基于分形维数的环渤海地区海岸线变迁及成因分析

利用遥感和GIS技术提取了环渤海地区1980年、1990年、2000年和2010年4期海岸线信息,采用网格法计算每期海岸线的分形维数;分析了海岸线及其分形维数的时空变化特征、并探讨了其与海岸开发活动之间的关系。研究表明:在1980—2010年间,研究区海岸线长度持续增加,变化强度逐渐增大,海岸线共增加了1 074.35 km;从时间过程看,2000年以后海岸线长度进入快速增长时期;从区域范围看,以天津市和河北省所在的渤海湾地区海岸线的变迁最显著。研究期间,环渤海地区海岸线整体向海推进,海岸线分形维数逐渐增大,岸线形状趋于复杂。人为的海岸开发活动是海岸线变迁的主导因素,2000年之前海岸开发以围垦养殖、盐田为主;之后,港口码头建设和城镇建设型的海岸工程逐渐增多。海岸线的分形维数与海岸带的物质组成与演变过程有直接关系,大量规模不等的海岸工程的建设是海岸线分形维数变化的主导因素。     

土-水特征曲线的分形特性及其分析拟合

为了建立一种参数有明确物理意义的土-水特征曲线拟合方法,基于分形理论,给出了一种直接通过土-水特征曲线实测数据求解分维数的计算方法,建议了一种土-水特征曲线拟合分析的分形模型。为验证所建议拟合方法的合理性,采用液压千斤顶制作了7个不同干密度黏性土试样,利用压力板仪测量了土-水特征曲线。基于土-水特征曲线实测值计算了分维数,在此基础之上对土-水特征曲线实测数据进行分析拟合。结果表明：分维数计算及拟合分析时,7个试样相关系数都集中在0.97～0.99之间,从而证明了土-水特征曲线具有良好的分形特性,建议的拟合方法效果较好。此外,研究发现,分维数、进气值随干密度几乎呈线性增加,据此建议了一种不同压实度下的土-水特征曲线预测方法,其预测结果与实测值吻合较好。     

长江源多年冻土区热融湖塘的形成对土壤沙化过程的影响

选择长江源区五道梁为研究区域,以典型发育的热融湖塘为研究对象,运用激光粒度仪测得土壤粒径分布,并结合分形模型对高寒草甸土壤颗粒分布与水文过程进行研究。结果表明：热融湖塘的形成加快了长江源区高寒草甸土壤沙质化的进程,随着其影响程度的加剧,黏粒、粉粒含量逐渐减小,砂粒含量逐渐增大,同时土壤颗粒体积分形维数也逐渐减小,并与黏粒、粉粒呈显著正相关,与砂粒含量呈显著负相关,土壤颗粒体积分形维数可代替土壤不同粒径颗粒组成表征土壤沙质化的进程。此外,在热融湖塘影响下的土壤水文过程的改变,是加快土壤沙质化的重要因素之一。     

县域聚落分布格局演变分析——基于1929-2013年河南巩义的实证研究

基于河南省巩义市1929-2013年的村庄数据,从位序—规模角度着手,使用齐夫指数、分形维数以及基尼系数,分别测度了近百年来县域聚落分布格局的演变。相对于城市,巩义市聚落等级规模具有如下特征：① 齐夫指数偏小但增长较快。大聚落发育不突出,具有农村聚落特征;但聚落规模越大,规模增加的速度越快,且二次项模型优于线性模型。② 分形维数偏大但降速加快。聚落体系等级差异增加,规模分布趋于集中。县域聚落规模只有增加到一定程度才能与城市表现出同样的规律。③ 聚落规模大小的基尼系数相对较小但增加显著,且增长率在1990s后加速,这与当地的城镇化发展过程具有密切关联。在空间上表现如下特征：① 沿河线状格局变化。核心聚落由“沿河平原线状”格局主导逐渐向“平原—丘陵片状”格局转变。② 网络等级结构形成。高等级聚落数量增加且规模增大,聚落等级增加,最终形成市场原则的5级等级结构。③ 核心聚落转移替代。县城迁移、工业化与城镇化带来聚落位序—规模变化,使核心聚落出现空间改变。     

频率域航空电磁数据变维数贝叶斯反演研究

传统的梯度反演方法已经广泛应用于频率域航空电磁数据处理中,然而此类方法受初始模型影响较大,且容易陷入局部极小.为解决这一问题,本文采用改进的变维数贝叶斯反演方法实现航空电磁数据反演.该方法根据建议分布对反演模型进行随机采样,并依据接受概率筛选合理的候选模型,最终获得反演模型的概率分布和不确定度信息.为解决贝叶斯反演方法对深部低阻层反演效果不佳的问题,本文通过引入合理加权系数,调整对反演模型约束强度,在很大程度上改善了反演效果.通过对模型统计方法进行改进,在遵循原有模型采样方法和接受标准的基础上,将满足数据拟合要求的模型纳入统计范围,削弱不合理模型对统计结果的干扰.本文最后通过对含有高斯噪声的理论数据和实测数据进行反演,并与Occam反演结果进行对比,验证了该方法的有效性.     

Predicting the start and maximum amplitude of solar cycle 24 using similar phases and a cycle grouping

We find that the solar cycles 9, 11, and 20 are similar to cycle 23 in their respective descending phases. Using this similarity and the observed data of smoothed monthly mean sunspot numbers (SMSNs) available for the descending phase of cycle 23, we make a date calibration for the average time sequence made of the three descending phases of the three cycles, and predict the start of March or April 2008 for cycle 24. For the three cycles, we also find a linear correlation of the length of the descending phase of a cycle with the difference between the maximum epoch of this cycle and that of its next cycle.Using this relationship along with the known relationship between the rise-time and the maximum amplitude of a slowly rising solar cycle, we predict the maximum SMSN of cycle 24 of 100.2±7.5 to appear during the period from May to October 2012.     

What does the Sun tell and hint now？

Some historical records, which have held since the beginning of modern solar activity cycles, are being broken by the present Sun： cycle 23 records the longest cycle length and fall time; latitudes of high-latitude sunspots belonging to a new cycle around the minimum time of the cycle are statistically the lowest at present, compared with those of other cycles; there are only one or no sunspots in a month appearing at high latitudes for 58 months, which is the first time that such a long duration has been observed. The solar dynamo is believed to be slowing down due to： （1） the minimum smoothed monthly mean sunspot number is the smallest since cycle 16 onwards, and even probably among all modern solar cycles; and （2） once the time interval between the first observations of two neighboring sunspot groups is larger than 14 d, it should be approximately regarded as an observation of no sunspots on the visible solar disk, called a spotless event. Spotless events occur with the highest frequency around the minimum time of cycle 24, and the longest spotless event also appears around the minimum time for observations of the Sun since cycle 16. Cycle 24 is expected to have the lowest level of sunspot activity from cycle 16 onwards and even probably for all of the modern solar cycles.     

WRF/Chem模式中两种起沙参数化方案对东亚地区一次强沙尘暴过程模拟的影响

利用耦合了GOCART和Shao04两种起沙参数化方案的WRF/Chem模式对2002年3月19~22日发生在东亚地区的强沙尘暴过程进行模拟,着重考察了不同起沙方案对沙尘暴过程模拟的影响。结果表明,耦合了两种不同方案的WRF/Chem总体上均能较合理地模拟出主要的起沙区域、起沙强度的变化以及沙尘浓度的时空演变特征,模式对沙尘源地附近及下游地区地面沙尘浓度时间变化特征的模拟与站点观测结果也十分接近。但总体说来Shao04方案对沙尘起沙的发生以及强度变化过程具有更好的模拟能力,该方案模拟的沙尘浓度与观测更为一致,整体性能要优于GOCART方案。进一步分析发现,由于GOCART方案中采用的临界起沙风速偏小,导致该方案下模拟的沙尘分布范围偏大;另外该方案忽略了蒙古东南部和内蒙古中东部的潜在沙尘源地,从而使得耦合了GOCART方案的模式未能模拟出上述区域的起沙过程,使得该区域及下游地区模拟的沙尘浓度也偏小。但在塔里木盆地,Shao04方案计算的起沙通量偏小,这可能与Shao04方案未能考虑风速较小情况下空气拖曳力夹卷作用对起沙的影响有关,也可能与该方案中采用的土壤质地数据不准确有关。     

感应电机矢量控制系统的仿真研究

根据2008年4—7月黄山大气气溶胶观测资料,研究了气溶胶粒子的数浓度、谱分布特征及其与气象因子的关系,探讨了雾天和非雾天气溶胶颗粒物时间和尺度分布特点。分析发现,黄山光明顶春、夏季大气气溶胶数浓度的平均值分别为3.14×103个/cm3和1.80×103个/cm3,其中超细粒子（粒径小于0.1μm的粒子）在春夏季分别约占总粒子数浓度的79%和68%;高数浓度值集中在粒径0.04～0.12μm;积聚模态气溶胶粒子（0.1～1.0μm）在体积浓度分布和表面积分布中占很大比例。结合气象资料比较了雾天与非雾天气溶胶分布的差异,发现细粒子浓度非雾天大于雾天,而气溶胶数浓度与温度呈正相关,与相对湿度成反相关。结果还发现,黄山在春季以西北风和偏南风为主,西北风时气溶胶数浓度较高,在夏季主要以偏南风,特别是西南风为主,但是气溶胶数浓度的高值多发生在偏东风的条件下。     

常规气象资料雷暴日数使用中应注意的问题

雷电防御安全工作越来越受到各级政府重视和社会公众的关注,防雷技术服务部门要加快适应市场,满足日益增长的防雷安全的社会需求,在防雷设计评价、雷击灾害评估、雷电风险评估等服务上提升能力、提高质量.因此,正确分析应用常规气象资料中雷暴日数,对开展防雷技术服务十分重要.根据1957-2007年湖州气象观测站雷暴、闪电的变化资料,探讨分析影响雷暴闪电日数减少可能存在的几个因子,提出雷暴日数资料在防雷技术服务应用中应当关注的几个问题.