区域渔业管理组织中的鲨鱼养护管理问题研究

目前鲨鱼养护管理问题已引起国际社会的广泛关注,《鲨鱼养护管理国际行动计划》和《濒危野生动植物种国际贸易公约》等国际文件从生态系统保护和贸易管控角度对鲨鱼问题做出规定。为了顺应国际社会加强鲨鱼养护管理的趋势,RFMOs出台了一系列决议和措施。对此,作为远洋渔业大国的我国应针对目前履行RFMOs管理规定中存在的问题,尽早做好各项准备,以彰显我国渔业大国的负责任态度,更好地维护我国远洋渔业合法权益。第一,对外加大宣传,树立我国远洋渔业的正面形象;第二,加强远洋渔业从业人员培训,强化远洋渔船监管;第三,加强国际渔业法律科学人才队伍建设,提升在国际渔业管理中的话语权和主导权;第四,转变我国渔业法规指导理念,确立以养护为主的渔业管理基本方针。     

马里亚纳海沟挑战者深渊初期多金属氧化物的 矿物学、地球化学特征及其成因环境研究

对大洋27航次在西太平洋马里亚纳海沟挑战者深渊获取的3个多金属氧化物样品进行了X射线矿物衍射分析、穆斯堡尔谱分析及地球化学元素分析,研究其矿物、地球化学特征差异。结果表明,所取样品处于多金属氧化物发育的初始阶段,具有独特的矿物地球化学特征:(1)相较于太平洋CC区及中太平洋海盆获取的多金属结核样品,本研究样品的矿物组成中含有异常高的石英、斜长石以及黏土矿物,而水羟锰矿和钙锰矿含量较低。(2)样品中铁相矿物主要为正方针铁矿(91.6%),另含少量纤铁矿(8.4%),推测是纤铁矿向更加稳定的正方针铁矿衍变的结果。(3)由于样品中深海黏土组分以及氧化物核心物质的混入,加上吸附金属氧化物时间较短,导致SiO₂和Al₂O₃含量均高于正常结核,而Fe、Mn、Cu、Co、Ni等其余金属元素含量较低。(4)由于形成时间较短,样品中稀土元素含量相对较低,ΣREE仅约为0.4×10^-3(一般太平洋CC区及中太平洋结核中稀土含量均大于1.0×10^-3);加之海水氧化还原作用的降低以及研究区海底热液活动的影响,Ce元素未表现出多金属结核中常见的正异常。     

日本“3·11”海啸引起的乐清湾共振研究

本文基于TELEMAC-2D模型建立太平洋区域海啸传播模型,模拟2011年日本“3·11”海啸事件下海啸波的传播。使用实测数据对该模型进行验证,在模型验证良好的基础上分析日本“3·11”海啸事件对乐清湾的影响。通过频谱分析得到“3·11”海啸激发的乐清湾内240、180和103 min这3个主导模态的幅值及其相位。通过白噪声实验对乐清湾的固有共振特征进行估算,进一步支持了乐清湾在上述3个模态发生共振这一结论。白噪声实验还表明,海啸等海洋灾害发生时会在乐清湾湾顶及湾口处产生较大的增水,该结论对乐清湾内海洋灾害风险防范具有指导意义。     

基于梯度依赖客观分析技术的全球Argo网格化数据集:构建及初步应用

采用梯度依赖相关尺度方法构建了1套2004—2017年间,月平均的全球海洋(0~1 500 m)1°×1°的Argo数据集,并在对该数据集进行对比检验的基础上,将其初步应用于中西太平洋黄鳍金枪鱼的渔场分析研究。结果表明,所构建的Argo数据集与WOA13数据集的温、盐偏差在上表层(150 m)稍大,最大值分别约为0.5 ℃和0.1,且偏差均随深度的增加而逐渐减小;其与TAO浮标时间序列的温度偏差,2004—2017年间均小于1 ℃,最大盐度偏差则小于0.5,且大部分海域接近0。中西太平洋海域,黄鳍金枪鱼中心渔场多集中在 28~29 ℃ 等温线范围内,在 22 ℃以下的海域单位捕捞努力量渔获量(catch per unit effort,CPUE)值极小;中心渔场区温跃层上界深度范围在20~120 m之间,且中心渔场在各个深度上形成的频数大体呈正态分布,温跃层上界深度为90 m时,形成中心渔场的可能性达到最大。研究表明所构建的数据集在水文环境分析及资源评估中有一定的应用价值。     

我国经营性海洋牧场产业链延伸研究

我国经营性海洋牧场产业目前主要以育苗、养殖、捕捞、生产、加工的产业链形式存在,文章在分析经营性海洋牧场发展制约因素的基础上,对于海产品产业链的延伸进行研究并提出建议:在苗种培育产业的基础上延伸出"参与式观光业",在开展养殖业的同时兼并实施新产业"DIY养殖业",产品收获后进行"精深加工业"的同时开展"观光旅游业",销售行业采取线上线下与企业之间结合的"O2O+B2B"模式,面向客户方面鼓励新机构即"反馈机构"的建立与推广,拓展休闲渔业产业,发展新型休闲渔业。通过产业链延伸,旨在开拓海产品的市场空间,以期获取更多的经济效益,提升海洋牧场综合效益。     

太平洋副热带东部模态水的年际变化及机制研究

根据2004—2014年的全球海洋Argo网格数据集(BOA_Argo)和ECMWF ERA-Interim再分析资料,计算了冬季太平洋副热带东部海区的水团变性率及水团形成率,对南北太平洋副热带东部新生成模态水的年际变化及其形成机制进行了研究。结果表明:北太平洋副热带东部模态水(NPESTMW)和南太平洋副热带东部模态水(SPESTMW)的新生成体积及核心密度在2004—2014年具有明显的年际变化:NPESTMW主要经历了2005—2009年和2010—2013年2次持续4～5a的体积和密度增加过程,其中体积最大值出现在2009年,最小值则出现在2005和2014年。南半球SPESTMW则经历了2007—2009年和2010—2013年共两次持续3～4a的体积和密度减小过程,其中体积的最小值出现在2009、2013年,最大值出现在2010年。合成分析发现,由冬季海面热通量异常引起的深混合层内与模态水密度相当的水团表层形成率异常,可能是导致NPESTMW和SPESTMW新生成水体积年际变化的重要因素;同时,SPESTMW新生成水的年际变化受局地风应力旋度的年际变化影响明显。     

An improved building detection approach using L-band POLSAR two-dimensional time-frequency decomposition over oriented built-up areas

The objective of this study is to efficiently extract detailed information about various man-made targets in oriented built-up areas using polarimetric synthetic aperture radar (POLSAR) images. This paper develops an improved approach for building detection by utilizing Two-Dimensional Time-Frequency (2-D TF) decomposition. This method performs outstandingly in distinguishing between man-made and natural targets based on the isotropic behaviors, frequency-sensitive responses, and scattering mechanisms of objects. The proposed method can preserve the spatial resolution and exploit the advantages of TF decomposition; specifically, the exact outlines of buildings can be effectively located, and more types of features (e.g., flat roofs, roads, and walls that are oblique to the radar illumination) can be distinguished from forests in complex built-up areas by 2-D TF decomposition. The coarser-resolution subaperture images that are produced in the azimuth direction, which correspond to different looking angles, are beneficial for detecting man-made structures with main scattering centers oriented at oblique angles with respect to the radar illumination. In the range direction, the obtained subaperture images, which correspond to various observation frequencies, can be helpful in distinguishing flat roofs and roads from forests. This method was successfully implemented to analyze both NASA/JPL L-band AIRSAR and L-band EMISAR data sets. The building detection results of the proposed method exhibit a significant improvement over those of other methods and reach an overall accuracy over 80%, with approximately 20% higher than the accuracies of K-means clustering and the entropy/alpha-Wishart classifier and approximately 10% higher than the accuracy of the support vector machine method. Moreover, building details can be precisely detected, obliquely oriented buildings can be identified, and the distinction between buildings and forests is significantly improved, as both visually and statistically indicated. This method is highly adaptable and has substantial application value.     

A method for the extraction of partition lines from long and narrow patches that account for structural features

The extraction of partition lines for long and narrow patches (LN patches) is an important yet difficult problem in the generalization of thematic data. When current methods are used to process polygons with irregular shapes or complex branch convergence zones, the extracted line structural features tend to be inaccurate and topologically erroneous. In this article, we propose an improved partition lines extraction algorithm of constrained Delaunay triangulation to counter these issues. The proposed method aims to maintain consistency between the extracted line structure characteristics and the actual object structure, especially for complex branch convergence zones. First, we describe three types of aggregation patterns (Type A, B, and C aggregation zones) that occur in partition line extractions for LN patches of complex branch convergence zones using Delaunay triangulation. Then, a partition line extraction algorithm that accounts for the direction between the edges of triangles and the distance of nodes in aggregation zones is proposed. Finally, we test our method for a dataset relating to Guizhou Province, China. Compared with the current method that uses quantitative indicators and visualization, the results indicate that our method not only has applicability for simple situations but also is superior for preserving structural features of complex branch convergence zones.     

语义因子支持的多源POI分类信息一致化处理

为了解决网络POI分类异构导致多源POI数据匹配与整合困难的问题,该文利用分类特征词提取、特征词去重与优化等关键技术,构建POI分类的语义概念格,然后通过概念格之间的语义关联关系,实现多源异构POI分类体系的映射与转换。最后通过实验验证了该文方法的有效性,并将其成功应用于省级地理信息公共服务平台(政务版)数据更新。     

小波变换和BP神经网络模型在沉降变形监测中的应用研究

变形预测在预报工程险情方面起着关键性的作用,针对施工中需及时、准确地预测变形的问题,本文利用小波变换原理对监测数据进行降噪处理,并采用BP神经网络分析不同训练样本下的预测效果和精度水平。实验结果表明:基于小波消噪后的BP网络模型,以连续的近期观测数据作为训练样本,对下期变形预测精度高,效果好,相对误差很小。因此,小波变换和BP神经网络模型在沉降变形监测工程中能作为预测研究与应用的参考。