马先蒿属(Pedicularis L.)植物稳定碳同位素组成与环境因子之间的关系

分析了马先蒿属 (PedicularisL .)植物叶片稳定碳同位素组成 (δ13C值 )特征以及δ13C值与环境因子之间的关系 .结果表明 ,所有样品的δ13C值属于C3植物的范围 ,最大值是碎米蕨叶马先蒿 (Pedic ularischeilanthifoilia) ,- 2 2 .4‰ ,最小值属于黄花鸭首马先蒿 (Pedicularisanasvar .xanthantha) ,- 31.5‰ ,平均值为 - 2 7.1‰ .相关分析表明 ,马先蒿植物叶片的δ13C值与年降水量和湿润度的相关性没有达到显著水平 (P >0 0 5 ) ,与年平均温度和≥ 10℃的总积温呈显著负相关 (P <0 0 5 ) .随着海拔的升高 ,δ13C值增大 (P <0 0 5 ) ,与经度的变化呈负相关 (P <0 0 5 ) ,而与纬度呈现弱的正相关 (P <0 0 5 )关系 .     

东风山前寒武纪含铁建造金矿床中的稀土元素

东风山含铁建造金矿床中稀土元素含量普遍较低。东风山群是含矿层,其不同层位岩石和矿物的稀土含量有所差别。大理岩和含铁层中铁闪石的稀土含量最低,甚至低于稀土地壳丰度;上部角岩、下部角岩和石榴子石中稀土含量近似其他壳丰度;而板岩和花岗岩中稀土含量远高于其他壳丰度。稀土元素分布的特点反映了东风山金矿床形成于一个半封闭和较还原的海盆地,金矿化是在弱碱性条件下产生。黄铁矿中出现独居石类矿物,这可能与陆壳重熔改造形成花岗岩时产生的局部富轻稀土热液沿黄铁矿裂隙渗入有关。     

水分和氮肥对冬小麦产量的影响及其调控技术

通过对冬小麦进行不同水分等级和不同施氮量的控制试验,利用数理统计和数学分析方法,从水分利用效率和经济效益角度,分析了水分和氮素对冬小麦产量的影响及其相互作用的关系,提出了河南省冬小麦砂壤土的水肥配置模式,经生产检验,这种模式是可行的。     

基于自适应参数估计的多时相遥感图像变化检测

提出一种基于自适应参数估计实现多时相遥感图像的变化检测算法.首先应用分层Markov随机场模型建立多时相差分图像的统计模型;然后通过非监督的迭代自适应参数估计实现差分图像的分类,从而检测出变化的像元.在每次参数估计过程中,先将上次估计出的参数用于最大后验估计实现差分图像的分类,然后根据分类结果再对参数进行修正,并将修正后的参数用于下一次迭代分类,如此循环迭代,能够自适应地完成差分图像的参数估计与分类.     

BDS-3不同类型卫星对BDS-2伪距定位性能提升定量分析

针对北斗三号（BDS-3）不同类型卫星对北斗二号（BDS-2）伪距单点定位性能的影响,基于iGMAS机构发布的跟踪站实测数据,分析了BDS-3地球静止轨道（GEO）、倾斜地球同步轨道（IGSO）、中圆轨道（MEO）、全部BDS-3卫星对BDS-2卫星可见数、位置精度因子（PDOP）值以及伪距单点定位精度的影响．经研究发现,BDS-3不同卫星对BDS-2卫星可见数、卫星空间几何结构以及伪距单点定位精度提升程度不同,MEO卫星的提升程度优于IGSO卫星和GEO卫星,三种类型卫星对BDS-2定位性能提升量之和与全部BDS-3卫星对BDS-2定位性能提升量相当．      

基于S3VM模型的高光谱遥感影像分类

针对传统的高光谱遥感影像分类受限于训练样本的个数,难以取得较好分类结果的不足,提出了一种基于聚类核的半监督支持向量机（S³VM）模型的高光谱遥感影像分类方法。该算法在半监督支持向量机的体系上加入未标记样本来辅助构建核矩阵,从而获得更优异的分类器,在小样本的基础上提高分类精度。试验结果表明,本文方法的分类精度好于传统方法,并且稳定性良好。     

城市水资源GPS网的建立

结合利用CORS虚拟技术,阐述了城市水资源勘测GPS网的布设及数据处理方法,并对精度进行了分析,结果表明在确保成果精度和可靠性的前提下,CORS虚拟技术可以节省成本投入,提高生产效率,从而对丰富CORS服务具有重要意义。     

相对论多方球的稳定性

本文从理论的角度，讨论了静态相对论多方球的稳定性问题，给出稳定性对球体物质的绝热指数的依赖关系．     

农作物气候适宜度实时判定系统

以旬、月、季、作物生育期为单位时段,根据农作物生长发育所需要的气象条件,把单位时段内气候因子的数量变化,通过模糊数学中隶属函数的方法,转化成对作物生长发育的适宜程度,计算各时段内的温度、降水、日照及光温水综合因子对作物生育影响的适宜度,计算结果以表格和图形的方式输出。经过业务试应用,效果良好,所计算的不同作物不同时段的温度适宜度、降水适宜度、日照适宜度、光温水综合适宜度符合实际情况,为定量判定气象条件对农作物影响提供了依据。     

河北省冬麦区土壤水分监测预测系统及其应用

河北省冬小麦生育阶段正值少雨时期,一般年份只有在灌溉的情况下才能满足小麦生长发育的需求,麦区土壤水分实时监测预测对于灌溉决策十分重要。在冬小麦单站多层次土壤水分动态模型(VSMB模型)的基础上,根据河北省麦区从南到北冬小麦发育期和土壤类型的不同进行参数调整和修正,并对数据库进行设计,形成河北省整个冬麦区麦田土壤水分监测预测系统(RSM-MFS)。文中介绍了该系统的基本原理和功能,并对实际应用进行了效果分析。从近年在河北省冬麦区土壤水分的监测预测结果来看,监测相对误差在10%左右,风险预测相对误差在20%左右。