柴达木盆地盐湖区土壤黑碳分布及土气交换特性

深入探讨了柴达木盆地盐湖区土壤黑碳分布及土气交换特征。研究结果显示,研究区土壤总黑碳含量范围为0.50～6.79 g/kg,平均值达到1.64 g/kg;土壤烟炱组分黑碳含量范围为0.50～4.75 g/kg,平均值达到1.144 g/kg;气溶胶黑碳含量范围为0.34～4.92μg/m~3,平均值达到0.98μg/m~3。柴达木盆地盐湖区盐湖资源的大量开采和工业化生产等可能造成该地区黑碳大量排放。盐湖区土壤黑碳稳定碳同位素值(δ~(13)C_(BC))在-25.33‰～-23.46‰之间变化,平均值为-24.21‰,表明该地区土壤黑碳来源可能受C_3植物和化石燃料来源的共同影响。首次运用逃逸系数探讨了柴达木盆地盐湖区黑碳土气交换行为,结果表明研究区黑碳土气交换行为确实存在,但存在一定程度的模拟不确定性。     

全球盐湖卤水锂矿床的分布特征及其控制因素

盐湖卤水锂资源占全球锂矿总储量的78%,是全球最重要的一种锂矿床类型。研究并总结了全球盐湖卤水型锂矿床的分布特征、物质来源以及成矿规律,并提出了盐湖卤水型锂矿床成矿模型。研究发现,卤水型锂矿床的形成均受控于新构造运动、封闭-半封闭的低洼汇水盆地以及极端干旱的气候条件等因素,所有卤水型锂矿床均与新生代地质水热活动有密切关联,成矿物质特别是锂元素主要来源于火山喷发岩,经热泉水、温泉水以及大气降水等的水-岩作用后迁移富集。     

一种基于灰色神经网络的卫星钟差预报策略

针对钟差预报中灰色神经网络模型种类较多、性质和适用范围尚未具体分析的问题,根据其预报特点,该文提出了一种基于灰色神经网络的自适应钟差预报策略。基于MGEX精密钟差数据进行预报实验,采用不同建模钟差数据量进行相同时间段钟差预报,对3种不同的灰色神经网络模型钟差预报效果进行对比,总结了几种预报模型的性质与适用范围。该文提出的自适应预报策略较好地平衡了几种灰色神经网络模型的特点,提升了钟差预报效果。基于该文策略的实验结果表明:所提策略能够有效利用不同灰色神经网络模型特点,提高钟差预报精度。在1d预报中,该策略较本文提及的其他可靠方法精度提升1%~3%;6h预报中,该策略较较灰色模型等精度提高0.02~0.09ns。     

基于Faster R-CNN的食品图像检索和分类

面向食品领域的图像检索和分类等方面的研究成为多媒体分析和应用领域越来越受关注的研究课题之一.当前的主要研究方法基于全图提取视觉特征,但由于食品图像背景噪音的存在使得提取的视觉特征不够鲁棒,进而影响食品图像检索和分类的性能.为此,本文提出了一种基于Faster R-CNN网络的食品图像检索和分类方法.首先通过Faster R-CNN检测图像中的候选食品区域,然后通过卷积神经网络（CNN）方法提取候选区域的视觉特征,避免了噪音的干扰使得提取的视觉特征更具有判别力.此外,选取来自视觉基因库中标注好的食品图像集微调Faster R-CNN网络,以保证Faster R-CNN食品区域检测的准确度.在包括233类菜品和49 168张食品图像的Dish-233数据集上进行实验.全面的实验评估表明：基于Faster R-CNN食品区域检测的视觉特征提取方法可以有效地提高食品图像检索和分类的性能.     

亚洲夏季风系统成员与西太平洋副高的相关特征分析

利用500hPa月平均高度距平场派生出涡度变化、经向风切变、纬向风切变等变量场。从1958～2001年6月500hPa月平均高度距平场及其派生变量场中选取预报因子,并将各个场中的因子分别作EOF分解,得到浓缩了初选因子变量大部分信息的综合预报因子,用以建立同月的广西月降水量的BP神经网络预报模型。进而利用2002～2005年月动力延伸集合预报产品及其派生变量,对广西6月降水量作BP神经网络降尺度释用预报。作为对比试验,以相同的预报量,从1957～2000年5～12月及1958～2001年1～4月500hPa月平均高度距平场中选取预报因子,并作相同处理,建立前期综合因子的广西6月降水量BP神经网络预报模型。独立样本试验结果表明,利用同期综合因子建立的BP神经网络降尺度预报模型的拟合精度优于利用前期综合因子建立的预报模型,但预报效果依赖于月动力延伸集合预报产品。     

营城组三段及二段岩性岩相和储层物性的精细刻画——基于标准剖面营三D1井全取心钻孔资料

于标准剖面新部署钻探营城组上部的全取心钻孔揭示,营城组三段厚205.70 m,营城组二段厚48.75 m（未钻穿）。主要岩石类型包括火山熔岩类、火山碎屑熔岩类、火山碎屑岩类、沉火山碎屑岩类和沉积岩。整个井段火山喷发划分为3个旋回10个期次。火山岩的有效储集空间包括4种11类,储集空间组合关系有4种,孔缝直接连通型是最好的储集空间类型。用岩心、薄片和物性测试划分出4种孔隙分布和7种孔隙结构类型,单峰偏粗态型和双峰态型孔隙分布最好。低排驱压力-粗孔喉为最好的孔隙结构类型。     

山东平邑归来庄碲型金矿床中黄铁矿的矿物学特征研究

归来庄贫硫氧化型低温热液碲金矿床中黄铁矿形成于3个世代，不同世代黄铁矿的S／Fe均小于2，硫的质量分数平均值50．9％(小于标准值53．4％)，显示出明显的硫元素匮乏。不同时期的黄铁矿在晶形上有较明显的差异，并出现环带、环边及交代环边等结构构造。随着成矿作用的不断进行，从成矿早阶段到晚阶段成矿热液中的硫由于硫化物的不断结晶而消耗，成矿热液中硫逸度持续降低，可供进入黄铁矿品格的硫越来越少。成矿晚期，成矿热液中的砷替代硫大量进入黄铁矿的晶格中而形成与归来庄金矿床成矿作用密切相关的富砷黄铁矿，对该类型矿床具有找矿勘探的指示意义。     

集合卡尔曼滤波同化中雷达位置的敏感性研究

针对对流尺度集合卡尔曼滤波（EnKF）雷达资料同化中雷达位置对同化的影响进行研究。为了考察强对流出现在雷达不同方位时集合卡尔曼滤波同化雷达资料的能力,以一个理想风暴为例,设计了8个均匀分布在模拟区域周围的模拟雷达进行试验。单雷达同化试验中,初期同化对雷达位置较敏感,而十几个循环后对雷达方位的敏感性降低。造成初期同化效果较差的雷达观测位于模拟区域正南和正北方向,这两部雷达与模拟区域中心的连线垂直于风暴移动方向（即环境气流的方向）。双雷达试验的结果表明,正东、正南、正西和正北方向的雷达组合观测会使同化初期误差较大,这说明并不是所有与风暴连线成90°的雷达组合都能在短时同化中得到合理的分析结果,还需要都处于模拟区域对角线上（即与环境气流成45°夹角）,同化效果才较好。短时同化后的确定性预报结果表明,较大分析误差也会导致较大预报误差。这些分析误差主要是由于同化初期不准确的集合平均场驱动出的不合理的背景误差协方差造成的。当背景场随着同化循环得到改进后,驱动出的合理的背景误差协方差使得不同位置雷达同化造成的差异逐步减小。基于上述结果,引入迭代集合均方根滤波（iEnSRF）算法,结果显示使用该算法后,雷达位置对同化效果的影响减小,同化不同位置的雷达资料均能有效降低分析和预报误差。      

Hybrid ETKF-3DVAR方法同化多普勒雷达速度观测资料Ⅰ:模拟资料试验

利用WRF(Weather research and forecasting)模式及模式模拟的资料,采用Hybrid ETKF-3DVAR(ensemble transform Kalman filter-three-dimensional variational data assimilation)方法同化模拟雷达观测资料。该混合同化方法将集合转换卡尔曼滤波(ensemble transform Kalman filter)得到的集合样本扰动通过转换矩阵直接作用到背景场上,利用顺序滤波的思想得到分析扰动场;然后通过增加额外控制变量的方式把"流依赖"的集合协方差信息引入到变分目标函数中去,在3DVAR框架基础下与观测数据进行融合,从而给出分析场的最优估计。试验结果表明,Hybrid ETKF-3DVAR同化方法相比传统3DVAR可以提供更为准确的分析场,Hybrid方法雷达资料初始化模拟的台风涡旋结构与位置比3DVAR更加接近"真实场",对台风路径预报也有明显改进。通过对比Hybrid S试验与Hybrid F试验发现,Hybrid的正效果主要来源于混合背景误差协方差中的"流依赖"信息,集合平均场代替确定性背景场带来的效果并不显著。     

WRF-EnSRF系统同化多普勒雷达资料在多类型强对流天气过程的数值试验

利用自主构建的基于风暴尺度的WRF—EnSRF（weather research and forecasting ensemble square root filter）系统同化实际多普勒雷达资料,检验该同化系统在包括飑线、超级单体风暴和多单体风暴3个不同结构类型的强对流天气过程的同化效果,并考察了初始场扰动时不同强度的位温和水汽扰动对集合离散度以及同化效果的影响。结果表明,在3个个例中该同化系统均表现出有效的同化能力,各分析结果均比较合理,径向速度和反射率因子分析的增量均方差在经过24min同化后分别下降到3～5m／s和10dBz,并维持至60min同化结束。预报场集合离散度和同化效果对热力场的扰动强度比较敏感,适当增加初始扰动时位温和水汽的扰动强度有利于提高集合离散度和改善径向速度的分析效果。