湖南省传统农区乡村功能时空演变及影响因素研究

乡村是城市功能扩散与转移的重要承接地,乡村功能的时空演变及影响因素分析对实现城乡统筹发展与可持续发展具有重要意义。综合运用熵值法、冷热点分析和地理探测器等方法,以湖南省102个县市为研究对象,对湖南省乡村功能的时空演变、空间分异及其影响因素进行研究。结果表明：① 1997―2017年县域乡村生产和生活功能整体上呈现出上升的发展态势,而乡村生态功能整体上呈减弱的趋势。② 1997―2017年湖南省乡村功能热点区由长株潭地区向外扩张,而冷点区呈先收缩后扩张的发展态势;20 a间,在长株潭地区形成稳定的热点区,在湘西地区形成稳定的冷点区。③ 湖南省乡村功能空间分异是农业现代化、乡村就业主体、县域经济基础、城镇化、工业化等综合作用的结果,其影响力大小与方向存在显著的差异性,其中农业现代化水平、乡村就业主体对湖南省及5个地区乡村功能空间分异有重要的驱动作用。     

基于问题探究式学习开展初中跨学科教学的研究——以九年级"小龙虾的'逆袭'"为例

在新一轮课改的指引下,如何将不同学科知识体系融合在真实情境中,引导学生解决具体问题,以培养学生跨学科的学习意识和分析能力,成为教学实践者普遍关心的问题。本文对基于问题探究式的初中跨学科教学的背景、意义与教学模式展开研究,并以九年级“小龙虾的‘逆袭’”为例,进行了基于问题探究式学习的课堂教学设计。     

天然气水合物开采储层出砂研究进展与思考

天然气水合物开采井眼出砂问题是当前水合物产业化急需突破的瓶颈之一,解决水合物开采时防砂与产能平衡问题是实现水合物安全高效、长期可控开采的关键.我国海域典型水合物储层属于弱固结的低渗泥质粉砂储层,其面临的防砂控泥与增产矛盾较为突出.厘清不同水合物储层和开采条件下的井眼出砂规律并揭示其机理,进而制定科学合理的防砂控泥措施以实现产能最大化是解决上述矛盾的途径所在.从理论分析、数值模拟、室内实验和现场试采4个角度介绍了世界范围内已开展的水合物出砂防砂情况,分析总结了水合物储层出砂影响因素及出砂机理,最后探讨了目前出砂研究存在的问题和挑战,并给出了相应的建议,旨在为后续水合物开采井眼出砂预测和防控研究提供思路和参考.     

Magnetic properties indicate the sources of hadal sediments in the Yap Trench,northwest Pacific Ocean

Journal of Oceanology and Limnology - Magnetic minerals in marine sediments are often masked by the primary natural remanent magnetization and material source signals. In order to understand...     

Geochemical characteristics of hadal sediment in the northern Yap Trench

Journal of Oceanology and Limnology - Two sediment cores were retrieved in the hadal zone of the Yap Trench, and their concentrations of six major elements Mg, Al, Ca, Ti, Mn and Fe and nine trace...     

规则格网DEM局地坡面凸凹性精度分析

DEM地表形态精度分析理论与方法的建立,对DEM数据的生产和广泛应用具有重要意义。本文从局地坡面形态的凸凹性角度,剖析规则格网DEM格网点位置、格网分辨率对DEM局地坡面凸凹性的影响,以期进一步完善和发展DEM质量分析的理论与方法。论文首先阐述了DEM局地坡面凸凹性的基本概念,研究建立了规则格网DEM的局地坡面凸凹性量化分析方法,并以黄土丘陵5、10、15、25、……、155 m DEM为例,采用比较分析方法研究了局地坡面凸凹性随DEM格网点位置和格网分辨率的变化特征。研究表明:对于本研究中的1:5万DEM,10 m(跃变率≤0.3%)是其最佳的格网分辨率阈值,当DEM实际格网分辨率高于该阈值时,实际DEM与最佳格网分辨率DEM具有近乎相同的局地坡面凸凹性,主要在正地形与负地形的过渡区域会发生不同程度的坡面凸凹性变化;当DEM实际格网分辨率低于该阈值时,实际DEM的局地坡面凸凹性,会随着DEM格网点布设位置和DEM格网分辨率发生较大的不确定性变化。     

基于机器学习的稀疏样本下的土壤有机质估算方法

采用GRNN（Generalized Regression Neural Network）和RF（Random Forest）2种机器学习方法构建土壤有机质预测模型,以提高稀疏样本情况下的土壤有机质估算精度。依据北京市大兴区农用地2007年的土壤有机质采样数据,按MMSD准则（Minimization of the Mean of the Shortest Distances）抽稀为8种不同采样密度的样本（分别为2703、1352、676、339、169、85、43、22个样本）,分别采用GRNN、RF和Ordinary kriging对各采样密度下的未知采样点进行预测,采用交叉检验的方式验证各采样密度下未知样点的预测精度。随着采样点密度的下降,样点间的空间自相关性逐渐减弱,半变异函数的拟和精度变差,预测点结果误差增大,预测的置信度降低。当抽稀到43个和22个采样点时,样点间的空间自相关性接近歼灭,半变异函数的决定系数较低且残差较大。普通克里格受到采样点数量和采样密度、样点的空间结构的影响比较明显,其预测精度随采样点数量的下降而下降。在85个采样点及以下时,其预测值与观测值之间没有显著的相关性。GRNN和RF的预测精度受采样密度的影响不大,其预测精度在一个较小的范围内波动,其预测值围绕观测值在一定阈值空间内震荡波动,具有较好的相关性,在85个及以下的采样密度时,预测精度相对普通克里格有较大的提升。普通克里格法不适合在稀疏样本条件下空间插值计算,尤其是在空间自相关性比较弱的情况下。机器学习模型能充分学习土壤间环境信息、样点空间邻近效应信息,兼顾属性相似性和空间自相关,具有更好的稳定性和适应性,不容易受到采样点数量、构型和采样密度等因素的影响,即使在采样点空间自相关性很弱的情况下也能做出稳定预测精度。     

对PCM编码式GPS站点布设模式的评价和改进

本文主要对PCM编码式的布设模式进行分析和改进,介绍PCM编码式和闭锁深度倍数式2种站点布设模式,然后在最小有效距离（MED）为6.31倍断层闭锁深度的情况下,通过精度评价方法对比2种布设模式的结果,发现二者相差不大。进一步研究MED的合理选择,结果表明,MED取20倍的闭锁深度比6.31倍的闭锁深度更为合理。在MED为20倍的情况下对比研究PCM编码式和常规闭锁深度倍数式布设模式的优劣,结果表明,PCM编码式的布设模式优于常规模式。将PCM编码式的布设模式应用于川滇地区的巧家-东川剖面进行检验,发现PCM编码式的结果优于目前站点分布得到的结果,说明合理的站点布设可得到精度更优的结果。本文研究对于断层形变监测中精确获取形变参数具有重要意义。     

基于MODIS数据的太湖浮游植物物候变化及其对水表温度的响应

浮游植物物候能够反映浮游植物的生长变化与湖泊生态系统的变化,水温、营养盐浓度等因素对物候有重要影响。太湖富营养化程度较高,水温的影响作用日趋显著,物候与水温关系的研究对理解、控制和改善太湖生态系统具有重要意义。本研究利用2003—2018年MODIS遥感数据计算浮游植物物候指标和湖泊水表温度（Temperature of Water Surface,LSWT）,通过分析太湖浮游植物物候时空变化特点探究了不同区域的物候特征,并结合LSWT揭示了浮游植物物候对LSWT变化的响应关系。结果表明：① 不同浮游植物物候指标具有不同空间分布特点,水华发生次数、峰值叶绿素a（Chla）浓度和水华总持续时间呈现由西部沿岸向湖心区递减的趋势;浮游植物生长开始时间和峰值Chla发生时间分布复杂但在沿岸区域相对较早;② 太湖可被划分为4种具有不同物候特征的区域,Ⅰ类区域主要位于贡湖湾、东部沿岸以及太湖中部开阔水域,该区Chla浓度范围为50~60 μg/L,且波动平缓,水华发生次数最少、开始最晚、持续时间最短;Ⅱ类区域主要分布于太湖西部沿岸,Chla浓度范围为50~90 μg/L且变化剧烈,该区水华发生次数最多、开始最早、持续时间最长;Ⅲ和Ⅳ类属于过渡区域,前者主要分布于梅梁湾、竺山湾及入湾口,后者主要位于南部沿岸以及太湖中部;③ 浮游植物物候对LSWT变化的响应受营养水平影响,当营养水平较高时,浮游植物的生长受LSWT的促进作用显著,LSWT年际变化的升高趋势对浮游植生长物候提前、生物量增加的影响明显,反之,则LSWT变化对浮游植物生长的影响减弱。     

深度学习预测GPS时间序列在探索门源MS6.4地震前兆中的应用

以2016-01-21门源M_S6.4地震为例,提出用深度学习预测的GPS时间序列研究地震前兆。用震中附近门源台（QHME）、民乐台（GSML）及古浪台（GSGL）无震时的GPS时间序列训练LSTM神经网络,得到高精度的GPS时间序列预测模型,再分别对该地区无震时和地震前一段时间的GPS时间序列进行回溯性预测。对比预测时间序列与真实时间序列发现,震前2条时间序列大部分的相似性指标比无震时低,说明震前预测时间序列与真实时间序列差异明显,同时考虑震前时间序列的趋势异常,认为出现了异常时段;3个台站分别在E、N、U方向出现多个异常日期,且不同台站具有相同的异常日期,说明探索到了地震前兆。