一次曲管地温被误读1℃的判断与分析

在气象资料的收集过程中 ,仪器示度误读的情况时有发生。对有自记资料对比的气象要素 ,误读较容易及时发现 ;而地温误读则较难发现 ,要通过与前后几天相似天气特点的地温资料比较 ,误读才能发现。下面对一次曲管地温被误读 1℃的情况进行判断与分析。1　资　料南雄站 9月 1 6日地面温度和各层曲管地温资料 (表 1 )及前后几天的 2 0时地面温度和各层曲管地温资料 (表 2 )。表 1　南雄站 9月 16日地面温度和各层曲管地温资料 (℃ )2时 8时 14时 2 0时地面温度 2 1.5 2 5 .45 3 .12 7.4地面最高温度 5 6.85 6.35cm 2 5 .5 2 4.3 40 .13 1.810cm…     

考虑超随机特性的人工地震动合成

文中根据自相关函数随机噪声部分的2个重要性质提出了自相关函数随机噪声部分的迭代生成算法,并给出了以确定性自相关函数为目标函数,考虑随机噪声部分影响的人工合成地震动方法.本文的研究结果表明地震动加速度的平方和（SS）比峰值加速度（PGA）更好地量度了地震地面运动强度.文中用蒙特卡罗方法分析了自相关函数噪声项对人工合成地震动幅值和反应谱的影响：由于自相关函数的随机噪声项对地震动总功率或平方和的贡献为0,因此随机噪声项对合成地震动幅值的影响不大,但由于自相关函数随机噪声项明显改变了地震动功率谱在频域上的分布特征,使原本光滑的平均反应谱出现了明显的波动,从而在一定程度上提高了平均反应谱的峰值,使自相关函数噪声部分对平均反应谱也有一些影响.     

自组织特征映射神经网络在测井岩性识别中的应用

为了解决测井岩性识别问题,引入具有较强的聚类和容错能力的自组织特征映射(SOFM)神经网络．在说明SOFM网络的模型和算法的基础上,结合某地的实际测井资料,建立SOFM网络岩性识别模型,进行岩性识别的应用研究．结果表明,识别的准确率较高,证明SOFM网络可以用于解决测井岩性识别问题,具有很好的应用前景．     

居里等温面深度的探测方法

地壳居里等温面的研究对确定深部磁体结构和了解深部热状态及结构有重要意义.本文对探测居里等温面深度的方法进行了科学地总结,分类和评估,并主要介绍了各种方法的基本原理.较直接的探测居里等温面的方法是根据大地热流值,地温\|深度关系或岩石矿物实验来确定,但是这种方法在实际中并不常用.最常用的方法是应用航磁和卫星磁数据.根据所研究的目标的不同,磁法又可以被分为两大类：单体磁异常法和组合磁异常法.这两大类下又可以有各种不同的应用技术,其中功率谱分析方法最为流行.虽然没有任何一种方法是完美的,针对组合磁异常的统计功率谱分析方法被认为是较成熟的一项技术,并得到了很多的应用及讨论.组合磁异常的功率谱分析方法的理论基础是Spector\|Grant 统计模型,这个统计模型很适用于对区域磁异常组合的分析.为了提高分辨率,无论单体磁异常法或组合磁异常法都需要考虑很大的一片研究区域,这样的结果会降低所获得的居里等温面的横向分辨率,由此所获得的居里等温面深度通常只是某一区域平均居里点深度的一级近似.一项比较特别的技术是Mayhew的最初为分析卫星磁数据而建立起来的等层模型方法.这一方法的基本原理是,根据一些校准点,将一等厚度层上所观测到的不同的磁场强度转换为等磁场强度的深度差异.这一技术与功率谱分析方法的一个重要差别在于它不需要对磁体顶部和底部所引起的功率谱进行区分,而这种区分是功率谱分析方法中所必需的.由于对居里等温面深度的探测是一种反演技术并包含了反演中的非唯一性和数学上的不稳定性,在各种方法的应用中应采取谨慎的态度.近年来,自相似和分形理论的应用为这一领域的研究提供了很多崭新的研究机会和科学思想.自相似和分形模型是对Spector\|Grant统计模型的完善和发展,因为自相似模型考虑了更真实的磁场强度差异的分形分布.另外,这一新理论也揭示了以前很多种方法中的局限性.     

几种统计预测方法对1998年南京降水的跨季节预测试验及分析

对1998年南京降水分别设计并开展了求和自回归滑动平均（Auto-Regressive Integrated Moving Average,ARIMA）模型预测、经验模态分解（Empirical Mode Decomposition,EMD）预测和基于Hilbert变换（HilbertTransformation,HT）的幅频分离预测等3种跨季节统计预测试验。结果表明：ARIMA模型预测结果存在明显的系统性误差且对夏季的降水突变现象预测困难;EMD分解预测的结果虽在降水演变趋势上有明显提高,但仍未能预测出夏季的强降水突变现象,究其原因可能是对高频分量预测效果不好所致;而基于Hilbert变换的幅频分离预测方法能够对各模态分量的瞬时频率和瞬时振幅实施隔离预测,消除两者的相互影响,显著改善高频模态的预测效果,使得最终预测结果最为理想,不仅具有最高的趋势相关性和最小的偏差,而且还较好地预测出了夏季两次强降水过程。不仅如此,在对2003年的降水预测验证中,基于Hilbert变换的幅频分离预测方法同样具有最好的预测效果,表明该方法预测效果较为稳定,为改进跨季节短期气候统计预测技术提供了一个新思路。     

Visualization and damage assessment for flooded area

A practical method for visualizing flood area and evaluating damage is presented, which consists of two technical approaches: self-programming and adapting commercial GIS platforms. The low-cost and easy-to-use GIS-Based model developed by self-programming can meet current requirements of most local authorities, especially in developing countries. In this model, two cases, non-source flood and source flood, are distinguished and the Seed-spread algorithm suitable for source-flood is discussed; The flood damage is assessed by overlaying the flood area range with thematic maps and other related social and economic data. and all the-matic maps are converted to raster format before overlay analysis. Two measures are taken to improve the operation efficiency of speed seed-spread algorithm. The accuracy of the model mainly depends on the resolution and precision of the DEM data, and the accuracy of registering all raster layers and the quality of attribute data.     

双翻斗雨量计运行记录中的异常现象及其消除方法

为了确保自动气象站自记降水记录的连续性和准确性,根据20多年从事地面测报工作的经历,归纳出了双翻斗雨量计运行记录中的7类异常现象,逐一对其成因进行了分析,并指出了相应的消除方法。     

可应用于三沙海洋能开发的新型波浪发电平台

针对波浪的运动无规律性、海洋环境的复杂恶劣性和波浪发电不稳定的难题,文章介绍了一套可实现电力连续稳定输出的波浪发电装置,该装置可将波浪上升和下降两种状态的能量进行蓄存与控制调节,并阐述了进行海上实施所采用的方式及其创新点。     

一种稀疏降噪自编码神经网络影像变化检测方法

采用粤西2018—2019年优于0.5 m地理国情监测影像,结合2018年矢量化地表覆盖分类成果,使用稀疏降噪自编码神经网络深度学习方法,首先选取BJ、GF、ZY等各类高分辨率遥感影像训练生成多传感器训练模型;其次利用PCA主成分分析提取样本数据最大特征,实现样本数据白化降维;最后采用tanh函数作为神经元激活函数,选...     

低幅值小应变振动下土体弹性刚度的非线性特征与表述方法

随着高速铁路建设的兴起,轨道以及沿线附近建筑物承受低幅值小应变振动荷载的作用。对于小应变振动下土体的有限元计算,如何确定连接应力和应变之间纽带的刚度张量E,对于建立合理的预测模型来分析高速铁路轨道以及沿线建筑物的沉降变形至关重要。低幅值小应变振动下剪切模量G和阻尼比D随剪应变幅值的变化是反映土体刚度及阻尼特征最重要的两个参数。通过共振柱试验发现,振动荷载作用下土体的剪切模量G必须通过振动应变幅值和固结围压共同来确定,即使在小应变（剪应变幅值10-6相似文献