渭南气象信息员工作调查分析

为了进一步了解基层气象信息员工作情况,对渭南11个县（市、区）55位气象信息员从气象信息员职责的履行情况,气象信息对生产或生活的作用,防灾减灾科普知识等信息的来源与传播渠道,信息员与气象局的沟通交流机制,信息员的培训情况以及工作中的主要困难等方面开展问卷调查。调查结果显示：2012年度93％的信息员能做到向群众传递气象灾害预警信息;85％的信息员向群众发布过3次以上气象灾害预警信息;全部信息员都接受了至少1次气象知识培训;大部分信息员希望定期接受培训,并建立与气象局的定期沟通机制。     

深化地市级气象决策服务的思考

<正>1决策气象服务的新提法和新要求2010年中国气象局发布《决策气象服务质量评估方法》,决策气象服务质量评价包括职能主管部门(领导)评价和决策主管部门(领导)评价两部分7项指标,职能主管部门(领导)评价包括针对性、敏感性、综合性和时效性评价;     

渭南气象信息员工作调查分析

为了进一步了解基层气象信息员工作情况,对渭南11个县(市、区)55位气象信息员从气象信息员职责的履行情况,气象信息对生产或生活的作用,防灾减灾科普知识等信息的来源与传播渠道,信息员与气象局的沟通交流机制,信息员的培训情况以及工作中的主要困难等方面开展问卷调查。调查结果显示:2012年度93%的信息员能做到向群众传递气象灾害预警信息;85%的信息员向群众发布过3次以上气象灾害预警信息;全部信息员都接受了至少1次气象知识培训;大部分信息员希望定期接受培训,并建立与气象局的定期沟通机制。     

顾及空间异质性的大范围地面沉降时空预测

大速率、不均匀的地面沉降已经威胁到人类的生产活动,高精度的沉降预测结果对于地质灾害的精准防控具有重要意义。为掌握地面沉降的演化规律,利用现场观测数据或InSAR数据开展了多项预测研究。然而,由于空间异质性的存在,大范围地面沉降的准确预测仍然是一项挑战。在这项研究中,从数据驱动的角度提出了一种顾及空间异质性的大范围地面沉降时空预测方法STLSTM（Spatio-temporal Long Short-Term Memory）。首先,通过聚类识别地理空间中的均质子区;然后,在每个子区中,一个特别的长短期记忆LSTM（Long Short-Term Memory）网络被用来捕捉局部位置的非线性特征;最后,利用预训练的网络对未来时刻的地面沉降进行定量预测。在实验部分,哨兵1号影像数据被用来比较STLSTM与其他8种基准方法的性能,利用空间统计指标分析了模型的有效性。结果表明,STLSTM在152 s内达到了最高的预测精度（71.4%）,且能够有效弱化空间异质性对大区域沉降预测任务的影响。总之,这项研究将空间异质性处理策略融合到深度学习模型中,实现了高精度、高时效的大范围地面沉降时空预测。     

基于GIS的棉花气候适宜性区划

采用陕西1981—2010年30a的气候资料,以8月上旬平均气温、8月下旬—10月中旬降水量、5月中旬—6月上旬日照、生育期大于≥10℃的活动积温4个因子作为陕西棉花气候适宜性区划指标。利用GIS空间分析及制图功能,在实现区划指标空间化基础上,采用模糊综合评判方法,对陕西棉花气候适宜性进行区划,陕西省棉花生态气候适宜性区划图分为适宜区、较适宜区、次适宜区和不适宜区。陕西棉花气候适宜区主要分布于关中中东部及沿黄河的滩地,在适宜区内,应根据秋季降水预测情况,选择棉花中早熟品种,以避免秋霖危害。     

大范围地表沉降时序深度学习预测法

地表沉降不仅影响社会经济的可持续发展,还威胁人类的生命安全.高精度的地表沉降预测对人类预防地质灾害具有重要意义.现有的预测方法因模型参数难以获取或相关数据的缺乏而难以得到可靠的预测结果,针对此问题,本文提出一种基于深度学习的地表沉降预测方法.首先采用多主影像相干目标小基线干涉技术MCTSB-InSAR获取大区域高精度地表形变时序反演结果;其次利用循环神经网络作为网络架构,用长短期记忆(LSTM)模型进行地表沉降特征学习;最后采用网格搜索的方法调整模型参数,进而获取最优的模型参数组合方案.实际观测结果显示,相较于现有地表沉降预测方法,本文提出的预测模型平均绝对误差(0.3 mm)至少降低了27.3％,差分沉降量平均预测精度至少提高了8.9％.空间格局分析的结果表明,LSTM模型对于大区域时序形变的短期预测是有效的.     

全民所有自然资源资产清查理论基础与基本框架

针对当前我国全民所有自然资源资产清查理论基础不足、基本框架不完善等问题,该文结合生态文明建设现状,系统提出了全民所有自然资源资产清查的理论支撑,明确了全民所有自然资源资产的基本概念。同时,文章按照清查目的、内容、方法与关键技术等步骤构建了清查的基本框架,重点针对全民所有自然资源资产清查结果分析提出了总体思路,可为全民所有自然资源资产的空间优化配置、保值增值提供科学支撑。     

DInSAR沙漠形变监测应用研究(英文)

浑善达克沙地是我国主要的沙尘暴源区之一,近代浑善达克沙地的生态环境脆弱,沙化日益严重,已成为困扰北京沙尘的主要源头之一,严重影响了京津、乃至整个华北地区的生态安全以及当地生态、社会和经济的可持续发展,这一问题引起广泛的关注。DInSAR技术是重要的监测沙漠高程变化的技术,本文利用DInSAR技术,在对比分析6景ERS-2和EnviSat雷达图像基础上,对2004年10月26日和2005年10月11日两幅EnviSatASAR影像进行了干涉处理,经过配准、平地效应改正、滤波、相位解缠和地理编码,得到高程形变模型。根据研究结果,大部分地区高程是降低的,少数地区高程是升高的,这与2005年春天沙尘暴高强度发生的情况相一致,推广利用DInSAR技术实现沙漠地表形变监测具有重要作用。     

基于遥感影像的土地利用变化检测

随着遥感科学技术的发展、各种遥感数据的累加以及遥感变化检测研究的深入,基于遥感影像的土地利用变化检测手段也日新月异。本文主要阐述利用不同的遥感影像处理方法对不同影像之间的土地利用变化进行检测,同时利用影像融合对比法、影像差值法、主成分分析法(PCA法),以及影像分类法等遥感影像处理方法,对同一地区前后不同时相的土地利用变化检测效果进行精度对比,并总结出不同检测方法在不同条件下的检测效果。     

博兴县积极开展土地开发整理项目

0引言博兴县地处黄河三角洲腹地,隶属于山东省滨州市,与淄博、东营两市接壤,现辖10个镇,1个外向型工业园,448个行政村,46.2万人口,总面积900.7 km2,耕地4.47万hm2,主要河流有黄河、小清河、支脉沟三河系,还有预备河、乌河、兴福河、胜利河、跃进河、三号支沟、工农河、打渔张河