JMD型滤池双层滤料的净水试验及比较

大量的试验数据表明石英砂和陶粒组成的双层滤料，其净水处理性能明显好于石英砂和无烟煤双层滤料以及单层石英砂滤料，特别是出水浊度、微絮凝作用，反冲洗周期、藻类的去除、絮凝剂的使用量等指标上具有明显优势，陶粒做为一种新的水处理滤料，正被应用于净水和污水处理。     

同时计算二维实序列的DFT和二维实序列的DFT的IDFT的新公式

利用二维离散傅里叶变换（DFT）的一些性质，将Gunther提出的关于同时计算一个N点实序列的DFT和另一个N点实序列的DFT的逆离散傅里叶变换（IDFT）的4个新的直接公式中的第1和第4个公式，以及他提出的关于同时计算2个N点实序列的DFT的新公式推广到了二维的情形，并给出了相关证明。这些结果在处理实信号时是非常有用的。     

交会图和Carbon软件在火山碎屑岩识别中的应用

针对火山岩储层的特殊性(复杂性、离散性和随机性),应用交会图及Carbon软件对火山岩测井解释中岩性识别问题进行了研究。该方法的技术关键是交会图的选取,以交会图和Carbon软件为基础实现对岩性的识别。将研究方法应用在海拉尔地区火山碎屑岩岩性识别问题中,取得了很好的效果,岩性解释符合率80%。     

2006年广西热带气旋灾害评估

2006年6～8月共有6个热带气旋影响广西，热带气旋灾害所造成的直接经济损失达44亿元（占所有气象灾害造成的直接经济损失的71％）。该文对热带气旋灾害性天气及其影响进行了评估，并对主要的灾害现象及所造成的损失进行了分析。     

基于PSInSAR方法和ASAR数据监测天津地面沉降的试验研究

概述了PSInSAR方法的技术流程，阐述了定标ENVISAT ASAR数据对PS候选点（Persistent Scatterer Cadidate，PSC）筛选 的作用。研究表明：对ENVISAR ASAR 数据进行定标有助于筛选出更多的PS候选点；以定标得到的后向散射系数作为阈值，可以剔 除散射信号统计特性较稳定但散射强度低的像素点，从而避免可能由这些点引入的相位误差。在初步实现PSInSAR方法的基础上， 运用14景ENVISAT ASAR数据获得了天津地区的年均线性沉降速率，揭示的天津市地面沉降趋势与前人研究结果较为一致，获得的形 变速率值的准确性尚待数据量的增多而进一步提高。     

Application of Refactoring and Design Pattern in Land Information System Development

The unceasing change problem of land information systems can be resolved through the refactoring and design pattern. To promote the implementation of design pattern and refactoring methods in developin...     

差分VLBI测量的一种实现方案

差分VLBI通过交替观测目标天体和参考天体,将共同的误差因素从观测量中扣除,能够实现高精度的相对定位,因而在深空探测中有重要作用。然而,差分VLBI高精度的实现要求目标天体和参考天体的角距很近,这大大限制了其应用。讨论设计了差分VLBI测量的一种实现方案,利用多颗参考源的观测内插出目标源的非几何时延修正,放宽了对目标源和参考源的角距限制。该方案在S波段对目标源非几何时延的修正精度可以达到1 ns水平。     

南岭山地高速公路雾区恶劣能见度研究

使用2003年10月-2005年3月南岭山地京珠高速公路粤北段云岩雾区路段5套能见度仪的每分钟能见度资料和3套自动气象站的每分钟温度、湿度、风向、风速等气象要素资料, 分析研究了南岭山地高速公路雾区浓雾的能见度特征.结果表明, 南岭山地高速公路雾区各月雾日频率以1月最多, 近一半的天数都有雾; 3月次之, 7月最少.11月到次年5月雾日占全年雾日的80%以上, 形成明显的"雾季".南岭山地高速公路雾区浓雾存在日变化, 雾的频率在一天内凌晨最高, 午后最低, 明显比辐射雾的日变化小, 说明夜间辐射降温虽然不是南岭山地高速公路雾区起雾的主要原因, 但还是起到了一定的加强作用.虽然南岭山地雾区大气中含有丰富的凝结核, 南岭山地形成浓雾还是需要较高的相对湿度, 相对湿度至少要达到91%以上才能形成雾.在雾区出现5.2 m/s的大风时仍然有雾, 有雾时90%以上的风速在3 m/s以下, 有几乎一半的浓雾出现时风速在2 m/s左右, 这与辐射雾形成时大都是静小风的情况形成了鲜明对照.南岭山地高速公路雾区浓雾受地形影响比较大, 迎风坡出现雾的频率比背风坡高.     

Study of Aerodynamic Parameters on Different Underling Surfaces

Aerodynamic parameters including the zero-plane displacement (d), roughness length (20), and friction velocity (u*) on the different underlying surfaces of heavy-grazing site, medium-grazing site, light-grazing site, no-grazing site, dune, inter-dune, grassland, rice paddy site, wheat site, soybean site, and maize site have been computed based on the Monin-Obukhov similarity theory by utilizing the micrometeorologically observed data of dune and vegetation in the semi-arid area at Naiman, Inner Mongolia of China, conducted jointly by the Institute of Desert Research, Chinese Academy of Sciences and the National Institute of Agro-Environmental Sciences of Japan in 1990-1994. And their relationships between wind speed and Richardson number are analyzed. The aerodynamic characteristics of different man-made disturbed grassland ecosystems are also compared. Result shows that the vegetation coverage and the above-ground biomass decrease with the increase in man-made stress of the grassland. The roughness length for different underlying surfaces is closely related to vegetation height, above-ground biomass, and ground surface undulation, and Richardson number Ri is also its influencing factor. The friction velocity varies largely on different underlying surfaces, and it is positively proportional to wind speed and roughness length. The aerodynamic parameters of various times on the same underlying surface are different, too. Above results indicate that grassland and vegetation are of significance in preventing desertification, especially in the arid and semi-arid land ecosystems. And the results of this paper are also important for constructing the land surface physical process as well as regional climate model.     

基于决策树的高光谱数据特征选择及其对分类结果的影响分析

本文利用OM IS高光谱数据,研究了决策树算法（Decision Tree,DT）特征选择的特点以及特征选择对决策树分类结果的影响。设计了三种特征选择方法：SEP,MDLM和RELIEF,将它们与DT特征选择的结果以及特征选择后的分类精度（考虑了三种分类器：最大似然法、后向传播神经网络、最邻近法）进行对比,并分析了这三种特征选择方法对决策树结构和分类精度的影响。结果显示,DT是一种比较好的特征选择方法;经过特征选择后再生成的决策树比直接生成的决策树,用到更少的特征（平均减少了43.36%）、有更多的节点（平均增加了18.61%）和更高的分类精度（平均提高了0.35%）,当样本数量少时,分类精度的提高幅度最大,而树的大小却基本没有增加。