甘肃酒泉荒漠戈壁灌木群落优势物种生态位特征

了解物种利用资源和占据生态空间的能力，对维持完善和科学保育荒漠戈壁植物群落的多样性具有重要意义。在综合反映各生态因子作用的群落类型和海拔梯度组合而成的两条资源轴上，测度分析了甘肃酒泉荒漠戈壁灌木群落主要优势种的生态位特征。结果表明：(1)在群落类型和海拔梯度两条资源轴上，红砂（Reaumuria songarica）、泡泡刺（Nitraria sphaerocarpa）和合头草（Sympegma regelii）的重要值和生态位宽度均较大，说明这些物种适应能力强,能够较好地利用环境资源，分布范围大，作为荒漠戈壁灌木群落中的广域种具有重要的生态地位和作用。(2)荒漠戈壁优势物种间的生态位重叠值多数较小，在群落类型和海拔梯度资源轴上生态位重叠值小于0.5的分别占总种对的62.63%和77.89%。生态位宽度大的物种之间一般生态位重叠值较高，物种利用资源能力强且存在竞争关系；然而，生态位宽度较小的物种与其他物种之间的生态位重叠程度较低，不同物种在环境资源的需求上产生互补，可以和谐共存；生态位宽度小的物种之间生态位重叠值仍较高，物种分布呈斑块现象；因此，生态位重叠与生态位宽度之间无显著相关性。(3)荒漠戈壁优势物种间总体表现为不显著的正关联，表明该植被群落结构及其物种之间处于稳定共存的状态。     

针对地质灾害隐患点的无人机航摄像控点布点方案

以陕西省某地质灾害隐患点1∶2000航飞生产任务为背景，本文结合垂直起降式无人机航摄技术特点和地质灾害隐患点区域实际情况，通过详细对比几种无人机航摄像控点布控方案的优劣，研究无人机像控点布设方案对空三加密精度的影响，总结了适用于不同地质灾害隐患点的像控点布设方案。通过本文研究，为今后制定地质灾害隐患点的无人机航摄像控点布设方案提供了参考依据。     

中国省域尺度17部门资本存量的时空特征分析

随着灾害强度、频率以及承灾体暴露的增加,自然灾害造成的损失日益严重。资本存量作为承灾体的经济暴露指标之一,是灾害损失评估的前提和基础。针对目前中国缺乏省域尺度长时间序列的经济部门分类的资本存量数据基础,论文通过永续盘存法,建立了2003—2015年中国大陆31省17部门的资本存量数据库,并分析其时空特征。结果显示：① 全国总资本存量与灾害直接损失的年际变化均呈增加趋势。省域尺度上,通过相关性分析显示,在99%置信度水平上,两者呈显著正相关(r=0.3)。② 时间上,各省17部门资本存量基本也呈增加趋势,但增速不同。在各部门增速最快的省份中,黑龙江省的居民服务、修理和其他服务业增速最快,增长约454.3倍;其次是青海省的租赁和商务服务业(398.3倍)、江苏省的金融业(295.1倍)、安徽省的科学研究和技术服务业(125.1倍)等。③ 空间上,2015年各省17部门资本存量最多的前4个部门分别是房地产业,工业,交通运输、仓储和邮政业,水利、环境和公共设施管理业,占比均在60%以上;且这4个部门资本存量暴露最多的省份是江苏省和广东省。该结果有助于从时空角度了解各省各部门资本存量暴露情况,为各省灾害风险管理者的防灾减灾工作提供重要的参考价值。     

生物土壤结皮对风沙土和黄绵土膨胀特性的影响

作为重要的土壤物理性质，膨胀性在影响土壤导水性、持水性、抗蚀性以及土壤结构的形成和发育等方面发挥着重要作用。为了探讨生物土壤结皮（BSCs）土壤的膨胀特性及其主要影响因素，针对黄土高原风沙土和黄绵土两种典型土壤，利用膨胀仪测定并比较了有、无藓结皮及其在不同因素（初始含水量、干湿循环、冻融循环、温度）下膨胀率的差异，分析了BSCs对土壤膨胀性的影响及其与环境因素和BSCs性质的关系。结果显示：风沙土上藓结皮的膨胀率为1.93%，较无结皮增加了8.65倍；而黄绵土上藓结皮的膨胀率为2.05%，与无结皮相比降低了76.68%。藓结皮的生物量和厚度与其膨胀率在风沙土上均呈线性正相关关系（P < 0.05），在黄绵土上分别呈二次函数（P=0.02）和线性正相关关系（P=0.02）。初始含水量同时影响了土壤最大膨胀率和稳定膨胀时间，影响程度风沙土远大于黄绵土（包括藓结皮和无结皮）；干湿循环次数对无结皮土壤膨胀率的影响程度大于藓结皮土壤，其中风沙土和黄绵土上无结皮的膨胀率分别是50.00%~620.00%和-2.28%~10.81%，而两种土壤上藓结皮的膨胀率分别是-5.70%~10.88%和-10.24%~-21.46%；冻融循环下4种土壤的膨胀率均有不同程度的降低，降幅为0~18.54%。黄绵土无结皮的膨胀率受温度影响程度较大，50℃下黄绵土无结皮的膨胀率分别是25℃和35℃下的1.17倍和1.21倍。BSCs显著地改变了风沙土和黄绵土表层的膨胀性，其影响的程度和方向取决于土壤类型。同时，BSCs的膨胀性受含水量、温度、干湿以及冻融循环等关键因素影响。     

重庆地面最高气温与最大风速年极值的渐近分布

利用重庆1951-1990年间地面最高气温和1956-1990年间地面最大风速年极值的记录,采用韦伯分布和耿贝尔分布分别对其渐近分布进行拟合.通过统计推断,找出重庆地面最高气温和地面最大风速年极值遵循的最佳渐近分布--韦伯分布.     

A critical state model for sands dependent on stress and density

An elastoplastic model for sands is presented in this paper, which can describe stress–strain behaviour dependent on mean effective stress level and void ratio. The main features of the proposed model are: (a) a new state parameter, which is dependent on the initial void ratio and initial mean stress, is proposed and applied to the yield function in order to predict the plastic deformation for very loose sands; and (b) another new state parameter, which is used to determine the peak strength and describe the critical state behaviour of sands during shearing, is proposed in order to predict simply negative/positive dilatancy and the hardening/softening behaviour of medium or dense sands. In addition, the proposed model can also predict the stress–strain behaviour of sands under three-dimensional stress conditions by using a transformed stress tensor instead of ordinary stress tensor. Copyright © 2004 John Wiley & Sons, Ltd.     

利用Lageos 1 SLR资料解算1990-2001年的地球定向参数

利用 12年的Lageos 1卫星激光测距资料 (1990 - 2 0 0 1)解算得到了地球定向参数 (EOP) ,将该序列的结果与同期的EOP(IERS)C0 4进行比较 ,其外符精度为 :极移XP— 0 .4 0mas,YP— 0 .4 2mas ,日长变化Dr— 0 .0 35ms。     

彗星等离子体某些特征的讨论

本文讨论了彗星中尘埃粒子的充电机制 ,带电特性和平衡电势的变化规律 ,分析了彗星尘埃的破碎特性和临界半径 ,得出了很有意义的结果     

A neural network approach to ship track-keeping control

This paper presents an on-line trained neural net work controller for ship track-keeping problems. Following a brief review of the ship track-keeping control development since the 1980's, an analysis of various existing backpropagation-based neural controllers is provided. We then propose a single-input multioutput (SIMO) neural control strategy for situations where the exact mathematical dynamics of the ship are not available. The aim of this study is to build an autonomous neural controller which uses rudder to regulate both the tracking error and heading error. During the whole control process, the proposed SIMO neural controller adapts itself on-line from a direct evaluation of the control accuracy, and hence the need for a “teacher” or an off-line training process can be removed. With a relatively modest amount of quantitative knowledge of the ship behavior, the design philosophy enables real time control of a nonlinear ship model under random wind disturbances and measurement noise. Three different track-keeping tasks have been simulated to demonstrate the effectiveness of the training method and the robust performance of the proposed neural control strategy