黄海海域陆相中生界油气远景

黄海海域油气勘探已40余载，尚未实现油气突破，其找油前景引起石油地质学家的极大关注。根据前人的认识和最新研究成果，结合邻区油气地化资料，探讨了黄海海域中生界地层生、储、盖特征，特别是白垩系，它分布广，厚度大，烃源岩达到较好生油岩标准，并且生、储、盖组合理想，中生界是该区下部油气勘探首选目标。     

中华鲟配合饲料适宜蛋白质含量及最佳蛋白能量比研究

以酪蛋白和明胶为蛋白源 ,添加豆油、鱼油、糊精、纤维素以及适量的维生素和矿物质混合剂配制试验饲料 ,饲料配成5个蛋白质水平 ,每个蛋白水平分别包括5个能量级 ,以体质量增长倍数、蛋白质效率和饲料系数为评判依据 ,对体质量为8.73g±0.79g的中华鲟(Acipensersinensis)的适宜蛋白质含量及其蛋白能量比进行了研究。经过为期8周的试验 ,结果表明 :中华鲟幼鲟配合饲料中的适宜蛋白质含量范围为35.7%～41.8% ,饲料的最佳蛋白能量比范围为21.85～30.05ng/J。当试验饲料蛋白质含量为40.3% ,蛋白能量比为27.85ng/J时 ,试验鲟鱼获得最大体质量增长倍数为11.60±1.20,最低的饲料系数为1.68±0.23,以及最高的蛋白质效率为1.58%±0.14%。     

黄河三角洲埕岛海域浅地层剖面结构与灾害地质

通过钻孔和高分辨率浅地层剖面的综合对比,对黄河三角洲北部与埕岛油田海底工程密切相关的浅地层剖面结构进行细分,划分出末次冰期低海面以来的5套沉积相层和6个地震相层.分析表明,本区广泛分布的地质灾害是由其特殊的沉积结构和复杂的动力环境造成的,尤其是工程软弱层的存在造成三角洲前缘的不稳定性.     

沉降监测多项式回归分析与神经网络预测

使用多项式和切比雪夫(Tchebyshev)多项式分别对沉降监测数据进行回归分析以预测未来沉降值,其中切比雪夫多项式的外推效果较好;应用前向BP神经网络对两种不同的单因子输入模式进行非线性函数逼近,并进行了不同采样步长的比较,实例表明将时间点作为网络的输入对沉降进行预测效果较好。     

坚强芽孢杆菌对凡纳滨对虾幼体变态的影响

研究比较了坚强芽孢杆菌Bacillus firmusZOU4菌株对数期细胞和孢子在不同加菌量、次数及不同幼体期加菌对凡纳滨对虾Litopenaeus vannam ei幼体无节Ⅲ期到溞状Ⅱ期变态的影响。结果表明,多次加入高数量对数期细胞或孢子对无节Ⅲ期到溞状Ⅱ期幼体变态具有极显著(p<0.01)促进作用,且对数期细胞效果明显高于孢子,溞状Ⅰ期之前比其后加菌效果更显著(p<0.05),但对无节Ⅲ期变态到溞状Ⅰ期影响不明显(p>0.05)。     

大亚湾的环境研究

大亚湾自然条件优越,生物资源丰富,是当前广东经济开发的“热点”。本文从生态环境的角度讨论大亚湾的环境质量问题,并指出今后大亚湾的经济开发应注意环境保护问题。     

秋茄和榕树叶片中正构烷烃分布和单体化合物δ13C值及其光合作用

对深圳福田、阳江、海南新竹红树林秋茄Kandelia candel及海口榕树Ficusm icrocarpa叶中类脂物进行萃取,分离出正构烷烃,通过气相色谱(GC)及色谱-质谱(GC MS)分析,测出了正构烷烃的碳数分布和相对含量.气相色谱-稳定同位素比质谱仪(GC-IRMS)测定了正构烷烃单体化合物的稳定同位素组成δ13C.秋茄叶和榕树叶正构烷烃的碳数分布均为C17C33,主要集中在C23-C31(＞90%).化合物含量最高为C27的有深圳福田秋茄、海南新竹秋茄、海口榕树,而阳江秋茄为C25.单体化合物的稳定同位素δ13C深圳福田秋茄为-31.42‰-34.48‰,阳江秋茄为-31.69‰-33.62‰,海南新竹秋茄为-30.30‰-33.04‰,海口榕树为-29.92‰33.56‰;平均值分别为-32.95‰、32.67‰、31.67‰、-31.74‰.结果表明,秋茄和陆地植物榕树的光合作用都是通过C3途径,是典型C3植物.     

风浪周期分布与谱宽度的关系

本文通过分析实验室风浪周期分布,发现风浪周期累积概率分布曲线低于Longuet-Higgins理论结果,在小概率周期区域实验结果与理论结果的差异明显。对实验结果进一步分析发现,在谱不是很窄时,在小概率处风浪周期累积概率随谱宽度的增大而降低,这与窄谱假定下的理论结果相反,Longuet-Higgins理论结果在小概率处不便于描述周期分布随谱宽度的变化。根据实验结果提出风浪周期的Weibull分布经验公式,Weibull分布中的参数依赖于谱宽度。     

河南理工大学校园导航系统的设计与实现

利用了SuperMap Objects组件,构建了C/S模式的河南理工大学校园导航系统,实现了信息查询、路径导航、办事指南、地图与数据编辑、数据输出、用户管理及三维虚拟校园导航等功能,并提供了与现有校园系统集成的接口.     

基于时刻独立脉冲耦合神经网络的高空间分辨率摇感影像分割

高空间分辨率遥感影像中地物目标内部光谱信息复杂性的增强,使得传统基于光谱特征值的数据处理方法效果不再显著,影像分割为解决这一问题提供了一种思路,成为当前高空间分辨率遥感影像处理的研究焦点.时刻独立脉冲耦合神经网络具有状态相近、空间相邻神经元相互耦合同步脉冲激发和区域之间神经元脉冲激发时刻独立两大特点,已被应用于非遥感影像分割中,并取得较好效果.本文结合高空间分辨率遥感影像特点,通过对网络参数进行实验和分析,提出一个基于时刻独立脉冲耦合神经网络的高空间分辨率遥感影像分割方法,并利用空间分辨率0.3m的航空影像进行了数据试验,将分割结果进行讨论并与现有时刻独立脉冲耦合神经网络方法和ISODATA方法分割结果进行对比分析.结果表明:时刻独立脉冲耦合神经网络在高空间分辨率遥感影像分割处理中具有很好的应用前景.