GPS Block IIR(M)����ԭ�����Ӳ�Ԥ���о�

?????????????????￡????ú?????????GPS Block IIR??M??????????????????????о??????????GM(1??1)??AR(p)??????????1???????????????1 ns????????10??????????????10 ns??????????????ζ??????GM??1??1???????????????????????IGS(the International GPS Service for Geodynamics)??????????7 ns??????     

鄂尔多斯盆地塔巴庙地区上古生界源岩热演化特征

鄂尔多斯盆地北部主力气源岩太原组、山西组煤系地层热成熟史的研究对本区天然气充注过程和有利目标区预测具有重要的参考价值。在对研究区烃源岩评价和一维、二维地质建模研究的基础上。利用BasinMod盆地模拟软件对单井以及研究区内二维剖面、平面进行了煤系烃源岩热演化史模拟研究。研究结果表明：（1）该区在中三叠世进入生烃门限,中侏罗世以后,烃源岩持续埋深,早白垩世末期至最大埋深（4000m左右）,绝大多数的天然气都在这一阶段生成,早白垩世末构造抬升以后只有少量天然气生成;（2）研究区上古生界太原组和山西组煤系源岩最大累积生烃强度可达到2200×10^8m^3／km^2,对现今天然气的分布具有较强的控制作用。     

Landscape Effects of Land Consolidation Projects in Central China——A Case Study of Tianmen City,Hubei Province

The goal of land consolidation in China is still to develop agricultural production. The study of landscape effects of land consolidation projects （LCPs） faces many difficulties because of the lack of government＇s interest and data. This paper, taking Tianmen City of Hubei Province in Central China as an example, presents a methodology for analyzing landscape effects of LCPs by GIS and Fragstats3.3. It describes landscape effects with indexes of Patch Density （PD）, Largest Patch Index （LPI）, Landscape Shape Index （LSI）, Interspersion and Juxtaposition Index （IJI）, Aggregation Index （AI）, and Shannon＇s Diversity Index （SHDI）, showing more regular shape, simpler structure and less habitat diversity after LCPs. It computes ten landscape indexes of four categories of patches including Cultivated Land, Road, Water Channel, and River and Pond. The indexes show that 1） cultivated land becomes more fragmental in patch area, less irregular in patch shape and more concentrated in block; 2） the transport capacity of roads and irrigation and drainage capacity of water channels have been improved; 3） the landscape change of river and pond can be summarized as decreasing scale, more regular shape, reducing connectivity and diversity of the class. LCPs can facilitate agricultural production as well as protect cultivated land and food security. However, it is doubted that the increase of cultivated land from LCPs results from the reducing in landscape diversity of water area.     

���ھ�������ʵ��۲�ȶ�

???FG5???????????????????????2008??1?????й??????????о?????3053????????????????????????о?????????????????FG5-214??FG5-232???н???????????????????????????????????????н????????????????????????????????????2~3????10 ^-8 ms ^-2??     

江苏省城市化与海洋经济耦合协调发展研究

城市化与海洋经济相互作用和相互影响,二者的协调发展对于促进社会经济可持续发展具有重要意义。文章在阐述耦合作用机制的基础上,构建江苏省城市化和海洋经济系统综合评价指标体系,利用变异系数法、综合评价函数和耦合协调度模型对二者的综合发展水平和耦合协调度进行实证分析,并提出发展建议。研究结果表明：科技发展水平、就业结构、交通运输能力、居民消费水平以及投资规模和经济发展水平是影响城市化发展的重要因素,海洋生态环境对海洋经济发展的影响较大;2006-2019年江苏省城市化和海洋经济的综合发展水平和耦合协调度均有所提升,耦合协调发展从濒临失调逐渐转为良好协调,但海洋经济综合发展水平仍较低且严重滞后于城市化发展水平;在未来的发展中,应大力推动空间城市化、加快海洋产业结构优化以及发挥陆海产业联动作用。     

鱼类脂蛋白脂肪酶的研究进展

中国是世界水产养殖大国,其中鱼类的养殖在水产养殖业中占有举足轻重的地位.在鱼类的养殖过程中,一些鱼类常需摄食体内脂肪含量较高的海洋浮游生物、鲜杂鱼等;另外,在养殖鱼类的配合饵料中,一定比例的脂肪也是必不可少的.     

北大西洋秋季“三极子”海温结构对冬季大气环流场的影响

利用NCEP再分析资料、Hadley中心的海表面温度(SST)资料等,从北大西洋秋季海表面温度异常(SSTA)变化入手,对其影响后期冬季大气环流场的机制进行了分析。研究结果如下:(1)北大西洋SST异常与大气环流异常之间存在着相互作用;(2)秋季北大西洋SSTA具有较好的持续性,"正负正"海温异常空间分布导致12月巴伦支海上空500hPa位势高度异常偏高;(3)异常环流形势对应的海表面风异常场(SSWA)通过阶段性风-蒸发-SST异常反馈机制(WES机制)利于海温异常分布的持续及对上空异常大气环流的反馈;(4)三极子海温结构中负异常海温自10月份开始有自西向东的移动,风作用下蒸发加大,伴随上升运动自欧洲西部爱尔兰群岛出现自西向东移动的降水正异常区,潜热释放有利于冬季巴伦支海上空的异常高压脊发展。研究表明,北大西洋秋季SSTA通过阶段性海气相互作用机制影响海洋温度分布和大气环流异常,对后期冬季中国东北部的气候变化产生影响。     

基于天绘一号卫星多光谱影像的海岸线自动提取方法

针对常规人工海岸线测量方法耗费人力物力、效率低、工作环境相对危险,难以快速反映海岸线动态变化的问题,提出一种基于天绘一号卫星多光谱影像的海岸线自动提取与分类方法。所提方法首先结合NDWI指数和水平集模型实现全自动水边线提取,然后采用面向对象分割技术和空间拓扑关系提取临海地物基元,最后结合遥感影像海岸线解译标志建立决策树完成临海基元的分类与海岸线提取。实验表明,海岸线提取结果能够作为1∶2.5万海图测制与更新的参考数据。     

我国东部沿海地区海洋环境绩效评价研究

海洋强国战略是我国海洋经济发展的重要引擎,海洋环境的科学保护、海洋资源的合理开发是海洋经济发展的重要举措。文章引入生态环境绩效、社会经济绩效等变量,通过因子分析法计算影响海洋环境的主要成分因子,并根据成分因子得分系数科学地对海洋环境绩效进行评价。相关因子的权重结果表明,社会经济绩效因子所占权重大于生态环境绩效因子,要使海洋环境得到可持续发展,需要社会各界不断努力,健全海洋环境监测机制,共同形成保护海洋环境的良好氛围。     

基于深度学习的赤潮发生预报方法研究

赤潮作为海洋灾害,对海洋渔业、生态、经济,以及人类生产、生活造成了严重影响。一直以来,赤潮受到研究者的广泛关注,但由于它的形成机制比较复杂,使得赤潮预报极具挑战性。针对赤潮预报的研究问题,本文收集了厦门海域赤潮发生前后的海洋监测数据,结合皮尔逊相关系数、散布矩阵、复相关系数方法,分析多环境因子与赤潮发生多要素的关联情况,重点采用基于深度学习的LSTM与CNN融合方法,挖掘环境因子的时序依赖,发现序列数据的局部特征,对赤潮发生进行预报。在厦门一号和厦门二号数据集中,本方法在预报未来12 h内的赤潮情况时,RMSE、MAE误差分别达到0.521 8、0.504 3。通过协同对比模型进一步确定赤潮发生的预报概率,在两个数据集上的最终预报准确率分别为67.58%和63.49%。本研究为赤潮的分析预报提供了探索经验,证明了将深度学习方法应用于赤潮预报的可行性。