共培养条件下强壮前沟藻与中肋骨条藻的相互作用

半连续条件下研究了强壮前沟藻与中肋骨条藻不同接种密度下种间的相互作用,按照以下条件:(1)1×10<'4>个/cm<'3>强壮前沟藻与1×10<'4>个/cm<'3>中肋骨条藻;(2)1×10<'4>个/cm<'3>强壮前沟藻与5×10<'4>个/cm<'3>中肋骨条藻;(3)1×10<'4>个/cm<'3>强壮前沟藻...     

GPS参考台站的网络运行和质量管理

随着人们对参考台站网络兴趣的不断提高，质量保证、系统完整性和精度改善的问题变得更为重要。本文对参考台站设置的可能基本原理和构成网络来提高精度和性能方面做了回顾。除了对设计概念描述之外，还叙述了可供选择的方案和硬件／软件解决方案的实例。     

南黄海盆地中部隆起上古生界沉积环境探讨

CSDP-2井是大陆架科学钻探计划（CSDP）在南黄海盆地中部隆起实施的第一口连续取芯井,完井深度2 843.18 m,平均取芯率高达97.7%。综合利用该井岩芯、测井、岩石薄片及古生物化石资料,准确识别出南黄海盆地中部隆起上古生界的岩石类型、沉积构造、岩性组合序列等特征,进而探讨研究区沉积环境及其垂向演化规律。研究结果显示:CSDP-2井所钻遇的二叠系、石炭系、泥盆系地层既包含碎屑岩也包含碳酸盐岩,发育了三角洲相、滨岸相、潮坪相、碳酸盐岩台地相、浅海陆棚相等多种沉积相类型;南黄海盆地晚古生代先后经历了两个完整的海侵-海退旋回,自下而上发育碎屑岩浅海-潮坪沉积体系、碳酸盐岩潮坪-潟湖-颗粒滩沉积体系和碎屑岩三角洲沉积体系,反映了研究区由海相向海陆过渡相逐渐演化的沉积充填过程。     

海底节点(OBN)地震勘探:进展与成果

海底节点(OBN)在有效弥补拖缆地震(TS)的勘探盲区、提供多波和宽方位角数据、定点和重复性等方面具有优势,成为海洋地震勘探的新技术方法.近十年来,OBN勘探技术和装备得到了快速发展,节点地震仪的性能进一步被优化,海底工作的时间和水深得到大幅度提升;智能自动化节点地震勘探系统走向实用,显著地提高了采集工作效率;针对OBN资料的特点,目前已研发了位置校正、上行/下行波场分离、镜像偏移、PS波成像与速度建模等处理方法,提高了成像品质,推动了OBN地震勘探在海洋油气田调查、地震识别和油气藏开发过程中的动态监测(4D)等方面的应用进程.本文重点介绍了 OBN方法原理、工作特点、发展历程和应用实例,分析了 OBN技术的发展方向.     

2009年北京地区公众气象服务调查分析

2009年3月23日中国气象局公共气象服务中心在北京以问卷的形式进行一次公众气象服务的调查。调查的主要内容包括气象预报准确性、气象服务满意度以及公众对气象服务的需求三个方面。通过对问卷调查结果的分析,可以初步了解北京地区公众对气象服务的评价及对部分气象服务的需求,有针对性地给公众气象服务工作提出合理化的意见和建议。     

鄱阳湖区棉花种植气候区划

利用鄱阳湖区1961—2005年气象资料和1:50000地理数据,对影响棉花生长和产量形成的主要气象要素进行分析,并建立鄱阳湖区棉花气候区划指标;通过GIS空间分析,将影响棉花生长的关键气候要素插值生成分布式数据,根据建立的棉花区划指标对鄱阳湖区棉花种植进行气候区划。结果表明:鄱阳湖北部区域即九江市所辖的部分县域,气候条件有利于棉花的生长和高品质的形成,是鄱阳湖区棉花生产潜力最大的地区;鄱阳湖区中部,气候条件基本能满足棉花生长发育的要求,为棉花种植的一般区;鄱阳湖区外围的东、南、西部,气候条件不利于棉花生长发育,属风险棉区。     

KNN方法在11-3月中国近海测站最大风速预报中的应用

应用自组织神经网络方法对欧洲中心(ECMWF)2003年1月1日至2006年12月31日逐日数值预报产品分析场进行天气形势分型,发现11-3月影响我国的天气形势基本属于同一类型.对2004-2007年11-3月ECMWF逐日数值预报产品进行动力诊断,提取与中国近海16个测站日最大风速相关较好的预报因子,将改进后的KNN方法作为预报手段,建立11-3月近海测站日最大风速预报模型,并对2007年1-3月16个测站进行逐日检验,结果表明该方法对近海测站日最大风速有较好的预报能力.     

KNN方法在11—3月中国近海测站日最大风速预报中的应用

应用自组织神经网络方法对欧洲中心（ECMWF）2003年1月1日至2006年12月31日逐日数值预报产品分析场进行天气形势分型,发现11-3月影响我国的天气形势基本属于同一类型。对2004-2007年11-3月ECMWF逐日数值预报产品进行动力诊断,提取与中国近海16个测站日最大风速相关较好的预报因子,将改进后的KNN方法作为预报手段,建立11-3月近海测站日最大风速预报模型,并对2007年1-3月16个测站进行逐日检验,结果表明该方法对近海测站日最大风速有较好的预报能力。     

SVM方法在降水预报中的应用及改进

以T213数值模式输出产品为基础,结合常规观测的降水资料,利用SVM方法,进行了大量多因子的随机交叉验证,从而选出最优参数,建立了全国72个站点的降水预报模型,并用独立的样本对预报模型进行了检验.再通过计算正、负样本的贴近度来分析预报因子,实现了预报因子的筛选和降水预报模型的改进;检验结果表明:改进后的降水模型的预报结果优于改进前的.实时业务试运行的结果也显示SVM模型的降水预报效果好于T213模式直接输出的降水预报.