安徽省森林防火气象服务支持系统的设计与实现

介绍了安徽省森林防火气象服务支持系统的建设目的、体系架构、功能模块、业务流程，并对实现森林火险气象等级计算、GIS 交互、Web 系统显示等主要功能模块进行了描述。利用WebGIS 技术和(B/S) 模式搭建安徽省森林防火气象服务支持系统平台，实现对全省500 多个乡镇的精细化森林火险等级预报自动生成、气象数据实时显示、火警火情自动监测、预警信息发布、火灾扑救现场气象保障网络化、信息化和自动化，为全面、科学、高效、防范森林火灾提供决策依据，促进森林防火指挥快速化、决策科学化、调度实时化和防火信息资源化。     

支持向量机在土壤镁含量高光谱估算中的应用

研究利用土壤样本实验反射光谱,分析了土壤镁(Mg)含量与土壤反射光谱的关系,比较了主成分回归分析(PCR)、偏最小二乘回归分析(PLSR)和支持向量机回归分析(SVMR)等方法,以及土壤反射光谱及其变换光谱与土壤Mg含量之间的估算模型,为土壤Mg含量高光谱估算提供依据。结果表明:PCR、PLSR、SVMR 3种建模方法在Mg含量的估算中,SVMR的估算精度相对较高,估算精度平均达到80.96%,分别比PCR和PLSR提高了6.16%、4.20%;对于不同的数学变换处理方法,一阶微分变换相对较好,估算精度平均为80.76%,分别比反射率、倒数对数变换提高了4.95%、4.61%。因此,运用土壤反射光谱一阶微分变换的SVMR进行建模,可以相对较好地估算全Mg含量,精度达84.04%。     

基于人工神经网络的土壤有机质含量高光谱反演

研究了土壤有机质含量与土壤高光谱之间的关系,在对原始光谱进行了预处理分析后,运用多元线性逐步回归法(MLSR)和人工神经网络法(ANN)建立了土壤有机质含量的反演模型,并对模型进行了验证。结果表明:人工神经网络所建立的反演模型普遍优于回归模型,网络集成模型优于单个BP网络模型,网络集成是提高反演模型准确性与稳定性的有效途径。网络集成模型为最优模型,总均方根误差为1.31,可以用于土壤有机质含量的快速测算。     

西太平洋副热带高压气候特征

利用国家气候中心1951-2008年逐月高度场资料,通过合成分析和小波分析对西太平洋副热带高压面积指数、强度指数、西脊点、脊线位置和北界位置进行诊断。结果表明,从年内变化看,副高位置的变动与北半球太阳辐射变化相一致,峰值出现在8月份;副高强度的变化则呈现出2个峰值,分别为6月和9月。副高强度指数越大,则面积指数越大,西脊点位置越偏西,反之亦然。从小波分析结果来看,无论是副高指数还是脊线位置均存在20年的振荡周期。