多因子组合的地质灾害易发性空间精度验证          下载免费PDF全文

解明礼  巨能攀  赵建军  范强  何朝阳 《中国地质灾害与防治学报》2023,(5):10-19

地质灾害的发生是多种因素相互作用、制约和触发的结果。长期以来，研究人员通过统计历史地质灾害所在区域的地质、地形、水文等环境因素预测未来地质灾害可能发生的位置、时间（或频率），即地质灾害易发性评价。地质灾害易发性评价前提工作是进行影响因子选取，而地质灾害发生的影响因子有数十种，是否叠加因子越多模型评价精度就越高？是否存在“最优因子数量”？这一简单而又关键的问题值得探讨。文章以四川省汶川县为例，选取11种广泛应用于地质灾害易发性评价的影响因子，按照4种排列组合模型，叠加3到11个因子信息量获得对应的地质灾害易发性指数分布图。运用成功率曲线确定线下面积值对各个结果进行预测精度评价。试验结果表明，按照初步设定的4种排列组合模型叠加因子数量到8个时，模型预测精度达到最大值；但在因子叠加过程中发现各个因子对于易发性的控制性与个人经验确定的控制性存在一定差异，按照实际因子控制性从大到小与从小到大排列组合后，叠加多个关键因子后模型预测精度才会达到峰值。研究成果表明，地质灾害易发性评价中叠加的因子数量越多，模型预测精度越高，叠加过程中如未加入关键因子，模型预测精度将不会达到峰值，说明地质灾害易发性评价不...  相似文献   

微型智能气象站降雨观测对比试验北大核心CSCD          下载免费PDF全文

王振超  陈雪娇  刘姝  花家嘉  刘文忠 《应用气象学报》2023,(4):438-450

为了增强对微型(一体式)智能气象站(简称微智站)测雨性能的认识,2021年6—11月河北雄安新区气象局开展了不同测雨原理微智站的对比试验。分析表明:过程雨量不低于10 mm时,翻斗式微智站相对于标准站能够满足观测误差的控制要求,雷达式微智站测值偏大,光电式和压电式微智站测值偏小;过程雨量小于10 mm时,翻斗式微智站和压电式微智站相对于标准站能够满足观测误差的控制要求,雷达式微智站测值偏大,光电式微智站测值偏小。在雨强方面,双翻斗式微智站适合降雨极大值观测,光电式微智站和压电式微智站降雨极大值测值偏小;微智站雨强累积占比大于95%的雨强为[0.3 mm·min^(-1),0.6 mm·min^(-1)],雨量累积占比大于50%的雨强为[0.1 mm·min^(-1),0.4 mm·min^(-1)]。雷达式微智站对降雨响应比较快。微智站雨量传感器的分辨力越精细,对细微降雨观测越有效,有效降雨率也越大。  相似文献   

陕西省自动气象站网覆盖率分析与评估          下载免费PDF全文

李伟  孟珍  李秀琳  胡佳怡  张晰 《陕西气象》2024,(1):66-70

陕西省自动气象站网经过20余年的建设，地面自动观测已实现全省乡镇覆盖。当前基于行政区划的自动气象站布设缺乏一定的科学性，因此有必要对自动气象站的布设进行科学评估。基于02°×02°的经纬度网格（空间分辨率），对陕西省自动气象站气温、湿度、气压和风的观测站点覆盖率进行分析与评估。结果表明：陕西省自动气象站点分布不均，观测空白区较多，气温、气压、湿度、风的观测站点空白区占比分别为21%、43%、43%、33%。杨凌、西安、渭南和铜川4类气象要素观测站点的覆盖率在各地市（区）中均较高，气温覆盖率为94%~100%，湿度、气压、风的覆盖率为80%~100%；商洛、汉中、宝鸡、安康和咸阳的覆盖率居中，气温覆盖率为83%~88%，湿度、气压、风的覆盖率为55%~85%；延安和榆林较低，气温覆盖率为67%~71%，湿度、气压、风的覆盖率为45%~56%。  相似文献   

基于气象大数据的陕西苹果北扩区冻害风险分析          下载免费PDF全文

柏秦凤  梁轶  李娜 《沙漠与绿洲气象(新疆气象)》2023,17(3):171-175

采用陕西苹果北扩区国家基本（基准）气象站数据和该区191个自动气象站数据，基于农业气象灾害气候风险形成原理，计算该区苹果花期冻害、越冬冻害的气候风险指数以及环境脆弱性风险指数，并基于地理信息系统平台绘制各项风险的分布图。结果显示：低风险区主要分布在清涧、绥德、吴堡的全境，子洲南部大部，米脂、佳县东南部大部；中风险区主要分布在横山、靖边东部、榆阳南部、神木中部；高风险区主要分布在定边和吴起全境、志丹北部大部、靖边西部，榆阳、神木、府谷的北部。  相似文献   

北疆气象站迁址气温均一性检验与订正          下载免费PDF全文

孔婷  胡义成  刘卫平  周昊楠  李金  陈梦娇 《沙漠与绿洲气象(新疆气象)》2021,15(5):116-122

本文针对天山北坡呼图壁、精河以及阿勒泰地区的吉木乃3个气象站迁址前后的观测资料进行对比分析，利用旧址20a（1997—2017年）气温数据和新址3—5a（2013—2017年）气温观测值作对比分析、相关性分析及T检验，结果表明：3个气象站新旧两站同期观测所得的气温资料具有极高的相关性；从总体趋势上看，新址观测气温的3—5a平均值与旧址20a平均值对比，平均气温月度值总体契合度较高；迁址前后新旧两址同期观测平均气温对比，冬季新址低于旧址，夏秋两季新址高于旧址，且个别月份存在显著差异。最后，采用一元线性回归法，按照月度将新址3—5a平均值订正到旧址20a平均值，对订正值进行更严格的SPSS方法T检验，订正后的平均气温资料均一性显著提高。  相似文献