珍珠生长激素在合浦珠母贝育珠中的作用

以合浦珠母贝Ｐｉｎｃｔａｄａ ｍａｒｔｅｎｓｉｉ （Ｄｕｎｋｅｒ）作为珠母贝进行插核育试验,分别以其左、右边外套膜作为小片,并用珍珠生长激素浸泡小片,两个试验用珍珠生长激素浸光怕小片各插核育珠贝２００个,空白对组用海水浸泡小片插核育珠贝２０７个,育珠时间为６个多月。试验结束时,实验组珍珠的正圆珠率,白色珍珠比例以及珠层厚度在比空白对照组分别提高了９．２８％,２２．５７％和５２μｍ。     

手持式乒乓球辅助训练器初探

介绍了一种新发明的"手持式乒乓球辅助训练器",该发明已于2011年1月26日获得国家知识产权局发明专利授权(专利号:ZL200910194096.9)。该训练器在普通乒乓球拍中部开有一个开放式缺口,一面风阻旗和角度调整机构装在其上。风阻旗具有运动速度越大,气流摩擦阻力也越大的特点;并可方便地调整风阻旗大小和角度,以达到改变训练器的摩擦阻力;使用者可手握此训练器手柄,分别模拟乒乓球的多项技术做无球挥拍动作练习,使人有近似真实的打球和摩擦球的感觉,可促进对乒乓球多项实用技术技能的学习和提高。阐述了手持式乒乓球辅助训练器的运动原理,还对其实用性进行了初步探讨。     

1983年6月11日月全食日冕凝聚区光谱分析

在凝聚区旋转对称假设下,对1983年6月11日日食日冕凝聚区的光谱进行了分析处理,得到电子密度和温度在凝聚区内的分布.凝聚区中心电子密度比边缘大.不同线对得到的电子密度最大值在1.7～3.5×10~9cm~(-5)之间,而温度场则基本上是均匀的,其值在1.7～2.7×10~6K之间.湍流速度为15～35km/sec.凝聚区与宁静日冕的相对系统流不大于15km/sec.对仪器轮廓的讨论表明其对本身较宽的冕线影响很小.     

珍珠生长激素在合浦珠母贝育珠中的作用

以合浦珠母贝Pinctadamartensii（Dunker）作为珠母贝进行插核育珠试验,分别以其左、右边外套膜作为小片,并用珍珠生长激素浸泡小片。两个试验组用珍珠生长激素浸泡的小片各插核育珠贝200个,空白对照组用海水浸泡小片括核育珠贝207个,育珠时间为6个多月。试验结束时,实验组珍珠的正圆珠率、白色珍珠比例以及珠层厚度比空白对照组分别提高了9.28％,22．57％和52μm。     

紫台多通道红外成像光谱仪

紫台多波段光谱仪近年在Ｈｅ Ⅰ１０８３０ 波区相继研制了一维Ｒｅｔｉｃｏｎ 和ＣＣＤ 相机的探测系统,现又建成了用二个ＣＣＤ 相机能在Ｈｅ Ⅰ１０８３０ 和Ｃａ Ⅱ８５４２／Ｈα同时作两维成像光谱观测的系统。文中简要介绍了它的结构和取得的初步观测结果     

1991年日全食近红外光谱观测结果

介绍１９９１年７月１１日墨西哥日全食的近红外光谱（１０７１２－１０９７２）观测资料和分析结果．从无缝谱得出的极边缘光球连续谱表面亮度曲线上发现在日面边缘之内２１０ｋｍ处有一强度凹陷,由该曲线拐点定出色球底的温度为４４２５±２６°Ｋ．无缝闪光谱资料显示Ｈｅｌ１０８３０线在边缘外１２００ｋｍ附近发射达极大,其下降段的对数梯度β为０．６３３×１０－８ｃｍ－１,与可见区Ｈｅｌ线相近．此外,东边大日珥的资料显示该日珥的强度很弱,仅为普通日珥强度的２％—５％,具有很大的湍流速度（约３０ｋｍ／ｓｅｃ）和视向蓝移运动（２１０±１５ｋｍ／ｓｅｃ）．由于Ｐγ在光谱上没有显示,所以认为其激发程度很高．该资料中未找到非日珥性质的色球发射     

大亚湾三种经济贝类的营养生态位及潜在产量评估

通过周年４个季度对大亚湾３种主要经济贝类－珍珠贝Ｐｉｎｃｔａｄａｍａｒｔｅｎｓｉｉ华贵栉孔扇贝Ｃｈｌａｍｙｓｎｏｂｉｌｌｓ和贻贝Ｐｅｒｎａｖｉｒｉｄｉｓ的采样,观测和鉴定,分析它们胃肠物中的食物组成及其季节变化,综合分析了它们的营养生态位。结果显示,３种贝类的食物组成相似,食物中以碎屑,碎片最多,其次是浮游植物,主要包括硅藻,甲藻,金藻和蓝藻,而浮游动物含量最少,偶尔见到原生动物,轮虫,枝角类和桡     

大尺度海工圆柱的非线性波浪载荷

引入Stokes二阶水波理论,建立了对海洋工程中大尺度综合型圆柱式结构波浪载荷的二阶修正统一积分算式。通过对波势特征解法的推广及引入干扰波叠加法、最小二乘法,使原仅适合于轴对称单柱的二阶散射波浪载荷快速积分算法可完全适用于类型广泛的任意型实用圆柱的计算。几则实例(圆台,单、双柱)的计算检验了该方法的有效性。     

基于支持向量机的太阳磁场活动区极性反转线位置的探测

太阳磁场的极性反转线(Polarity Inversion Line, PIL)是研究太阳活动、分析太阳磁场结构演变和预测太阳耀斑最重要的日面特征之一.磁场极性反转的位置是太阳耀斑和暗条可能出现的位置."先进天基太阳天文台(ASO-S)"是中国首颗空间太阳专用观测卫星,其搭载的"全日面矢量磁像仪(Full-Disk Vector Magnetograph, FMG)"主要任务是探测高空间、高时间分辨率的全日面矢量磁场.为了提高观测数据使用效率、快速监测太阳活动水平、提高太阳耀斑与日冕物质抛射的预报水平以及更好地服务于FMG数据处理与分析系统,采用了图像自动识别与处理技术,更加精确有效地检测极性反转线.从支持向量机(Support Vector Machine, SVM)的模型出发,将极性反转线位置的探测问题转化为一个模式识别中的二分类问题,提出了一种基于支持向量机的极性反转线检测算法,自动探测与识别太阳动力学天文台(Solar Dynamics Observatory, SDO)日震和磁成像仪(Helioseismic and Magnetic Imager, HMI)磁图的极性反转线位置.与现有算法的对比结果表明,此算法可以精确直观地检测太阳活动区的极性反转线.     

基于机器学习的日冕仪图像分类方法研究

日冕物质抛射(Coronal Mass Ejection, CME)的检测是建立CME事件库和实现对CME在行星际传播的预报的重要前提. 通过Visual Geometry Group (VGG) 16卷积神经网络方法对日冕仪图像进行自动分类. 基于大角度光谱日冕仪(Large Angle and Spectrometric Coronagraph Experiment, LASCO) C2的白光日冕仪图像, 根据是否观测到CME对图像进行标记. 将标记分类的数据集用于VGG模型的训练, 该模型在测试集分类的准确率达到92.5%. 根据检测得到的标签结果, 结合时空连续性规则, 消除了误判区域, 有效分类出CME图像序列. 与Coordinated Data Analysis Workshops (CDAW)人工事件库比较, 分类出的CME图像序列能够较完整地包含CME事件, 且对弱CME结构有较高的检测灵敏度. 未来先进天基太阳天文台(Advanced Space-based Solar Observatory, ASO-S)卫星的莱曼阿尔法太阳望远镜将搭载有白光日冕仪(Solar Corona Imager, SCI), 使用此分类方法将该仪器产生的日冕图像按有无CME分类. 含CME标签的图像将推送给中国的各空间天气预报中心, 对CME进行预警.