美丽,不拒绝阳光

近年来 ,追求美丽的人们开始惧怕阳光。再加上夏季媒体对太阳风暴的“爆炒” ,更使许多人感觉到好像太阳会给地球人带来一场灾难。于是 ,厂家、商家着实在防晒用品上大赚了一笔。其实 ,太阳风暴并不可怕 ,今天的太阳大约有 5 0亿岁 ,正值中年 ,是它一生中最辉煌、最稳定也是最漫长的时期。我们看到的天空中圆圆的太阳 ,是太阳的光球层 ,光芒万丈的阳光就是从这层发出来的。很早就有人观测到 :太阳的光球部分经常会有许多暗黑的斑点成群结队地出现和消失 ,这就是太阳黑子。因为太阳黑子的温度比太阳表面光球低 140 0℃左右 ,所以看上去就有点…     

闽江水口水库诱发地震活动特点

闽江水口水库诱发地震活动特点吕浩江，林建生（福建省地震局）（泉州基准地震台）闽江水口水库是福建省的大型水库，坝高１００米，为混凝土宽缝重力坝。大坝建成后，于１９９３年３月３１日开始蓄水，使闽江在大坝一南平段形成长达１００公里的狭长库区。水库蓄水后第３...     

一个推广的一次二阶矩方法

本文首先将考虑系统不确定性的可靠度问题归结为P_x=∫_xP_f(X)f(X)d(X)的积分形式,然后提出了求解该积分的一个推广的一次二阶矩方法。该方法方便实用,具有较高的精度,可以用于时变荷载下考虑系统参数不确定性的可靠度分析以及一般的考虑系统不确定性的可靠度分析。最后给出了应用的实际算例并讨论了系统不确定性对可靠度的影响。     

钙碱性花岗岩类岩石中微粒包体的成因模式及意义

微粒包体作为基性岩浆和重熔酸性岩浆I型或S型之间岩浆混合或/和混合期存在的标志,其成因和意义可被重新评价。基于含微粒包体花岗岩套中所观察到的地球化学特征和露头关系,已经提出了用于研究微粒包体和寄主岩组合的一种模式。该模式由三个阶段组成。第一阶段:注入作用;第二阶段:演化作用;第三阶段:混合作用,这是在基性岩浆注入到重熔的地壳环境中发生的。在第一阶段,比酸性岩浆温度更高、粘度更低、几乎完全为液态的基性岩浆通过一次或多次注入作用侵入到酸性岩浆中。两个体系并不容易混合,仍作为独立的单元存在,直至达到了热平衡和粘度相近的时候才能发生混合,并且,沿着二者的边界基性岩浆冷却。酸性岩浆被加热。在第二阶段,基性岩浆既经历了伸展、对流搅动和与酸性岩浆混合的物理作用,又经历了晶体分离和与酸性岩浆混染(混染分离结晶作用)的化学作用。这些物理和化学作用的再循环便导致了微粒包体和进一步演化了的熔体的形成。这种熔体与酸性岩浆已达到了热平衡。因此,微粒包体记载了基性岩浆演化的各个阶段。在第三阶段,基性岩浆进一步演化的产物(成分上为英云闪长质到花岗闪长质)和酸性岩浆参与了两端元的混合作用。该作用可用于解释含微粒包体花岗岩类深成岩的地球化学演化。该模式阐明了复式岩基形成过程中产于深成环境中的各种岩浆作用,并且也提出了有关英云闪长质深成岩成因的某些想法。最终,所观察到的微粒包体单独产出的这一特性表明微小几何学(一种相对新的数学概念)在了解粘性流体混乱流机制方面可能起到了决定性作用,即基性岩浆的混合和伸展作用动力学。     

跳出固有思维求发展

近日，在《江西日报》看到一则杂谈，题目叫“换个角度看问题”．这篇杂文给我们的启示良多，对一件事情、一个事物进行判断，要学会跳出固有的习惯性思维．尝试一下换个角度看问题。特别是在许多人都倾向于一种或一类意见时，这样做往往会有意外的收获。     

浅析地面温度在零度以上时出现霜的现象

在多年的地面观测中,发现地面温度和气温在零摄氏度以上时,仍有霜出现,该文从地温表的安置、下垫面状况、地面辐射及物理属性4个方面对霜的形成原因进行了分析探讨,结果表明:气温在3～4℃,地面温度＞0℃时,水汽也能在青草面上凝结成霜。     

加强科技推广工作 促进科技与生产的结合

<正> 实现林业经济增长方式从粗放型向集约型转变,关键要靠科技进步。漳州市实现绿化目标后,林业发展路子要从数量扩张型转移到结构优化和质量效益型的轨道上来。实现科技成果转化为现实生产力,推广和应用是关键环节,林业科技推广工作如何适应新形势的要求,我们提出以下改革设想。     

采样过程和模数转换对记录的影响及“真实地面运动”获取：地？…

通过采样过程和模数转换对记录影响的分析,讨论了数字地震仪记录的动态范围,以及如何使用谱分析方法去除仪器对最终记录的影响,以便获取“真实地面运动”的近似。     

基于深度学习的循环水养殖鳗鲡(Anguilla)计数研究

鳗鲡(Anguilla)作为我国优质水产养殖种类,精准掌握其数量对高效养殖有重要意义。为实现对循环水养殖鳗鲡的准确计数,提出了一种基于深度学习的改进Faster RCNN模型。针对检测目标即鳗鲡头部尺寸小的问题,选择在特征提取网络ResNet50中加入FPN结构来作为模型的骨干网络,以提取并融合多尺度的特征;针对原模型锚框都是基于人工经验设置的,并不适用于鳗鲡数据集的问题,使用k-means聚类算法对训练集中标注的鳗鲡头部检测框进行聚类分析,获得了适合鳗鲡数据集的15种不同尺度的锚框;针对图像中存在鳗鲡头部重叠的问题,选择使用Soft-NMS算法替代原NMS算法对RPN部分生成的候选框进行筛选,以减少模型对鳗鲡重叠部分的漏检情况。试验结果表明:改进后的Faster RCNN模型对鳗鲡头部的检测精度(mAP^0.5)高达96.5%,较原Faster RCNN模型(Backbone为ResNet50)显著提升了14%,与SSD300和YOLOV3模型相比分别显著提升了24.9%和15%;在鳗鲡计数上,利用改进后的Faster RCNN模型检测结果进行计数,计数准确率达到90%以上,提升了模型对鳗鲡的检测识别能力。