利用区域气候模式RIEMS产品分析日蒸散量及其影响

利用区域气候模式RIEMS输出的各种气象参数,采用了BEF等4种不同方法计算了沂沭河上游流域的潜在蒸散量,并与该流域6个气象站实测蒸发数据计算的陆面潜在蒸散量进行了比较。结果表明,根据平均偏差、平均绝对偏差、均方根差和相关系数指标的综合判断,该4种方法的估测精度从高到低依次为双线性曲面回归经验函数法(BEF)、Hargreaves-Samani(Harg)法、Pristley-Tayler(P-T)法和Penman-Monteith(P-M)法。在时间序列上,4种方法计算的逐日蒸散量与观测值呈相同的变化趋势,但计算值在蒸散发最强、最弱和降水最多、气温最高的7-9月有较大差异。BEF法估测的精度最高,与观测值最接近,Harg法、P-M法和P-T法都有明显的偏高现象。BEF法只需要较少的参数就能得到较高的估测精度,因此可作为利用区域气候模式RIEMS产品计算沂沭河流域蒸散量的首选方法,进而为RIEMS模式中耦合的陆面水文过程模型TOPX提供满足精度要求的日蒸散量驱动参数。     

海南岛冬季平均气温的多层递阶自回归长期预报模型

使用海南岛冬季平均气温资料,根据动态系统预测的理论,选用层递自回归预报的方法,建立了海南岛冬季平均气温长期预报的多层递阶自回归预报模型,进行预报。     

分位数调整法在北京动力降尺度模拟订正中的适用性评估

基于分位数调整法对变网格模式LMDZ4在中国区域进行动力降尺度模拟的北京日平均气温和降水结果进行了统计误差订正。订正后的日平均气温在年循环、平均值和频率等方面均十分接近观测值,全年平均气温偏差由-1.2℃降至-0.4℃。降水的订正过程较气温更加复杂,首先对降水日数进行订正,以消除模式产生的虚假微量降水,订正后降水日数误差由61.5%降至3.7%。此外,分位数调整法可有效订正中小型与极端降水的频率和强度,订正后全年降水误差由0.28 mm/d降至0.07 mm/d。订正后最大降水月为7月,与观测一致,消除了冬季的虚假极端降水。分位数调整法无论是对气温还是降水,其订正效果都存在明显的季节性差异。日平均气温的订正在冬、夏季要优于春、秋季,对极端高、低气温的订正更加显著。该统计误差订正方法不仅有效消除了气候平均值的漂移,同时对极值也有一定改善,是一种相对完善的订正方案。分位数调整法也存在一定的不确定性,订正效果受观测资料和模式模拟能力影响较大。     

黑龙江省降水分县指导预报与面雨量预报方法及网络传输

简单介绍了降水概率分县指导预报及面雨量的制作方法,为参考这两种指导预报的有关地区在命名规则及下发等有关事宜方面提供了比较详细的说明。     

甘肃西秦岭新生代钾霞橄黄长岩中的球状分凝体及地幔流体反演

地幔流体在地质过程中的作用日益受到人们的重视,成为地球科学研究的一个前缘课题。提供了甘肃西秦岭新生代钾霞橄黄长岩中各种形态分凝体详细的岩相学、矿物学和矿物化学的资料,对分凝体的性质、深部地幔流体的成分及成因机制进行了讨论。研究表明,钾霞橄黄长岩中分凝体是软流圈地幔流体活动的记录,其成因机制与岩浆作用对软流圈的开放和软流圈上涌的条件下,原生钾霞橄黄长岩浆的分异作用（特别是液态不混熔作用）,以及岩浆的抽提作用、动态熔融作用等综合作用有关。     

基于人工神经网络预测弯道段冰塞壅水

寒冷地区河流冬季常形成凌洪灾害,冰情的预报和预测大致可分为冰塞出现的位置、上游水位升高和开河冰塞的预报.依据实验资料,分析了弯槽段冰塞壅高上游水位和佛汝得数以及冰流量之间的变化关系,采用BP网络对水位壅高及弯槽断面水位进行了模拟预测并和回归分析的结果进行了对比,结果表明:人工神经网络技术可以提高对水位的模拟预测精度.     

基于支持向量回归和贝叶斯优化的海岸线预测

模拟预测海岸线的动态变化对于沿海地带的开发和科学管理有较重要意义。在获取围头湾研究区Landsat-8卫星时序影像和验潮站数据的基础上,利用支持向量回归模型,结合贝叶斯优化获取最佳超参数,进而预测得到未来年份的海岸线数据,并采用ROC匹配、平均偏移量和均方根误差3种方法验证预测得到的海岸数据。结果表明：基于贝叶斯优化的支持向量回归模型,可以较好地预测围头湾区域未来海岸线,对应的完整度、正确度和质量分别为87.06%、86.10%和80.05%,平均偏移量和均方根误差分别为0.64像素和0.96像素;对于自然岸线预测结果较好,而人工岸线预测部分结果较差。     

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。     

室内三维点云空间自动划分与规则化方法北大核心CSCD

精准空间划分是实现室内语义建模与拓扑结构重建的重要基础。三维点云作为常用的室内空间数据载体,如何基于三维点云进行室内空间语义信息提取与规则化具有重要意义。本文提出了一种基于形态学分割方法实现室内场景的分割,并结合矢量规则化方法完成分割场景的规则化。首先,基于区域增长算法与线性拟合方法提取空间分割要素,通过平面投影生成二进制影像,进而利用距离变换和分水岭算法完成空间分割;然后,对空间分割要素进行线性拟合,进行室内空间格网划分,采用矢栅叠加方法实现空间要素规则化;最后,通过4组实际场景(包含3组ISPRS数据集及1组实际场景采集数据)进行数据验证。试验结果显示,本文提出的室内空间分割与规则化方法可以准确快速地完成室内空间要素的提取。