民间信仰载体的地域格局及其影响因素——以兰州市榆中县祠庙文化为例

以祠庙祭祀为主体且祠庙保存良好的民间信仰是甘肃陇中地区民间文化的重要组成。甘肃陇中地区的民间信仰具有很强的趋同性，本文以陇中地区的榆中县为例，以各村的祠庙为民间文化载体，通过核密度分析、Logistic回归等方法探讨榆中县民间文化载体的空间分布及其影响因素对于探讨陇中地区人地关系，保护和弘扬民俗文化有着重要意义。研究结果表明：（1）根据已有研究将榆中县民间信仰归纳为山神信仰、水神信仰、天地信仰、女性信仰、英雄崇拜和祖先崇拜，祖先崇拜的祠庙数量占有重要地位；（2）榆中县祠庙主要分布在西北黄河南岸、中部陇海铁路沿线及南部风景名胜集聚区，村级层面空间差异不显著、乡镇空间差异相对较大。通过核密度分析，不同类别民间信仰空间分布热点各有不同；（3）榆中县民间信仰空间分布受到区位条件限制，民间信仰的祠庙多位于海拔高度较低、人口密度较大、交通可达性较好的地区，坡度和到水源的距离成为山神信仰和水神信仰祠庙空间分布显著的影响因子，榆中县祠庙呈现出山神信仰类祠庙“依山”，水神信仰类祠庙“傍水”的空间特点。     

利用自回归模型检测地球极移重力效应

同时采用4个台站的国际超导重力仪长期连续重力观测资料和国际地球自转服务中心提供的同步地球自转参数，研究了极移引起的地球重力场变化特征。利用自回归模型估计了各序列的功率谱密度和积谱密度，结果表明极移导致的重力效应的主要能量集中在Chandler摆动和周年项附近，叠积后实际重力观测与极移重力信号理论值之间的差异分别为0．4％和3．9％，说明超导重力仪可有效监测极移导致的重力变化。     

利用高光谱数据进行植被生化成分反演方法研究

高光谱数据包含着丰富光谱信息,能够定量地分析物质成分^[1]。由高光谱数据,可以运用多元逐步线性回归方法反演植被生化组分含量,从而达到监测植被生长状况的目的^[2]。本文具体介绍了多元逐步线性回归方法,及其在氮、木质素和纤维素含量估算中的应用。     

东海浮游翼足类(Pteropods)数量分布的研究

根据1997～2000年东海海域23°30'～33°00'N,118°30'～128°00'E的4个季节海洋调查资料,运用定量、定性方法,探讨了东海浮游翼足类总丰度的平面分布、季节变化及变化的动力学机制.结果表明,东海翼足类总丰度和出现频率有明显的季节变化,均为秋季最高,夏季次之,春季最低;总丰度在各个季节基本上呈东海南部高于北部、外海高于近海的分布趋势;春季的尖笔帽螺(Creseis acicula)、夏季的锥笔帽螺(Creseis virgula)、秋季的蝴蝶螺(Desmopterus papilio)和冬季的马蹄螔螺(Limacina trochiformis)是导致总丰度季节变化的最主要的种类;冬、春和夏3个季节丰度变化及4季总丰度的变化同表层或10m层水温有非常显著的线性相关关系,与底层温度及盐度的相关关系不显著.夏季翼足类高丰度区位于台湾暖流与黑潮暖流的分支处;从夏季到秋季,翼足类随着台湾暖流向北扩展,并在与长江冲淡水,闽浙沿岸水团,黄海水团等交汇处形成高丰度(大于500×10-2个/m3)和较高丰度(250×10-2～500×10-2个/m3)分布区.水温和海流是影响东海翼足类总丰度分布的主要环境因素.     

黄河利津水文站不同粒径悬浮颗粒物中有机碳含量的研究

估算不同粒径TSS中POC的入海日通量,对黄河利津水文站悬浮颗粒物(total suspended solid,TSS)样品,采用基于stokes原理的沉降法分为Ⅴ级,对分级后的样品测其有机碳(particulate organic carbon,POC)含量和粒度组成。在此基础上,用多元线性回归法对数据进一步处理,准确得到样品中不同粒径TSS中POC的含量。研究表明,黄河口淡水端水体TSS,<8μm的粘土和极细粉砂、8~16μm的细粉砂中,POC的含量为0.600%和0.400%左右;16~32μm的中粉砂中,POC的含量不足0.200%;而32~63μm的粗粉砂和>63μm砂中POC含量仅为0.050%和0.004%左右,80%以上的POC主要集中在<16μm的TSS中,而<32μm的TSS承载了95%以上的POC。     

浮游植物叶绿素a含量简易测定方法的比较

用乙醇、DMF(N,N-二甲基甲酰胺)、丙酮3种不同有机溶剂分别萃取苏州环城河水样中的浮游植物细胞叶绿素a,在分光光度计上测定其叶绿素a含量,试验数据经方差分析、Q检验,结果显示,乙醇法、DMF法的叶绿素a萃取率极显著高于丙酮(F=54.20＞F0.01(2,18)(6.01)).另用这3种萃取方法分别测定无常蓝纤维藻(Dactylococcopsis irregularis )纯培养液叶绿素a含量,通过直线回归,同样证明乙醇法、DMF法重复率较高,稳定性好,萃取率高.从安全、简便、重复性高等方面综合考虑,认为用乙醇萃取法是目前水域环境中浮游植物叶绿素a简易测定的最佳方法.     

沉降监测多项式回归分析与神经网络预测

使用多项式和切比雪夫(Tchebyshev)多项式分别对沉降监测数据进行回归分析以预测未来沉降值,其中切比雪夫多项式的外推效果较好;应用前向BP神经网络对两种不同的单因子输入模式进行非线性函数逼近,并进行了不同采样步长的比较,实例表明将时间点作为网络的输入对沉降进行预测效果较好。     

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。