台湾海峡西部海域MD756岩心有孔虫之碳氧同位素记录

本文报道了台湾海峡西部海域ＭＤ７５６岩心晚更新世沉积物内有孔虫Ｎｅｏｇｌｏｂｏｑｕｄｒｉｎａ．ｄｕｔｅｒｔｒｅｉ（ｄ＇Ｏｒｂｉｇｎｙ）的碳氧同位素记录。整个岩心的同位素变化幅度，对氧约为１．１％，对碳约为１．３％。同位素古温度最高２７．５℃，氧同位素期为第１阶，相当于冰后期；最低２２．２℃，氧同位素期为第２阶，相当于晚武木冰期。全新世前期平均温度为２６．１℃，比晚更新世晚期平均温度（２４．２℃）高     

第二章 长江河口及其邻近海区的总化学耗氧有机质与营养盐

第二章长江河口及其邻近海区的总化学耗氧有机质与营养盐１长江河口区总化学耗氧有机质的分布以及河口排污的影响分析１．引言长江输送入海的化学耗氧有机物质主要为碳、氮、磷和硫，其中有机碳是主要耗氧物质。有机碳可分为溶解态和颗粒态两类。一方面，有机碳是活的生命...     

艾比湖最近20Ka的氧碳同位素记录与气候突变

本文根据新疆艾比湖ＺＫｏｏＢ孔中３０个氧碳同位素样品的测试数据，制作了艾比湖最近二万年来的氧碳同位素变化曲线，氧碳同位素记录的研究表明，最近二万年来艾比湖的δ＾１８Ｏ变化主要是受湖水的蒸发作用和淡化过程所控制，艾比湖的水体环境在最近二万年中至少经历了八次明显的波动变化，δ＾１８Ｏ变化所反映的环境演变过程与全球性气候变化基本一致。二万年来δ＾１３Ｃ值的波动主要受湖泊水体中ＴＤＩＣ变化以及湖泊水体与大     

金(I)催化薯蓣皂苷元衍生物的合成

本文发展了一种对薯蓣皂苷元官能团化的新型方法。在催化量的(PhO)3PAuCl和AgB(C6F5)4的协同作用下,薯蓣皂苷元邻炔基苯甲酸酯与亲核试剂反应,在薯蓣皂苷元的3位/6位形成碳氧键、碳氮键、碳硫键和碳碳键,得到多种薯蓣皂苷元衍生物/异甾体衍生物,为薯蓣皂苷元的结构改造提供了新的合成方法。     

苏北浅滩钙结核的特征及其环境指示意义

对采自苏北浅滩的钙结核样品进行了岩石学、矿物学和碳氧同位素的分析。样品富含石英和长石砂屑,碳酸钙胶结,其碳和氧同位素组成分别为-8.38‰~-8.19‰V-PDB及-5.23‰~-5.03‰V-PDB。根据样品的氧同位素组成,利用碳酸盐-水体系氧同位素方程,结合现今底层水温度,并考虑可能存在的温度变化,计算得到古沉淀流体的δ18 O水范围为-4.72‰~-4.52‰VSMOW,较正常海水偏负,认为钙结核的形成可能受到了淡水影响。根据结核中碎屑矿物的成分及其成熟度,判断其包含的碎屑矿物源自古黄河,认为这些结核样品可能形成于海陆交互环境,形成时间约为7~6.5ka BP左右,当时古海平面高度比现今低10m左右,古黄河河道可能位于苏北浅滩附近。     

一种改进的温克勒海水溶氧分析方法

本文推荐了一种改进的温克勒（Winkler1888)海水溶解氧的分析方法，并介绍了该方法的基本原理、仪器设备、分析和计算方法等。由于这种改进的分析方法在六个方面作了较大的技术改进，其分析精密度与分析准确度都有了较大的提高。大量的实验数据表明，改进方法的海水溶氧测定精密度约为经典方法精密度的3－5倍，溶氧测量准确度也比经典方法提高了0．8％。本方法可以作为海水溶氧观测仪器计量校准的标准分析方法使用。     

同位素新技术方法及其在天然气水合物研究中的应用

天然气水合物的勘查和研究目前所使用的方法主要包括地球物理和地球化学两方面，地球化学方法主要是对沉积物、孔隙水和天然气水合物样品的化学组成（包括有机组分和无机组分）和同位素组成进行分析研究。除常规的氧、碳、氢、硫和锶同位素研究外，近年来国际上十分关注应用一些新的同位素方法，如硼、锂、氯和溴同位素等，并且有应用前景。     

桑沟湾和胶州湾沉积物耗氧率研究

为评价浅海海域底层在碳元素生物地化循环中的作用,采用现场取样培养法测定了黄海桑沟湾和胶州湾的沉积物耗氧率。桑沟湾5月和8月的沉积物耗氧率分别为15和24 mmol.m-2.d-1;胶州湾8月的沉积物耗氧率为18 mmol.m-2.d-1。回归分析表明,2个湾的沉积物耗氧率分别与沉积物表层的有机碳和总氮含量正相关。取呼吸商为0.8,得到桑沟湾底层对有机碳的矿化率占水层初级生产力的102%(5月)和67%(8月),胶州湾底层对有机碳的矿化率占水层初级生产力的28%(8月)。取桑沟湾颗粒有机碳的生物沉积速率为236 mg.m-2.d-1,得到底层对有机碳的埋置效率为40%(5月)和3%(8月),埋置的有机碳占水层初级生产力的69%(5月)和2%(8月);胶州湾颗粒有机碳的自然沉积速率为251 mg.m-2.d-1,底层对有机碳的埋置效率为32%(8月),埋置的有机碳占水层初级生产力的13%(8月)。     

大洋有孔虫碳,氧稳定同位素标准物质的研制

在孔虫氧、碳稳定同位素比值的微量测定是古海洋学研究的最基本手段之一,其中标准物质对获取高准确度数据起关键作用。测定表明,标准物质的氧同位素比值和有孔虫样品的氧同位素比值越接近,则测出的样品值就越准确,反之,若相差越远,则测出的样品值系统误差就越大。国内现有的碳酸盐碳,氧同位素标准物质的氧同位素值与有孔虫相比都偏负,不适宜用作有孔虫的稳定同位素分析,鉴于此,我们选取云南大理地区的二叠系茅口组地为候选     

西太平洋暖池北部15万年以来的碳同位素低值事件

对取自西太平洋暖池北部的MD06-3052孔的浮游有孔虫表层种Globigerinoides ruber进行了稳定氧碳同位素测试与分析,在所建立的年龄模式基础上,揭示了该孔150 ka以来氧碳同位素的变化特征及其碳同位素低值事件的时间。结果表明,150 ka以来碳同位素总体上显示出逐渐变重的趋势,其变化不同于氧同位素,并未表现出冰期-间冰期尺度的变化特征,且全新世和末次间冰期碳同位素差异较大。在所识别出的6次碳同位素的低值事件中,除倒数第二次冰消期与岁差低值有相位差以外,其余均与岁差低值都有很好的对应。幅度较大的3次发生于冷期/暖期的过渡期,其中末次冰消期的碳同位素记录受到浊流的侵蚀作用,有部分缺失;该孔与其他海区记录的相似性进一步证实了3次冰消期的δ13C低值事件的普遍性。     

基于广义回归神经网络的全球表层海水1°×1°二氧化碳分压数据推演

表层海水二氧化碳分压是评估海洋碳源汇强度的关键参数,但其实测数据较少、时空分布极不均匀,导致二氧化碳交换通量的估算有很大的不确定性,海洋源汇特征就不能确切获取。为了解决这个难题,在收集的表层大洋二氧化碳地图(Surface Ocean CO₂ Atlas,SOCAT)实测数据集基础上,运用广义回归神经网络建立二氧化碳分压与经纬度、时间、温度、盐度和叶绿素浓度间的非线性关系,构建了1998?2018年间全球1°×1°经纬度的表层海水二氧化碳分压格点数据,其标准误差为16.93 μatm,平均相对误差为2.97%,优于现有研究中的前反馈神经网络、自组织映射神经网络和机器学习算法等方法。根据构建的数据所绘制的全球表层海水二氧化碳分压的分布与现有研究有较好的一致性。     

海洋环境中平台钢腐蚀速率的三层BP 神经网络预测

利用三层BP神经网络预测海洋环境因素对材料的腐蚀速率的影响。结合实测的pH值、温度、溶解氧、盐度、生物附着等影响因素,分析了上述环境因素对平台钢腐蚀的影响,建立环境因素与腐蚀速率之间的映射关系,预测了平台钢在海洋环境中的腐蚀速率。结果表明,全浸区腐蚀速率预测误差为6.95%,潮差带腐蚀速率预测误差为4.2%,预测精度较高。说明利用三层BP神经网络预测钢在海水中腐蚀速率技术可行,具有较高的预测精度和应用价值。     

基于最小二乘法与RBF神经网络的溶解氧检测系统设计

为克服温度对溶解氧传感器的影响,对极谱型溶解氧检测系统的溶解氧电极激励源、高精度信号采样、软件标定和温度补偿等方面进行研究。通过对极谱型溶解氧传感器工作原理进行分析,设计了极谱型溶解氧传感器检测电路;根据溶解氧电极的温度特性,设计了基于NTC（负温度系数）热敏电阻的硬件温度补偿电路,并利用最小二乘法及RBF神经网络构建了软件温度补偿模型。利用饱和蒸馏水进行温度补偿实验,结果表明：经温度补偿后,该溶解氧检测系统的相对误差及采样波动均在1%以内,大大减小了传感器的非线性误差,测量精度和稳定性均可满足应用要求。     

Sea surface wind speed retrieval from Sentinel-1 HH polarization data using conventional and neural network methods

Conventional retrieval and neural network methods are used simultaneously to retrieve sea surface wind speed(SSWS) from HH-polarized Sentinel-1(S1) SAR images. The Polarization Ratio(PR) models combined with the CMOD5.N Geophysical Model Function(GMF) is used for SSWS retrieval from the HH-polarized SAR data. We compared different PR models developed based on previous C-band SAR data in HH-polarization for their applications to the S1 SAR data. The recently proposed CMODH, i.e., retrieving SSWS directly from the HHpolarized S1 data is also validated. The results indicate that the CMODH model performs better than results achieved using the PR models. We proposed a neural network method based on the backward propagation(BP)neural network to retrieve SSWS from the S1 HH-polarized data. The SSWS retrieved using the BP neural network model agrees better with the buoy measurements and ASCAT dataset than the results achieved using the conventional methods. Compared to the buoy measurements, the bias, root mean square error(RMSE) and scatter index(SI) of wind speed retrieved by the BP neural network model are 0.10 m/s, 1.38 m/s and 19.85%,respectively, while compared to the ASCAT dataset the three parameters of training set are –0.01 m/s, 1.33 m/s and 15.10%, respectively. It is suggested that the BP neural network model has a potential application in retrieving SSWS from Sentinel-1 images acquired at HH-polarization.     

基于神经网络技术的遥感水深反演模型研究

利用Landsat7 ETM+遥感影像反射率和实测水深值之间的相关性,选取了相关性较好的ETM1、ETM2、ETM3、ETM4、ETM3/ETM2等5个水深反演因子,建立了BP神经网络水深反演模型。为充分体现BP神经网络模型的优越性,利用SPSS软件建立了单波段、波段比值、多波段三种不同的线性回归模型。通过对比发现,具有很好的自适应能力和非线性映射能力的BP神经网络模型在处理遥感水深反演问题上比传统的线性模型效果更好。     

一种改进海面风速反演的分类神经网络方法

为了提高使用SSM/I资料反演全球海面风速的精度,发展了一个新型的神经网络方法.在这个方法中,使用高风速、中、低风速状态和天气状态分类的方法分别训练神经网络,然后根据其类别的不同使用不同的神经网络计算风速.此方法较好地去除了由于高风速和云天天气状态下训练样本数据的缺少所产生的误差,改进了在高风速状态下反演风速值比实际风速偏低的情况,使得反演的高风速值被校正到了正常位置.本方法反演海面风速的值与浮标实测风速值之间的均方根误差达到1.60m/s.     

Neural network wind retrieval from ERS-1/2 scatterometer data

1IntroductionSatellite observations of the ocean,includingobservation of sea surface wind fields,have tendedto be a perfect technology.Scatterometer is a prima-ry remote sensing sensor,which can get the globalscale information of wind.Other means of remot…     

BP神经网络精度估计及其在海洋油气资源预测中的应用

在对BP算法进行深入分析的基础上,将测量数据处理与误差理论中的精度评定方法应用到BP神经网络的精度估计中,通过分别计算BP神经网络学习训练过程及预测过程的输出层中误差,实现对神经网络模型的精度评定。最后以海洋油气资源预测为例,结合实测资料建立了BP神经网络预测模型并分别进行了学习训练过程及预测过程的精度评定,以期为神经网络模型结构的优化设计提供有效参考,为提高神经网络模型的适用性提供科学依据。     

基于神经网络的卫星高度计海面风速反演算法

通过对TOPEX/Poseidon高度计资料与NDBC浮标实测数据进行时空匹配处理,得到同步数据集,利用人工神经网络方法试验得到海面风速反演算法,并与业务运行的M CW算法进行分析比较,指出考虑波浪状态影响因素的神经网络算法在均方根误差和对称性方面的优越性。研究表明利用神经网络方法反演海面风速是可行的。     

ANN在海洋预报中的应用

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行海洋预报是可行的。针对海洋预报问题,初步建立了基于神经网络的预报分析系统,给出了应用实例。