南海南部次表层叶绿素a质量浓度最大值及其影响因子*

文章分析了2013年南海南部4个季节航次的叶绿素a (Chl a)调查数据, 结果显示: 150m以浅水柱Chl a质量浓度均值分别为早春0.14mg•m^-3、初夏0.12mg•m^-3、初秋0.18mg•m^-3、初冬0.16mg•m^-3。早春和初夏偏低的原因与早春风速小, 初夏水温高, 不利于水体的垂直混合, 限制了深层海水中丰富的营养盐向上层水体补充有关。4个季节中海水次表层Chl a质量浓度最大值层(SCML)均出现在50m和75m, 这两个水层的Chl a质量浓度差异小, 季节变化不大, 平均值变化范围分别为0.24~0.26mg•m^-3和0.22~0.26mg•m^-3。受混合层深度和温跃层上界深度的共同影响, 50m水层Chl a质量浓度主要受制于深层富营养盐海水的向上补充, 75m水层Chl a质量浓度受水温的影响明显。     

辽宁省海洋文化景观概述

文章介绍海洋文化景观的属性、定义和构成;将辽宁省海洋文化景观资源分为海洋物质文化景观和非物质文化景观2个大类,其中海洋物质文化景观包括海洋自然文化景观、海洋遗迹文化景观、海洋聚落文化景观、海洋宗教文化景观、海洋旅游文化景观和海洋设施景观,海洋非物质文化景观包括海洋历史文化景观、海洋民俗文化景观和海洋艺术文化景观,分别概述具体类别资源的代表内容;提出可采用模糊综合评价法评价辽宁省海洋文化景观,研究海洋文化景观对于海洋文化建设和提高海洋意识等具有重要意义。     

不同排列方式和间隙比下双圆柱流致振动特性研究

采用基于ALE的流固耦合分析方法,将圆柱体振动模型简化为平面双自由度质量-弹簧-阻尼系统,进行了计算参数无关性分析。对不同θ角和间隙比T下的双圆柱流致振动进行数值模拟,并与单圆柱振动计算结果进行比较,得到了不同θ角和间隙比T下中心圆柱的升阻力系数、流场分布和运动轨迹变化情况。通过分析发现小间隙比下由于两圆柱间的相互干扰,改变了中心圆柱的尾涡结构,导致了升力和阻力系数随不同θ角而发生变化;小间隙比下由于两圆柱间的相互干扰影响,均使中心圆柱的轨迹在不同θ角下发生了较大的变化,顺流向的振动频率与单圆柱振动时相比出现了多倍频,导致其运动轨迹发生了变化。     

鄂尔多斯地块周缘垂直形变场负位错反演与应变积累研究

利用鄂尔多斯地块及其周缘1970～2014年的垂直形变速率场资料，借助负位错反演研究该区域长期应变积累。结果表明，地块东北缘山西断陷带中北段年均能量积累增量、剪应力强度都较高，西南缘六盘山断裂与渭河断裂西段次之；山西断陷带中南段至晋陕交界处年均剪应力强度较高且显示一定程度的能量积累；西秦岭构造区尤其西秦岭北缘断裂西段、晋冀蒙交界区也反映一定程度的能量积累特性。     

大别山及其周边现今垂直形变研究

基于1980年、2005年和2015年3期区域精密水准网观测资料，利用线性动态平差模型计算获取大别山地区水准网长期垂直运动速度场图像。研究发现，淮河平原地表下沉较为严重，大别山呈现弱隆升趋势运动，长江谷地边缘地区较大别山区呈现明显的隆升运动。跨郯庐断裂带水准剖面结果显示，垂直运动与地形呈负相关和弱相关。     

山东省地面沉降监测与防治工作进展

近年来,山东省地面沉降监测与防治工作取得了重要进展,初步建立了以二等水准路线、全球定位系统(GPS)、基岩标分层标和地下水监测为基础的"四网合一"地面沉降监测体系,INSAR监测实现了山东全省覆盖。监测成果显示,山东省地面沉降主要位于东营市广饶县、滨州市博兴县、聊城市茌平县,沉降速率呈加快趋势,造成建筑物地基下沉、房屋开裂、地下管道破损等一系列地质环境问题。     

地理试题透视六大解题思维——以浙江省选考试题为例

思维是指人脑借助于语言对客观事物的概括和间接反应的过程,以感知为基础,又超越感知的界限,它探索与发现事物的内部本质联系和规律性,是认识过程的高级阶段。目前国内针对地理解题的思维研究相对较少,本文以浙江省历年选考地理试题为例,总结和提炼出六大解题思维,即:逆向思维、收支平衡思维、比较思维、发散思维、空间思维、辩证思维,旨在帮助学生掌握分析和解答地理问题的方法,从而有效提升高中地理学习和复习效果,增强学生学习地理的兴趣。同时在培养学生的地理解题思维过程中,落实地理学科核心素养的培育。     

两株南极枝孢霉属真菌Cladosporium sp.NJF4和NJF6的次级代谢产物研究

南极因其独特的自然环境成为潜在、重要的微生物资源库,是产生新型生物活性物质和先导化合物菌株的潜在种源地,南极微生物正在成为创新药物研究新的重要资源。虽然近年来对南极微生物次级代谢产物的研究逐渐增加,但与温带和热带微生物研究相比仍处于初级阶段。对从南极普里兹湾海洋沉积物中获得的两株枝孢霉属真菌Cladosporium sp. NJF4和NJF6进行次级代谢产物分离及结构鉴定,获得20个化合物。化合物结构类型包括甾醇(1)、倍半萜类(7—8)、生物碱类(9—14)、二酮哌嗪(2—5、15—17)、芳香酸(6、18—19)等,其中倍半萜类(7—8)为首次从枝孢霉属真菌中分离得到,以上研究将为丰富南极微生物次级代谢产物库奠定一定的研究基础。     

Fe3O4/Mg(OH)2复合材料的制备及形貌控制

通过种子沉积法制备出Fe_3O_4/Mg(OH)_2复合材料并进行XRD、SEM测试分析。探究了氨水的浓度与加入速度、搅拌速度及等因素对磁性复合材料形貌的影响。氨水浓度与注入速度的降低,对氢氧化镁基体形貌的影响是相同的,但要使合成磁性复合材料形貌和四氧化三铁粒子在氢氧化镁中分散性均匀,应控制氨水浓度(ω=2.5%)或加入速度在一个合理的较低值。     

A machine learning approach for predicting computational intensity and domain decomposition in parallel geoprocessing

ABSTRACT

High performance computing is required for fast geoprocessing of geospatial big data. Using spatial domains to represent computational intensity (CIT) and domain decomposition for parallelism are prominent strategies when designing parallel geoprocessing applications. Traditional domain decomposition is limited in evaluating the computational intensity, which often results in load imbalance and poor parallel performance. From the data science perspective, machine learning from Artificial Intelligence (AI) shows promise for better CIT evaluation. This paper proposes a machine learning approach for predicting computational intensity, followed by an optimized domain decomposition, which divides the spatial domain into balanced subdivisions based on the predicted CIT to achieve better parallel performance. The approach provides a reference framework on how various machine learning methods including feature selection and model training can be used in predicting computational intensity and optimizing parallel geoprocessing against different cases. Some comparative experiments between the approach and traditional methods were performed using the two cases, DEM generation from point clouds and spatial intersection on vector data. The results not only demonstrate the advantage of the approach, but also provide hints on how traditional GIS computation can be improved by the AI machine learning.