三江并流世界自然遗产地旅游地质景观成景地质作用初步分析

三江并流世界自然遗产地丰富独特的旅游地质景观是多种地质作用与不同成景岩组交互叠加作用的结果。其发育的地层基础主要为碳酸盐成景岩组、变质岩成景岩组、碎屑岩成景岩组以及岩浆岩成景岩组等,典型内力成景地质作用为板块缝合作用、断裂成景作用、变质成景作用,外力作用则主要有河流、冰川、丹霞、地热、喀斯特作用等。     

衍射地震CT技术的数值研究

本文首先解决了声波方程的非Born近似的正演计算问题,从而获得理论上不带近似的正演数据;然后,推导了井间（CBP）、垂直地震剖面（VSP）和地面反射（SRP）三种不同的数据采集方式下的衍射CT的重建公式;利用这些重建算法和正演数据,系统地研究了影响到地球物理CT成象质量的三种因素,即:（1）数据采集方式,（2）异常程度和（3）成象区域的尺寸,对重建图象的影响;并比较了衍射地震CT和射线地震CT的成象质量。     

抑螺防病林建设中生物材料的筛选及抑螺机理研究进展

血吸虫病是一种严重危害人们身体健康的重大传染病,林业血防生态工程建设是防治血吸虫病的有效手段,生物材料的筛选是林业血防建设的重要环节。阐述了抑螺防病林建设中生物(植物、微生物)材料筛选及研究进展,并从钉螺生理响应和解剖结构等方面系统分析了生物材料抑螺机理。     

广西田阳-那坡县堆积铝土矿分布规律初探

文章试图通过古地理环境、地质构造条件、沉积铝土矿及矿区地貌等因素去初步探讨田阳县-那坡县一带堆积铝土矿优质矿石及含矿率分布的规律性.认为沉积铝土矿及地貌因素是控制该地区堆积铝土矿优质矿石及含矿率分布的主要因素.     

方格星虫多糖对小鼠免疫活性的影响

研究了方格星虫多糖对小鼠免疫功能的影响。结果表明:方格星虫粗多糖(CSG)能够对抗环磷酰胺引起的小鼠胸腺萎缩和脾萎缩,明显拮抗白细胞减少,对正常小鼠免疫器官没有明显的增重作用;对正常小鼠腹腔巨噬细胞吞噬中性红能力有显著的增强作用。方格星虫多糖粗品(CSG)和精制多糖(SG1和SG2)能够促进小鼠脾淋巴细胞增殖,且能与ConA协同作用。     

潮汐效应对沿海多条带时序InSAR地表形变监测的影响

潮汐效应对沿海大范围、高精度的合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar, InSAR)技术地表形变监测的影响不可忽略. 潮汐效应中的固体潮(Solid Earth Tide, SET)位移和海洋潮汐负荷(Ocean Tide Loading, OTL)位移会在时间和空间域上对沿海大范围InSAR地表形变监测产生分米级的误差, 而且不同条带中地表潮汐形变时空差异性会对多条带InSAR影像拼接产生较大误差. 本文针对沿海地区多条带InSAR形变时序, 重点分析了潮汐效应在不同条带InSAR地表沉降监测中的影响, 并采用多种潮汐位移估计方法对多条带地表潮汐形变进行改正. 结果表明, 研究区域不同条带时序InSAR中地表潮汐形变具有较大的时空差异性, 其造成沿海地区相邻条带时序InSAR地表沉降速率差异能达到1~2 cm·a^-1; 通过固体潮模型、海潮负荷模型或GPS参考站网海潮位移改正, 能够消除不同条带中地表潮汐形变时空差异性对时序InSAR形变结果拼接产生的空间高阶非线性误差, 弥补了传统拼接方法在拟合潮汐位移偏差的不足. 在大气延迟误差改正的基础上, 时序InSAR形变残差的标准差(Standard Deviation, STD)由潮汐改正前的2.3 cm减少至0.75 cm; 本文研究揭示了沿海地表潮汐形变改正对多条带时序InSAR形变结果拼接的重要性, 可大幅提高沿海地区广域时序InSAR地表形变监测的精度.

     

经济层面和技术层面的碳减排研究

相关资料和事实表明,全球气候发生了很大的变化。二氧化碳是温室效应中最重要的温室气体,碳减排工作是缓解温室效应的一项重要措施,为当前科学研究热点之一。本文主要从经济和技术两个方面,较为系统和全面地介绍了当前碳减排方面的研究进展。经济层面的研究,包括数量化模型、碳税机制和碳减排附加效应几个方面。专业技术方面的研究,包括对碳行为的源汇和贮量的计算研究、碳循环研究、以及减少碳排放的工业技术的运用等。文章还简要提出了中国在碳减排研究方面应采取的几点措施。     

某可溶性软弱基座型斜坡的破坏方式及变形破坏机制

以仁义河特大桥南桥台南侧斜坡为例,分析研究了可溶性软弱基座型斜坡的破坏方式及其变形破坏力学机制,认为该斜坡的失稳破坏主要为崩塌破坏,并存在倾倒(外倾型)、倾滑(内倾型)和基座倾滑3种崩塌破坏方式,形成不同崩塌破坏方式的内在变形机制有弯曲一拉裂、弯曲一层间滑动和拉裂一滑移3种模式,从而为解决该类特殊斜坡工程问题提供了理论依据。     

像元信息分解和决策树相结合的影像分类方法

该文提出了一种基于像元信息分解和决策树相结合的遥感自动分类方法。选择广州市番禺区作为研究区。用像元信息分解和多变量决策树法把TM影像分为水体、植被、水泥地、土壤4种基本组分,分离成4类树枝;分别以4种基本地物组分作为分类掩膜,采用BP神经网络分类、形状指数提取、光谱特征提取等复合方法进行分枝,并开展野外遥感调查,以提高和验证分类精度。结果表明：该方法保证了分枝时地物的纯洁度,有效地避免了地物提取时多余信息的干扰和影响,提高了分类精度。结合实地调查数据与最大似然分类算法进行对比实验,表明该模型比最大似然总体分类精度高16％。