国内外旋转导向钻井系统导向原理

旋转导向钻井技术是目前世界上最具代表性和先进性的钻井技术,该技术的核心是旋转自动导向系统。总结了国内外旋转导向钻井系统的发展概况,对各系统的导向机构工作原理进行了对比分析,并就旋转导向钻井系统未来的发展和完善提出了看法。     

区域气候模式在中国西北地区气温和降水长时间序列模拟的误差分析

气温和降水微小的变化都可能引起中国西北地区脆弱生态环境空间格局剧烈变化.由于西北地区气象站点分布稀疏,站点观测结果难于完全代表西北地区复杂地貌的气象要素空间分布格局.区域气候模式模拟可以弥补现有观测资料的不足,但模式模拟存在的误差,往往制约着西北区域气候变化评估工作.本文在CN05格点数据和站点数据基础上,从空间格局、极值模拟等方面对高分辨率WRF模式数据气温和降水模拟精度进行评估,假定偏差恒定基础上,使用分类回归树模型建立偏差预测模型.结果表明:CN05数据和WRF模式多年年平均气温和多年平均年降水数据空间格局基本一致,但WRF模式结果空间格局更加细致.WRF模式结果在山区和湖泊地区降水偏高估,气温和降水距平在新疆地区相对于其他地区变化较为一致;95%分位数的降水在甘肃和新疆地区模拟结果好于宁夏、青海和陕西;5%和95%分位数气温,WRF模式大部分站点表现为暖偏差,而CN05数据表现为冷偏差;不同的地貌单元区域气温和降水的偏差时间序列存在一定的相关性.在西北五省区气温和降水的分类树模型中,由于高程和地形复杂度对偏差预测模型影响较大,无法在整个西北地区建立统一的误差预测模型.     

条件价值法中的偏差分析及信度和效度检验——以九寨沟游憩价值评估为例

条件价值法(CVM) 是一种基于虚拟市场的公共物品价值评估方法,其假想性使得人们对 其信度和效度缺乏信任,评估结果的精度成为学术界广泛争议的焦点。采用CVM价值评估方 法,对九寨沟世界自然遗产地的游憩价值进行了评估,并结合国内其他相关文献,对CVM在旅 游资源价值评估中存在的偏差进行了分析述评,最后对CVM的评估结果进行了再测信度、内容 效度和收敛效度检验。研究发现：① 九寨沟旅游资源2008、2009 年的游憩价值分别为3.33 亿 元、3.46 亿元。与其他方法相比,CVM的评估结果明显偏低。② CVM在旅游资源价值评估中存 在的偏差包括研究方法本身的偏差和研究实施过程中产生的偏差。前者包括假想偏差、信息偏 差、抗议性偏差以及策略性偏差等;后者包括CVM调查在总体和样本的界定、样本规模的确定、 抽样方式的选择、调查方式和回收率、数据的统计和分析等环节出现的偏差。③ 再测信度检验 表明本研究的信度较高,即评估结果具有较高的稳定性和可重复性;而内容效度和收敛效度检 验则表明本研究对九寨沟进行的CVM调查不具有良好的效度,CVM有低估旅游资源价值的倾 向。④ CVM今后的研究重点应从个案研究向信度和效度检验转向,为此需要尽快建立完善适 合发展中国家的CVM实施规范,提高CVM评估结果的信度和效度。     

Bias Correction and Ensemble Projections of Temperature Changes over Ten Subregions in CORDEX East Asia

Regional climate models(RCMs) participating in the Coordinated Regional Downscaling Experiment(CORDEX)have been widely used for providing detailed climate change information for specific regions under different emissions scenarios. This study assesses the effects of three common bias correction methods and two multi-model averaging methods in calibrating historical(1980-2005) temperature simulations over East Asia. Future(2006-49) temperature trends under the Representative Concentration Pathway...     

基于Himawari-8卫星的逐时次海表温度融合

Himawari-8卫星是日本气象厅发射的新一代地球同步静止气象卫星,为获取逐时次海表温度产品提供了有力数据支持.本文以Himawari-8 AHI海表温度为基础,利用最优插值法融合GCOM-W1 AMSR2海表温度和NERA-GOOS现场观测资料,生成逐时次海表温度融合产品.为了充分利用邻近时刻的海表温度观测资料,利...     

Air pollutions and loan decision bias

Studies have largely discussed the impact of air pollution on the stock market. However, the latter requires certain financial knowledge and certain income, which may lead to sample selection bias. To address this concern, using unique data from online peer-to-peer lending platform, namely, RenRenDai, this paper analyzes the effects of air pollution on loan decisions in China. In the identification strategy, we use approximate exogenous and random daily level air pollution to alleviate the endogenous problem. In a preferred specification, results show that air pollution has significant positive effects on loan amounts with elasticity of 0.013. Such result is driven by health expenditure and behavioral bias. Specifically, after air pollution rises for two or three days, individuals will then increase loan amounts for health and consumption. However, air pollution has no proof of increasing investment. Our study provides new evidence on the effects of air pollution on cognitive performance, particularly on financial behavior. It then reveals the mechanism how air pollution influences loan decisions. In view of the negative impact of air pollution, we also need to know the risks it poses to the financial industry.