基于符号回归的四川省多因子气温空间插值

以四川省为例开展复杂地形下气温插值方法的研究,结合遥感数据、DEM数据与气象站点数据,基于符号回归分别构建多因子气温插值模型、少因子气温插值模型,并与多元线性回归模型和传统插值方法(反距离权重法、普通克里金法、协同克里金法)进行对比。结果表明:基于符号回归的两种模型与多元线性回归模型在四季插值精度均显著优于传统插值方法,其中多因子气温插值模型在四季精度皆为最高;评估基于符号回归的两种模型与多元线性回归模型在简单与复杂地形区域下的气温插值精度,多元线性回归模型在夏季整体精度最差,少因子气温插值模型在冬季的复杂地形区域插值精度最低,而多因子气温插值模型在两种地形区域的全年插值精度皆最优;多因子气温插值模型的气温空间分布特征与遥感气温产品最相近,整体误差较小,可精准反映气温空间分布特征。基于符号回归的多因子气温插值模型可以提升复杂地形区域气温插值精度。

西北地区水资源承载力宏观多目标情景分析与评价

采用多目标情景分析方法和综合评判方法,从面域尺度对西北地区2010、2020年不同情景方案下的水资源承载力进行了预测分析和评价。预测结果表明,西北地区社会经济用水将在现在基础上继续增加,但增加幅度有限,通过提高用水效率、调整产业结构、控制灌溉面积发展等综合措施,西北地区未来可以实现逐步水资源供需平衡及生态环境和社会经济协调发展的目标。综合评价结果认为,未来西北地区水资源承载力状况将逐步得到改善,但中短期内仍不可能达到良好可承载的程度,其中以A1+B1+C2发展情景方案为最优方案。

用Matlab中的Neural Network Toolbox仿真赤道东太平洋SST的预报模型

基于NCEP/NCAR再分析资料和COADS海洋资料中的全球月平均海平面气压场、850hPa纬向风场及海表温度场 ,利用Matlab中的NeuralNetworkToolbox仿真环境和BP模型改进算法比较准确地仿真和反演出了南方涛动指数、赤道纬向风指数和滞后的赤道东太平洋海温之间的动力结构和预报模型。该模型具有很好的拟合精度和可行的预报效果 ,可在一定时效内预测赤道东太平洋月平均海温的变化趋势。由于所建系统是具有直接因果关系的预报模型 ,因此不仅可直接用于预测 。

涨渡湖通江前后调蓄能力模拟分析

在RS/GIS的支持下,采用地形图扫描矢量化法构建涨渡湖区域的数字高程模型(DEM),将DEM模型与涨渡湖区2003年的LANDSAT 7 TM遥感图像进行叠加分析,提取出不同湿地类型的平均高程。通过回归分析,建立起水位、淹没面积、容积的关系模型。结合试验区的农情状况和水利设施的排涝能力,对比分析出通江前后涨渡湖地区调蓄能力的变化:通江前湖区最大调蓄面积为38.75 km2,最大调蓄容量为1.644亿m3;通江后其最大可淹没面积为273 km2, 最大可调蓄容量为9亿m3。

黄河下游游荡性河道河势调整关系研究

通过黄河下游游荡性河道典型河段河势观测资料,统计分析了河势的调整关系。研究表明,尽管游荡性河道河势多变不定,但主流线在河宽方向的摆动位置仍有一定的统计规律可循;主流线弦高与弦长之间的调整符合弓形参数间的一般函数关系;随主流线长度增加,弯曲半径不会无限制减小,将会趋于某一相对稳定状态;弯曲系数与主流线长度、弯曲半径之间的统计关系表征了黄河下游游荡性河道河势易出现陡湾且易坐小湾坐陡湾的特性;弯曲半径与河面宽之间具有一定的相关趋势,河面越宽,弯曲半径增加的可能性越大。

依法治国背景下新时代大学生社会主义核心价值观践行路径分析

“德治”与“法治”相辅相成,二者缺一不可,因此单靠德治建设中国特色社会主义社会是无法实现的。为此,以依法治国为导向,进行社会主义核心价值观践行路径分析。该分析分为三个环节,首先分析了依法治国与社会主义核心价值观逻辑关系,然后以问卷调查的方式分析出我国当前社会主义核心价值观践行中存在的问题,最后从学校、个人和社会国家等三个方面提出社会主义核心价值观践行三条路径。通过本研究以期为社会主义核心价值观的宣扬和实现提供参考和借鉴,以便构建社会主义文明和谐社会。

滇池流域近30年参考蒸腾蒸发量计算方法探讨

收集了滇池流域昆明气象站近30年(1988—2017)的地面气候资料日值数据,根据联合国粮食及农业组织推荐的彭曼-蒙蒂斯公式(Penman-Monteith)和修正的彭曼公式对气象数据进行了分析计算,对各气象要素与参考蒸腾蒸发量的相关性分别进行分析,比较两种方法在滇池流域应用的区别,为本区域的农业节水和水资源配置起到一定的指导作用。比较两种方法所计算的参考蒸腾蒸发量(Reference Evapotranspiration,ET0),辐射项(ETrad)及其空气动力学项(ETaero)的不同之处,结果表明,两种方法计算得出的参考蒸腾蒸发量具有很好的相关关系,并且计算结果接近。彭曼-蒙蒂斯公式计算得出的ET0明显低于修正的彭曼公式所求得的值;彭曼-蒙蒂斯公式计算得出的ETrad明显低于修正的彭曼公式所求得的值;彭曼-蒙蒂斯公式计算得出的ETaero明显高于修正的彭曼公式所求得的值。彭曼-蒙蒂斯公式计算时对其影响最大的气象因素是日最高气温,修正的彭曼公式计算时对其影响最大的气象因素是平均气温。