"台风登陆前1h、登陆时及登陆后1h的3个实测雷达资料,对比分析了3种方法反演实测资料的风场特征,3种方法中EVAPTC方法最好,GBVTD方法在应用中有一定的限制,NIVAP方法较差。     

汕头市PM2.5的气象要素影响分析及预报研究

利用2014—2017年汕头市PM_2.5的日浓度资料、以及汕头市国家基准气象观测站的同期地面气象资料,重点分析了汕头市PM_2.5浓度的变化特征以及风、混合层厚度、降水等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因。在此基础上,根据汕头市的气候特点,采用BP （Back-Propagation）人工神经网络方法针对汛期和非汛期分别建立了PM_2.5质量浓度预报模型。结果表明：与多数内陆城市不同,汕头市PM_2.5浓度日变化为单峰型,这与汕头地处沿海受海陆风影响有关;PM_2.5浓度日峰值出现在08时左右,除早高峰污染物排放增加的因素外,与早晨时段的低风速环境有关;PM_2.5日均浓度随着风速的增大呈现减小趋势,PM_2.5日均浓度与08时混合层厚度显著相关（相关系数为-0.143）;汕头市非汛期PM_2.5浓度比汛期高,这与汕头市的亚热带季风气候特征有关,汛期各量级降水（暴雨以上除外）对PM_2.5的清除效果无明显差别,而非汛期降水对PM_2.5浓度有明显清除作用;BP人工神经网络模型的预报效果表明,汛期和非汛期的PM_2.5级别命中率TS分别为100%和90.3%,准确指数分别为87.7%和89.9%,总体预报效果良好。不同时期预报模型出现正误差的数量和程度均大于负误差,汛期预报模型在有强降水发生时误差较大,而非汛期预报模型在有冷空气入侵时误差较大。     

气象因素对汕头市大气O3污染的影响

利用2014年到2016年汕头市O_3的逐日浓度资料,分析了O_3污染的时间变化特征,并结合汕头市国家基准气象观测站的同期地面气象资料,分析了风、混合层厚度、降水、大气环流等气象因素对O_3污染的影响,同时探讨了影响污染物浓度变化的原因。结果表明:不同于北方多数城市夏季O_3污染严重,汕头市的O_3污染秋季(9—11月)最严重,初夏(6月)污染较小,这与汕头的地理位置和气候条件有关。O_3浓度呈单峰型日变化,午后15:00左右浓度最高,夜间浓度较低。风速对O_3既有扩散作用,又有混合作用,当日均风速为1.7 m/s时O_3的平均浓度最大;O_3日均浓度与14时混合层厚度呈显著正相关,午后混合层厚度对O_3日内峰值有很大影响;O_3平均浓度在相对湿度60%时达到最大,高相对湿度不利于O_3体积分数的积累;降水对O_3的去除效果随着降水量级的增大而增大,汛期降水的去除效果与总体去除效果基本一致,而非汛期强降水(中雨以上)去除效果更加显著;出现轻雾时O_3浓度接近平均,出现霾时O_3浓度较高,出现大雾时不利于O_3的生成;当汕头市地面为冷高压脊、850 hPa为东北风场、500 hPa为副热带高压控制时,有利于光化学反应,易造成O_3污染。     

全球冰川冰厚度分布

瑞士等多国学者利用5个模式给出了南极和格陵兰以外全球大约21.5万个冰川冰厚度的估计。研究表明,这些冰川的总体积为(158±41)×10^3千米^3因为其中大约15%位于目前海平面之下,这些冰相当于(0.32±0.08)米海平面变化。     

水下地形与淤泥厚度测量

目前,我国湖泊污染问题十分严重,主要是水质污染和淤泥污染,且湖泊测绘资料比较缺少。本文就某湖泊的整治作一阐述,较详细说明水下地形与淤泥厚度测量原理及方法。同时说明湖泊整治的重要性和迫切性。