深圳市1 km高分辨率厘米级高精度大地水准面的确定

利用65个精度优于2 cm的GPS水准数据、5 213个实测重力点数据、100 m分辨率的数字地形模型和WDM94地球重力场模型,采用移去-恢复技术计算了深圳市1 km分辨率的大地水准面模型.将该模型大地水准面高与由29个GPS水准得到的大地水准面高进行比较,其差值的标准差为±1.4 cm.     

年积温演变状态与气候分析

通过对册亨县年积温变化状态的分析,得出一些气候变化的特点。     

胶东半岛温泉的地热特征

胶东半岛位于欧亚板块与太平洋板块边缘内侧,是地壳长期稳定缓慢隆起地段,区内地质构造发育,大部分温泉出露在背斜核部,ＮＥ、ＮＮＥ向与ＮＷ、ＮＮＷ向断裂交泯外,地热系统属中低温深循环对流型,略为偏高的大地热流是其主要热源,地表水是地下热水的补给水源,地下水通过发育在花岗岩和变质岩中的断层或断裂破碎带,下渗和深循环对流,在径流过程中不断吸取围岩热量成热水,沿断裂上升过程中,与地下浅部裂隙水混合而成为化学     

“钠引”夜明浮标介紹

过去我們所用的夜明浮标有两个缺点:1.投放时易为风、浪和雨水所熄灭,成活率小;2.需在岸上点燃,投放不易,而且投放点較远的,浮标还沒到达下断面就燃尽了,往往不得不加多照明燃料,但又增加     

国际地震区划学术讨论会在广州召开

为配合“七·五”期间地震系统重点科研项目——新的中国地震区划图的编制,广泛吸收国外地震区划编图工作的最新成果,国家地震局于1987年12月6日至10日在广州召开了国际地震区划学术讨论会。     

碳酸盐矿物激光原位U-Pb定年基本原理、分析方法与地学应用

碳酸盐矿物作为地壳中沉积作用与流体活动的直接产物,记录了沉积、热事件的全过程,是进行同位素年代学研究的理想矿物。碳酸盐矿物传统的U系列定年法、同位素稀释法定年体系成功率低,耗时长,导致定年难度大,限制了碳酸盐矿物地质年代学的发展。近年来,碳酸盐矿物激光原位U-Pb定年技术取得重要进展,使低U碳酸盐矿物地质年代的精确测定成为了可能。碳酸盐矿物LA-ICP-MS U-Pb年代学具有空间分辨率高、耗时短等显著优势,被广泛应用于地学研究中。文章归纳总结了碳酸盐矿物同位素定年体系的基本原理及分析方法,回顾了近5年碳酸盐矿物LA-ICP-MS U-Pb年代学应用的研究进展,重点论述该方法在确定脆性变形时代、岩石破裂以及盆地流体流动时限、碳酸盐地层的成岩时代和成矿热液活动时限4个方面的应用,并梳理了该方法尝试解决的科学问题和取得的新认识。碳酸盐矿物定年方法的发展和应用,增强了人们对地壳变形和演化的理解,解决了部分迄今为止难以确定的地质体历史演化问题,为未来地质年代学的研究提供了新思路,在地球科学研究中具有重要潜力。     

对WRI估计的温室气体排放量的重新评价

某些痕量气体如ＣＯ２、ＣＨ４、Ｎ２Ｏ和ＣＦＣｓ的大量排放，使得大气中这些温室气体（ＧｒｅｅｎｈｏｕｓｅＧａｓｅｓ）的浓度增加，很可能导致全球变暖。因而，最根本的措施是控制温控气体的排放以及现在国际上讨论的如何达到最适宜的温度气体排放限制的策略。     

黑沙蒿(Artemisia ordosica)对羊柴(Hedysarum laeve)及柠条(Caragana intermedia)的化感作用

采用生物测定方法,研究了黑沙蒿(Artemisia ordosica)叶水浸液对生态相关种羊柴(Hedysarum laeve)与柠条(Caragana intermedia)种子萌发与幼苗生长的化感作用。结果表明:黑沙蒿叶水浸液可抑制羊柴种子萌发与幼苗生长,抑制作用随浓度的升高逐渐加强;幼苗形态指标对叶水浸液作用较为敏感,敏感程度为苗干重苗鲜重根鲜重根长苗高根干重;丙二醛含量综合化感效应指数值明显大于其他指标,相对电导率也表现出较敏感的抑制效应。黑沙蒿叶水浸液对柠条种子萌发存在低促高抑作用;对幼苗形态指标综合化感效应表现为促进,促进作用随浓度的升高逐渐减弱,根鲜重、根长与苗干重为较敏感指标;对生理指标化感综合效应表现为抑制,抑制作用随浓度升高而增强,相对电导率是最敏感的指标,丙二醛含量指标也较敏感。由此推断,对膜系统的伤害可能是黑沙蒿化感物质多种效应的生物起点。     

基于MICAPS系统的数字化天气图及常规气象资料检索分析系统

介绍了基于“9210工程”和MICAPS系统的资料自动存储、整理、检索和历史天气图分析业务系统——基于MICAPS系统的数字化天气图及常规气象资料检索分析系统，较全面地介绍了该系统高度自动化、设计友好的功能和在业务中的应用。     

基于机器学习的重庆长江航道雾图像特征识别研究

基于重庆市境内长江航道雷达站拍摄的雾天气过程影像资料,利用K最近邻、支持向量机、BP神经网络、随机森林等机器学习算法,对无雾和5类有雾天气个例进行图像识别训练,构建雾图像识别模型,并检验了识别准确率。结果表明：机器学习能够有效识别雾图像,随机森林算法的识别效果优于其余3种算法。对于能见度超过1500 m的无雾天气,模型的识别准确率为100%,对于能见度在1000—1500 m范围内的轻雾、能见度低于50 m的强浓雾,模型的识别准确率在90%以上,对于能见度在50—1000 m范围内的雾、大雾和浓雾,识别准确率超过70%。