立足海岛开发的海洋牧场陆海旅游一体化发展模式——以磨盘山岛为例

近年来休闲渔业与海洋牧场的结合作为新兴的渔业产业模式逐渐发展起来。在生态环境退化和近海渔业资源持续衰退的大背景下,以海洋牧场建设为基础、以休闲渔业和旅游业为带动的渔业模式不断发展。我国近海海岛众多,具备围绕海岛综合开发建设海岛类海洋牧场的天然优势,可以预见以海岛为中心、立足海岛生态开发构建海洋牧场的发展模式将是近海海洋...     

Application of the nearly perfectly matched layer for seismic wave propagation in 2D homogeneous isotropic media

Numerical modelling plays an important role in helping us understand the characteristics of seismic wave propagation. The presence of spurious reflections from the boundaries of the truncated computational domain is a prominent problem in finite difference computations. The nearly perfectly matched layer has been proven to be a very effective boundary condition to absorb outgoing waves in both electromagnetic and acoustic media. In this paper, the nearly perfectly matched layer technique is applied to elastic isotropic media to further test the method's absorbing ability. The staggered‐grid finite‐difference method (fourth‐order accuracy in space and second‐order accuracy in time) is used in the numerical simulation of seismic wave propagation in 2D Cartesian coordinates. In the numerical tests, numerical comparisons between the nearly perfectly matched layer and the convolutional perfectly matched layer, which is considered the best absorbing layer boundary condition, is also provided. Three numerical experiments demonstrate that the nearly perfectly matched layer has a similar performance to the convolutional perfectly matched layer and can be a valuable alternative to other absorbing layer boundary conditions.     

澜沧江河床沉积物重金属污染评价

河床沉积物是河流水体与泥沙环境中重金属的主要积存载体,能反映水环境的重金属污染状况。本文选取澜沧江为对象,通过对澜沧江干流西藏和云南境内22个河段的河床沉积物重金属测定分析,得到了8种主要的重金属元素(Cr、Mn、Ni、Zn、As、Pb、Cu和Co)的含量,并采用沉积物富集系数法与地质积累指数法分别对所测得沉积物的重金属污染程度进行了评价。结果表明:①澜沧江干流大部分河段污染情况并不明显,但在中游的旧州和功果桥河段,因该区域的地质金属背景值和支流沘江流域铅锌矿开采,地表的重金属元素被雨水冲刷到该河段,导致沉积物重金属富集现象明显,出现了轻度到较强度污染;②澜沧江流域受人为干扰的区域集中于中游与下游,部分河段(功果桥附近)Cu、Pb和Zn等元素呈轻度或偏中度污染;③大坝对河流的阻隔效应使得干流沉积物重金属污染呈现片段化分布,河流沿岸城市化等人类活动对附近河段沉积物重金属污染状况也有较明显的影响。     

雷达个例资料整编批处理技术与业务应用

在新一代天气雷达业务观测中,采用降水观测模式2,一天有近240个基数据和约有7200个数据产品。由于基数据和数据产品文件名与资料整编文件名格式上的差异很大,如果仅依靠人工进行整编,不仅文件多、信息量大,而且文件的重命名、校对审核尤为困难。系统地介绍了雷达个例资料整编的关键技术和解决方案,通过计算机实现了文件命名的自动批处理,采用向导式任务处理技术实现了雷达个例资料整编的自动化、批量化、流程化和标准化。     

贵州玉舍冬季滑雪气象指数等级制订

运用1988~2017年贵州省玉舍滑雪场附近30年气候资料和2015~2016年冬季滑雪场客流量资料,分析贵州高海拔地区滑雪运动与气象条件的关系,进而进行滑雪气象指数等级研究。结果表明:(1)玉舍滑雪场冬季具有少雨、低风、温度适宜的气候特点,可以开展滑雪运动。(2)玉舍的滑雪人数与气象因子风速、气温、相对湿度、降水量呈显著反相关。(3)根据玉舍滑雪场气候背景特征,分别对降水量、相对湿度、舒适度指数三个气象要素进行分级,通过实际滑雪人数分级与滑雪气象指数等级预报进行的检验表明:实际滑雪气象指数等级与指数预报等级相同(即绝对值之差为0)的准确率达26.4%,实际滑雪气象指数等级与指数预报等级绝对值之差为1的准确率达66.7%,即预报滑雪气象指数等级与实际滑雪气象指数等级之差≥1的准确率达93%。     

祁连山自然保护区煤矿修复区地表节肢动物分布特征及其影响因素

恢复人工植被是祁连山自然保护区矿区废弃地修复的主要手段,经过近5年的修复,矿区废弃地修复区地上植被盖度明显提高,但关于作为评价土壤修复效果重要指标的土壤动物群落变化的认识还很有限。以祁连山自然保护区典型煤矿废弃地为研究对象,采用野外调查的方法对比研究了煤矿修复区和毗邻区（原始地貌）大型土壤动物分布特征及其影响因素。结果表明：（1）修复区植物丰富度、生物量、盖度及土壤粗砂、有机质、全氮含量均显著低于毗邻区（P<0.05）,而土壤水分、细砂、黏粉粒、全钾和全磷含量差异不显著（P>0.05）。（2）修复区土壤动物活动密度和多样性均显著高于毗邻区,修复区和毗邻区土壤动物均以蝗科（12.7%和55.7%）和蚁科（14.4%和49.6%）为主;进房沟、水磨沟和柳树沟煤矿修复区及毗邻区土壤动物群落相似性分别为39.9%、52.9%和43.4%。（3）土壤有机质含量是影响煤矿修复区和对照区捕食性土壤动物群落变化的主要因子,而草本物种数和土壤粗砂含量是影响植食性土壤动物群落变化的主要因子。总之,人工修复后煤矿废弃地修复区土壤动物个体数均高于对照区,部分矿区修复生境类群丰富度及多样性已经超过了毗邻区,这表明蚂蚁、步甲和蝗虫等地表节肢动物对煤矿矿区覆土恢复植被和封禁等措施驱动的植被和土壤环境变化响应敏感。因此,还需要优化植被及土壤修复模式,提高土壤动物多样性及多功能性,使矿区废弃地生态环境能够得到快速修复。     

拉萨航路一次颠簸过程的成因分析和数值模拟

颠簸是成都—拉萨航路影响飞行安全与正常的重要因素。本文分析了2009年10月23日发生在拉萨航路太昭航段的两例颠簸事件,并利用WRF模式进行了数值模拟预报。结果表明,这是一次典型的晴空颠簸过程,在高空急流区边缘,冷暖平流交汇的梯度带上,上升和下沉气流的转换区域内产生了飞机颠簸。分析WRF模式计算得到的L_P颠簸指数,能够确定飞机颠簸发生的区域、高度和强度,具有一定的预报指示意义。      

华东地区夏季不同等级降水变化特征分析

采用华东地区78个气象站点逐日降水资料,根据日降水量的5个等级划分,应用线性趋势分析、相关分析等分析了不同等级降水频率和降水量的空间分布及其变化趋势。结果表明:(1)夏季不同等级降水频率在整个华东地区具有明显的地区差异,区域平均的降水频率由大到小依次为小雨、微量降水、中雨、大雨、暴雨。(2)平均的夏季总降水量呈南多北少的分布,各等级降水对总降水量的贡献率由大到小依次为暴雨、大雨、中雨、小雨,暴雨对夏季总降水量的贡献在某些年份可达50%以上。(3)区域平均的夏季降水日数呈下降趋势,但总降水量却有明显的增大趋势。(4)区域平均的某等级降水频率正异常时,华东地区各地该等级降水频率,亦多表现为正异常,尤其中雨以上等级降水频率异常符号在整个华东地区更为一致。(5)华东区域微量降水和小雨发生频率分别与其他等级降水存在显著的反相关关系,而中雨、大雨、暴雨三者发生频率之间无显著相关。     

末次冰消期以来冲绳海槽深水氧化性与通风演化研究进展与展望

过去二十年,末次冰消期以来冲绳海槽深层水沉积氧化性与通风演化、碳埋藏与释放等研究一直备受关注。尽管目前该研究方向已开展了大量的工作,但由于多种替代指标的复杂性和局限性,与冲绳海槽黑潮动力学相关的深水环流和沉积氧化还原研究目前仍然存在较大争议。本文系统总结了末次冰消期以来冲绳海槽深层水沉积氧化性与通风演化的研究进展,发现高有机质沉降通量和高古生产力是末次盛冰期（LGM）至冰消期期间冲绳海槽深层水缺氧的主要原因;Younger Drays(YD)和Heinrich Stadial 1(HS1)事件期间深水通风增强、含氧量增加与北太平洋中层水（NPIW）强化和侵入有关;早全新世以来黑潮加强引发的深水通风抵消了上升流驱动的生产力提高的影响,使得冲绳海槽深层水处于氧化状态。最后提出未来冲绳海槽古海洋学研究应加强对轨道-千年尺度深层水水源识别与演化示踪、不同气候状态下古生产力与沉积氧化还原耦合关系,以及深层水演化的环境与气候效应等方面的研究。     

A novel framework for detecting non-recurrent road traffic anomalies by combining a temporal graph convolutional network and hierarchical time memory detector

A non-recurrent road traffic anomaly refers to a sudden change in the capacity of a road segment, which deviates from the general traffic patterns, and is usually caused by abnormal traffic events such as traffic accidents and unexpected road maintenance. Timely and accurate detection of non-recurrent road traffic anomalies facilitates immediate handling to reduce the wastage of resources and the risk of secondary accidents. Compared with other types of traffic anomaly detection methods, prediction algorithms are suitable for detecting non-recurrent anomalies for their potential ability to distinguish non-recurrent anomalies from recurrent congestion (e.g., rush hours). A typical prediction algorithm detects an anomaly when the difference between the predicted traffic parameter (i.e., speed) and the actual one is greater than a threshold. However, the subjective setting of thresholds in many prediction algorithms greatly affects the detection performance. This study proposes a novel framework for non-recurrent road traffic anomaly detection (NRRTAD). The temporal graph convolutional network (T-GCN) model acts as the predictor to learn the general traffic patterns of road segments by capturing both the topological effects and temporal patterns of traffic flows, and to predict the “normal” traffic speeds. The hierarchical time memory detector (HTM-detector) algorithm acts as the detector to evaluate the differences between the predicted speeds and the actual speeds to detect non-recurrent anomalies without setting a threshold. In the experiments with traffic datasets of Beijing, NRRTAD outperformed other methods, not only achieving the highest detection rates but also exhibiting higher resilience to noise. The main advantages of NRRTAD are as follows: (1) adopting the T-GCN with a weighted graph to integrate differentiated connection strengths of multiple types of topological relations between road segments as well as temporal traffic patterns improves the prediction performance; and (2) utilizing a flexible mechanism in the HTM-detector to adapt to changing stream data not only avoids subjective setting of a threshold, but also improves the accuracy and robustness of anomaly detection.