基于WSR框架的《开发区土地集约利用评价规程》指标体系分析

旨在剖析我国《开发区土地集约利用评价规程》中指标体系存在的问题并提出改进建议。在界定开发区土地集约利用内涵基础上,从要素特征(W维)、利用目标(R维)和评价过程(S维)等3个维度阐述了开发区土地集约利用评价的系统要求,构建关联分析矩阵,对《规程》中评价指标体系的特征差异化、层次完整性和目标关联性等3个方面进行了分析讨论。针对当前《规程》中存在的评价对象混杂、开发区类型需要细化、指标体系不完整、计算方法需修正等问题提出了相应修改建议。     

气候系统预测:基础创新和集成应用

随着全球变暖,极端天气气候事件增强,天气气候灾害造成的损失也愈发严重。当前气候预测的准确性远远不能满足社会需要,气候系统预测理论和方法面临着众多挑战性问题。为提档气候预测科学水平和准确率,由南京信息工程大学和中山大学承担的“气候系统预测研究中心”获得国家自然科学基金基础科学中心项目支持(2021年1月—2025年12月)。在该项目执行的前三年,项目团队开展了大量深入系统的研究,并取得了若干重要进展:1)揭示了气候系统的若干关键变化、驱动力和机制;2)剖析了海-陆-冰-气相互作用对我国重大极端气候事件的影响;3)在气候系统数值模式研发和预测系统集成方面取得重要进展;4)发展了延伸期-S2S-年代际的气候系统预测理论和方法。本文对这些进展作了扼要介绍,并针对气候与环境变化归因、古今气候环境研究融合、跨时空气候系统变异和极端气候、人工智能与气候科学、年代际预测和风险应对体系等关键科学问题做了展望。     

造山型金矿容矿建造分类、成矿模式及找矿勘查

造山型金矿床指造山过程中形成的后生脉状金矿床,受构造、建造双重控制,是全球最重要的金矿勘查类型。按容矿岩石建造的不同,造山型金矿可分为绿岩带型（包括绿片岩型、BIF型和花岗- 片麻岩型3个亚类型）、浊积岩型、碳酸盐岩型和浅成侵入岩型,构成了造山型金矿床完整的成矿谱系。不同类型之间具有紧密的时空和成因联系,可互为找矿标志。绿岩组合和浊积岩系具有高的金丰度,既是容矿岩系,也是重要的矿源层,多类型造山作用驱动大规模区域性流体活动,造就了造山型金矿省/巨型成矿带,岩浆流体叠加和“热机效应”是形成超大型金矿床的重要因素。构建了多源区域性流体+岩浆流体叠加的地壳连续成矿模型和造山型金矿区域成矿模式,强调了多旋回造山作用对造山型金矿的成矿意义。“富金矿源层+剪切变形带+浅成侵入岩”组合是大型金矿系统的勘查选区标志,靶区优选的目标是获取找矿潜力大的优质矿权;矿权区勘查的优先目标是发现可规模化露天开采的矿床（体）,通过化探异常评价和浅钻追索次生富集带,可快速发现主矿体;矿区深部找矿（深度>300 m）潜力巨大,主攻目标是资源量大、品位高的热液通道相的厚板状或筒状矿体。     

长江口南支沉积物元素地球化学分区与环境指示意义

对采自长江口南支的130个表层底质沉积物样品采用X射线荧光光谱法进行了20种常、微量元素的地球化学分析。在此基础上,应用系统聚类法对该区域进行了元素地球化学分区。研究结果表明,研究区主要可以分为两大地球化学分区:Ⅰ区以相对富集SiO2,Sr,Zr元素为典型特征,主要涵盖5 m等深线以浅的长江三角洲前缘区;Ⅱ区以相对富集Al2O3,TFe2O3(全铁),MgO,Pb元素为典型特征,涵盖了前三角洲的广大区域。从地球化学分区的空间分布来分析,这两个分区元素之间的差异反映的是沉积水动力条件与沉积介质物化性质这两个环境要素空间分布的差异性,即在研究区内,表层沉积物元素地球化学空间分布的差异性实质上反映了沉积环境空间分布的差异性。     

基于GIS的城市交通管理信息服务研究

论述了基于GIS技术的城市交通管理信息服务平台的总体框架和功能,并对系统集成中的关键技术进行了研究,将城市交通管理涉及的视频监控系统、电子警察系统、110/122接处警系统、路口控制系统、GPS系统、交通诱导系统等多个子系统进行整合,实现资源共享,提高系统运行效率。     

影像超分辨率重建技术在遥感中的应用

影像超分辨率重建是通过对多幅具有互补信息的低分辨率影像的处理,重建一幅高分辨率影像的技术,其在视频监控、医学诊断、遥感监测等领域具有很大的应用价值。以SPOT5和ADS40为例阐述了超分辨率重建技术在遥感观测系统中的应用现状,并给出了一种应用于多时相遥感影像处理的超分辨率重建方法。     

河北省地震局行政值班管理系统的设计与实现

近年来,各级党委政府全面推进机关事业单位值班工作制度化、规范化和标准化,地震系统行政值班人员数量、频次、要求越来越高,责任越来越大.针对河北省地震局行政值班工作的人工管理现状,科研人员结合当前值班规则与工作需求,设计开发一套河北省地震局行政值班管理系统,通过模块实现在线自动排班换班、实时更新排班情况与值班次数统计等功能...     

基于ArcObjects的海南省防洪应急指挥系统设计与实现

针对海南省台风、洪水灾害频繁的特点,论述了海南省防洪应急指挥系统的总体设计、系统结构设计和主要功能模块设计等内容。该系统已在实际中得到了应用。     

SBAS星历改正数及UDRE参数生成算法分析

星基增强系统(satellite based augmentation system,SBAS)通过地球同步轨道卫星实时播发导航卫星星历改正数和完好性参数,以提升用户定位精度和完好性.采用最小方差法解算GPS星历改正数,利用卡方统计进行改正数完好性检核,并依据星历改正数方差-协方差信息计算SBAS用户差分距离误差(us...     

Landslide susceptibility modeling based on ANFIS with teaching-learning-based optimization and Satin bowerbird optimizer

As threats of landslide hazards have become gradually more severe in recent decades,studies on landslide prevention and mitigation have attracted widespread attention in relevant domains.A hot research topic has been the ability to predict landslide susceptibility,which can be used to design schemes of land exploitation and urban development in mountainous areas.In this study,the teaching-learning-based optimization(TLBO)and satin bowerbird optimizer(SBO)algorithms were applied to optimize the adaptive neuro-fuzzy inference system(ANFIS)model for landslide susceptibility mapping.In the study area,152 landslides were identified and randomly divided into two groups as training(70%)and validation(30%)dataset.Additionally,a total of fifteen landslide influencing factors were selected.The relative importance and weights of various influencing factors were determined using the step-wise weight assessment ratio analysis(SWARA)method.Finally,the comprehensive performance of the two models was validated and compared using various indexes,such as the root mean square error(RMSE),processing time,convergence,and area under receiver operating characteristic curves(AUROC).The results demonstrated that the AUROC values of the ANFIS,ANFIS-TLBO and ANFIS-SBO models with the training data were 0.808,0.785 and 0.755,respectively.In terms of the validation dataset,the ANFISSBO model exhibited a higher AUROC value of 0.781,while the AUROC value of the ANFIS-TLBO and ANFIS models were 0.749 and 0.681,respectively.Moreover,the ANFIS-SBO model showed lower RMSE values for the validation dataset,indicating that the SBO algorithm had a better optimization capability.Meanwhile,the processing time and convergence of the ANFIS-SBO model were far superior to those of the ANFIS-TLBO model.Therefore,both the ensemble models proposed in this paper can generate adequate results,and the ANFIS-SBO model is recommended as the more suitable model for landslide susceptibility assessment in the study area considered due to its excellent accuracy and efficiency.