Chemical forms of heavy metal contaminants in sediments of Miyun reservoir

The chemical forms, spatial distribution and sources of As, Hg, Cd, Pb and Zn in sediments of the Miyun reservoir were studied. The results of sequential extraction demonstrate that most of As, Pb and Zn were bound to the residual fraction, Hg was associated with the sulfide fraction while Cd was associated with the carbonate fraction and the residual fraction. On the vertical profiles the concentrations of the heavy metals in total and each fractions mostly decreased with increasing depths in sediments, suggesting that the heavy metals input from the upstream watershed increases yearly. Summation of the residual fraction, the sulfide fraction and the carbonate fraction accounts for 60.03%―85.60% of the total heavy metal contents in the sediments, which represent the geochemical background values of the elements and relate closely to soil erosion. Results of the main factor analysis show that most sediments of the reservoir come from the upstream soil erosion, the point source pollution and domestic waste. Moreover, the microbial activities taking place on the sediment-water interface are also one of the major factors to cause the increasing content of the organic matter fraction and the iron-manganese oxide fraction. Environmental change of the reservoir water could make the removability of the heavy metals increase, leading to the increase of their concentrations in pore water in sediments, and imperiling water quality of the reservoir.     

沙坡头没蒿和柠条叶片δ13C 和 N 含量的季节变化特征

通过对腾格里沙漠东南缘沙坡头人工固沙区油蒿和柠条叶片稳定碳同位素分辨率（△）和N 含量的测定，研究了不同种植方式下油蒿和柠条叶片△ 和 N 含量的季节变化及其关系。结果表明：在不同种植方式下，两种植物的△ 与 N 含量在不同月份之间均存在显著差异。油蒿叶片 △ 极显著高于柠条的：在不同种植方式下，油蒿单种下 △ 显著高于混种，柠条则反之。 油蒿叶片 N 含量极显著低于柠条的：不同种植方式下柠条叶片 N 含量无显著差异，而单种油蒿叶片 N 含量则显著低于混种。在 △ 与 N 含量的关系中，柠条叶片 △ 与 N 在两种生境、单种和混种下均极显著正相关，雨明柠条叶片 N 含量可以作为其 △ 与 N 含量的季节变化及其关系在不同微生境有所差异。     

数字社区数据标准研究

当前数字社区建设缺乏统一的智能化综合管理平台以及相应的各项数据标准，使得数字社区难以真正实现统一的数字化管理。该文参考国内外相应数据标准，研究数字社区的标准体系结构。针对现有标准体系缺乏相关数据标准的现状，提出数字社区系列数据标准，包括数据接口层标准、数据分类编码标准、数据模型、数据字典和元数据标准。阐述系列标准中各标准间的相互关系以及各标准所包含的具体内容。     

广州市北京路步行街旅游形象策划

商业步行街是当今城市旅游购物和休闲的一个重要场所。广州市北京路是广州历史和现代有名的商业街之一,也是广州的一个著名景点。为了更好地包装广州市北京路的旅游形象,在详细分析其旅游文脉和旅游发展现状的基础上,采用企业识别系统的相关理论,对该区旅游形象MI、BI、VI三个方面进行了较为科学的策划。认为广州市北京路应突出“岭南第一街”的特点,对步行街的企业行为系统、市民行为系统等进行有效管理和规范,并改善现有的视觉景观和视觉标志,着力塑造一个集旅游观光、购物消费和休闲娱乐于一体的旅游形象。     

福建明清时期农作物的地理分布

明清时期,福建的农村经济发展比较快,多元化的农业生产是这一时期福建农村经济的最显著特点.粮食作物、经济作物在农村大量存在,但又有一定的区域差异.     

基于YOLO算法的海洋中尺度涡三维结构构建

海洋中尺度涡是一种常见的中尺度海洋现象,研究海洋中尺度涡的分布及运动特性对航运、气候、军事等具有重要作用,海洋中尺度涡的识别是海洋学和计算机科学领域的一个热门研究课题。运用深度学习的方法和框架,对中尺度涡的二维识别和三维结构构建展开研究分析。首先,获取全球海洋再分析数据并进行流线可视化,构建涡旋流线数据集;其次,利用YOLO v5s卷积神经网络对涡旋流线数据集进行训练,并对南海区域中尺度涡进行有效检测。实验结果表明,YOLO v5s训练后得到最优模型经过测试,平均检测精度均值达到了86.10%;最后,根据涡旋检测结果,对检测出的同时刻不同深度的涡旋判断是否属于同一涡旋,确定后进行该涡旋的三维结构构建。     

长江漫滩区深大异形基坑施工对紧邻特大型桥梁影响及变形控制研究

随着地下空间资源的开发利用,越来越多深基坑呈现出开挖深、规模大、形状不规则等特点,其支护结构设计复杂,施工难度大,具有明显的空间效应。本文以南京地铁某基坑工程为例,分析基坑施工对邻近桥梁的影响。其场区位于长江下游漫滩相二元结构地层分布地段,上部软土层厚度大,下部承压含水层地下水位高、水量丰富,地质条件复杂,该基坑为典型的深大异形基坑,距离某大桥的双曲拱引桥仅为7. 2 m,由于之前桥梁已遭受其他地下工程施工产生的较大变形,所以后续工程对其影响变形控制要求极高。为此,该车站基坑支护结构设计基于地下空间实际功能采用设置分隔墙分区开挖及MJS超深工法墙综合变形控制方案。本文通过有限元数值模拟计算,开展复杂环境下基坑开挖引起的围护结构及桥梁桩基的变形预测分析,计算结果显示,该深大狭长异形基坑开挖对邻近桥梁沉降变形影响显著,通过设置分隔墙分区开挖及MJS工法墙进行变形控制,能够较好地控制基坑的空间效应,减少“长边效应”、“异形效应”等对桥梁沉降变形的影响。通过现场基坑开挖过程实际监测结果,验证这一综合变形控制方案的可行性。该研究成果对于类似复杂地质条件下深大狭长异形基坑的支护及施工设计具有很好的借鉴意义。     

地质岩芯科技资源科普化工作探索与实践——以自然资源实物地质资料中心为例

岩芯科技资源科普化是打通地质科研—科普链条的重要途径,本文通过梳理我国岩芯科技资源现状,分析了岩芯科技资源科普化的现实意义,重点阐述了岩芯科技资源在向地质科普转化5个方面的探索与实践,提出了今后岩芯科技资源科普化工作应建立良好政策机制制度、转变科研人员观念、科技知识向科普转化水平、新技术新手段的应用以及做好科普活动的实施总结等5项工作建议。     

基于A- CGAN的深反射地震数据随机噪声压制方法研究

基于深度学习的地震数据噪声压制方法是当前地震数据去噪处理的重要方向。深度学习方法突破了传统滤波处理的局限,在对常规地震数据的噪声压制中表现出效率高、信噪分离效果好的特点。但针对深部弱有效反射数据,当前的深度学习方法特征提取能力有限,难以取得较好的去噪效果。笔者等结合深反射地震数据特点,针对当前深度学习噪声压制方法在特征提取及对数据集依赖上的局限,提出了基于注意力循环生成对抗网络(Attention Cycle- Consistent Generative Adversarial Networks,A- CGAN)的深反射地震数据随机噪声压制方法。借助循环一致生成对抗网络(Cycle- Consistent Generative Adversarial Networks,Cycle- GAN)的域映射思想,降低对数据集的要求。为了构建适用于深反射地震数据的去噪网络,从3个方面对Cycle- GAN进行改进：在Cycle- GAN的生成器（去噪器）中加入残差结构和注意力机制,用于加深网络深度和提高其特征提取能力;在Cycle- GAN的鉴别器中使用块判决,提高鉴别精度和准确度;在损失函数部分加入感知一致性损失函数,提升网络模型恢复纹理细节信息的能力。通过合成地震数据和实际深反射地震数据测试,验证了优化算法的有效性,体现了良好的应用价值。