海洋沉积物中的氮循环

氮(N)是生物生命活动的基本营养元素，N循环是整个生物圈物质和能量循环的重要组成部分。近几十年来，环境和资源问题的日益突出促进了人们对海洋生态系统的研究及对海洋资源的开发和利用，海洋中的N循环亦受到了广泛关注。尤其是20世纪90年代以来，随着国际地圈与生物圈计划(IGBP)、全球海洋通量联合研究(JGOFS)、全球海洋生态系统动力学研究(GLOBEC)等重大国际合作计划的实施，海洋中的N循环研究取得了重大进展。 本文主要对海洋沉积物中的N循环过程进行了阐述，包括海洋沉积物中N的生物地球化学循环(海洋中N与生物生产过程的关系、早期成岩作用及N的去营养化、沉积物中N循环及其控制机制、颗粒N的形成及其功能、N与其他生源要素循环的关系)及沉积物中N循环的研究方法等，以期对进一步开展N循环的研究有所帮助。     

基于BP人工神经网络的水体遥感测深方法研究

利用Landsat7ETM＋遥感图像反射率和实测水深值之间的相关性,建立了动量BP人工神经网络水深反演模型,并对长江口南港河段水深进行了反演.结果表明：具有较强非线性映射能力的动量BP神经网络模型能较好地反演出长江口南港河段的水深分布情况;由于受长江口水体高含沙量的影响,模型对小于5 m的水深值反演精度较高,而对大于10 m的水深值反演精度较低.     

伊利诺斯盆地宾夕法尼亚纪沉积物季节性降雨的证据

伊利诺斯盆地宾夕法尼亚纪沉积物季节性降雨的证据ＥｒｉｋＰ．Ｋｖａｌｅ等根据古纬度位置、动物群证据或气候敏感岩性的出现而恢复的古气候可表达一个地区相当长时期的气候格局，但气候的细节只有通过与目前条件相同地区的比较才能推断。由于时间的迁移、海洋和陆地的变...     

自组织竞争人工神经网络在砂岩型铀矿测井数据解释中的应用

详细介绍了自组织竞争人工神经网络模型结构、原理和钻孔岩性自动识别过程,给出了神经网络模型在钻孔岩性自动识别过程中的有效性实例。自组织竞争人工神经网络具有自组织能力、自适应能力和较高的容错能力;与BP算法相比较,计算量小,收敛速度快,且不需要已知的先验信息而自动确定分类类别。钻孔岩性识别结果与岩心地质编录的对比试验表明,在砂岩型铀矿测井数据的解释中,应用自组织竞争人工方法可较好地完成钻孔岩性自动分类。     

基于BP神经网络的地图数字化误差纠正

由于在数字化采集过程中不可避免地会引入系统误差和异常误差,因此消除和削弱这些误差的影响是提高空间数据质量的关键。然而由于图纸变形不均匀,扫描误差又极其复杂,用常规的多项式拟合技术只能消除部分有规律的系统误差,很难完全消除它们对地图数字化坐标的影响。BP神经网络是一个高度非线性映射系统,能以任意精度逼近。结合地图数字化坐标改正的特点,本文给出了基于BP神经网络地图数字化坐标误差纠正的方法,并通过实例验证了该方法的有效性。     

简化模糊H-ARTMAP神经网络在高光谱遥感分类中的应用

人工神经网络作为一种不需估计类别分布参数的遥感影像分类方法,能够克服分类中的不确定性,提高分类精度。模糊ARTMAP人工神经网络具有稳定、泛化性能好、支持增量式学习等特点,通过对简化模糊AR-TMAP神经网络和H-ARTMAP神经网络的分析和集成,构造了一种用于高光谱遥感影像分类的简化模糊H-ART-MAP网络。实验证明该方法在分类效率、运算时间和分类精度等方面都优于最大似然分类、BP神经网络、最小距离分类、光谱角制图模型等分类方法。     

基于分区的局域神经网络时空建模方法研究

区域数据表现为两种尺度的空间特性:反映全局特征的空间依赖性和反映局域特征的空间波动性.空间波动性表现为空间数据在局部地区的聚集或高低交错现象.在研究区域数据时空预测性建模时,从降低数据的空间波动和不平稳性对模型预测能力的影响角度出发,提出了一种基于分区的局域神经网络时空非线性建模的思路.分区过程由基于空间邻接关系的K-means聚类算法完成.不同的分区方案通过相关性、波动性、紧凑性等指标进行评价和优选.在确定最优分区方案的基础上,对各子区分别采用两层前馈网络进行建模,模型的输入不仅要考虑本区内单元的作用,而且要考虑相邻子区的边界效应.各神经网络模型的时空预测能力通过平均相均差和动态相似率等指标进行衡量.最后,通过对法国94个县每周流感报告病例的时空建模分析表明,与全局神经网络模型相比,基于分区的局域神经网络模型具有更好的预测能力.     

基于时刻独立脉冲耦合神经网络的高空间分辨率摇感影像分割

高空间分辨率遥感影像中地物目标内部光谱信息复杂性的增强,使得传统基于光谱特征值的数据处理方法效果不再显著,影像分割为解决这一问题提供了一种思路,成为当前高空间分辨率遥感影像处理的研究焦点.时刻独立脉冲耦合神经网络具有状态相近、空间相邻神经元相互耦合同步脉冲激发和区域之间神经元脉冲激发时刻独立两大特点,已被应用于非遥感影像分割中,并取得较好效果.本文结合高空间分辨率遥感影像特点,通过对网络参数进行实验和分析,提出一个基于时刻独立脉冲耦合神经网络的高空间分辨率遥感影像分割方法,并利用空间分辨率0.3m的航空影像进行了数据试验,将分割结果进行讨论并与现有时刻独立脉冲耦合神经网络方法和ISODATA方法分割结果进行对比分析.结果表明:时刻独立脉冲耦合神经网络在高空间分辨率遥感影像分割处理中具有很好的应用前景.     

BP神经网络在局部似大地水准面精化的应用

针对高程拟合中的模型误差问题,采用BP神经网络方法进行拟合,可以减小模型误差,提高似大地水准面的精化精度。在焦作市局部似大地水准面精化算例中,BP神经网络高程拟合取得了良好的效果。     

内陆河流域山区水文与生态研究

以河西走廊黑河干流山区流域为例,从山区水文循环、水文与生态系统以及径流形成和预测等方面讨论山区流域水文和生态相互作用研究的有关问题。山区降水的空间和时间分布规律和固态、液态降水组成变化主要受制于海拔和地形的影响,而不同海拔和地形条件下的下垫面不同土地覆被和复杂的空间异质性则主要影响蒸散发量。对内陆河山区流域的水文小循环的研究,有助于进一步研究和认识内陆河流域上、中、下游水文和生态系统的相互联系问题。至今,对山区水文过程与生态系统的相互作用问题的研究还非常薄弱,需要研究山区森林草地生态系统在山区水文循环中的作用以及在维持和保护山区生态和环境中的作用和意义。内陆河流域山区水文过程复杂而综合性强,须加强对山区径流形成机理的多学科交叉研究,不断改善出山径流对气候变化和人类活动响应过程的模拟和预测水平。