植物根系碳输入对非根际土壤碳库贡献的全球定量研究

植物根系碳输入(I_root)是土壤碳的主要来源.一部分I_root进入土壤后会通过根际微生物呼吸、淋溶和动物啃食等过程迅速离开土壤(I_loss),从而限制I_root对土壤固碳的贡献.然而,全球尺度上鲜有针对I_root和I_loss的定量研究.通过整合三套全球观测数据集(包括土壤放射性碳同位素¹⁴C、植物地上和地下净初级生产力以及植物根系生物量垂直分布,共计2,034个站点),文章估算了I_root和I_loss及其全球分布格局.结果表明,全球0～200cm土壤中,I_root平均为3.5Mg ha^–1a^–1,其中约80%为I_loss.I_root随土层深度增加指数减少,全球0～200cm土壤中超过60%的I_root集中在表层0～20cm;I_loss的绝...     

随机模型在地下水资源计算中的应用：随机水文地质计算理论与方法

详细论述了地下水系统作为随机系统的客观合理性,应用随机模型于地下水资源 计算问题的可行性和必要性,介绍了地下水动态数据的随机处理方法,分类讨论用随机微分方程模拟,预测地下水位;并引入了伊藤随机积分研究地下水运动规律;将反求水文地质参数一维求布依模型推广到导水边界和二维情形。     

地震事件自动识别的标准时频变换方法

提出将标准时频变换(normal time-frequency transform,NTFT)与卷积神经网络(convolutional neural networks,CNN)结合,尝试实现地震信号的自动准确识别。单纯利用神经网络方法识别地震通常需要人工方式判别收集地震信号样本,对受到噪声污染的信号进行相关预处理操作。采用NTFT+CNN模型无需预处理去噪,更具有实用性。从中国云南省盈江地区3个台站连续两周的地震记录中截取19 884个地震事件和17 640个噪声数据作为样本,分别利用CNN模型与NTFT+CNN模型进行3台站与单台站地震信号识别实验。在3台站实验中,CNN模型的地震信号识别准确率为93.10%,NTFT+CNN模型的地震信号识别准确率提升至97.80%,引入NTFT使得识别错误率降低了3倍,表明NTFT+CNN模型可更为有效地识别信噪比低的地震信号。与此同时,CNN模型的训练次数为29,而NTFT+CNN模型训练18次即可达到上述识别准确率,说明NTFT+CNN模型收敛快速且稳定。在单台站实验中,对比考察3种典型噪声情况下的模型表现,进一步验证了NTFT对噪声-地震...     

碱熔、氢化物原子荧光光谱法测定土壤中微量锗

将碱熔后的样品酸化,在磷酸介质中,以硼氢化钾为还原剂,用原子荧光光谱法测定锗的含量。该法的检出限为0.1μg/g,,测定的六个国家一级土样与推荐值相符,并且各自测定12次的RSD均小于10%。     

标准时频变换的潮汐预测初探

针对传统潮汐调和分析中计算复杂和观测数据需求较长的问题,该文提出基于标准时频变换理论的潮汐预测方法。潮汐中的调和成分在其标准时频谱中可以自动显示,并且运用无为方法可以将其直接提取而无须逆变换。在不参考潮汐表的情况下,该文处理了半年的观测数据,提取了主要的调和分潮来进行重构和预测。结果表明,无为方法在潮汐的短期预测中有着较高精度和较小计算量。多次运用无为方法提取,在一定程度上可以抑制多分量信号在时频变换谱中的边缘效应,并得到有利于预测的即时调和信息。     

航空重力傅里叶基追踪低通滤波方法研究

航空重力测量受到各种各样的高频噪声干扰,因此,低通滤波是提取重力信号的重要环节,其关键在于设计性能优越的低通滤波器.目前航空重力测量中常用FIR（Finite Impulse Response）低通滤波方法存在明显的滤波边缘效应,导致不得不舍弃边缘部分数据.针对这一问题,本文引入一种可以有效抑制边缘效应的新方法——傅里叶基追踪低通滤波方法（Fourier Basis Pursuit Low Pass Filter,FBPLPF）.该方法通过基追踪准则,选择全局优化,采用凸优化中的内点算法,将低频信号挤压在低频上,实现低频信号与高频信号的有效分离,能够有效减少有限时间序列造成的谱污染和谱泄漏.最后利用仿真实验和实测数据对该方法进行了验证,均方根误差（RMS）东西测线为0.7×10^-5 m·s^-2,南北测线为1.4×10^-5 m·s^-2,与FIR低通滤波方法舍弃边缘数据后统计的均方根误差相当.表明该方法可以不舍弃或者舍弃少量边缘数据,提高航空重力数据的利用率.     

SSA+FBPF方法及其在北斗卫星钟差周期项提取中的应用

针对奇异谱分析(singular spectrum analysis,SSA)方法在重建准周期项时容易存在频率混叠的现象,傅里叶带通滤波器(fourier band pass filtering,FBPF)提取准周期项时,边界值极易受到残留的趋势项的影响而导致其不够精确,本文提出了一种SSA与FBPF相结合的方法(SSA+FBPF),即先利用SSA方法对信号进行分层选组重建,再对重建信号进行傅里叶带通滤波。仿真试验结果表明在信噪比(SNR)为0.017的情况下,SSA+FBPF方法重建周期信号精度比SSA方法提高了35%,比FBPF方法提高了26%,这说明该方法不仅抑制趋势项对边界值的影响,而且具有良好抗噪声干扰的能力。将SSA+FBPF方法用于重建北斗卫星PC06和PC07的24h周期项,发现北斗卫星钟PC06和PC07周期项幅值均存在明显变化。     

随机模型与地下水系统参数计算方法之探索

本文分析了用确定性地下水数学模型推求水文地质参数存在的某些问题和参数时空变化的随机特点,探索用随机模型解决这类问题的方法。并给出计算水文地质参数的一维、二维随机模型和计算实例。     

水文地质计算中随机模型应用特点

本文初步分析了水文地质计算中应用随机模型的特点及注意事项。结合水文地质工作实际情况,介绍了根据动态数据进行随机模拟、推求参数的方法和体会,并给出了计算实例。