山东荣成天鹅湖沙坝水下岸坡地貌冲淤演变分析

山东荣成天鹅湖是一个典型的潟湖-沙坝系统。自20世纪80年代以来, 因受人类活动的影响, 天鹅湖环境系统发生了改变, 沙坝侵蚀后退严重。研究水下岸坡的冲淤对于认识潟湖-沙坝系统演变, 以及保护天鹅湖环境具有重要意义。本文以天鹅湖东侧沙坝水下岸坡为研究区域, 基于1960年至2014年的海图资料, 采用地理信息技术, 获得了天鹅湖东侧近岸海域多年水深数据, 进而分析了1960年以来天鹅湖东侧沙坝地区的等深线变化、冲淤变化以及固定剖面的地形变化。结果表明: 1960—1980年等深线整体向海推移, 而1980—2014年等深线向海推移趋势变缓, 1960—2014年潮汐通道口门处0m等深线向岸退缩了126.70m。天鹅湖水下岸坡在1960—1980年整体处于淤积的状态, 年淤积率为3.60cm∙a^-1; 1980—2014年侵蚀面积显著增大, 且呈现冲淤相间分布的特点, 年淤积率为0.79cm·a^-1。天鹅湖沙坝水下岸坡呈现上陡下缓的形态, 且潮汐通道口门北侧比南侧更易受到侵蚀。人类活动改变了天鹅湖的环境状态, 导致了天鹅湖水下岸坡的局部侵蚀后退。     

陆生植物氮同位素组成与气候环境变化研究进展

近年来,由于植物氮同位素组成(δ15N)记载了气候环境变化的信息,因而被广泛应用于全球变化研究中,成为古气候环境再造和了解现代气候环境变化信息的有力工具。然而,人们对气候环境引起的δ15N变化及其指示的气候环境意义并不完全清楚,这就有可能限制植物δ15N在古气候环境变化等领域研究中的应用。在概述植物氮同位素分馏和植物不同氮源的氮同位素分布的基础上,分析了温度、降水、大气CO2浓度和海拔高度等气候环境因子对陆生植物δ15N的影响以及它们的关系。指出了目前研究中存在的问题及其研究前景,认为在全球变化研究中利用植物氮同位素技术不仅可以重建古气候环境(如重建大气CO2浓度变化),揭示历史时期温度、降水的变化,而且还可以在一定的时间和空间上综合反映生态系统氮循环的特征。     

信息监理在地铁结构自动化监测系统中的应用

从地铁结构自动化监测系统的体系架构和功能特点出发,引出本项目信息监理工作的难点,并从感知层、网络层和应用层剖析监理工作的重点。以组织、制度和规范等保障措施,用现场旁站、专家评审和测试等主要监理方法来保证信息系统全面和多学科交叉的地铁结构自动化监测系统监理工作质量。     

轻便立体摄影机及其在震灾测量中的应用

本文在对国产非量测摄影机进行一系列试验的基础上,提出了轻便立体摄影机的研制及其检校和数据处理方法。试验结果表明,本立体摄影机能满足各种中、低等精度的测量要求,有较广泛的应用前景。     

拉格朗日/高斯无奇点卫星运动方程推导与分析

针对卫星轨道理论中的奇点问题,对拉格朗日/高斯无奇点卫星运动方程做了深入的分析和探索,从原始拉格朗日和高斯运动方程及其物理意义出发,考虑圆轨道、圆赤道轨道和赤道轨道3种奇点情况,推导了一种新的拉格朗日/高斯无奇点卫星运动方程,并探讨了方程的连续性。该方程消除了零因子,解决了卫星运动方程的奇点问题。     

基于城市三维建模技术的文化遗产三维虚拟系统

以文化遗产的资源整合和数字化为目的,利用城市三维建模技术,构建文化遗产的真三维虚拟系统,实现对文化遗产的定位、查询、资料上传及下载和遗产景区的定点导览、线路漫游、多媒体展示等功能。以南京云锦文化遗产为例,研究了云锦文化遗产的织造工艺、云锦研究所、馆藏珍宝的三维建模实现以及系统功能的应用开发等问题。     

绝对重力仪对日本海域6.0级地震的精确纪录

FG5绝对重力仪在上海佘山基准站观测前后发生了日本海域6.0级地震。数据处理分析表明,地震在该基准站引起的绝对重力值变化约为-16微伽,这对地震进行预报以及对地震造成的危害性进行评估有着积极意义。     

基于极化分解的极化特征参数提取与应用

基于极化分解原理,获取了描述地物散射机制的特征参数,并组合成一些特征指数,如雷达植被指数等。这些特征指数具有反映体散射信息的能力,从而可间接获取植被长势、疏密程度及分布区域等信息。实验选择了鄱阳湖区Radarsat-2全极化数据,结合野外采集的样本数据,在分析该区植被特征的基础上,对不同特征参数进行了对比分析,对雷达植被指数与实地测量样本的生物量参数进行了相关分析。实验结果表明:文中给出的4种特征参数对植被引起的随机散射的描述总体趋势是一致的,但随着植被覆盖密度的增大,不同特征指数具有一定的差异,其中雷达植被指数最为准确,适用动态范围最大,并且与湿地植被生物量具有较高的线性相关性,可以定量地反映研究区的植被疏密及生物量差异信息。     

浅谈CAWS600-SE自动气象站雷电电磁脉冲的防护

通过分析CAWS600-SE自动气象站遭雷击的原因,根据雷电电磁脉冲的产生理论,提出自动气象站雷电电磁脉冲的防护法.     

利用Kmeans-RBF神经网络提高重力格网化数据精度

针对重力测量数据在格网化过程中精度会被降低的问题,顾及空间重力异常和地形的强相关性,提出了三维Kmeans-RBF神经网络方法,该方法利用神经网络的复杂非线性映射学习能力进行推估建模,并在模型训练和推估时加入地形数据作为物理控制。最后基于美国爱达荷州地区的实测重力数据进行验证,实验结果表明:该方法相对于二维Kmeans-RBF神经网络方法和直接进行拟合推估的Kriging方法,实验区内精度分别提高了24.85%和44.84%。