湖南省油菜春季涝渍过程灾变判别指标

以湖南省油菜为研究对象,综合洪涝与连阴雨的致灾因子,利用历史灾情数据反演涝渍过程样本,构建临灾、受灾状态样本,采用均值t检验方法,定量分析不同降水累积衰减系数w情况下,降水因子差异的显著性,构建有效累积降水量P_E。基于Fisher判别准则,计算涝渍灾害临灾与受灾的临界线,构建逐日动态的油菜春季涝渍过程灾变判别指标y,并进行涝渍过程样本反演及独立样本验证。分析春季涝渍受灾频率与相对气象产量的关系,构建灾害影响评价模型。结果表明:当w=0.899时,受灾与临灾样本P_E的差异最显著。灾变判别指标y可逐日动态监测涝渍灾变过程及灾害后续影响,为动态监测区域油菜涝渍过程提供了数据支撑;指标指示的灾变范围与实际受灾情况基本一致,为区域防灾减灾提供了科学参考。开花期及结荚期湖南油菜涝渍受灾频率较高,成熟期较低。湖南省油菜春季涝渍灾害影响指数呈东南高西北低,长沙东部、株洲中部及北部、湘潭、永州及郴州中部油菜产量受涝渍灾害影响最重。     

中国传统村落空间分布特征分析

传统村落是中国传统文化遗产的重要载体。本文以2012年以来住房和城乡建设部公布的3批共2555个传统村落为研究对象,通过GIS技术与方法,分析中国传统村落的空间分布特征,探讨传统村落分布与地形、人口、经济、交通、城市格局之间的关系。研究发现：①中国传统村落空间分布的区域差异明显,并已形成四大集聚区;②不同海拔高程地区传统村落的留存保护情况有所不同,高海拔地区传统村落分布较多;③地区人口是传统村落保护和传承的基础,但并不具有明显的相关关系;④地区经济发展与传统村落的保护在理论上并不矛盾,各地应寻找保护传统村落的合适路径;⑤交通发达程度与传统村落数量之间存在一定程度的负相关关系;⑥现存的传统村落多分布在城市边缘或远离城市中心的地区。     

用多组判别法作高原牧区雪灾等级预报

应用阿坝州气象局提供的1967-1996年各月雪灾档案资料,结合文献[1] 选用的长期预报因子,进行多组判别分析,最后得到高原牧区雪灾强度等级预报.     

秦岭泥盆系北带金成矿条件及寻找大型—超大型金矿床初探

十多年来,在秦岭泥盆系北带已找到了一批大中小型金矿床,属产于沉积岩中的中（低）温—中低温热液矿床,构成著名的金成矿带。矿带中间的金矿床成矿温度较两侧的高,与铅锌矿床的分布表现出同带异位的特征。金矿产于华北、扬子两大板块之间的长期活动带中,受富金岩性层位、两大板块拼接带、同生断裂带、以及印支—燕山期岩浆热事件的控制。提出了大型、超大型沉积岩型金矿床的６条判别准则,全面分析了秦岭泥盆系北带大型、超大型金矿的产出条件,指出可能找到大型、超大型金矿的靶区     

地震序列研究综述

有关地震序列的研究大体可分三类：序列类型判别研究、序列生成机理研究、通过研究序鲁的进空图象及震源机制变化推断地下构造特征的研究等。关于序列类型判别研究,ｈ值判别法应用最广。序列生成机理的研究已有许多模型,一般认为介质结构或应力分布的非均匀性是形成序列的重要因素。但目前研究所能解释的地震序列特征还是有限的。尚无一个能较全面地解释各典型序列特征（时间－空间分布图象及强度特征等）的合理生成机理模型。精确     

滥木厂铊矿床及其环境地球化学研究

铊属于分散元素 ,独立矿物稀少 ,极难形成独立矿床 .铊世界年产量约 1 3t,几乎都是从有色金属选冶产品中作为副产品顺便回收 .报道的铊矿床可以单独开采 ,是单独冶炼铊金属的世界唯一报道的大型独立铊矿床 .生物富集和热液改造是矿床最主要的成矿特征 .铊矿区动植物器官和村民尿液、头发和指 (趾 )甲中铊汞砷的含量高是矿区和村民受铊汞污染的标志 ,也是生物找矿的标志 .人体和生物体中Tl,Hg ,As含量高低与矿区岩矿石、土壤和水体中Tl,Hg ,As的背景含量密切相关     

伪近邻方法在ARMA系统阶数判别中的应用

从相空间重构的角度,提出利用伪近邻方法判别ＡＲＭＡ 系统的总阶数。该方法可在数据量较小和阈值固定的情况下判别ＡＲＭＡ 系统总阶数。数值计算表明,使用该方法判别线性ＡＲＭＡ系统总阶数,取得了比较满意的结果。     

基于遗传算法的灰色Elman神经网络在深基坑变形中的应用

为保障基坑施工安全,快速发现沉降问题,本文提出一种基于遗传算法的灰色Elman神经网络,利用沉降监测数据预测围护结构沉降.通过计算发现该模型迭代收敛速度较快,25次即能达到0.001的均方误差,可以在较短时间得到预测结果.与其他3种基础模型对比,发现该模型精度较高,在SSE、MRE、MSE 3种精度评价中均处于较高水平...     

山东招掖金矿带原生金矿化地球化学特征的数学地质研究

本文主要是应用数学地质方法研究山东招掖金矿带原生金矿化地球化学特征,从而确定金矿化的最佳地球化学标志组合,并建立原生金矿化模式及金矿体原生晕的判别模式.