面向土地利用分类的多源遥感数据混合贝叶斯网络分类器

传统的离散型贝叶斯网络分类器是将所有变量视为离散变量,或对连续变量做离散化处理.可是离散化不可避免地存在信息损失,且在多源遥感数据的处理和分析中,连续变量的离散化会导致搜索空间的急剧增加和计算及存储量的极大开销.针对这些问题,开发了一种面向土地利用分类的多源遥感数据混合贝叶斯网络分类器,该分类器首先对问题领域的所有变量...     

北京市旅游流时空特征研究

大数据背景下,网络上产生了大量带有游客时空信息的"数字足迹".本文以北京市为例,利用游记数据探究北京市旅游流的时空及网络结构特征.结果表明:(1)2月、7至9月为北京市的客流高峰期;(2)北京市旅游流的空间分布具有明显的等级分异特征且密度分布不均衡,总体呈"小聚集、大分散"的特征;(3)北京市旅游流网络中,平均每个节点...     

太湖地区农业源污染核算研究进展

太湖地区水体污染严重,控制太湖污染、改善太湖水质,对发挥太湖的综合服务功能,促进全流域经济可持续发展和社会稳定具有重要的战略意义.充分把握和核算太湖地区农业源污染排放量、入河量及其时空分布是落实太湖地区污染物科学减排从而进一步改善太湖水质的基础.本研究总结和概述了太湖地区农业源污染现有的核算方法、产排污参数、控制途径等,结合太湖地区农业源污染构成、排放与布局的复杂情况,提出综合运用各种核算研究方法,充分考虑各污染来源,确定农业源污染的产污量、排污量和入河量,并通过建立分期、分区、细分类型的农业源污染排放、入河参数,为科学确定农业源污染减排指标以及制定减排措施提供依据.     

中国不同水体中δD与δ~(18)O研究进展

水体中氢氧稳定同位素对环境变化十分敏感,水汽蒸发、凝结至雨滴降落过程中,δD和δ18 O的变化与水汽来源及周围气象要素(温度、降水量、相对湿度等)之间存在密切的联系。研究不同水体中δD和δ18 O的时空分布特征可以探讨大气环流特征及全球和局地水循环机制,也可以为古气候、古环境的定量恢复与重建提供新依据,具有重要的应用意义。本文对中国不同水体中δD和δ18 O的研究进展进行综述,总结国内关于氢氧稳定同位素方面的研究进展和研究方法,探讨了其学科交叉与应用价值,并基于氢氧稳定同位素研究现状展望了未来研究的重点方向,以期为相关研究提供参考。     

从地球系统的观点看气候突变

在地球的气候史中,经历了许多次气候突变事件。这些突变对地球表层系统的演变与进化产生了巨大影响。随着全球气候变暖的持续发展,人类赖以生存的气候环境正在经历重大变化。如何科学地理解和认识这些变化,尤其是气候突变。是人类寻求对策,应对气候变化,保护自己持续发展的科学基础。文中从地球系统的角度对气候突变的科学问题进行了探讨,认为对气候突变的研究不应仅局限于大气圈,而应该对地球系统的整体变化进行研究。     

地磁场与气候变化关系的新探索

对地磁场与气候变化的统计研究早已表明，二者有很好的相关关系。本文的目的是对它们的关系给出一种可能的物理解释。利用近600年的地磁场模型资料和全球平均温度序列分析了两者变化的关系，发现它们有很好的对应，且地磁场变化超前于全球气温变化。从地磁场的变化来看，21世纪初全球变暖的趋势应该减缓。文中对地表浅层热场（地热带、火山和地温场）的分布特征与地球内部软流圈－岩石圈边界上焦耳热场的分布特征进行了对比分析。结果表明，地表浅层热场与地球深层焦耳热的分布有很好的对应关系，这可能暗示地表浅层热场是地球深层焦耳热的反映，地磁场通过焦耳热的不断释旋影响气候变化。     

台风“利奇马”不同强降水中心的雨滴谱特征分析

在2019年台风“利奇马”台风暖区、台风与西风槽相互作用区及西风槽影响区分别挑选4个极端强降水中心,利用各站连续观测分钟雨滴谱资料和分钟降水资料,分析了不同站点和不同降水时段的雨滴尺度谱、雨滴速度谱、雨滴尺度—时间谱和雨滴速度—时间谱特征,研究了雨滴谱特征随时间的变化。结果表明:4个降水中心的雨滴尺度—时间谱和雨滴速度—时间谱存在明显差异,而过程的统计谱特征差异不明显;过程中不同区域的站点、同一站点不同的降水时段,雨滴尺度谱和雨滴速度谱主要为双峰型,尺度谱双峰中各站对应1.2 mm直径峰的位置一致,处于较小尺度峰的位置不一致;在较大雨强时,雨滴尺度谱上会出现单峰和三峰的情况,但比例较少;1.2 mm雨滴的高浓度区域与地面降水强度有非常好的对应关系,在1.2 mm雨滴的高浓度区域形成的过程中,地面降水逐渐增强,随着1.2 mm雨滴的高浓度区域逐渐瓦解,地面降水逐渐减弱,直至出现间歇。     

脉冲星时间尺度及其TOA预报初步分析

在简述国际天文学会(IAU)定义的几种不同时间尺度的基础上,重点讨论脉冲星计时观测中时间坐标相对论转换问题。脉冲星计时观测资料分析应该参考地球时TT,并将TT转换为质心坐标时TCB或质心力学时TDB。基于IAU重新定义的TDB,讨论和比较了时间坐标转换的解析算法和利用太阳系天体历表的数值积分算法。分析了TCB和TDB对脉冲星自转参数测量的影响。最后,以毫秒脉冲星PSR B1855+09的计时模型为例,初步分析了脉冲星脉冲到达时间的预报问题。     

Seasonal change in body length of important small copepods and relationship with environmental factors in Jiaozhou Bay,China

Differences among species in prosome length and in species’ response to environmental factors do exist. Therefore, it is useful to examine prosome length for different copepod species in variable environments. Seasonal variations in prosome length of four small copepods and their copepodite stages in the Jiaozhou Bay were compared and the relative influence of temperature, salinity, and chlorophyll concentration were examined. Two peaks were found in the mean prosome length of Paracalanus parvus (in early winter and May). For Acartia bifilosa, the maximum values of all copepodites occurred mainly from February to April, and decreased to the bottom in July. Prosome length of Acartia pacifica peaked when it first appeared in June, then reached to the minimum in July. Parvocalanus crassirostris only appeared from late summer to autumn and the mean prosome length showed no clear changes. Correlations of adult prosome length with environmental factors were evaluated. For the four species, temperature was negatively correlated to prosome length except for P. crassirostris. But the different species varied markedly in their responds to temperature. A. bifilosa showed a more definite trend of size variation with temperature than P. parvus and A. pacifica. Correlations of prosome length with salinity were significantly positive for almost all the small copepods. The relationship between chlorophyll concentration and prosome length was complicated for these copepods, but for P. parvus, chlorophyll concentration was also an important affecting factor. Furthermore, investigation needs to be done on food quality for some copepod. These results are essential to estimate the biomass and the production, and to understand these small copepods’ population dynamics in this human-affected bay.     

ȱʧ�����»���EM�㷨��GPS�߳����

GPS????????????????????????????????????????????????????????????????????????ó??淽?????????????????????????????EM?????????????????????????????????????????????????????Ч????????????μ?GPS??????????