徐州地区下古生界碳酸盐岩的碳、氧同位素研究

在已有的对徐州地区下古生界碳酸盐岩详细岩石学研究基础上，系统测试了碳酸盐岩方解石和白云石的碳、氧同位素组成特征；地球化学和岩石学研究相结合，综合提取了碳酸盐岩碳、氧同位素组成的沉积、成岩地质信息；初步探讨了同位素组成的地层变化及其意义。研究结果表明：碳酸盐岩碳同位素组成特征可以指示沉积环境及其演化，开阔陆表海、灰质障壁砂坝、局限陆表海、潮下带、潮渠、藻坪诸沉积相间碳酸盐岩的δ^13C值表现出规律性变化，碳同位素组成变化曲线上的显著正偏移与海侵有关；碳酸盐岩氧同位素组成对成岩环境及其演化有明显响应，淡水成岩环境、潮上成岩环境、潮间成岩环境、潮下成岩环境和埋藏成岩环境具有不同的碳酸盐岩氧同位素组成特征；徐州地区大北望寒武系剖面地层界线附近都有碳、氧同位素组成变化的特征显示，研究工作证实了徐州地区下古生界同位素地层划分的可行性。     

基于RS和GIS的松花江流域(吉林省段)水资源网络化管理技术研究

松花江流域(吉林省段)水资源网络化管理系统既是一个基于3S技术和网络技术集成的空间决策支持系统，也是一个综合性管理信息系统。它的三维环境可视化功能可显示河流地形和走向，公共信息交互式操作能方便用户查询各种空间信息和数据，网络化管理职能为水资源管理部门对水环境污染、水资源合理利用的预测和决策提供了参考。本文对这项网络化管理信息系统的技术方案和运行步骤进行了探讨。     

概率神经网络与BP网络模型在遥感图像分类中的对比研究

通过分析概率神经网络(以下称PNN)的基本结构及其训练算法,建立了卫星图像分类的概率神经网络模型,并通过实例对比分析了概率神经网络与BP网络分类模型的分类效果。实验表明,PNN图像分类方法在分类精度上优于误差反向传播神经网络模型,且分类时间相当,是一种有效的图像分类方法。     

工业测量数据的可视化方法研究

简要介绍了测量获取离散点数据的一般手段，阐述了3维曲面重建的NURBS方法和空间Delauany三角剖分方法，简要说明了使用OpenGL进行3维开发的机制，并给出了3维空间交互和查询的实现步骤。为有效地发掘测量数据潜在的信息和规律提供了一条新的途径。     

中国农情采样网络的组织与实施

首先分析了农情采样网络建设所面临的问题 ,确定了中国农情采样网络的采样目的主要是农作物分类成数调查 ,并将全国划分为 9个采样片分别组织采样队伍进行农情采样的方案。从采样片划分及调整、农情采样队伍建设、农情采样内容、采样频次和采样时间 ,以及质量控制等角度讨论了农情采样网络的组织建设工作。从技术培训、督促、野外采样、室内汇总、质量检查和年终总结等方面介绍了中国农情采样网络的实施情况。实践证明 ,文中介绍的农情采样方案效率高 ,成本低 ,仅用 9个专业小组就完成了全国的农情采样工作 ,是一种符合中国国情的农情采样方案 ,有一定的推广价值。     

时间动态地图模型

就时间动态地图模型进行了研究，认为动态地图由于表达空间维数的增加，使得地图作为客观现实世界的概念模型更加完善，并且作为物质模型，动态地图的可视化应与空间认知的计算机表达紧密融合。在制作时间动态地图时，不同的视觉变量具有不同的动态表现能力，根据时态现象的特征进行选取。     

无图纸条件下极轨卫星接收处理系统的维修方法续一

飑是一种破坏性极大的灾害性天气现象,飑产生时常伴有大风,而我们观测员有时只记录大风,而忽视了飑这种天气现象,造成天气现象漏记。为了避免类似现象发生,笔者根据介休市气象局近年来的气象资料以及工作中的观测经验,对飑产生时地面气象要素的变化特征作一浅析。1定义从天气学     

武夷山脉主峰黄岗山两种山地草甸土的研究

选取武夷山脉主峰黄岗山典型山地草甸土和黄壤性山地草甸土的代表剖面，研究了土壤形成的条件和特点，推断在气候和植被条件相近的情况下，地形因素的差异引起的水环境的不同，是造成两种土壤理化性质差异的主要原因。     

含钒金红石可见光下催化降解亚甲基蓝实验研究

利用含有钒等杂质的金红石可部分吸收可见光的特性,以500 W卤素灯作为光源,实验研究了其对亚甲基蓝的可见光催化降解,结果表明,该金红石具有催化活性,7 h后亚甲基蓝可降解71 2%。经过加热、粉碎改性方法处理后的金红石光催化活性明显提高,加热1 100 ℃的金红石样品7 h后可使亚甲基蓝的降解率达到90 4%。增加光照强度、加入适当的H2O2 都可提高降解效果。实验为充分开发利用天然金红石提出了新的途径,为环境污染治理提出了新方法。     

Efficient estimation of flood forecast prediction intervals via single‐ and multi‐objective versions of the LUBE method

Prediction intervals (PIs) are commonly used to quantify the accuracy and precision of a forecast. However, traditional ways to construct PIs typically require strong assumptions about data distribution and involve a large computational burden. Here, we improve upon the recent proposed Lower Upper Bound Estimation method and extend it to a multi‐objective framework. The proposed methods are demonstrated using a real‐world flood forecasting case study for the upper Yangtze River Watershed. Results indicate that the proposed methods are able to efficiently construct appropriate PIs, while outperforming other methods including the widely used Generalized Likelihood Uncertainty Estimation approach. Copyright © 2016 John Wiley & Sons, Ltd.