最优气候相似法及其在降水预报中的应用

介绍了一种短期气候预测方法———最优气候相似法 ,并应用于张家界地区 1 999～ 2 0 0 2年 5～ 7月总降水预报中 ,结果显示最优气候相似法能够有效地提高短期气候的预测能力 ,特别对气候异常具有良好的反应能力 ,适合于短期气候业务预报。     

《天气图自动填图与客观分析系统》的优化

利用微机自身所具有的通信传输和存储功能，来替代《天气图自动填图与客观分析系统》运行工作所依赖的通信卡的作用，取消通信卡，修改该系统软件，利用汇编和Ｃ语言对系统进行补充编程，从而节省投资完善了系统，非常适合台站的业务工作需要和业务现代化的发展。     

沉积型铝土矿预测方法及其影响因素——以贵州省铝土矿为例

以全国矿产资源潜力评价技术要求为基础,以贵州省铝土矿预测方法为实例,在简述国内沉积型铝土矿矿床类型、特征和预测方法的基础上,重点论述了地质单元法、网格单元法中划分预测单元、拟选预测要素和赋值的方法,以及地质填图精度、矿床特征、地-物-化-遥等信息对矿产预测的影响。该网格单元法考虑因素较全面,应用信息较充分,预测精度达到了矿体-矿床级。     

地浸砂岩型铀矿床微磁异常研究及其找矿意义

通过认真研究中国新疆某盆地410，411和412三个已知地浸砂岩型铀矿床的航磁资料，发现这些矿床上方均存在航磁微磁异常。根据地浸砂岩型铀矿的成矿地球化学机制，对航磁微磁异常的形成机理作了进一步探讨，结合试验区的实际预测成果指出，与氧化一还原过渡带有关的地浸砂岩型铀矿床上方存在微磁异常，高精度航磁完全能探测得到它。航磁微磁异常是此类矿床的特征异常之一，对此类铀矿床具有直接的指示意义，可以作为一种直接标志信息运用于前期成矿预测。     

基于变形信息分解的大坝变形趋势判断及预测研究

在分离大坝变形数据信息的基础上,利用重标极差法实现大坝变形趋势判断,然后利用优化极限学习机及混沌理论实现大坝变形预测。重标极差分析表明,大坝变形始终具有正向持续性,但其程度具有减弱趋势。在变形预测过程中,模型参数的递进优化不仅能提高预测精度,还能有效提高其稳定性,预测模型的相对误差均值均小于2%,验证了本文预测思路的有效性。大坝变形趋势判断及预测结果一致性较好,均认为大坝变形仍会进一步增加,但增加幅度相对较小,趋向于稳定发展。     

基于GIS的案件预测建模与实现

在系列案件中,如果能预测案件发生的地点和时间,就可以合理安排警力,也可以采取富有针对性的案件侦破策略,提高刑事案件的侦破效率。探讨如何对这一问题进行数学建模,并基于ESR I公司的ArcEngine进行编程实现。     

基于模糊神经网络(FNN)的赤潮预警预测研究

为研究各种理化因子与赤潮藻类浓度间的非线性对应规律和有效预测赤潮藻类浓度,构建了基于BP 算法的一个四层模糊神经网络模型。将模糊神经网络(FNN)技术引入赤潮预测研究,并与普通 BP 网络、RBF 网络的结果作比较,结果表明,该模型能够较好地反演出各种理化因子与夜光藻密度的非线性对应变化规律,有更好的预测功能。     

东天山某金矿点原生晕分析及找矿预测

文章基于对东天山某金矿点的元素背景分析和R型聚类分析发现,区内的金元素是区域背景值的52.33倍,变异系数为1.03,呈强富集、极不均匀分布,这表明区内金元素离散程度高,迁移、富集成矿的能力强;根据原生晕分带特征及分带模式,对12勘探线剖面深部矿体进行了预测靶区圈定。     

南海热带气旋的气候变化及强度预测方法研究

建立南海海域1949～2007年6～10月份热带气旋（以下简称TC）年、月频数和TC中心强度的历史资料统计文件,分析TC的年月变化。结果表明：近50年,TC具有10a左右的周期变化,1964～1974年和1985～1995年为南海两个强台风以上级别频发期,1997～2006年为TC频数少且强度弱的时期。同时TC强度的空间分布分析结果表明,中沙北部海域和东沙西部海域为强台风多发生区,各月TC强度分布特征明显不同,且其加强通道具有南-北-南阶段性变化。另外,通过分别对1949～2007年北半球500hPa高度场及海温场的格点资料和TC强度历史资料的相关计算,选取高相关格点,根据相关权重组成组合因子,构建二次型预测方程,做年月TC强度预测。预测检验结果显示,冬季的高度场和海温场对次年的TC强度预测效果良好。     

川西甲基卡大型锂资源基地绿色调查及环境评价指标体系的建立

在资源、环境和经济协调发展的大背景下,发展绿色矿业已成为国家战略重点推进并得到了广泛认同。大型资源基地绿色调查及环境评价指标体系的建立、模型的技术实现将为解决生态脆弱区找矿部署与环境保护瓶颈问题发挥重要作用。本文将绿色调查与环境评价两方面工作有机结合,分四个层次构建指标框架,通过3S技术提取生态环境现状及变化信息,结合连续三年的地表水、土壤等多环境介质野外调查取样分析数据,对经过验证的、成熟的评价方法进行优化,运用更兼容、可扩展的Python语言编程建立了基于支持向量机的大型锂资源基地环境评价模型。运用该模型,将大型基地环境现状划分为环境较差区、环境一般区、环境较好区、环境良好区四类区域,总体准确率达97.77%。结果表明,本文建立的该套有针对性的评价指标体系能够对川西大型锂资源基地的环境现状作出有效的评价,通过技术创新实现了大型锂资源基地环境现状"像元级"可视化分级,较客观地反映了甲基卡矿区及周边资源开发环境问题与影响范围,在一定程度上可辅助规范大型基地矿产资源开发利用的管理及决策。