基于多源数据的三维城市建模方法

以天津新港三维城市建模为例,介绍了基于二维数据、DEM和3D模型等多源数据的三维城市建模的方法和关键技术。为有效利用现有数据资源快速、准确建立三维城市模型提供了一种经济、灵活、省时、高效的方法。     

目标采集技术在西部新区地震勘探中的应用

目标采集技术是根据复杂的地下地质构造提出来的,它是针对诸如小断层、小断块、复杂断裂带、特殊岩性、泥岩裂缝等主要地质构造目标而进行的有针对性的目标观测系统设计及目标采集施工方法设计的技术。针对目标采集的特点,在观测系统设计中提出了以地质模型正演模拟分析为核心的观测系统设计技术;在老资料分析和采集参数论证中提出了细化、量化分析技术。通过目标采集技术在西部探区的应用,有效的解决了西部新区勘探开发中广泛存在的复杂隐蔽油气藏勘探难题。     

湿地水文模型浅析

介绍了湿地系统模型的研究现状。分别阐述湿地水量模型、地表及地下水模型、溶质运移模型、蒸散模型及泥沙运移模型,并对当前湿地综合模型系统进行评述,指出建立湿地模型的意义及存在的问题。     

湖南铲子坪式金矿床地质-地球物理-地球化学及综合找矿模式

铲子坪金矿位于雪峰弧形构造成矿带中段。处于东西两深大断裂及南北两大花岗岩体夹持的中间隆起地带,水系沉积物Au异常浓集中心明显。与成矿关系密切的地层为板溪群及震旦系一套富含火山凝灰质的陆源碎屑复理石建造。研究认为铲子坪式金矿床类型为破碎蚀变岩型,在勘查当中,曾应用地质、地球物理、地球化学方法,取得了较好的勘查效果。在系统总结该矿床大量矿化信息或与矿化有关的找矿标志的基础上,试探建立了矿床的地质-地球物理-地球化学综合信息找矿模型,旨在为今后寻找同类矿床提供借鉴和帮助。     

热红外波段大气透过率和程辐射的估算方法

文中对M ONTRAN模型内嵌6种大气模式的主要特性差异进行分析,并以中纬度夏季大气模式为例,分析了主要参数(如水汽、臭氧以及气温等)对估算热红外波段大气透过率和程辐射的影响。论文最后对利用探空数据构造完整大气模式进行了研究。     

CMODIS资料提取叶绿素a浓度的反演算法研究

中分辨率成像光谱仪(CMODIS)是我国“神舟3号”飞船上对地观测主载荷,是我国第一台上天的具有测量海面叶绿素a浓度能力的成像光谱仪.利用宽视场海洋水色扫描仪(SeaWiFS)反演叶绿素a浓度作为参考值建立CMODIS资料处理模型,得到三个基于蓝绿波段比值法的叶绿素a浓度反演算法,平均相对误差分别为26.6%,24%和33.5%,均方根误差分别为1.16,1.15和1.23 mg/m3.在叶绿素a浓度反演误差允许范围小于35%的条件下,比值算法的适用范围为悬浮泥沙浓度小于5 g/m3的海区.悬浮泥沙的强散射作用导致比值算法在高悬浮泥沙浓度条件下产生高估叶绿素a浓度反演值的现象;在中低悬浮泥沙浓度的海区,悬浮泥沙和浮游植物对离水辐亮度的综合作用使比值算法存在低估叶绿素a浓度的趋势.     

GPS坐标时间序列共模误差分离方法比较及其对噪声模型建立的影响

为快速有效地分离GPS坐标时间序列中的共模误差（common mode error,CME）,采用区域堆栈滤波法、加权堆栈滤波法、相关加权叠加滤波法、距离加权滤波法、主成分分析（principalcomponentanalysis,PCA）5种滤波方法对GPS坐标时间序列进行CME处理;基于MATLAB设计了相应的GPS坐标时间序列CME分离工具。并以8个GPS基准站的坐标序列为对象,对去除CME后的GPS坐标序列进行噪声模型分析。结果表明,这5种方法能有效降低各站点坐标时间序列的不确定性,提高坐标序列精度,相比其他方法,PCA法滤波效果更好;此外,去除CME后的时间序列最佳噪声模型发生了改变,且GPS站坐标序列噪声模型呈现出多样性并存在个体差异。     

汾河流域城乡聚落体系发展潜能测度及空间模式探究

以11 188个自然聚落斑块为研究对象,基于场强模型,定量测度汾河流域城乡聚落体系发展潜能,借助GIS技术和地理探测器模型,分析其空间格局特征及驱动因素,进而探讨流域城乡融合发展空间模式。结果表明：① 城乡聚落斑块发展潜能差异显著,且空间分布极不均衡;纵向上中游流域高于下游流域高于上游流域,横向上河谷盆地区高于周边缓丘区高于两侧山丘区。② 聚落斑块发展潜能具有正向空间自相关性,高值斑块聚类显著;具有空间异质性特征且方向性明显,汾河主河道方向联动效应最强,空间联系最紧密;存在局域热点区,并呈现“主核–廊道–次核”的空间结构形态。③ 自然基础、社会经济发展水平和区位条件共同影响着城乡聚落体系发展潜质及空间结构形态;融合发展采取非均衡增长路径,市、县、镇、村全局考虑,构建“强化核心点–培育发展轴–扶持特色区–带动全流域”的逐层推进式空间发展模式。     

ARIMA-LSTM组合模型在基于SPI干旱预测中的应用——以青海省为例

开展干旱预测是有效应对干旱风险的前提基础。利用1958—2017年青海省38个气象站点逐日降水量数据计算多尺度标准化降水指数（SPI）,并建立了SPI序列自回归移动平均模型（ARIMA）、长短时记忆神经网络模型（LSTM）和基于二者优点提出的ARIMA-LSTM组合模型;对模型参数进行率定和验证后,利用所建立的模型,以西宁站点为例,对多尺度SPI值进行预测,借助均方根误差（RMSE）、平均绝对百分比误差（MAPE）和决定系数R²对所有预测模型的有效性进行判定。结果表明：ARIMA-LSTM组合模型在SPI1和SPI12的RMSE值分别为0.159 7和0.181 0,均低于ARIMA模型的1.265 4和0.293 3,说明ARIMA模型与ARIMA-LSTM组合模型对SPI的预测精度都与时间尺度有关,ARIMA模型的预测精度随着时间尺度的增加而逐渐提高;结合GIS并利用实测数据与模型的预测数据相比较说明ARIMA-LSTM组合模型相比于单一ARIMA模型的预测精度更高,且能够很好拟合不同时间尺度的SPI值。     

基于住房需求意愿的广州市中产阶层住房区位选择

以2014年广州市中产阶层聚居区24个街道、50个社区进行的问卷调查和深度访谈资料为数据源,从住房需求意愿与区位选择方面分析了广州中产阶层住房选择,并运用多元Logistic回归分析法对其影响因素进行研究。研究发现：1）广州市中产阶层住房区位选择表现出明显的“向中心城区”性;2）现居住现状（人均住房面积、现小区区位、现小区建成年代、现居住时间）、家庭生命周期（年龄、家庭规模、子女数量）和经济水平（家庭年总收入、个人年总收入、私家车拥有量）等因素对中产阶层住房需求意愿具有显著影响;3）家庭生命周期（年龄、家庭规模）、个体因素（教育程度、户籍地）等要素对中产阶层住房区位选择具有显著影响。4）制度因素、区位因素和个体因素共同影响着广州市中产阶层住房区位选择。