Preface: Stars and interstellar medium

This issue presents proceedings of the "Stars and Interstellar Medium" section of the AllRussian Astronomical Conference VAK-2017. Sixteen papers(selected from about 70 talks) cover different problems related to stars, pulsars, interstellar gas and dust, and star formation. The preface briefly reviews these papers.     

Antenna design and implementation for the future space Ultra-Long wavelength radio telescope

In radio astronomy, the Ultra-Long Wavelengths (ULW) regime of longer than 10 m (frequencies below 30 MHz), remains the last virtually unexplored window of the celestial electromagnetic spectrum. The strength of the science case for extending radio astronomy into the ULW window is growing. However, the opaqueness of the Earth’s ionosphere makes ULW observations by ground-based facilities practically impossible. Furthermore, the ULW spectrum is full of anthropogenic radio frequency interference (RFI). The only radical solution for both problems is in placing an ULW astronomy facility in space. We present a concept of a key element of a space-borne ULW array facility, an antenna that addresses radio astronomical specifications. A tripole–type antenna and amplifier are analysed as a solution for ULW implementation. A receiver system with a low power dissipation is discussed as well. The active antenna is optimized to operate at the noise level defined by the celestial emission in the frequency band 1 ? 30 MHz. Field experiments with a prototype tripole antenna enabled estimates of the system noise temperature. They indicated that the proposed concept meets the requirements of a space-borne ULW array facility.     

强光照和黑暗条件下刺参体壁的基因表达差异

参对光照变化非常敏感，研究刺参对光照的分子响应非常重要。本研究应用RNA测序获取了刺参暴露于强光（“强光”）、正常光照（“对照”）和完全黑暗（“黑暗”）环境下体壁的基因表达谱情况，通过“对照”与“黑暗”，“对照”与“强光”和“黑暗”与“强光”的比较，在|log₂ ratio|≥1和FDR≤0.001的标准下分别发现了1161、113和1705个差异表达基因（DEGs）。基因本体分析表明，“cellular process”和“binding”在“生物过程”和“分子功能”类别中的DEGs富集最多，而“cell”和“cell part”在“细胞组分”类别中的DEGs富集最多。将DEGs与Kyoto Encyclopedia基因和基因组数据库上的于214、41和229条通路进行比对，发现了51、2和57条通路分别显著富集。本研究发现的光特异性DEGs可作为深入研究刺参对光照变化的生化适应机制的重要目标基因。     

极地环境监测网的设计及其在南极普里兹湾的应用

为了保护南极和北极的生态系统和环境,中国自20世纪90年代初开始推行和实施了极地环境监测计划,部署了各学科监测传感器阵列;采集了多学科数据,包括海洋、大气、冰冻圈、生物圈等主题;架构了"R/V雪龙号破冰船—极地考察站—国内基地"之间的快速数据传输网络;建立了海洋环境监测系统、太阳能地面空间监测系统、生态环境监测系统等系列监测系统。为了实现长期监测,达到预测和预警目标,本文针对国内外现状,在现有基础上设计了一套中国极地环境长期监测网(Polar Environment monitoring network of China,CPEMN)。该监测网集成各监测系统并在监测指标设计上覆盖我国极地所有常规监测/观测任务,且根据国际科研动态和长期监测规划拓展了预期监测范围。最后本文利用南极普里兹湾进行的破冰导航应用示范验证了CPEMN具有可执行性。     

我国海洋环境保护标准化的现状、需求和建议

海洋环境保护标准化对我国海洋环境保护事业的发展具有重要的技术支撑作用。文章从海洋环境保护标准体系、标准发布和制修订以及标准类别特征等方面,概述我国海洋环境保护标准化的发展现状;分析海洋环境保护标准化的需求,主要包括标准的适用性和有效性有待评估和提升、标准制修订的进程有待加快、监测方法标准的体例和结构有待规范和统一、海洋高新技术标准体系有待建立以及与多学科和其他行业标准有待统筹5个方面。基于此,提出促进和保障海洋环境保护标准化工作发展的4点建议,即建立海洋环境保护标准化工作专家库、健全海洋环境保护标准体系、加强多部门合作和积极参与海洋国际标准化工作。     

基于纹理特征的围填海SAR图像分水岭分割方法

本文提出了一种基于纹理特征的围填海SAR图像分水岭分割方法,首先对机载MiniSAR图像进行灰度共生矩阵纹理滤波,获得纹理特征图像,再对纹理特征图像进行分水岭算法分割,将获得的形态学重建图像进行门限阈值分割,得到最后的二值化分割结果。该方法一方面通过调整灰度共生矩阵纹理滤波的窗口大小,抑制了斑点噪声的影响;另一方面,利用分水岭算法对边缘模糊杂乱图像的优势,提高了围填海信息提取的准确性。实验结果表明,本方法对高分辨率SAR图像围填海监测图像的分割效果良好。     

烟台市地质灾害发育现状及影响因素分析

2016年山东省开展各市地质灾害排查工作,烟台市作为地质灾害较发育区,是该次排查重点工作区之一。该文以现状调查为基础,查明了烟台市共发育471处地质灾害隐患点,地质灾害规模以小型为主,主要类型为崩塌、滑坡、泥石流、采空塌陷和岩溶塌陷,其中崩塌隐患点占地质灾害总数的68%,数量最多,其次为泥石流和采空塌陷,各占总数的15%和14%,滑坡数量最少,仅占总数的1%,并介绍了各类地质灾害分布特征。在此基础上,对地质灾害的主要影响因素——地形地貌、岩土体类型、地质构造、降水和人类工程活动等进行了分析。最后提出了在进行工程建设活动的同时重视其引发的地质灾害问题,以减少和预防其带来的次生地质灾害。     

基于熵权TOPSIS模型的海岛地区资源环境承载力研究——以舟山普陀区、定海区为例

随着海洋强国、"一带一路"、生态文明建设等国家战略的不断推进,海岛在国家政治、军事、经济、社会、生态中的地位不断提高,海岛开发、利用的规模越来越大,其生态保护也面临着新的挑战。本文依据资源环境承载力内涵,兼顾海岛资源环境特点,研究形成海岛地区资源环境承载力评价指标体系,综合应用熵权法、TOPSIS(逼近理想解排序方法)模型评价了典型海岛地区——普陀区与定海区2009-2015年间的资源环境承载力状况,结果表明:普陀和定海资源环境承载力水平呈稳步提升趋势,各个时期的环境保护政策和节能减排相关措施在环境保护与污染治理等方面起到了较为积极的作用。最后,在基于生态系统的海岛综合管理框架内提出了对策建议。     

秦皇岛近岸海域绿藻微观繁殖体的分布以及在绿潮形成中的作用

2015年以来，秦皇岛近岸海域暴发了绿潮，对北戴河旅游区的环境和生态系统造成了严重影响。绿藻微观繁殖体在绿潮的形成过程中起到重要作用，主要包括孢子、配子、幼苗和营养片段。绿藻微观繁殖体作为绿潮的“种源”，其分布规律可以反映绿潮的“藻源”位置。本研究于2016年4-9月和2017年1月对秦皇岛近岸海域绿藻微观繁殖体的调查，探究了其分布规律以及生物量变化。结果显示，绿藻微观繁殖体主要分布在近岸海域，由近岸向远岸海域逐渐降低。绿藻微观繁殖体的数量在7、8月份最高，在冬季最低。受绿潮影响严重的海域微观繁殖体数量高于其它海域。秦皇岛近岸海域的绿藻微观繁殖体为该海域绿潮的种源，其分布规律表明秦皇岛近岸海域绿潮起源于本地。     

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.