基于Biome-BGC模型的小兴安岭森林碳通量时空分析

全球气候变化是当前人类生存和发展所面临的严峻挑战,森林生态系统在减缓温室效应和维持全球碳平衡中发挥着重要作用.本文以黑龙江省小兴安岭地区森林为研究对象,将通量观测和生态过程模型相结合,采用Biome-BGC模型估算森林碳通量,使用M-K方法和EOF方法进行了时空分析,并发现了2000—2015年小兴安岭森林碳通量的时空特征规律.研究结果表明:在时间上,具有明显的年际变化特征,且呈波动下降的总趋势;在空间上,具有同向分布模式和反向分布模式的空间分布特征.本研究成果将为我国制定应对全球变化的战略决策,以及生态文明建设和环境保护提供科学参考依据.     

利用MODIS卫星产品分析西南地区云水特征

采用NASA Goddard Earth Science DAAC发布的2001—2010年MODIS水云云水含量和水云粒子有效半径资料, 选取西南地区（四川、重庆、云南、贵州）,分析了水云云水含量和水云粒子有效半径的多年平均空间分布特征,对年和季节平均水云云水含量和粒子有效半径进行了线性趋势分析,并进行了显著性检验。结果表明：西南地区年和季节多年平均云水含量在海拔高的地方偏少,在海拔低的地方偏多;年和季节多年平均粒子有效半径的空间分布特征与云水含量相反。云水含量具有季节差异性,秋季和夏季是云水含量最丰富的季节,春季和冬季较少;粒子有效半径的季节差异较小。10年中云水含量呈减少趋势,春季和冬季云水含量减少趋势明显;而粒子有效半径无显著变化趋势。     

虚拟天文台数据访问系统(VO-DAS)任务调度设计与实现

为解决异地、异构、海量天文数据无缝透明地统一访问,中国虚拟天文台(China-VO)研究小组自主设计并开发了一套解决方案——虚拟天文台数据访问系统(VO-DAS)。着重从执行流程、设计模式、Session机制、生命周期、资源销毁、异常处理等模块详细阐述了该系统的任务调度设计。为了验证该系统的可行性和性能,最后描述了多个天文科学范例。     

钱塘江河口盐度数值模拟

强潮河口盐水入侵对饮用水源地危害极大。基于平面二维水动力盐度模型, 对典型强潮河口—钱塘江的水动力及盐水入侵过程进行了数值模拟研究。结果表明枯水径流时盐度变化与潮位过程曲线类似, 潮差对盐度大小影响显著, 径流量的增加将逐渐减小其相似程度。当流量增加到一定程度后, 继续增加的一定径流量所产生的抑咸效果减弱, 水资源有效利用率降低, 此时允许水源地盐度超标并改从蓄淡避咸水库取水可有效节约水资源。盐度平面分布显示, 盐水入侵在强潮河口弯道处受涨潮流主流线影响明显, 靠近主流线一岸的盐度大于对岸, 单从盐水入侵角度考虑, 强潮河口弯道段的取水口应设置在远离涨潮流主流线一岸。钱塘江河口盐度数值模拟对于研究减轻盐水入侵对水源地危害的措施具有指导意义。     

邻二氮杂菲银/蒙脱石复合物的XPS和TG研究

用微波辐射法制备了邻二氮杂菲银/蒙脱石抗菌复合物。以X射线光电子能谱(XPS)及热重分析(TG/DTG)对抗菌复合物及其热处理产物的表面特性及热稳定性进行探讨。结果表明:邻二氮杂菲银络离子插入到蒙脱石层间后,层间水含量减少。样品表面的银以邻二氮杂菲银络合物的状态存在,煅烧温度低于或等于200℃时,邻二氮杂菲银络合物没有发生分解;当煅烧温度到达300℃时,邻二氮杂菲银络合物开始分解产生新的物质Ag2O;当煅烧温度到达400℃时,样品表面开始有银粒子产生,随着温度的增加,银粒子的粒径不断增加。     

埋藏环境白云石结构类型

近年来我国在白云岩储层油气勘探方面取得了重大进展,这些白云岩储层绝大多数为埋藏阶段形成的白云岩,同时大量研究也证实地层中大部分白云岩形成于埋藏环境。国际学术界对埋藏环境白云石的成因结构分类比较细致,但在我国这方面的研究还不够深入,因此本文借助国际上对埋藏环境白云石成因结构的分类方法,并结合中国白云岩研究的实际情况尝试提出埋藏环境白云石结构分类方案。该方案首先以白云石在岩石中的产状分为基质白云石和胶结白云石两大类,再以晶粒大小、晶型、晶面特征、接触关系为分类依据,将埋藏环境白云石分为六种结构类型。     

南海白云凹陷深水区渐新世-中新世断阶陆架坡折沉积过程响应

南海珠江口盆地白云凹陷深水区在渐新世—中新世经历了后退断阶式的陆架坡折带演化,该过程控制了本地区沉积体系的发育和分布,从而也在一定程度上影响了油气藏的形成与分布。基于近期最新钻井资料、精细沉积学分析和长电缆高质量三维地震资料解释,结合陆架边缘三角洲沉积模式理论,开展了该区断阶陆架坡折控制的沉积过程响应特征研究。发现渐新世陆架坡折带主要的沉积过程响应是珠海组陆架边缘三角洲前积楔-浅海陆架沉积体系,中新世后退断阶陆架坡折主要沉积响应为生长断层复杂化的陆架边缘三角洲与斜坡扇体系, 该发现将有助于指导深水油气勘探。     

基于遗传算法优化的小波神经网络在地下水位预测中的应用

地下水位是衡量生态环境优劣和地下水资源的一个重要指标.地下水位下降,将引发地面沉降、地面塌陷和降落漏斗等.因此,地下水位预测对保护地质生态环境和实现地下水资源严格管理至关重要.由于BP算法存在极易收敛于局部极小点与过拟合等缺点,导致网络泛化能力不足,本文在构建小波神经网络基础上并引入遗传算法加以优化,以解决上述不足,并与BP和WNN对比预测了天津市深层承压水水位.预测结果表明,GA-WNN模型拟合精度较高,模型的预测能力有较大幅度提高.