洱海初夏人工增雨作业条件和效果分析

利用NCEP 1°×1°再分析资料、新一代多普勒天气雷达资料和激光雨滴谱仪资料分析了2019年6月1日和14日洱海流域增雨作业过程，并对增雨效果进行了分析检验.“06.01”过程受高空槽和切变线的影响，“06.14”过程受孟加拉湾低压槽影响，充沛的水汽条件和上升运动是开展人工增雨作业的必要条件.洱海流域初夏人工增雨作业目标云为混合云，中心强度在35～40 dBz之间，回波顶高为5～7 km，垂直积分液态水含量（Vertical Integrated Liquid water,VIL）大于0.4 kg·m-2，低层速度辐合.开展人工增雨作业后雷达回波增强，30 dBz的回波面积明显增大，降水强度上升，作业影响区降水量比非作业区高，作业效果明显.     

慕课背景下生态学通识课程建设与创新

在慕课背景下开展生态学通识教育有助于新时代下生态文明教育的开展。本文构建了生态学通识课程的教学目标和教学内容体系,并从课程资源、课程设计、教学过程和教学方法等4个方面探讨慕课背景下的生态学通识课程改革与创新问题。     

生态学实验时空尺度认识的基本原则——实验对象的操作尺度与其自身尺度相契合

 时间和空间存在，尺度存在，生态学实验对象的时空尺度（本体论意义上的，又叫“本征尺度”）也存在。对生态学实验对象的时空尺度认识的基本原则是让“生态学实验对象的时空操作尺度”（方法论意义上的，又叫“表征尺度”）与生态学实验对象的时空尺度相契合（认识论意义上的）。这是生态学实验时空尺度关联实在论。在具体的生态学实验过程中，有些生态学家或坚持生态学实验对象的时空尺度不存在，或坚持其虽然存在但是不可认识，从而走向工具论和经验建构论（反实在论）。这种立场与生态学认识的基本宗旨--认识自然界中存在的生物与环境之间的关系相违背，应该抛弃。而且，某些生态学家或出于生态学实验对象的时空尺度本身认识的困难，或出于“不发表便出局”及其他原因，一是将生态学实验对象的时空尺度之时空简化为牛顿的绝对时空观，而没有考虑爱因斯坦的相对论时空观、普里戈金的“内时间”乃至引伸出来的“内空间”时空观，以及莱布尼兹的关系“空间观”乃至引伸出来的关系“时间观”，二是没有选择恰当的“粒度”和“幅度”进行实验，造成“用度失当”之误，三是没有进行充分的多尺度分析，造成“聚集偏差”，四是没有建构合适的模型，造成“鼠夹捕象”现象，五是没有正确识别“特征尺度”，造成“生态学谬误”。生态学实验者应针对上述不足，坚持正确的时空观，采取各种措施，以获得对生态学实验对象尺度的正确认识。     

认知生成主义的方法论意义

生成主义是认知生态学奉行的认知研究纲领,它超越了传统的认知主义和联结主义。作为一种全新的认知哲学观,它在方法论上超越了传统的客观主义和建构主义,它自身蕴涵了以欧陆现象学和东方佛学静心修持传统为代表的第一人称方法,以生物学方法和动力学方法为代表的第三人称方法,以及基于一三人称整合的、以丹尼特的异类现象学和瓦雷拉的神经现象学为代表的第二人称方法,这是它特有的三种方法论。     

贯彻科学生态文明理念以综合开发水资源防灾兴利

中国的水资源问题是一个重要的瓶颈问题。关于水的起源仍然值得深入研究,涉及地球的形成、目前宇宙水球的来源及地球深部水的问题。强调了划定水圈几个带的尝试,以及圈层间的复杂作用,进而探讨了水资源开发问题,在圈层运动基础上建立全流域演化综合效应与有关评价的理念,并以黄河中游及长江中上游及内河流域演化为例进行了分析,水资源开发应考虑有限性、相对性和生态性"三性",以及"水可载舟也可覆舟"的两重性。论述了"六水"(雨水、河水、湖水、地下水、库水等人工水体和海水)的综合开发利用问题,以及6种灾害统一防灾减灾的问题,洪灾、涝灾、旱灾、风暴潮、地质灾害、水污染这6种灾害与"六水"有关,指出了分段控制库水水质与地表水-地下水综合开发调蓄及修建地下水库的重要性。提出了水资源开发与灾害防治应多部门多学科协作,大力推行节水措施,建立完善的多功能水资源网络,以供定需,加强评价与开发的追究责任制度等建议。     

基于多目标准则的流域站网优化

对于流域站网空间布局不合理(含有大量冗余站点及监测空白区等)的问题,基于美国伊利洛伊斯河下游流域27个站点4年的日均径流量数据,以站网中联合熵最大、冗余度最小且数据波动最小3个准则,构建了联合熵比、冗余度比和纳什效率系数(NSE) 3个目标函数对站网的信息量进行定量评估。约简流域冗余站点构成初步优化站点组合,并根据出水口得到的潜在站点确定流域需要新增的站点。结果表明:在原站网的基础上选出11个站点构成初步优化站点组合,其联合熵与原站网相等,冗余度减少74. 2%;在初步优化站点组合基础上新增3个站点,联合熵和冗余度分别增加37. 1%和22. 3%;与原站网相比,优化后的站点数量为14个,联合熵增加了37. 1%,冗余度减少了68. 5%。     

基于LMBP算法的崇阳溪流域降雨径流预报模型研究

采用泰森多边形法对流域进行划分,分别确定崇阳溪上游流域6个雨量站控制子流域的面积权重.选择1997至2014年的14场流域降雨径流过程为训练样本,以上游6个雨量站的时段雨量和武夷山水文站前期流量为输入,武夷山水文站相应流量为输出,采用3层网络,其中隐含层节点数采用试算法确定,建立崇阳溪上游流域LMBP神经网络降雨径流预报模型.利用余下的7场降雨径流过程对模型进行检验,结果表明,模型运算速度快、时效性好,预报精度符合要求,可以用于流域的降雨径流预报.