高级语言中过程概念的区别

计算机高级语言很多 ,在我国不同时期语言的代表有BASIC语言、FORTRAN语言、C及C ++语言和数据库 ,而这些语言当然都有各自的特点和应用范围 ,但均有一个共同的部分 ,有些称它为子程序 ,有些称它为函数 ,有些称它为过程。因些根据多年教学经验及实践应用针对该问题在不同语言中的区别加以阐述。     

太行山东麓层状云微物理特征的飞机观测研究

本文利用“太行山东麓人工增雨防雹作业技术试验”的飞机和地面雷达观测数据,重点研究分析了2018年5月21日一次典型西风槽天气系统影响下的层状云微物理特征。结果表明,?5°C层的过冷水含量低于0.05 g m?3,冰粒子数浓度量级101～102 L?1。冰粒子数浓度高值区主要以针状和柱状冰晶为主。这可能低层是Hallett-Mossop机制和其他冰晶繁生机制共同作用下所产生的冰晶碎片在冰面过饱和条件下凝华增长所形成的。冰粒子数浓度低值区的冰晶形状基本以片状或枝状为主。?5°C层的冰雪晶增长主要以凝华和聚并增长为主,凇附过程很弱。零度层附近云水含量峰值区的液态水占比达到70%以上。云水含量峰值区的粒子主要以直径10～50 μm的云滴为主,伴随着少量聚合状冰晶。零度层其他区域的过冷水含量维持在0.05 g m?3左右,冰晶形态主要以聚合状、凇附状及霰粒子为主。液水层则主要以球形液滴及半融化状态的冰粒子为主。垂直探测表明:零度层以上的冰雪晶数浓度呈现随高度递增的趋势。在发展稳定的层状云内,混合层的过冷水含量很低,冰粒子主要通过凝华和聚并过程增长,云体冰晶化程度较高。而在发展较为旺盛的层状云区里过冷水含量也较高,大量液滴的存在也表明混合层冰-液相之间的转化不充分。不同温度层的粒子谱显示,冷水含量高值区的冰粒子平均浓度比过冷水低值区高,但平均直径比过冷水低值区小。     

伴随敏感性方法、第一奇异向量方法以及条件非线性最优扰动方法在台风目标观测敏感区识别中的比较研究

本文通过深入分析伴随敏感性（ADS）方法、第一奇异向量（LSV）方法、以及条件非线性最优扰动（CNOP）方法在目标观测敏感区识别方面的原理,提出了非线性程度的概念和计算方法,考察了转向型和直线型台风的非线性程度,分析了上述三种方法在不同非线性程度下识别的敏感区的异同,同时对比了转向型和直线型台风的敏感区的差异,并通过敏感性试验探讨了在不同非线性程度下以及在转向型与直线型台风中,预报对敏感区内初值的敏感性程度,进而探讨台风目标观测在不同情况下的有效性。结果表明,转向型台风的非线性程度差别比较大,或者特别强,或者特别弱;而直线型台风非线性程度居中,不同台风个例之间的非线性程度差别较小。对于非线性较弱的台风,三种方法识别的敏感区较为相似,而对于非线性较强的台风,LSV方法与ADS方法识别的敏感区较为相似,但是与CNOP方法识别的敏感区具有较大的差别。对于转向型台风,敏感区主要位于行进路径的右前方,而对于直线型台风,敏感区主要位于初始台风位置的后方。敏感性试验表明,不论台风非线性强弱,转向还是直行,CNOP敏感区内的随机扰动发展最大,而LSV敏感区内叠加的随机扰动发展次之,ADS敏感区内叠加的扰动发展最小;此外,非线性弱的台风,扰动的发展大于非线性强的台风的扰动的发展,表明非线性弱的台风预报受初值影响更大,目标观测的效果可能会更明显。     

应用VC开发小区物业管理地理信息系统

结合小区物业管理的实际情况,探讨利用数据库及ArcGIS平台实现物业管理的优点,描述了基于VC++6.0面向对象语言的小区物业管理地理信息系统软件的总体框架、系统开发步骤和数据库设计.并详细说明了需求分析情况和数据库建设关键技术.     

大型高尾矿坝灾变机制与防控方法

大型高尾矿库隐患治理是"十三五"期间遏制重特大事故的重要任务和重点工程之一。高应力下尾矿材料的细观结构和宏观力学特性演化、大型尾矿坝沉积规律及复杂条件下高尾矿坝的劣化理论是其中的关键问题。为揭示尾矿细观结构特性,对尾矿材料进行了光学显微镜观察、电镜扫描和CT扫描处理,建立了尾矿材料的三维重构模型;为揭示高压下尾矿材料的力学特性,对尾矿进行了高应力三轴试验、高应力渗透固结联合试验,研究了高应力下尾矿材料的强度、渗透和固结特性;为揭示尾矿的沉积特性,进行了尾矿材料的大型模型试验,得到了矿浆流动、淤积形态、尾矿料物理力学性质的空间分布以及夹层结构在空间内的分布规律;为揭示高尾矿坝的失稳机制,通过理论分析与数值模拟,对高压下尾矿的强度准则进行了讨论,高尾矿坝的稳定性分析建议使用强度折减法;为揭示尾矿的排渗设施淤堵机制与服役性能,进行了尾矿-土工布渗透试验以及微观观测,发现细粒尾矿更容易产生物理淤堵,且化学淤堵程度与溶液中离子的种类和浓度有关;为了推进尾矿坝风险管控技术,搭建了尾矿库重大风险评估监测系统平台,以便实现尾矿库基础数据的提取、实时风险预警等智能化功能。通过以上坝体劣化理论研究、溃坝灾害评估与预警,提升了我国大型高尾矿库筑坝与灾害防控水平。     

两种耦合模糊控制的局地化方法研究

在集合数据同化过程中,由于远距离的观测与同化状态之间存在着虚假相关,局地化方法受到广泛关注.此外,由于集合数的限制,容易引起欠采样和协方差被低估等现象,使得滤波效果欠佳.因此,提出模糊控制算法,模糊控制算法主要用于判断观测点与状态更新点之间的距离来匹配相应的观测权重,进而调整局地化系数来更新背景误差协方差和观测误差协方差矩阵,从而得到有效的状态估计.基于背景误差协方差局地化方法和观测误差协方差局地化方法,耦合模糊控制,形成了新的算法—模糊控制的背景误差协方差局地化方法和模糊控制的观测误差协方差局地化方法.利用Lorenz-96模型,在小集合数和局地化半径下,得出模糊控制的背景误差协方差局地化方法和模糊控制的观测误差协方差局地化方法有较好的同化性能.通过分析泰勒图谱甄别出新算法与观测点具有高度的相关性以及较小的空间变异性.最后,在不同维数的模糊控制器下,新算法的有效性进一步得到验证.为今后数据同化误差处理方面提供了良好的研究平台.     

青藏高原东北缘晚更新世以来环境变化研究进展

青藏高原东北缘作为响应东亚季风边缘区环境变化的理想场所,其丰富的沉积记录可反映详细的环境变化过程.重点对近30年来青藏高原东北缘沉积与环境演化研究中的年代学、环境代用指标、环境演化过程及区域一致性等方面的主要研究进展进行总结.青藏高原东北缘环境研究中粒度、磁化率、碳酸盐含量和以总有机碳、常微量元素为主的地球化学指标是最常用的研究手段;综合区域晚更新世以来沉积环境研究结果,将高原东北缘环境演化过程分成5个阶段,即在东亚季风和西风环流的共同影响下经历了温暖湿润—寒冷干燥—温暖偏湿—偏冷干燥转温凉偏湿—相对温湿转相对冷干的发展阶段;而青藏高原东北缘气候记录与亚洲区域及全球记录对比结果显示具有区域性,其主要因素可能是北半球太阳辐射变化的驱动所导致的高纬度温度和冰量变化以及北大西洋温盐环流的影响;青藏高原东北缘晚更新世可能存在两期大范围的高湖面,分别在MIS 3和MIS 5阶段,其时间的差异显示从高原内部向东北方向高湖面出现的时间逐渐变年轻,可能反映了高原东北缘构造与环境变化的响应.综合认为,未来青藏高原东北缘环境研究重点可从高分辨率沉积序列的建立、高湖面时间的确立以及更精确的环境代用指标应用等方面进一步深入研究,以期获得更高分辨的环境变化信息.     

浅层地下水中磺胺嘧啶与胡敏酸相互作用及相态间分布特征

研究抗生素在浅层地下水中不同相态间的分布特征,对于了解抗生素的行为特征及评估其危害具有重要的意义。本文利用三维荧光淬灭法研究了胡敏酸(humic acid, HA)对磺胺嘧啶(sulfadiazine, SD)在地下水中不同相态间分布规律的影响及相互作用,探讨了HA浓度、pH值、温度对SD在不同相态间分布的影响,对淬灭过程进行拟合并计算了分配系数、淬灭参数以及热力学参数。结果表明:地下水中SD浓度(0.5 mg/L)较低时或者HA浓度增加(0~20 mg/L)时,HA可显著促进悬浮相中SD比例的增加;SD对HA的淬灭机理为形成复合物的单一静态淬灭,结合位点数均约为1,荧光淬灭常数K_sv为5.271×10³ L/mol,淬灭速率常数K_q为5.271×10¹¹ L/(mol·s),属于自发的放热过程;体系处于低温(15 ℃)、弱碱性(8~10)pH值环境时,SD对HA的淬灭作用最强,HA对SD进入悬浮相的促进作用最明显。     

自然资源要素综合观测体系运维模式及保障体系构建

为实现自然资源要素综合观测体系的长期稳定运行并确保观测数据的科学性和准确性,建立一套适合综合观测体系的运维模式和保障体系意义重大。在分析国内外观测站网运维模式和保障经验的基础上,结合自然资源要素综合观测试点站网的建设、运营情况,提出了领导层+业务执行层+咨询层的运维模式,以及由经费保障、通信网络保障、基建装备保障、数据质量控制保障、野外观测台站日常管理与制度及人才队伍保障构成的自然资源要素综合观测保障体系框架。构建的运维模式层级清晰、职责明确,保障体系框架涵盖面广、重点突出,基本能满足自然资源要素综合观测体系长期、稳定、连续运行和定位观测的运维保障需求。     

立交桥识别的CNN卷积神经网络法

OSM数据中立交桥结构的识别和分类,能够为构建多尺度模型、导航和位置服务、拥堵分析等提供重要信息。传统的立交桥识别方法依赖于人工设计的低层次特征,无法有效区分存在干扰路段的复杂立交桥结构。本文针对当前算法抗差性上存在的不足,提出了一种新的基于卷积神经网络的立交桥识别方法。该方法将矢量数据与栅格图像相结合,利用神经网络学习区分立交桥类型的高层次模糊性特征,从而对OSM中的复杂立交桥结构进行分类。试验表明,该方法有较强的抗干扰性,在复杂的立交桥形态分类中取得了良好的效果,并随着案例库的扩充和神经网络模型的优化存在进一步提升的空间。