保护基本农田,我们该做些什么?--海门市基本农田保护工作纪实

温家宝总理指出：保护和建设好基本农田,是保护粮食生产能力,确保粮食供给的战略性措施,要切实做好基本农田保护的基础性工作,基本农田保护区要具体化,要落实到每个村组和地块,并切实加强监管工作。保护基本农田不仅是确保国家粮食安全的重要措施,也涉及干家万户,关系到广大农民群众的切身利益。     

近固相线橄榄岩熔浆的成分：实验和热力学计算结果

大洋中脊玄武岩可能是在一定压力下，上涌地幔接近分离熔融时所形成的液体的混合物。因此，要理解ＭＯＲＢ的成因，就需要知道接近固相线的地幔橄榄岩熔浆的组成，而对此至今尚没有实验结果。报道了双阶段金刚石聚合萃取技术进行橄榄岩熔融实验的结果，以及橄榄岩熔融动力学计算结果。     

京九铁路开通与加快发展我省旅游气象服务的思考

旅游与气象关系紧密,发展旅游事业,不能离开气象科技和保障。江西是我国重要的旅游区域之一,集名山、名湖、名楼、名江于一体,不光有着秀美的自然景色,又有着得天独厚的条件,京九铁路的开通,将我省70％以上旅游区联成一片,形成了前所未有发展旅游的好时机。众所周知,气候风光是自然景观的重要组成部分。奇异的景观,适宜的气候以及最佳的旅游路线等,无不与气象条件有着密切的关系,旅游区的天气状况,特别是灾害天气对旅游观光和游客的生命财产安全也有着严重的影响。我省属亚热带季风气候区,京九沿途有山地、丘陵、湖泊、平原,气象变化万千,多采多姿。各旅游区由于地形特点和气候条件的不同,往往形成了奇异的气象景观,如庐山、井冈山的云海、雨凇、雾凇、宝光、蜃景、     

10000吨氧氯化锆生产工艺的改进研究和经济效益分析

通过对晶安高科万吨氧氯化锆生产工艺的研究改进,在生产中取得较好的经济效益,(1)洗渣中二氧化锆回收率提高;(2)用于洗涤硅渣的工业盐酸的加入量减少,减少了酸雾对环境的污染;(3)水转料中二氧化硅含量降低了,氧氯化锆的使回收率提高了;(4)水转料中氧化钠含量降低了,产品质量得到提高;二次废酸的使用周期延长.     

氧氯化锆(二氧化锆)的生产及在电池中的应用前景

介绍了氧氯化锆(氧化锆)的生产原理和生产工艺,阐述了该产品在镍氢动力电池负极材料(贮氢材料AB2)和燃料电池中的应用前景.     

桌面地图信息系统的现状与发展

桌面地图信息系统是在传统GIS的基础上发展起来的一种GIS小型应用平台,并大规模地应用于企业与政府职能部门.本文在分析桌面地图信息系统与GIS的关系、桌面地图信息系统的作用与功能的基础上,论述了桌面地图信息系统的今后4个主要发展趋势.     

含石英二元矿物复配物对聚丙烯酰胺吸附的协同效应

选择了粒径为50—154μm的6种储层标准矿物，以石英作为参比矿物，固相总质量为2．0000g，分别配成了2：0，1：1，0：2(g／g)3种质量组合，以1：10的固／液比与浓度为1000mg／L的聚丙烯酰胺(蒸馏水配制)溶液在常温25℃下作了静态吸附实验，分别反应8h、36h、72h和120h，高速分离后用酸/漂白液沉淀浊度法检测聚丙烯酰胺浓度，并计算吸附量。结果表明了如下的吸附量顺序：石膏＞蒙脱石＞高岭石＞黑云母＞白云母＞石英。多种矿物共存时存在吸附量与矿物配比不成比例的协同效应。当石膏或蒙脱石存在时，对聚丙烯酰胺的吸附趋势和吸附量由石膏或蒙脱石控制。该研究为聚合物驱油施工方案的优化设计提供了必要的理论依据。     

论河北丰宁牛圈银（金）矿床的成矿时限问题

南沙海槽的构造和沉积受控于南海的构造运动和加里曼丹西北大陆边缘的演化,具有适于天然气水合物形成的物源基础、温压条件、输导系统和储藏场所。似海底反射层(BSR)出现在水深650~2 800 m、海底下65~350 m深的晚中新世沉积物中,与褶皱、逆冲推覆构造及穹窿构造有关;沉积物中的甲烷含量和孔隙水的SO24-含量表现出异常变化特征,硫酸盐-甲烷界面(SMI)深度仅为8~11 m;表层沉积的自生石膏和黄铁矿的成岩环境与甲烷流体排溢引起的厌氧甲烷氧化(AOM)有关,这些地球物理和地球化学指标均指示南沙海槽发育天然气水合物。研究表明,南沙海槽沉积物的甲烷以二氧化碳还原型微生物成因为主,少量为混合气,海槽东南部可能是最有潜力的天然气水合物远景区。     

一种利用SMOS卫星观测的海表面盐度反演海水盐度廓线的方法

This paper proposes a new method to retrieve salinity profiles from the sea surface salinity(SSS) observed by the Soil Moisture and Ocean Salinity(SMOS) satellite. The main vertical patterns of the salinity profiles are firstly extracted from the salinity profiles measured by Argo using the empirical orthogonal function. To determine the time coefficients for each vertical pattern, two statistical models are developed. In the linear model, a transfer function is proposed to relate the SSS observed by SMOS(SMOS_SSS) with that measured by Argo, and then a linear relationship between the SMOS_SSS and the time coefficient is established. In the nonlinear model, the neural network is utilized to estimate the time coefficients from SMOS_SSS, months and positions of the salinity profiles. The two models are validated by comparing the salinity profiles retrieved from SMOS with those measured by Argo and the climatological salinities. The root-mean-square error(RMSE) of the linear and nonlinear model are 0.08–0.16 and 0.08–0.14 for the upper 400 m, which are 0.01–0.07 and 0.01–0.09 smaller than the RMSE of climatology. The error sources of the method are also discussed.