布尔莎模型在GPS时间序列融合中的应用

利用“中国地壳运动观测网络”基准网与全球IGS站的公共站点,采用布尔莎模型求取坐标转换7参数,将地壳观测网络工程基准站点位时间序列与全球解进行绑定.结果显示,转换得到的时间序列N、E向中误差约为2、3mm,与直接融合得到的时间序列的单天误差水平相当,转换得到的站间大地线误差大部分在6mm内,表明该转换方法是可行的.     

基于ArcGIS的遥感与地球物理考古探测数据综合管理系统研究

遥感与地球物理考古探测数据类型多样,然而各种探测数据因缺少综合管理和分析平台,使综合分析更加困难,从而限制了考古探测技术应用效果。在了解遥感与地球物理考古探测技术的基础上,本文对当前遥感地球物理考古探测数据管理系统进行逻辑和业务需求分析,构建基于ArcGIS Engine开发引擎和Visual Studio 2017平台的遥感与地球物理考古探测数据综合管理系统。系统通过分层次设计功能模块,实现考古探测数据的编辑、解释、分析以及数据之间的交互和管理。实际应用表明,对于遥感地球物理考古探测技术与地理信息技术相结合的思路和研究,能够提升遥感与地球物理考古探测数据的综合分析能力,促进考古探测技术的有效应用。     

LRI与KBR数据检核GRACE-FO卫星精密轨道

GRACE-FO卫星定轨精度直接影响其反演地球重力场,评估检核轨道数据精度是保证重力场反演效果的重要步骤.自该卫星升空以来,已在轨观测近2年6个月,尚未见对各时期卫星轨道的检核分析.针对以上情况,提出了利用LRI与KBR数据检核GRACE-FO卫星精密轨道的方法,引入了基于信噪比确定权重系数的星间距离组合观测量作为参考...     

确定区域大地水准面的K-means-RBF神经网络方法

确定区域大地水准面的几何水准方法在拟合大地水面时未顾及重力场信息,仅是一种单纯的数学拟合,忽略了重力场数据自身的物理性和不同数据间的相关性.近年来,深度学习方法得到广泛重视与研究.本文提出了一种有监督学习的RBF神经网络精化大地水准面的方法,使用包含重力异常和大地水准面高的重力场数据进行神经网络训练,并采用K-mean...     

Changes in agricultural virtual water in Central Asia, 1992–2016

Journal of Geographical Sciences - In recent years, flows of many rivers and lakes have become reduced in arid and semi-arid regions around the world. The most typical examples of this phenomenon...     

基于多种形变观测资料分析福建地区形变特征

利用福建区域GPS连续观测资料计算出应变场,由跨断层垂直形变资料计算出形变速率强度累积率,并根据跨断层、体应变等多种形变资料得到各测点压张特性的空间分布.在此基础上,研究了福建区域2005-2006年、2007-2008年、2009-2010年各时期的形变特征.研究结果表明:龙岩-厦门-东山、政海带与沙县南日岛断裂带交...     

����GPS�����۲�̨������������������

????TEQC????????GPS????????????????????????????????????м????????????????M_P1??M_P2??CSR?????????????????IGS??????????????????飬?ó???1????????????????????????з??????仯,???????????仯?????,??????????????????????????????????????Χ?????????????Χ?????????￡?2?????????????????????????????????????????????????????????????и???????????????3??“????”?????30????????90%????IGS????????????????????????????Χ??????????????     

基于CMIP6模式的黄河上游地区未来气温模拟预估

利用第六次国际耦合模式比较计划（CMIP6）提供的5个气候模式,并结合基于地面气象站的CN05.1气象资料,评估了CMIP6模式对黄河上游地区1961—2014年气温变化的模拟能力。基于7个共享社会经济路径及代表性浓度路径（SSP-RCP）组合情景,结合多模式集合平均预估了2015—2100年黄河上游地区年均气温和季平均气温的时空变化规律。结果表明：多模式集合平均能较好地模拟黄河上游地区历史平均气温的空间分布格局与年变化。7个未来情景一致表明,2015—2100年黄河上游地区年平均气温呈现波动上升趋势［0.03～0.82 ℃?（10a）^-1］。其中,低辐射强迫情景下（SSP1-1.9、SSP1-2.6及SSP4-3.4）气温先呈现增加趋势,21世纪中期到达增幅峰值,之后增温呈现放缓趋势;而中、高辐射强迫情景下（SSP2-4.5、SSP3-7.0、SSP4-6.0及SSP5-8.5）气温表现为持续上升态势。空间上,未来气温增幅显著的区域位于黄河上游西部地区;时间上,呈现夏季增温快,春季增温慢。四季增温的空间分布呈现出一致特征,表现为西部增温强于东部,北部增温强于南部。研究结果可为黄河流域水资源管理及气候变化的适应性研究提供科学依据。     

山区流域暴雨洪水的数值模拟

基于中尺度天气研究预报模式WRF和流域水文模型对我国夏季山区的暴雨洪水进行模拟研究。首先,结合新安江水文模型和TOPMODEL自主研发了一个动态结合地面地下产流计算的新水文模型XXT,并选取成熟的天气研究预报模式(WRF)的模拟结果作为XXT的输入进行洪水模拟。其中WRF模拟采取3重区域嵌套模拟再现了2007和2008年夏季山东南部沂沭泗河流域的3次暴雨过程。模拟结果表明,WRF对暴雨的时空分布有较好的模拟与预测能力,模拟结果与观测一致性较好,逐时降水过程较观测更为连续,峰值有一定差异,总量略有偏大。WRF模拟的逐时站点表层土壤湿度与自动站观测的变化趋势一致,峰值偏大,空间分布与降水有着较好的响应关系。总格点径流深的计算结果同样与降水对应得较好,基本能重现出暴雨-径流过程的时空变化特征。其后,利用收集的实测降水资料率定XXT的模型参数,进而将WRF模拟的降水和潜在蒸散发输入到XXT进行流域出口洪水流量的模拟,其中2008年的模拟结果取得了0.91的效率系数,而2007年2次个例由于偏高的降水,使得洪峰流量较观测有偏大,但与观测的时间相关系数高达为0.89和0.91。研究对于山区暴雨洪水的预报预警和防汛决策具有一定的参考价值。     

利用Kmeans-RBF神经网络提高重力格网化数据精度

针对重力测量数据在格网化过程中精度会被降低的问题,顾及空间重力异常和地形的强相关性,提出了三维Kmeans-RBF神经网络方法,该方法利用神经网络的复杂非线性映射学习能力进行推估建模,并在模型训练和推估时加入地形数据作为物理控制。最后基于美国爱达荷州地区的实测重力数据进行验证,实验结果表明:该方法相对于二维Kmeans-RBF神经网络方法和直接进行拟合推估的Kriging方法,实验区内精度分别提高了24.85%和44.84%。