弯睾鲫吸虫[Carassotrema flecterotestis(Zhukov,1971)comb.nov.]及其毛蚴发育观察

本文对取自台湾海峡棱鮻 (Lizacarinatus)消化道的弯睾软穴吸虫 (HapalotremaflecterotestisZhukov, 1971)进行重新描述,并对其毛蚴的体外发育进行观察.根据Yamaguti(1971)区分单孔科 (Haploporidae)和叉盘科 (Waretrematidae)的标准,同意李敏敏(1984)将其从单孔科移出并入叉盘科.在与叉盘科已知属比较后,我们发现该吸虫除睾丸形状外,其他主要特征与鲫吸虫属 (CarassotremaPark, 1938)的相似.因此,我们拟将其作为后者的同物异名,并将该吸虫重新命名为弯睾鲫吸虫 [Caras sotremaflecterotestis(Zhukov, 1971)comb. nov. ].实验结果表明:在室温 7~24℃(均值为 15. 3℃)条件下,其虫卵从单个卵细胞到毛蚴孵出共需 12d.     

超过例外氧暴露时限的空气巡回潜水实验中若干生理功能的观察

17名潜水员安全地进行了55人次超过美国海军例外氧暴露时限1.5—3倍的空气巡回潜水实验。生理功能观察和肺活量测定结果表明,在水深70m以浅,潜水员均保持了相当好的智力和操作能力,在连续3d 3倍氧暴露时限的巡潜后期,只有3人肺活量下降,且在次日测定时已见恢复,表明上述暴露是安全的。美国海军例外氧暴露时限中对于70m以浅空气暴露的相应规定显得保守。     

水中矿物油荧光特性实验研究

为了实现现场测量地表水中矿物油含量的全光纤荧光计的研制。采用荧光光谱测量分析方法 ,于 1 999年 1 0月— 2 0 0 0年 5月 ,采集了国内外不同的地区原油和成品油共 2 3种 ,用1 4种不同波长的激发光激励 ,进行荧光光谱特性测量实验研究。同时 ,对不同浓度的矿物油、水混合液也进行了测量实验 ,得出其最低检测浓度为 0 .0 0 5mg/L ;测量了青岛近岸海域表层受油污染海水的含油量为 0 .0 1～ 0 .2 2mg/L ;此外对水中矿物油受激荧光发射原理也作了简述。并对水中矿物油荧光光谱特性、浓度与荧光强度的关系 ,以及为研制现场测量水中矿物油浓度的全光纤荧光计的可能性作出了结论性的意见     

山东省大中型水库水化学性状研究──几种主要水化因子的变化及其在评价水库鱼产力中的作用

本文通过对山东省３８座代表性大、中型水库总氮（ＴＮ）、总磷（ＴＰ）、化学耗氧量、硬度及电导率（λ）五种主要水化因子连续两年（１９８９～１９９０）的调查与研究，探讨了水化因子与水库鱼产力的关系。用反映鲢、鳙生长状况的综合生长指数（ＧＩ）作为水库鱼产力的指标。它与水化因子相关分析表明，总磷是山东省３８座水库鱼产力的主要影响因子。提出ＧＩ与总磷、总氮及电导率等水化因子的逐步回归方程关系非常显著。证明利用水化因子作为水库鱼产力的评价指标是可行的。并指出：同一水库的相同水化因子存在年间差异，其主要原因在于降雨量和水库进水量的不同，鉴于此．同一水库鱼产力也存在年间差异。     

汶川抗震救灾的基础地理信息综合应急服务

在5．12汶川特大地震抗震救灾中,国家测绘部门设计和组织实施了以数据成果服务、专用系统服务和专题制图服务为核心的基础地理信息综合应急服务。其是针对汶川震区地形特点和抗震救灾主体工作需求,快速整合和提供震区已有的基础测绘成果和最新遥感影像资料;快速搭建集震区海量数据集成管理为一体并具备3维影像浏览、对比分析等功能的专用地理信息系统,为灾情评估分析和重建规划研究提供地理空间数据集成展示和分析平台;应需地制作反映受灾范围、受灾程度、救灾响应、规划思路等的各类专题地图和地图集,有效地表达地震灾害的时空分布、重建规划布局等。     

LAS格式解析及其扩展域的应用

激光雷达是近年来兴起的一种快速获取地物目标三维信息的主动遥感技术。其采集的离散激光点具有数据量大,信息丰富等特点。目前常用的LIDAR数据存储格式,在存储LIDAR数据时存在种种不足,且数据交换和共享困难。LAS格式是ASPRS制定的标准LIDAR数据交换格式,能较好地解决多属性离散激光点数据的存储问题,具有结构严谨,便于扩展等优点。本文在对LAS格式进行解析的基础上,针对LAS变长记录的扩展域,介绍了一些实际的应用。     

利用双向缓冲区算法综合海图岛屿

阐述了岛屿综合的内容和原则。介绍了双向缓冲区算法的概念并给出了双向缓冲区算法的定义,研究并证明了双向缓冲区算法的特性。分析了利用双向缓冲区算法综合海图岛屿的原理,并通过实验验证利用双向缓冲区算法综合海图岛屿具有较好的效果。     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。