日本海西部-中国东北深震区俯冲运动对东北地区浅源地震的动力作用

日本海西部-中国东北深震区是西太平洋俯冲带的一部分,其俯冲作用控制了俯冲带上的强震活动,并使其与东北地区地震活动在时空演化过程上表现出相关的特征,同时,对郯庐带和松辽盆地周边地震活动的影响也较为明显。     

雷达资料与中尺度数值预报的融合方法研究及其在临近预报中的应用

通过融合多普勒天气雷达资料与中尺度数值预报产品,发展了一种便于临近预报业务使用的方法。该方法首先通过相关分析计算当前相同时刻雷达估测降水与中尺度数值预报的反射率因子估测降水之间的位置偏差,导出一个位移偏差矢量场;然后,利用人机交互的方式对矢量场进行分区,并对各分区的矢量场进行平滑处理,计算出各分区的平均位移偏差矢量;最后,采用最小二乘法对各分区连续多次的平均位移偏差矢量进行线性拟合,得到各分区平均位移偏差矢量随时间的变化特征,订正未来时段相应区域的数值预报反射率因子估测降水的位置偏差。利用该方法对2012和2013年夏季发生在重庆西部、四川东部的3次强降水天气过程进行临近预报试验并对预报结果进行了检验,结果表明:对0~2 h的临近预报,融合预报效果总体上优于模式预报效果;另外,与雷达外推定量降水预报相比,0~1 h雷达外推预报效果优于融合预报效果,1~2 h融合预报效果优于雷达外推预报效果。     

绥化地电阻率趋势性下降原因探讨

通过利用绥化地震台地电阻率、降水、地下水位的观测资料进行相关分析，对观侧仪器、供电线路、观测线路、极板老化进行实验，认为1980年以来绥化地电阻率趋势性下降是由观测仪器本身的零漂所引起。     

南平石(Nanpingite)——一种新的铯矿物

南平石是一种新的铯矿物,它产于福建南平31号白云母—钠长石—锂辉石型伟晶岩中,以细脉形式发育在伟晶岩中部铯沸石集合体附近的石英—羟磷铝锂石组石带内。形态酷似白云母,比重为3.11(实测)和3.19(计算)。二轴晶,负光性,折光率,Ng=1.588,Nm=1.584,Np=1.551,b=Ng。结晶化学式:(Cs_(0.83)K_(0.06)Rb_(0.01))_(0.95)(Al_(1.64)Mg_(0.22)Fe_(0.17)Li_(0.15))_(2.18)[(Si_(3.16)Al_(0.84)_4O_(10)][(OH)_(1.78)F_(0.21]_2。南平石属单斜晶系,2M_1多型,空间群为C2/c,晶胞参数:a=5.362(3),b=8.86(1),c=21.42(1),β=95.72(2)°,V=1012.3~3,Z=4。热谱分析表明,吸热谷仅有920℃一处,失重约3.3％。红外吸收谱带波数(cm~(-1))是3634、3429、1625、1083、1018、911、823、788、741、663、515、467、420、350。     

白洋淀浮游植物群落的时空变化及其与环境因子的关系

浮游植物和环境因子是水生态中重要的组成部分,研究浮游植物与环境因子的相关关系可为白洋淀水资源管理及水生态保护提供理论基础.本研究于2018年非汛期(5月)和汛期(8月)分别对白洋淀淀区8个采样点的浮游植物及环境因子进行调查分析.采用Pearson相关性分析法筛选主要环境因子,分析白洋淀浮游植物群落结构变化和主要环境因子的分布特征,以及两者间的相互关系.结果表明,汛期主要环境因子为溶解氧(DO)、高锰酸盐指数(CODMn)、总氮(TN)和总磷(TP),非汛期主要环境因子为DO、CODMn、氨氮(NH₃-N)和TP.汛期和非汛期检出浮游植物分别为5门38种和6门43种,浮游植物丰度分别为415.30×10⁵～1018.14×10⁵cells/L和249.62×10⁵～454.21×10⁵cells/L,优势种分别为6种和10种,且基本为蓝藻和绿藻.浮游植物群落Shannon-Wiener多样性指数(H’)、Margalef物种丰富度指数(d M)、Pielou均匀度指数(J)和物种...     

基于机器学习的SMAP卫星海表盐度反演

针对传统海表盐度的物理机制反演模型拟合过程复杂且反演精度不高等问题,借助大范围、全天时、L波段探测的SMAP卫星微波海洋遥感产品,以北太平洋(135°～165°E,15°～45°N)范围为研究海域,利用深层神经网络(Deep Neural Network, DNN)和支持向量机(Support Vector Machine, SVM)建立海表盐度(Sea Surface Salinity, SSS)遥感反演模型。验证结果表明:DNN与SVM模型测试集反演SSS与Argo(Array for Real-time Geostrophic Oceanography))实测SSS的均方根误差(Root Mean Square Error, RMSE)分别为0.179 0和0.257 0,平均绝对误差(Mean Absolute Error, MAE)为0.129 3和0.182 1,最小绝对误差为0.642 6和2.038 0,最大绝对误差为1.324 1和2.373 2,反演模型数据与实测Argo数据拟合后的的相关系数分别为0.89和0.84。总体来看,DNN模型比SVM模型的反演精度更高,...