1970-2015年秦岭南北气温时空变化及其气候分界意义

基于秦岭南北70个气象站点观测资料,辅以极点对称模态分解方法（ESMD）,对秦岭南北近期气温时空变化特征进行分析,进而以日平均温≥ 10 ℃积温天数为主要指标,以1月0 ℃等温线变化为辅助指标,探讨秦岭山脉的气候分界意义。结果表明：① 1970-2015年秦岭南北气温变化具有同步性,呈现出“非平稳、非线性、阶梯状”的增暖过程,变化阶段可分为：1970-1993年为低位波动期、1994-2002年为快速上升期、2003-2015年为增温停滞期;② ESMD信息分解结果表明,秦岭南北气温变化以年际波动为主导,并未呈现出明显的线性增暖趋势;③ 在空间上,秦岭南北气温趋势呈现“同步增温,南北分异”的响应特征,即秦岭以北地区空间增温具有一致性,秦岭以南地区则呈现“西乡—安康盆地交界”、“商丹盆地”两个低值中心;④ 在气候变暖背景下,秦岭作为气候分界线的作用依然明显,但是南北响应方式存在差异。其中,秦岭以南,北亚热带北界沿山地“垂直上升”,汉江谷地热量资源逐年增加;秦岭以北,尽管以城市带为中心的增温区不断延展,但是冷月气温偏低的格局并未改变。     

温室黄瓜霜霉病发生的适宜气象条件及防治

黄瓜霜霉病的发生需要适宜的气象条件.因此,调节温室内气温和湿度条件,改变温室内局部小气候环境,加强田间管理,可防治和控制霜霉病发生与蔓延.     

一种岩石薄片智能分类识别方法

<正>在偏光显微镜下观察岩石薄片,对岩石结构和矿物成分进行分析和鉴定,是地质工作者进行岩石命名、研究岩石成因、进行地质勘探等任务最常用的工具和方法之一~([1])。岩石薄片显微图像全面真实地反映了岩石微观的结构构造、矿物成分、粒度大小、蚀变程度等特征。目前在显微镜下观察岩石薄片主要是专业人员凭借多年积累的知识、经验来确定岩石薄片中的矿物,受主观因素影响较大且费时费力,不同专家对分析结果也存在一定的差异。研究人员借助计算机技术分析岩石薄片图像并自动识别岩石种类,提高岩石薄片显微图像分类效率,节约时间和成本~([2])。     

含石量和颗粒破碎对土石混合料强度的影响研究

The characteristics of particle breakage and shear strength of soil-rock aggregate with six rock contents under six normal pressures were studied from macro and mecro perspectives by large-scale direct shear test, particle observation test and particle sieving test. The relationship between macroscopic shear strength properties and mecroscopic particle breakage characteristics was established, thus further revealing the influence mechanism of rock content and particle breakage on the shear strength characteristics of soil-rock aggregate. The results showed that particle breakage mainly occurred near the shear plane. The breakage morphology can be divided into surface grinding, local fracture, complete fracture and complete breakage, resulting from the stress concentration caused by uneven contact forces between particles. Due to particle breakage, the content of fine particles increased, coarse grains decreased, and intermediate grains fluctuated. The relative particle breakage Br increased with the increase of normal pressure ?n or rock content P5, which accorded with the function of two variables. With the increase of normal pressure ?n, the shear strength τ increased nonlinearly and met the modified M-C strength criterion. When the rock content P5 increased, the cohesive force c0 of soil-rock aggregate decreased, the internal friction angle ?0 of soil-rock aggregate increased, and the non-linear parameter Δ? increased. Particle breakage was the direct cause of non-linear strength characteristics of soil-rock aggregate.     

乡村振兴与可持续发展——国际典型案例剖析及其启示

基于对国际典型案例剖析,系统阐释了土地整治、特色产业发展、社会资本培育在协调乡村人地关系,提升内生动力,构建乡村新型主体,实现乡村地域“人-地-业”耦合发展中的重要作用。实施土地整治适应了乡村人地关系变化,有利于提高土地资源利用效率,优化乡村生产、生活、生态空间,为乡村转型发展提供载体。依托优势资源,发展特色产业是提升乡村内生动力的重要抓手,有利于激活乡村人口、土地、产业等要素活力。而民众主观能动性、新型经营主体的构建是增强乡村内生动力的关键因素。乡村社会良好的价值观、信任、责任及其社会网络的培育与构建有助于提高乡村主体凝聚力与协作力,提高乡村地区发展质量,提升物质资本及人力资本的产出效益。     

以生态系统为基础的海洋管理模式引发的思考

从介绍以生态系统为基础的海洋管理模式的概念及由来出发,浅谈了对海洋环境保护的生态伦理观、海洋生态系统单行法及尊重海洋生态系统制定海洋环境保护管理体制的看法.     

人类与雁鸭类冲突是湿地保护与管理的新挑战北大核心CSCD

在世界范围内,普遍存在着人类与雁鸭类发生冲突的现象,引发冲突的原因比较复杂,包括生态、社会、经济和安全等多方面的原因,人类与雁鸭类的冲突能否有效缓减直接关系到湿地保护的可持续性。已经在人类与雁鸭类的冲突涉及到的种群管理、冲突防控和损失赔偿等方面,开展了大量研究和管理实践。在人类与雁鸭类冲突的表现形式、产生原因、国内外管理策略和应对办法等方面,进行了梳理;人类与雁鸭类冲突主要体现在雁鸭类破坏农作物、鸟撞、疾病传播、人类盗猎和毒杀雁鸭类等。全世界应对人类与雁鸭类冲突的办法多种多样,有一些成功的经验可以借鉴。但是,中国目前解决人类与雁鸭类冲突的办法主要是相对单一的经济补偿,由于实施上的困难,不足以应对当前的复杂形势,人类与雁鸭类冲突的加剧会影响未来中国湿地保护与可持续管理。为了缓减人类与雁鸭类冲突,需要开展更多跨学科的系统研究,将社会经济与生态保护紧密结合,充分考虑各利益相关方的诉求,对雁鸭类致害和补偿的成本进行合理的计算,尤其应该重视直接承担损失和保护成本的当地人。中国还需要加强有关法律法规的制定和执行、加强有关部门和社区间的合作、开展多元化的替代生计保障民生,以缓解人类与雁鸭类冲突,促进湿地保护与可持续管理,为中国生态文明建设提供可借鉴范式。     

论煤炭产业的可持续发展

通过分析当前煤炭产业开发利用煤炭资源的现状,阐述了如何利用"科学发展观"指导和解决煤炭资源开发利用及煤炭产业发展过程中存在的问题,保障煤炭经济的可持续发展,促进社会经济的稳定发展.     

基于深度学习单阶段算法的?类化石检测

化石是石炭纪、二叠纪重要的标准化石,其详细的鉴定工作对确定地质时代和划分石炭系-二叠系具有重要意义.鉴于目前?类化石检测方法的局限性,提出一种基于深度学习单阶段算法的?类化石检测.以?类化石为研究对象,对原始模型进行分析,之后联合优化权重损失函数和BN层尺度因子的L1正则化等方式进行通道剪枝,再使用知识蒸馏使剪枝后模型恢复检测性能.实验结果表明,该方法可实现薄片图像中?类所在区域的定位和分类,平均精度均值达到98.1%,满足实时检测模型的要求,并且剪枝后参数量压缩了74.1%,解决了真实场景中存在的算力缺乏等问题.该方法能够有效保证?类化石的检测效果,同时扩展了该模型在嵌入式设备的适用范围,为深度学习在古生物化石图像的智能识别方面提供更多可能性.     

基于深度学习的鲕粒智能检测与特征统计

鲕粒是一类特殊的沉积颗粒,其分布的疏密程度、粒径大小等信息可以直观地反映形成环境的水深以及水动力条件,具有重要的地质意义。在地质学中,通常将鲕粒岩石标本磨制成岩石薄片,并依靠专业人员在显微镜下观察来获取鲕粒含量、圆度、径粒大小等数据的估计值,存在着计算量大、成本高、周期长、人力投入大等缺点,而且该方法受主观因素影响较大,不同专家得出的结果也不尽相同。针对上述问题,本文提出了基于深度学习的鲕粒智能检测与特征统计方法,主要采用YOLOv5检测模型对鲕粒岩石薄片显微图像进行检测,并在YOLOv5网络主干部分添加轻量级的SE-Net通道注意力机制模块来提升检测性能;其次,本次使用DIoU-NMS替换NMS方法,改善图像中鲕粒分布拥挤时的漏检问题。实验证明改进后的算法最终精确率达到了98.8%,比原算法提升了1.3%。最后利用图像处理技术,对检测结果进行量化统计和分析,得到图像中鲕粒含量、圆度信息、粒径大小的统计结果直方图,为地质工作人员进行相关工作提供了极大的便利。