陕西区域环境空气质量时空特征

利用陕西省的环境空气质量自动监测站2017—2021年的监测数据,分析了陕西区域空气质量的逐月变化特征、季节变化特征、年变化特征以及不同污染物的空间分布情况,对不同区域发生重度污染时段的环境空气质量污染特征和成因进行了探讨。结果表明：(1)2017—2021年陕西省空气质量逐步改善,空气质量改善幅度关中>陕南>陕北,SO₂浓度年均下降12.5%,CO浓度年均下降9.9%,PM_2.5年均下降7.2%。(2)关中区域和陕北北部污染较重,陕北南部和陕南区域污染较轻,城市污染程度重于郊县。(3)陕西省空气质量具有明显的季节变化特征,重污染天多在采暖季和春季(1月、2月、3月、11月、12月)。不同区域发生重度污染时的首要污染物具有明显差异。陕北区域重度及以上污染天的首要污染物为PM₁₀(100%),关中区域为PM_2.5(82%)、PM₁₀(17%)、O₃(1%),陕南区域为PM_2.5(81%)、PM₁₀(19...     

统一思想 坚定信心 扎实推进——柘城县国土资源局党的群众路线教育实践活动纪实

党的群众路线活动开展以来,柘城县国土资源局根据商丘市局党组和柘城县委关于党的群众路线教育实践活动指示精神,本着规定动作不走样、自选动作靠创新和边学、边查、边改的原则,在确保党的群众路线活动和职能中心工作＂两不误、两促进＂的前提下,一步一个脚印地推进活动顺利开展。     

不同季节海温与中国夏季降水的时空特征分析

利用季降水异常的典型集合相关降水模式,分析了不同时段和不同区域的海温场与我国夏季（6～8月）降水之间的时空分布特征。结果表明：各大洋区海温存在着明显的季节、年际和年代际变化。与中国夏季降水相联系的印度洋海温的分布特征与季节有关,存在明显的偶极和单极分布形式,这种海温的异常变化对我国夏季纬向或经向雨带有一定的影响,全球特定的海温分布可以作为中国夏季旱涝预报的信号因子。不同季节海温和中国夏季降水在1970年代末都经历了一次突变,说明海温的季节差异对中国夏季降水的影响明显地受到海洋年代际基本态的制约。     

深度学习神经网络及其在海洋环境信息挖掘预测中的应用

文章介绍了深度学习在时间序列分析挖掘中的应用、深度学习的概况与特征以及深度学习方法的最新国内外应用,特别是在海洋信息挖掘预报中的新应用;给出了典型深度学习神经网络的原理、结构与训练方法,随后给出针对海洋环境信息提出的3种深度神经网络模型;并分析了方法的先进性与可行性。     

地理国情监测中地貌形态识别研究——以汶川地震核心灾区为例

监测地理国情,是经济社会发展到一定阶段的必然要求,地貌形态数据是重要的基础地理信息,地理国情监测中地貌形态识别是一项必要的基础工作。本文根据25m分辨率的DEM数据,以绝对高程和地形起伏度为地貌形态识别指标,建立适合汶川地震核心灾区的分类分级指标体系,采用数据分割的方法获得研究区6种地貌形态的分布图,识别结果真实可靠,对后续工作具有一定借鉴和指导意义。     

碱熔沉淀-等离子体质谱法测定地质样品中的多元素

采用过氧化钠焙融或偏硼酸锂熔融分解样品，将提取液碱性沉淀，通过过滤分离掉大量熔剂，再将沉淀用酸复溶后用等离子体质谱测定26个元素。通过对比，偏硼酸锂熔融—酸提取—碱性沉淀的方案，空白低，易操作，成本低，大多数元素测定结果的相对误差＜10％，相对标准偏差＜5％(n＝10)，与标准值相吻合。     

基于时间序列叶面积指数稀疏表示的作物种植区域提取

以华北平原黄河以北地区为研究区域,以时间序列叶面积指数LAI(Leaf Area Index)傅里叶变换的谐波特征作为不同作物识别的数据源,利用稀疏表示的分类方法识别2007年—2016年冬小麦、春玉米、夏玉米等主要农作物种植区域。首先利用上包络线Savitzky-Golay滤波分别对2007年—2016年的时间序列MODIS LAI曲线进行重构,进而对重构的年时间序列LAI进行傅里叶变换,以0—5级谐波振幅、1—5级谐波相位作为作物识别的依据,基于各类地物的训练样本,通过在线字典学习算法构建稀疏表示方法的判别字典,对每个待测样本利用正交匹配追踪算法求解稀疏系数,从而计算对应于各类地物的重构误差,根据最小重构误差判定待测样本的作物类型,并对作物识别结果的位置精度进行验证。结果表明,2007年—2016年作物识别的总体精度为77.97%,Kappa系数为0.74,表明本文提出的方法可以用于研究区域主要作物种植区域的提取。     

应用条件植被温度指数预测县域尺度小麦单产

选取关中平原2008-2016年的条件植被温度指数（vegetation temperature condition index,VTCI）遥感干旱监测结果,基于最优的干旱影响评估方法确定冬小麦各生育时期干旱对其单产的影响权重,构建县域尺度加权VTCI与小麦单产间的一元线性回归模型,并结合求和自回归移动平均模型（autoregressive integrated moving average,ARIMA）对各县（区）的冬小麦单产进行估测及向前一、二、三旬的预测。结果表明,基于改进的层次分析法与熵值法的最优组合赋权法对冬小麦各生育时期的权重确定较合理,以拔节期（0.489）最大,抽穗-灌浆期（0.427）次之,返青期（0.035）与乳熟期（0.049）较小;加权VTCI与小麦单产之间的相关性显著,单产估测精度较高;向前一、二、三旬的单产预测精度均较高,且以向前一旬的预测精度最高,有76.9%的相对误差小于2.0%,71.6%的均方根误差小于75.0 kg/hm2。     

自适应移动盒子的机载LiDAR点云去噪算法

针对现有LiDAR点云去噪算法难以实现自适应的问题,该文提出了基于空间盒子结构的自适应移动盒子去噪算法。基于经验模型建立盒子自适应准则,较好规避了现有算法的去噪阈值确定问题;采用聚类分析实现噪声点与有效点的精确标示。基于不同类型噪声的点云数据实验结果表明:与现有去噪算法相比,基于自适应移动盒子的去噪算法具有更好的适应性和去噪效果。     

王水溶矿-等离子体光谱法测定砷矿石和锑矿石中砷锑硫铜铅锌

建立了王水溶矿-电感耦合等离子体发射光谱法测定砷矿石和锑矿石中主、次量元素砷、锑、硫及含量范围在100μg/g以上的铜、铅、锌等元素的方法。研究了放置时间、溶液酸度、氧化剂与络合剂对砷、锑、硫及其他元素测定的影响。不同王水浓度酸度对可同时测定的其他元素的影响不明显;当溶液酸度较小时,不能放置,应及时测定;如需放置,应在溶液定容前加入酒石酸防止水解。样品中砷、锑、硫的含量在0.74%～39.7%时,相对误差(RE)在-0.17%～7.74%,5次独立测定的相对标准偏差(RSD)均小于2%;含量在100～500μg/g以下的Sb,RE在-2.5%～4.79%,5次独立测定的RSD均小于2%。由于稀释倍数较大(DF=1000),不能准确测定含量在100μg/g以下的铜、铅、锌;含量在100μg/g以上的铜、铅、锌的RE在-10.3%～10.3%,5次独立测定的RSD基本小于5%。经标准物质验证获得满意结果。方法也可应用于砷、锑含量较高的硫化矿的测定。