南黄海表层沉积物中氮的区域地球化学特征

通过分级浸取分离的方法获得了南黄海表层沉积物不同形态的氮，首次探讨其分布的区域性特征：南黄海表层沉积物中各形态氮在不同测线上均呈现出波状分布。B测线的基本上呈现出中部海域高，两边海域低，而西部海域又略高于东部海域的趋势，D和E测线的基本上呈现出西高、东低的趋势，C测线的则呈现出西低、东高的趋势，F测线的变化趋势比较平缓，从整体上看，SOEF—N和TN的分布呈现出西部海区比东部海区低的趋势。受各测线上沉积物种类差异的影响，自北向南各形态氮的变化幅度逐渐减小，其中SOEF-N在各测线上的变化幅度最大，且自北向南降幅最大。受水动力及沉积物粒度的影响，不同形态氮在黄海槽内各站位沉积物中的含量较高。沉积物中各形态氮在不同测线上的分布还表明，陆源输入对南黄海沉积物中氮测线分布有较小的影响，海洋自生氮对南黄海表层沉积物中氮的形态、含量与分布具有重要影响。     

三丁基锡对褐菖鲉(Sebastiscus marmoratus)体内苯并(α)芘代谢的影响

在水生毒理学研究中,污染物与污染物之间的相互作用是一个重要的课题.苯并(α)芘[benzo(α)pyrene,BaP]是一种具有致癌性的多环芳烃(poly-cyclic aromatic hydrocarbon,PAH),而三丁基锡(tributyl tin,TBT)则是用于防污涂料的具有很强毒性的有机金属.许多化学物进入生物体内后的转化分为两个阶段.在Ⅰ相反应阶段,亲脂性底物被氧化代谢形成各种中间代谢物,这些中间代谢物具有很高的生物活性,容易对生物体产生毒性.     

山东省大中型水库水化学性状研究──几种主要水化因子的变化及其在评价水库鱼产力中的作用

本文通过对山东省３８座代表性大、中型水库总氮（ＴＮ）、总磷（ＴＰ）、化学耗氧量、硬度及电导率（λ）五种主要水化因子连续两年（１９８９～１９９０）的调查与研究，探讨了水化因子与水库鱼产力的关系。用反映鲢、鳙生长状况的综合生长指数（ＧＩ）作为水库鱼产力的指标。它与水化因子相关分析表明，总磷是山东省３８座水库鱼产力的主要影响因子。提出ＧＩ与总磷、总氮及电导率等水化因子的逐步回归方程关系非常显著。证明利用水化因子作为水库鱼产力的评价指标是可行的。并指出：同一水库的相同水化因子存在年间差异，其主要原因在于降雨量和水库进水量的不同，鉴于此．同一水库鱼产力也存在年间差异。     

成都地区大气平均温度建模及其在GPS/PWV计算中的应用研究

地基GPS气象学的关键技术是在于通过垂直方向上GPS信号的湿分量延迟值来确定大气可降水量-PWV,而这两个物理量间进行转换时需要用到一个关键性的参数——大气加权平均温度。本文首先讨论了估算加权平均温度的几种方法,然后利用成都地区2005年全年的大气探空数据,采用回归分析方法,建立了适合成都地区的大气加权平均温度模型,精度为±2.21K。最后将该公式应用到成都地区PWV的计算中,得到了非常理想的效果。     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。     

基于整体最小二乘法的线性回归建模和解法

对基于自变量和因变量误差的回归问题进行了进一步研究,证明了两种方法的实质并未解决同时考虑自变量和因变量的误差问题,其解算结果和不考虑自变量误差的解算结果完全相同.给出了能同时顾及自变量和因变量误差的新的回归模型,并推导了具体的解算方法.算例结果和基于矩阵分解的整体最小二乘法解算方法的结果相同,说明了本文方法的正确性.     

新疆天山公路沿线地质灾害危险性评价

新疆天山公路（国道217线）是连接南、北疆的一条重要交通干线。通过调查研究沿线的地质条件,采用多元线性回归分析方法,选取地层岩性、地面坡度、相对高差、构造密度、多年平均降雨量、冻融作用、地震强度、植被覆盖率、开挖深度、灾害的分布密度和规模大小等11个评价因子,建立了地质灾害危险性级别的评价模型,得出了公路沿线的危险性级别图。     

我国风云极轨气象卫星及应用进展

我国风云极轨气象卫星数据,目前已经被应用在天气预报、气候预测、自然灾害、环境监测、科学研究等多个重要领域,为我国国民经济建设、国防建设、防灾减灾和全球许多国家的经济发展做出了重要贡献。本文介绍了我国风云极轨气象卫星的发展历程,重点阐述了目前风云极轨气象卫星在卫星数据预处理、定量产品反演、卫星资料同化等方面的应用研究进展,并展示了第二代风云极轨气象卫星在全球业务观测、大气三维探测、海洋环境监测、数值预报应用等相关典型应用。在国家创新战略发展框架下,根据“国家级气象现代化总体方案”确定的2020年气象卫星及应用发展目标,第二代极轨气象卫星风云三号03批卫星系统工程必将进一步发挥重大支撑作用。     

成都城市发展对热岛强度影响的主成份回归分析

本文对成都市总人口、建成区面积等11个因子、作了主成份回归L-S估计和M-估计,讨论了成都城市发展对“热岛”强度的主要影响因子。结果表明,城区房屋建筑面积及总人口数是影响城市气候(气温)的主要因子,其次为城市人口总户数、建成面积等。 文中,对回归方程进行了拟合计算,回归效果比较满意(尤其是稳健回归)。     

Analysis on the sources of mercury in soils in the Chengdu Basin, China

Mercury is a pollutant of concern due to its toxic and bioaccumulative properties. Studies on the distribution and hazard of mercury in the environment are mainly focused on its forms, toxicity and the environment standard, and progresses and results have been achieved. But these studies in the past were concentrated on the scales of laboratory or smaller districts merely, such as a small unit of mineral area, vegetable base, paddy field, lake, etc. Multi-target regional geochemical survey carried out by China Geological Survey from the 1990s to now is a fundamental and commonweal geological survey, large-scale and systematical inquisition and research were conducted in 19 provinces （or municipalities directly under the Central Government） in the eastern overlay region of China, and the purpose is to provide the basic geochemical data for national economic construction, adjustment of industrial and agricultural structures and sustainable social development. Geochemical studies aim at investigating soils in these regions and 52 elements have been tested, producing a great amount of data at the same time. Methods： based on the data from 3061 samples of surface soil and 832 samples of deep soil from the project of multi-purpose geochemical survey in the Chengdu Basin, Sichuan, China, this paper describes the correlation relationship between Hg and other 48 elements and their spatial distribution in surface and deep soils of these areas by applying the method of linear regression and factor analysis.