黄河流域上游降水时空结构特征

黄河兰州以上区域水资源量占黄河流域水资源的一半以上,研究黄河上游兰州以上区域降水时空结构变化具有重要意义。本文利用黄河兰州以上19个降水站点1959~1998年系列数据,采用EOF技术分析了黄河上游降水的时空结构特征与变化。结果表明：黄河上游兰州以上区域降水存在四种典型降水类型,即“全部一致型”、“南北型”、“东西型”和“相间复杂型”。但第一特征向量为主导,其时间变化系数与年降水量基本一致,说明黄河流域兰州以上降水主要受青藏高原大尺度气候影响,具有降水偏多（少）一致性特征。从时间尺度上降水有减少的趋势;并伴随3、6、和11年的周期变化,而且在1986和1991年发生突变。     

GM(1,1)分解模型与ARIMA模型在岩溶地下水模拟中的对比研究——以柳林泉流量模拟为例

本文运用GM(1,1)分解模型和ARIMA模型分别模拟柳林泉流量。根据影响特征将泉水流量变化分为两个时段研究:1957—1973年泉水流量处于自然状态;1974—2009年泉水流量受气候变化和人类活动双重影响。运用第1时段的数据建模获得自然状态下泉水流量的模型,将模型外推,获得第2阶段自然状态下泉水流量,然后根据水量平衡原理,减去同期实测流量,获得人类活动对泉水流量衰减的贡献。GM(1,1)分解模型的结果显示,从20世纪70年代到21世纪初柳林泉衰减量为2.26m3/s;ARIMA模型的结果为2.32m3/s;与同期实际衰减量2.27m3/s比,相对误差分别为0.44%和2.20%,表明两种模型都适用于泉水流量的模拟。对比人类活动和气候变化对柳林泉流量衰减的贡献,两个模型得到同样结果,即人类活动的贡献是气候变化的8～9倍。实证研究显示,GM(1,1)模型适用于指数序列的模拟,对具有周期波动的泉水流量,可通过周期修正提高精度;而ARIMA模型能够较好地反映泉水流量相对于降水量的时间滞后效应,能比较准确地模拟泉水流量与降水量的量化关系。      

俄罗斯东部区域经济发展差异研究

区域差异历来是国内外学者关注的热点问题,区域差异长期扩大、过分悬殊,会产生严重的负面影响;而处于转轨时期的俄罗斯,由于各种矛盾导致经济发展缓慢、区域差异不断扩大。针对俄罗斯东部地区人口分布特点,利用超越对数计量模型深入分析后发现,俄罗斯东部地区科技贡献率都较低,经济增长主要是依靠劳动力和物质资本的投入,并且劳动力对经济贡献率远高出物质资本的贡献率。要转化优势、加快经济增长,就必须把自然资源与科技创新和劳动力发展等结合起来,提高人力与物质资本的直接产出弹性和外溢弹性,是俄罗斯东部、乃至整个俄联邦增强经济实力,在国际贸易中争取最大利益的重要途径之一。     

中尺度WRF数值模式系统本地化业务试验

利用中尺度WRF数值模式及WRF三维变分同化系统,在对比试验的基础上,选取了适合本地的积云过程、微物理过程和辐射过程的方案组合;选择了NCEP/GFS作为模式的背景场;统计计算了以云南为中心的区域背景误差协方差并替换了三维变分同化系统中原有的背景误差协方差;同时,考虑模式底层高度与地面观测站高度的差异,进行了地面资料地形订正.通过上述试验研究,建立了本地化的中尺度WRF数值预报业务系统,该系统能较好地刻画本地下垫面的动力和热力状况,预报能力有明显改善.     

沪昆高速江西段交通事故气象风险分析和概率预测

利用2015—2017年沪昆高速江西段的交通事故资料和沿线气象观测数据,分析了沪昆高速江西段发生交通事故的天气类型和时空分布特征,建立高敏感天气条件下山区型和平原型高速公路交通事故气象风险概率预测模型。结果表明:2015—2017年沪昆高速万辆车流交通事故日变化表现为显著的单峰型,峰值出现在05时;事故高发月份主要集中在4—6月;事故发生地域性强。除日平均气温外,交通事故与同期的气象条件密切相关。采用逻辑回归方法,分别建立了山区型和平原型高速公路交通事故气象风险概率预测模型,该模型预测准确率达到78.0%和79.9%。进一步运用该模型对2018年1—6月沪昆高速发生的交通事故加以验证,对山区和平原路段高速交通事故预测的准确率达到70.56%和86.37%,预测效果较为理想。     

遥感影像变分Mask自适应匀光算法

针对Mask匀光法对低通滤波器及其尺寸参数依赖的问题,提出一种变分Mask自适应匀光算法。根据影像自身的先验信息,结合Mask数学模型构造变分能量函数,分别利用各向异性和各向同性全变分正则项约束理想影像和背景影像,采用分裂Bregman方法交替迭代求解,可同时获取最优化背景影像和理想影像。利用3幅光照不均匀的遥感影像进行实验并与3种不同滤波尺寸的Mask匀光法进行了比较,本文方法在目视效果和定量评价指标上均呈现明显的优势,在消除亮度不均的同时能够保持影像的纹理和细节信息。     

基于前传式网络逼近的太平洋副热带高压活动的诊断预测

基于前传式神经网络BP算法(BackpropagationNeuralNetwork)和回归模型,探讨了西太平洋副高面积指数同赤道东太平洋海温及赤道纬向风之间非线性分类和映射逼近的建模方法和效果比较.结果表明,前传式网络,特别是回归网络预报模型具有较好拟合精度和预报效果及比较实用的预报时效.     

德国在线和江苏MOS的评估分析及应用

江苏省分县逐日滚动MOS预报和德国天气在线是预报员经常参考的预报工具,本文对2003年3月到7月的资料用常规的统计方法和TS评分对这两种方法进行分析评估,利用得到的一些结论,在2004年汛期中使用,产生了较好的预报效果。     

地理空间要素与贫困分布的关系研究——以赫章县为例

本文以赫章县为例,以乡镇为研究单元,从地形地貌、土地资源、交通条件等方面构建地理空间要素评价指标。并利用地理探测器、地理加权回归模型等方法,从空间的视角科学分析地理空间要素对贫困化空间分布的影响,揭示了贫困程度与资源环境的空间分布规律,为实现因地制宜、精准脱贫,以及巩固脱贫摘帽成果提供了决策参考。     

基于多尺度分割和径向基神经网络的极化SAR影像分类

针对目前常用的基于像素的深度神经网络极化SAR分类方法产生的椒盐现象,文中提出了一种联合自适应阈值多尺度分割方法和径向基神经网络的极化SAR地物分类方法。实验证明,该方法能够有效地保留SAR图像的结构特征并有效消除分类过程中产生的椒盐现象和破碎斑块,具有较高的分类精度。