气象要素极值的双指数分布函数求解

利用安阳市30年每年的日最大降水极值与双指数分布函数，求解出安阳市工程设计需要的设计频率(p)与气象要素极值(降水Xp)的双指数分布函数关系式。用此函数关系式，可每年进行极值重新标定工作。     

DT型大气能见度记录仪的研制和精度分析

本文系统地论述了透射式仪器测量能见度的原理,列举了为保证测量精度所采取的各项措施,以及对仪器的性能、标定、精度与误差作了详细的分析。最后提出了研制和使用能见度仪应注意的问题。     

适宜气象探测使用的两种A／D接口卡

使用双积分式A／D转换器，设计成两种低速高精度A／D转换及接口卡，分别配接TP－801单板机和PC－1500计算机，成为便携式气象数据采集装置，十分适合野外使用。     

古土壤钙质结核δ18O重建的早白垩世古温度与哈密翼龙生存环境

哈密盆地下白垩统地层含大量翼龙、翼龙蛋和胚胎化石, 是研究翼龙生存繁衍细节的宝贵材料。但是, 与哈密翼龙生存环境密切相关的古气候研究成果还未见发表, 这制约了对哈密翼龙“伊甸园”形成机制和翼龙演替原因的认识。本研究利用哈密盆地古土壤层钙质结核氧同位素(δ¹⁸O)重建了早白垩世Barremian-Aptian早期近地表大气年均温度(MAT)。结果表明Barremian期MAT的平均值为9.04 ℃, Aptian早期的平均值为13.79 ℃, 这与中亚地区陆相记录重建的MAT结果一致, 且变化趋势与海相记录相符。哈密盆地Aptian早期快速升温约5 ℃, 可能是对大洋缺氧事件OAE 1a (Oceanic Anoxic Events 1a)初期海水快速增温的陆地响应。哈密翼龙动物群主要繁盛在MAT较低的Barremian期, OAE 1a事件之后衰亡, 与热河生物群的演化过程相符, 可能说明全球增温事件对生物演化具有一定影响。

     

非洲遗产:被遗忘的角落

说起非洲,大家的印象恐怕多数都是炎热、疾病、战乱、热带雨林和自由自在的野生动物,其实,当你真正踏上这片大陆或者真正去了解她时,你会发现非洲和其他大洲一样,也有着勤劳的人民、古老的文明、丰富的遗产。     

"日不落"的余辉:英联邦

英联邦(The Commonwealth)成立于1931年,是个有着70多年历史的老牌世界组织,也是英语世界最大的国家集团。它的含义并不是一个国家,而是表示由英国和已经独立的前英国殖民地或附属国组成的联合体。目前该组织共有成员国53个,其中31个为共和政体国家,17个为尊英女王为元首的君主     

流动重力重复测量数据库管理系统

近几年来,我们在野外和室内均用PC—1500袖珍机对流动重力重复测量数据进行计算整理。虽然与手工计算相比有明显优势,但是由于运算速度慢一些项目处理性能很差,数据只能顺序录入磁带、顺序计算,不能进行多种形式处理,查找困难且不宜长期保存,同时室内整理费时而工作量大,往往延误成果报送和及时利用。为此从1986年11月开始设计建立重力资料数据库管理系统,经过反复修改于1987年11月完成了数据库管理系统的建设、调试工作,目前已投入使用,为准确、迅速提供成果,提出会商意见打下了良好的基础。     

哈萨克斯坦地区活动地幔构造特征与地震活动性的关系(译文)

强烈地震源(M≥6)位于厚度大于10 km的活动地幔层下伏的造山带范围内,天山和高加索地下输送的热柱通道位置不一,这种因素和固结地壳构造的区域差别都影响地震活动的最大能量水平。     

有石为证

古生物学家J.Crampton在新西兰马尔堡河岸附近发现了生活在恐龙时代、已经灭绝的大型海生爬行动物鱼龙的骨架化石.它们与恐龙生活在同一个时代,外形类似现代的海豚或虎鲸,是当时地球海洋中的绝对霸主.Crampton说:"此次发现的鱼龙化石具有非常重要的科研价值,因为它所生活的时代正处在鱼龙走向衰亡的时期,就像一本鱼龙留...     

基于无人机成像光谱技术的农田土壤养分估测及制图

成像光谱技术是精准农业中土壤理化特性快速获取和实时监测的重要技术支撑.该文以松辽平原农田土壤为研究对象,通过对比标准正态变量变换(SNV)、多元散射校正(MSC)、光谱一阶微分(FD)和二阶微分(SD)4种方法对无人机高光谱图像进行预处理,引入竞争自适应重加权采样—连续投影组合算法(CARS-SPA)进行特征波段筛选,然后利用粒子群算法(PSO)对极限学习机算法(ELM)进行改进,从而构建土壤有机质(SOM)和土壤全氮(STN)的高光谱反演模型.结果表明:4种预处理方法中MSC去噪效果最优,可有效降低散射效应噪声;CARS方法筛选出53个SOM、33个STN特征波段,进一步利用CARS-SPA筛选出24个SOM和22个STN特征波段,将SOM和STN的平均相对误差分别降低了12.3％ 和6.6％;利用PSO优化ELM的输入权值和阈值,有效弥补了极限学习机模型泛化性能低这一不足,将SOM和STN的平均相对误差分别降低了2.9％ 和3.2％,同时模型精度高于偏最小二乘回归(PLSR)和支持向量机(SVM);利用CARS-SPA筛选的特征波段建立的PSO-ELM模型效果最佳,其预测SOM的决定系数R2为0.73、相对分析误差RPD为1.91,预测STN的决定系数R2为0.63、相对分析误差RPD为1.53,将模型应用于高光谱图像,获取SOM和STN空间分布图,玉米种植区的SOM和STN均高于花生种植区.该研究可为无人机高光谱图像应用于田间尺度的土壤养分估测和数字制图提供参考.