我国地震预报的战略建议与思考

讨论了我国地震预报面对的问题和困难。认为只有加强以形变为主的前兆观测 ,才能作出地震的短临预报。目前前兆观测的主要问题在于可信度差 ,应把重点放在仪器探头上 ,只有探头提供的信息“源”可靠了 ,后续的采集、传输、预报的“流”才会有坚实的基础。我国现在建立以形变为主的前兆台网的技术条件已经成熟 ,建议建立全国高精度的高、中、低频衔接的前兆物理信息观测网络。     

海面溢油无人机高光谱遥感检测与厚度估算方法

海上溢油是海洋国家所面临的共同问题,但至今仍没有一种可靠实用的海上溢油准确识别和油量遥感监测方法。为此,本文以无人机高光谱遥感为手段,开展了海面溢油检测与厚度估算方法研究。实验中,通过搭建室外大型水槽溢油实验装置,获取了模拟真实海洋环境条件下不同溢油量的遥感和现场光谱数据,在此基础上,分析并提取了海上溢油特征光谱波段,给出了海上溢油高光谱检测模型;针对现场实验条件下水面油膜厚度难以测定的问题,设计了3种利用总体溢油量的油膜厚度估算模型。得到如下主要结论:（1）675 nm和699 nm是海上溢油检测的有效特征波段,但对极薄的油膜没有检测能力;（2）提出了归一化溢油指数模型、反比例模型和吸收基线模型等3种海上溢油油膜厚度估算模型,其中对于薄油膜（厚度≤ 5 μm）和厚油膜（厚度>50 μm）,反比例模型是溢油厚度反演的首选也是唯一选择。对于中厚度油膜,晴朗天气条件下,归一化溢油指数模型是油膜厚度反演的首选,同时反比例模型和溢油吸收基线模型也都有较好的反演能力,而在多云天气条件下,反比例模型效果最佳。     

渤、黄海生态环境模拟的参数敏感度空间差异分析

随着海洋生态系统模型的发展,生态变量增多,众多生物过程参数量值的确定成为制约生态环境模拟的瓶颈问题,生态系统结构区域性要求模型中的生态参数具有区域差异。为探究不同海区的关键参数及参数敏感度的空间差异,本研究在渤、黄海建立了ROMS-CoSiNE物理–生物耦合的高分辨率生态系统模型,并对13种生态参数的敏感度空间分布进行分析。结果表明:南黄海中部与渤海及近岸海域的敏感度差异较大。渤海敏感度最大的参数为决定光合速率的浮游植物P-I曲线初始斜率,其次为浮游动物捕食半饱和常数和浮游动物最大捕食率。而南黄海中部敏感度最大的参数为浮游动物最大捕食率,其次为浮游植物死亡率和浮游植物P-I曲线初始斜率。结合敏感度分布及浮游植物生物量收支得出,渤海水体透明度较南黄海偏低、浮游植物生长光限制较强,是引起浮游植物P-I曲线初始斜率敏感度在渤海高于黄海的主要原因。浮游动物最大捕食率及浮游植物死亡率的敏感度空间差异,受渤、黄海浮游植物生物量差异的影响,与生态系统中的高度非线性特征有关。     

南海大洋钻探及海洋地质与地球物理前沿研究新突破

南海是西太平洋地区规模最大且具有代表性的边缘海盆地之一。经过近几十年的研究积累,尤其是通过实施5个国际大洋钻探航次(1999–2018年)与国家自然科学基金委“南海深海过程演变”重大研究计划(2011–2019年),我国科学家获得了大量宝贵的第一手资料,取得了一系列创新进展与重大突破,标志着南海海洋地质与地球物理研究正走向国际前沿。重要研究成果包括:(1)新提出南海是“板缘张裂”盆地,与经典的大西洋型陆缘模式不同;(2)大洋钻探首次获取了基底玄武岩样品,结合中国在南海首次深拖地磁测量实验,精确测定了南海海盆玄武岩年龄,揭示南海海盆从东向西分段扩张;(3)大洋钻探结果发现南海陆缘岩石圈减薄之初岩浆迅速出现,未发现缓慢破裂造成的蛇纹岩出露;(4)发现南海扩张结束后仍存在大量岩浆活动,可能受控于多种构造与地幔因素;(5)地球化学证据与地球动力学模拟都显示南海岩浆的形成受到周边俯冲带的影响。目前我国的海洋地球科学正在进入崭新的发展阶段,有望以南海为基点,开始拓展到周边大洋,通过主导大型研究计划以及建设我国大洋钻探平台,以提升我国在南海、西太平洋与印度洋海洋地质科学研究的实质性影响力与引领地位。     

海马齿浮床对富营养化海湾营养盐削减的模型评价：以东山湾八尺门养殖海域为例

Many coastal seas are severely eutrophic and required to reduce nutrient concentrations to meet a certain water quality standard. We proposed a method for nutrient removal by planting Sesuvium portulacastrum at the water surface using the floating beds in the aquaculture area of the Dongshan Bay as an example, which is an important net-cage culture base in China and where dissolved inorganic nitrogen(DIN) and dissolved inorganic phosphate(DIP) reach 0.75 mg/L and 0.097 mg/L, respectively far exceeding China's Grade IV water quality standards.Numerical simulations were taken using the ecological model, field observations and field plantation experimental results to assess the environmental restoration effects of planting S. portulacastrum at some certain spatial scales. Our field experiments suggested that the herbs can absorb 377 g/m~2 nitrogen and 22.9 g/m~2 phosphorus in eight months with an inserting density of ～60 shoot/m~2. The numerical experiments show that the greater the plantation area is, the more nutrient removal. Plantation in ～12% of the study area could lower nutrients to the required Grade II standards, i.e., 0.2 mg/LDIN≤0.3 mg/L and 0.015 mg/LDIP≤0.03 mg/L.Here the phytoremediation method and results provide helpful references for environmental restoration in other eutrophic seas.     

基于正交匹配追踪的声层析方法

声速剖面的变化会对声传播产生较大的影响,经验正交函数模型经常用来实现对声速剖面数据的简化描述。然而在内波、湍流等海水不均匀性存在时,这种正则化操作会造成声速重构精度的大幅降低。本文利用字典学习生成声速剖面的非正交原子,在稀疏编码时采用正交匹配追踪（OMP,Orthogonal Matching Pursuit）算法,更新字典则使用KSVD （Kernel Singular Value Decomposition）的字典更新算法。由于字典学习不需要强制使用正交条件,对于训练数据更加灵活,从而可以使用少数的原子组合达到更高的重构精度。利用一次浅海声学实验多次测量的声速剖面研究了海水声速剖面的经验正交函数表示和字典学习,研究表明：相比于正交函数表示,学习字典可以利用少数原子（甚至一个原子）更好的解释声速剖面扰动。字典学习可以提高声速剖面的稀疏性,从而提高声速剖面的反演精度。     

应用Hydrolight模式研究含油水体辐射传输特性的关键技术

辐射传输模式Hydrolight在国际水色遥感研究领域已被广泛用于解决水体光学的各种问题,也是进行石油类污染水体辐射传输特性研究的有效模型。结合Hydrolight模式的机理、应用现状及含油水体的特点,提出了将该模式应用于光学特性复杂的石油污染水体辐射传输特性研究时需要解决的关键技术,包括测定石油污染水体吸收系数和散射系数、建立石油污染吸收和散射特性随波长和深度变化的参数化模型、确定油物质的吸附后悬浮颗粒物体散射函数模型等方面。依据2018年8月和2016年8月分别在辽宁大连港和辽宁盘锦辽河油田等区域测定的含油水体数据,讨论了这些关键技术的解决方案。     

Semantic segmentation of high spatial resolution images with deep neural networks

Availability of reliable delineation of urban lands is fundamental to applications such as infrastructure management and urban planning. An accurate semantic segmentation approach can assign each pixel of remotely sensed imagery a reliable ground object class. In this paper, we propose an end-to-end deep learning architecture to perform the pixel-level understanding of high spatial resolution remote sensing images. Both local and global contextual information are considered. The local contexts are learned by the deep residual net, and the multi-scale global contexts are extracted by a pyramid pooling module. These contextual features are concatenated to predict labels for each pixel. In addition, multiple additional losses are proposed to enhance our deep learning network to optimize multi-level features from different resolution images simultaneously. Two public datasets, including Vaihingen and Potsdam datasets, are used to assess the performance of the proposed deep neural network. Comparison with the results from the published state-of-the-art algorithms demonstrates the effectiveness of our approach.     

天文CMOS相机测试平台及控制系统的实现

CMOS相机是一种重要的固体成像设备?随着科研级CMOS相机的性能不断提高,现已广泛应用于科研领域?新真空太阳望远镜的成像设备也使用CMOS相机?因此建立一个天文CMOS相机测试系统?对于新购CMOS相机的验收以及现有CMOS相机的定期检测和维护有十分重要的意义。介绍了CMOS相机测试平台的硬件组成,并针对实际测试中对设备控制的需求,以及利用控制器对相应的设备直接控制,提出了基于TCP/IP协议以及串口通信的设计方案?利用C#编程语言设计了一套多线程并行的控制系统软件?实现各设备在局域网内的远程并行控制。通过对设备的运行测试,结果表明,系统能良好地控制各设备的正常运行?满足测试系统集成控制的需求.