地理国情普查成果在机场噪声影响分析中的应用

根据地理国情普查成果中相关地表覆盖及要素的位置及属性特征,及相关标准中对于机场噪声影响范围的规定,结合地理国情普查成果进行机场噪声影响分析的原理和方法实验,为地理国情普查成果的有效应用,及进一步对其进行定量化和空间化的动态监测提供理论指导.     

全息片的薄透镜特性及其在象散彩虹全息中的应用

本文讨论了全息片的等效薄透镜特性，并应用于象散彩虹全息的光路分析和设计，提出了满足横，向两维视角放大率与轴向放大率匹配的条件。实验结果是满意的。     

誓言无悔——省国土干校庆祝建党88周年暨表彰优秀党员新党员入党宣誓大会侧记

“我志愿加入中国共产党，拥护党的纲领，遵守党的章程，履行党员义务，执行党的决定，严守党的纪律，保守党的秘密，对党忠诚，积极工作，为共产主义奋斗终身，随时准备为党和人民牺牲一切，永不叛党。宣誓人：马家恒；宣誓人：何立丽；宣誓人：刘琦；宣誓人……”     

闽南近海中国团扇鳐和林氏团扇鳐肌肉中水分含量、灰分含量及能值的分析

测定了中国团扇鳐和林氏团扇鳐肌肉中的水分含量、灰分含量及能值．中国团扇鳐肌肉水分含量为75．86％，灰分含量为5．15％，能值为21．49MJ/kg；林氏团扇鳐肌肉水分含量为76．66％，灰分含量为5．04％，能值为21．29MJ／kg．中国团扇鳐、林氏团扇鳐的体重与体长有显著的正相关关系；中国团扇鳐、林氏团扇鳐的水分含量随体重的增加而减小，能值随体重的增加而升高；中国团扇鳐肌肉的能值与水分含量之间具有一定的相关递减的趋势，林氏团扇鳐水分含量与灰分含量之间具有一定的相关递增的趋势．此外，中国团扇鳐、林氏团扇水分含量、灰分含量及能值随季节的变化而变化．这与鱼体自身的生物学特性有关。也受到环境因子变化的影响．     

两个奥利亚罗非鱼群体热休克蛋白70基因序列比对分析

采用RACE技术,对两个奥利亚罗非鱼群体(Oreochromis aurea)(美国奥利亚和中国奥利亚)热休克蛋白Hsp70基因完整编码区(code sequences,CDS)cDNA的进行克隆测序。序列分析结果表明:两个奥利亚罗非鱼群体热休克蛋白Hsp70基因CDS序列完全相同,全长1 923 bp,编码640个氨基酸,相对分子质量为70.29×103,理论等电点5.462,均具有Hsp70家族的3个签名序列:IDLGTTYS、IFDLGGGTFD、VVLVGGSTRIPKIQK;核定位信号标签KRKHKKDISQNKRALRR;Dank特征基序DLGTT-S-V;胞质Hsp70特征基序EEVD;靠近C端的GGMP4肽序列;2个糖基化位点NKSI和NVSA。对所得基因序列与已发表的青锵(Oryzias latipes)等物种Hsp70基因的氨基酸序列进行同源性比较,发现两个奥利亚罗非鱼群体与莫桑比克罗非鱼最高99.4%,与牙鲆最低83.9%;系统进化树分析表明奥利亚罗非鱼的Hsp70 cDNA序列与青鳉等物种的Hsp70基因聚在一支,而与牙鲆的Hsp70基因相分离。     

汶川震区植被恢复与同震滑坡活动性动态演化分析

强烈的山区地震往往会引发大量同震滑坡,对当地植被覆盖和生长造成直接破坏。作为表现滑坡活动强度的重要指标,同震滑坡体表面的植被恢复情况对评估震后地质灾害的活动情况具有重要意义。然而,受观测资料所限,当前对于震区植被恢复进程的研究多为小尺度范围,而对大区域内植被演化机制以及植被与地质灾害活动性的关系认识不足。因此,采用多时相、长时序（2000—2020年）的高精度遥感影像对汶川地震强震区大范围内的植被恢复过程进行研究,计算得到不同时期植被恢复率,以此探究大范围内植被恢复的普适性规律,同时分析植被恢复与滑坡活动强度变化的关系。研究发现：截至2020年,71.34%区域的同震滑坡表面植被已处于恢复程度较好阶段;高活动强度、中活动强度、低活动强度和基本稳定的滑坡面积比分别为17.6%、12.4%、17.7%和52.3%。同震滑坡地表恢复趋势表明,汶川震区植被预计在震后约17 a恢复至震前平均水平。然而,植被恢复过程和滑坡活动性的变化往往受多种因素的综合影响。虽然滑坡地表植被恢复在一定程度上反映了地震后滑坡活动性的下降,但地震对滑坡活动性的影响将比地表植被恢复到震前水平所持续的时间更长。参考前人研...     

基于深度学习的强对流高分辨率临近预报试验

强对流天气临近预报、预警在气象灾害防御中具有极为重要的地位。在气象业务中,因对强对流天气临近预报、预警准确率和时、空分辨率的极高要求,使其成为业务难点和研究热点之一。对于高时、空分辨率强对流临近预报问题,尝试用深度学习方法来解决。首先将强对流临近预报抽象成同时包含时间和空间的序列预测问题;然后基于改进的循环神经网络算法形成的自编码模型,使用京津冀地区长序列、高时空分辨率天气雷达组网拼图数据进行模型训练;最后利用基于历史0.5 h雷达回波拼图数据训练得到的端到端神经网络,预报未来1 h内的逐6 min回波演变特征。通过基于传统外推算法的临近预报方法与深度学习算法的临近预报方法进行对比,发现使用的深度学习方法可以有效“学习”到高时、空分辨率序列雷达数据特征的内在关联,通过多层神经网络构造出抽象的深层特征,能够有效捕捉到雷达回波的演变规律和运动状态。通过计算雷达回波预报的命中率（POD）、虚警率（FAR）、临界成功指数（CSI）等检验表明,相较传统外推临近预报方法,在强对流回波临近预报准确率上有较明显提高。      

2013—2016年海口市空气质量特征及典型个例污染物来源分析

根据海南省环境科学研究院提供的海口站2013—2016年逐日空气污染数据,统计分析了海口市空气质量状况。综合应用高低空环流场、AQI指数结合MODIS卫星蓝光气溶胶厚度图,采用HYSPLIT轨迹聚类分析法、潜在源贡献因子法和浓度权重轨迹分析方法,重点分析了2013年12月海口空气污染的的主要输送路径,并探讨了首要污染物PM_2.5和O₃的潜在源区。结果表明：冬夏季风风向转换是海口发生空气污染的最主要气象原因,且首要污染物为PM_2.5,其次是PM₁₀和O₃;海口市空气质量达标率在97.1%,总体较好,AQI指数呈逐年下降趋势;值得关注的是,O₃呈逐年稳定上升趋势。大气污染物浓度受污染物排放和环流场共同影响,海口污染日对应的地面天气形势主要有3种类型,冷高压、变暖高压脊和台风外围下沉气流。此次污染过程中污染源是来自北方地区污染物长距离输送影响的结果。污染物个例分析中,首要污染物PM_2.5潜在源区主要集中在湖南和江西的交界处、广东沿海地区、广西北部、江西和福建的交界处以及浙江中部地区,这些潜在源区气团沿着轨迹1、2和4通过长距离输送到海口。海口O₃质量浓度贡献较大的区域主要集中在湖南和江西的交界处、粤西一带,主要沿着轨迹2将内陆地区的污染源输送到海口。     

HSPF模型在流域水文与水环境研究中的进展

HSPF （Hydrological Simulation Program-Fortran）模型是在Stanford水文模型的基础上发展起来的。作为半分布式水文水质模型的优秀代表, HSPF模型能够综合模拟河道水力、 流域径流、 土壤流失、 污染物迁移等过程, 从而被广泛应用于流域水文与水环境研究中。通过概述HSPF模型研发与整合的发展历程, 以及模型中PERLND、 IMPLND与RCHRES等3个主要模块结构, 且综述了模型在土地利用变化、 水文过程、 非点源污染模拟以及模型参数校验等方面的研究进展。研究表明： HSPF模型对于经验公式和假设估计仍然存在改进与完善的空间; 对参数的深入分析研究参有助于降低模拟结果的不确定性; HSPF模型对采集数据精度和规范性的要求也较高。最后, 从经验公式完善、 参数不确定性探讨和模拟精度提高等方面对模型的完善提出相关建议, 供相关研究提供参考。