基于可持续发展的广东省城市供水价格改革探讨

针对目前城市供水价格计算与计量方式不合理和突出的水资源供需矛盾,提出了按全成本水价模式测算广东省城市供水价格,并采用阶梯水价、两部制水价和季节水价计量方式逐步达到全成本水价的措施与实施步骤,确保水资源的持续利用支撑广东省经济社会的可持续发展.     

变刚度隔震保护装置试验研究

通过在距离隔震层一定位移处设置由弹簧和与其串联的限位挡板组成的变刚度保护装置作为第二道防线,成功地进行了五层框架的变刚度隔震保护模拟地震振动台试验。理论分析和试验结果表明,变刚度隔震保护装置能有效改变结构动力特性,减小隔震层的变形,使之限制在允许的范围内。     

超低频电磁声源非线性动力学建模与分析

电磁声源输出力大、体积小、易于实现超低频输出,在无人反水雷作战中具有显著优势。其动力学行为受到机械回复力和电磁力的耦合作用影响,当施加电流超过坍塌电流,电磁力将超过机械回复力, 就会发生吸和,造成声源的损坏。为准确描述电磁声源非线性动力学特性,预先评估坍塌电流,建立考虑动态漏磁系数的声源非线性动力学模型。通过三维有限元仿真计算动铁芯运动到不同位置处气隙的漏磁系数, 拟合得到动态漏磁系数。根据等效磁路法建立声源的改进电磁力模型,进而建立电磁声源非线性动力学模型。 通过 Runge-Kutta 算法计算得到阶跃激励下声源振动的位移和速度,绘制相平面图。研究稳定与失稳 2 种情况下的相轨迹的动态变化规律,为电磁声源的设计和控制提供理论支撑。     

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。     

贵州地质遗迹资源旅游开发及其管理建议

从建立地质遗迹系统网络与地质公园体系、引入市场机制建设好已批准的地质公园、保护与开发并重不断提升地质遗迹资源价值、加强科学研究及其成果的及时转化与应用、地质遗迹资源管理与生态管护协同发展等5个方面提出了贵州地质遗迹资源有效供给的管理建议.     

电感耦合等离子体质谱-X射线衍射法研究云南玉溪和美国内华达地区黏土型锂资源矿物学特征

中国云南玉溪和美国内华达均已发现大量黏土型锂资源,目前关于两地区样品矿物学特征的研究相对不足,而对黏土型锂资源进行充分的矿物学特征研究是锂提取工作开展的重要前提.本文采用X射线荧光光谱、电感耦合等离子体质谱、X射线粉晶衍射、扫描电镜等分析技术,从化学组成、矿物组成、微观形貌等角度对云南玉溪的两个黏土型锂资源样品(YM-...     

Could CMIP6 climate models reproduce the early-2000s global warming slowdown?

The unexpected global warming slowdown during 1998–2013 challenges the existing scientific understanding of global temperature change mechanisms, and thus the simulation and prediction ability of state-of-the-art climate models since most models participating in phase 5 of the Coupled Model Intercomparison Project(CMIP5) cannot simulate it. Here, we examine whether the new-generation climate models in CMIP6 can reproduce the recent global warming slowdown, and further evaluate their capacities for simulating key-scale natural variabilities which are the most likely causes of the slowdown. The results show that although the CMIP6 models present some encouraging improvements when compared with CMIP5, most of them still fail to reproduce the warming slowdown. They considerably overestimate the warming rate observed in 1998–2013,exhibiting an obvious warming acceleration rather than the observed deceleration. This is probably associated with their deficiencies in simulating the distinct temperature change signals from the human-induced long-term warming trend and/or the three crucial natural variabilities at interannual, interdecadal, and multidecadal scales. In contrast, the 4 models that can successfully reproduce the slowdown show relatively high skills in simulating the long-term warming trend and the three keyscale natural variabilities. Our work may provide important insight for the simulation and prediction of near-term climate changes.