无线传感器网络中一种增强DV-Hop算法

无线传感器网络中的DV-Hop算法是1种无需测距的节点定位算法。经仿真观察,该算法存在类似“块效应“的定位误差。文中作者提出1种增强DV-Hop算法,通过锚节点的定位结果,对未知节点的定位结果进行修正。经仿真验证,增强算法可以有效解决“块效应“,提高算法的定位精度与鲁棒性。     

应用卫星热红外资料研究江苏及邻区地震热异常变化

应用地球静止气象卫星风云二号相当黑体亮温产品数据,以小波分析和相对功率谱估计方法为基础,选取主要“沿郯庐断裂带”的地震区以及江苏省以南的地震区带,提取此区域2006—2020年ML≥4.3级35个地震。通过分析其热红外异常特征,结果表明：其中有18个地震存在明显的热红外异常,对比异常演化过程皆表现为：异常出现→逐渐增强持续→减弱消失,但不同地震出现异常的特征周期不同,主要以前三个周期为主,地震大多发生在异常达到峰值后三个月内,对地震发生的短期预测有一定的指示意义。异常的最大幅值与震级无正相关关系,有的幅值大震级反而较小,故从峰值方面对地震大小的判定存在困难。所得研究结果可为东部地区应用热红外资料研究地震预测提供参考。     

2018年2月—2019年4月青海ML 4.0地震条带异常特征及指示意义

2019年2月20日德令哈4.5级地震后,青海省及邻区短时间内发生一系列ML 4.0及以上地震.通过跟踪分析该区ML 4.0及以上地震的空间分布特征,发现:2018年2月13日至4月28日,青海省内形成一条近NS向地震条带,表现在2018年2月13日青海都兰ML 4.5地震和5月3日、5日、6日青海称多ML 4.1、M...     

内蒙古乌奴格吐山铜-钼矿床三维可视化研究

利用Vulcan软件系统对乌奴格吐山铜-钼矿床地质体进行三维可视化研究,建立了矿体及断层的三维模型,并采用现代地质统计学方法进行了矿体品位和储量估算,为矿山更直观地研究矿体的形态产状特征及生产规划提供了科学依据.     

盾构隧道施工测量中若干问题探讨

盾构隧道施工测量中,对于联系测量的精度要求较高.为消除棱镜纵轴误差在联系测量短边处的影响,本文提出了调换棱镜顺序和棱镜"正倒镜法"两种方法,理论分析比较这两种方法,及其相对于传统测量方法的优越性.采用调换前后视棱镜的方法,偶数站时,可削弱甚至消除棱镜纵轴误差的影响.棱镜"正倒镜法",可完全消除纵轴误差对水平角的影响.对洞门中心测定运用最小二乘法,拟合出洞门所在的空间平面及空间球面,二者交线即为所求空间圆.通过某地铁盾构实际数据,结合盾构机进洞情况,验证了本文提出方法的可行性.     

基于居群变异的[蜓]种鉴定——以Eopolydiexodina为例

为使[蜓]类形态种更接近客观真实的生物种,在[蜓]类化石鉴定中应从居群概念出发,利用居群的形态变异特征约束传统的形态鉴定.根据滇西小新寨剖面中二叠世沙子坡组单层采集的样品,笔者度量了其中Eopolydiexodina个体的特征形态参数（初房直径、内外圈尺寸与轴率）,并进一步结合形态统计学方法进行了化石居群层次的形态种鉴定.研究结果表明,该单层中Eopolydiexodina个体的特征形态参数虽表现出较大范围的变异,但形态变异基本连续且满足正态分布.因此,所研究个体的形态变异符合单个居群的形态变异特征,宜根据居群思想视作同一[蜓]种.本文的研究结果支持了同层产出的同属[蜓]类个体组成单个化石居群的假设.     

原油水溶性成分对斜带髭鲷受精卵及仔鱼的急性毒性效应

以2008年8月的北部湾涠洲岛附近发生特大溢油事故为背景,研究涠洲岛原油水溶性成分对斜带髭鲷（Hapalogenys nitens）受精卵孵化及仔鱼的急性毒性效应.受精卵24 h孵化试验中,原油水溶性成分对斜带髭鲷受精卵孵化抑制的半效应浓度EC50（95%置信限）为2.02（1.25～3.25）mg/dm^3,且抑制效应随着浓度的升高而增强;同时,原油水溶性成分对刚孵出的仔鱼具有明显的致畸或致死效应.仔鱼的48 h急性毒性试验中,仔鱼12、24和48 h的半致死浓度LC50（95%置信限）分别为0.91（0.65～1.29）、0.16（0.06～0.50）、0.14（0.05～0.43）mg/dm^3.可见原油水溶性成分对斜带髭鲷受精卵孵化及刚孵出幼体具有明显的急性毒性效应.     

基于SVM决策支持树的城市植被类型遥感分类研究

城市植被类型不同,生物量不同,其生态功能与绿化效应也不同。在目前难直接获取城市“绿量”实测数据的情况下,可以绿地面积和植被类型间接反映绿地的生物量和绿化效应。本文利用高分辨率卫星影像IKONOS,以实验区与验证区城市植被类型信息为对象,在对常用的参数和非参数分类方法进行对比实验的基础上,对SVM的核函数进行了分析,构建了基于SVM决策树的城市植被类型分类模型。分类实验结果表明：与其他传统方法分类结果比较,SVM的决策树分类方法对植被类型的分类精度达到83．5％,绿化面积总精度接近95％,取得了良好的效果。