冰岛马

<正>你知道世界上血统最纯正的马是什么吗?是生活在北极圈附近的国家——冰岛的"冰岛马"。和它们在大陆上的亲戚相比,冰岛马的体型相对较小,成年冰岛马的身高一般在1.2米到1.4米之间,不过在分类学上,它们并不算是"矮种马",而是真正的"马",因为冰岛马的体重、骨骼结构及承载能力都是属于马的等级。在冰岛有许多与冰岛马相关的历史文献记录,最早可以     

“天后”妈祖

<正>妈祖,又称天妃、天后、天上圣母、娘妈,封号"辅兜昭孝纯正灵应孚济护国庇民妙灵昭应弘仁普济天妃",是历代船工、海员、旅客、商人和渔民共同信奉的神祇。山东沿海渔民普遍称其为"海神娘娘",山东最东端的部分渔民把渔船归航称为"归山",因此把天后也称作"归山娘娘"。古代在海上航行经常受到风浪的袭击而船沉人亡,为了祈求平     

浦岛太郎

<正>日本是一个四面环海的岛国,海洋在这个国家的历史、文化中烙下了深刻的印记,在日本流传着许多和大海有关的传说,其中最耳熟能详的算得上是浦岛太郎和龙宫的传说。传说在古时候有一个渔夫名叫浦岛太郎,他很穷,却总是很快乐,心地非常善良,他每天都划船出海,以钓鱼为生。平日里喜欢对着大海幻想,幻想自己能够变成一条海鱼在海底游弋;或者变成一只海鸥在海面上翱翔。有一天浦岛太郎出海回来,看到海边沙滩上有一群孩子在喧闹,原来他们逮住了一只小海龟,正在戏弄。浦岛太郎赶走了淘气的孩     

简谈Y361型区域自动气象站的维护维修

为保证区域自动气象观测站的正常运行,确保区域自动气象站能实时提供连续、可靠的气象观测资料。文章介绍了主采集器为HY361型区域自动气象站的主要组成,描述了HY361型主采集器、6要素传感器的工作原理及部分技术要点,全面介绍了区域站各组成部分的日常维护方法及注意事项,对区域站“全部或部分数据缺测”故障原因、分析思路、维修测量方法、判断依据等作了比较详细、准确的阐述。     

自动站与人工观测降水量差异原因分析

分析引起自动站与人工观测降水量差异的原因,并提出解决问题的着眼点。     

海洋沉积物孔隙水中阴阳离子含量的离子色谱法分析方法

分别采用Metrosep A Supp4-250型阴离子柱和Metrosep C 2-150型阳离子柱,以1.8 mmol/L Na2CO3 1.7 mmol/L NaHCO3和4 mmol/L酒石酸 0.75 mmol/L吡啶二羧酸为阴阳离子淋洗液,用离子色谱仪来测定海洋沉积物孔隙水中阴离子Cl-、Br-和SO42-浓度和阳离子Na 、NH4 、K 、Ca2 、Mg2 的浓度。特别是针对高Cl-和高Na 背景下Br-和NH4 的测定做了专门分析,得到了较理想的结果,建立了一套离子色谱法测定海洋沉积物孔隙水中常见的阴阳离子含量的实验方法。     

地电阻率供电回路故障检测板的研制与使用

地电阻率仪器在工作中容易出现无电流、电流不稳等故障现象,不易排查维修.通过对仪器工作原理和供电回路过程进行研究,发现供电回路中间仪器的内部或外部各接头接触不良是造成上述现象的主要因素.根据存在的问题,洛阳地震台研制出供电回路故障检测板.该检测板可利用其继电器上LED灯的工作状态和动作时序,快速查找、排除相关供电回路故障...     

内陆碱化湿地土壤有机质和全磷的时空分布特征

以付老文泡湿地为研究对象,分析了内陆碱化湿地土壤有机质和全磷含量的时空分布特征。研究结果表明7月表层土壤有机质和全磷空间分布格局的异质性高于亚表层,而9月亚表层土壤则呈现出较高的异质性。2采样期内有机质和全磷含量均呈现由表层向下呈减少趋势,除9月土壤有机质外,上下土壤层内的有机质和全磷含量均存在显著性差异。湿地全磷随土壤有机质增加呈幂函数增长变化。湿地土壤有机质和全磷随土壤水分含量增加均呈对数衰减变化,但土壤有机质和全磷随pH值增加则分别呈现指数和幂函数衰减变化。     

地震图书馆查收查引自动化系统建设介绍与展望

查收查引是中国地震局图书馆长期开展的一项重要的参考咨询服务。文章介绍了查收查引的概念和服务流程以及中国地震局图书馆原有查收查引服务的开展情况和存在的问题,从而引出查收查引自动化系统的建设。随后介绍了地震图书馆查收查引自动化系统的系统架构、软硬件条件、系统配置和服务界面以及主要功能,并总结了建设经验,包括通过提高报告数据的可靠性和定制化提升用户体验,通过提高报告生成的时效性和准确性提高工作效率,通过提高查收查引工作的自动化程度避免重复劳动等。最后提出了下一步的工作展望。     

一种基于GPU和内存映射文件的高分辨率遥感图像快速处理方法

高分辨率遥感图像处理经常面临程序执行时间过长和内存空间不足的问题,虽然并行计算技术可以提高遥感图像的处理速度,但是无法降低算法占用的巨大内存空间。为了解决这一问题,本文提出了一种利用CUDA和内存映射文件的高分辨率遥感图像快速处理方法,并以K-Means算法为例进行了实现。其中,CUDA技术可以有效利用GPU强大的并行计算能力,而内存映射文件技术降低了磁盘I/O速度较慢对算法性能的影响。实验结果表明,本文方法比传统K-Means聚类算法计算速度提高了30倍左右,内存使用量降低了90%以上。