深海生物原位实验与生态监测研究进展

深海在黑暗、高静水压、低温（黑烟囱等热液系统除外）和寡营养的极端环境下形成了特殊的生境。对深海生物/微生物的研究,不仅可以揭示各种深海生物的生理代谢特性和动态变化规律,而且有助于深海生物资源的开发利用,特别是深海微生物碳循环机制的相关研究可为全球实现碳中和目标提供新的路线图。研究深海生物的首要条件是获得大量保持原位特性的样本,然而传统深海采样手段的局限可能导致深海相关研究结果无法反映深海环境下真实的生命过程,亟需发展满足深海生物原位研究的采样方法和生态监测技术。本文对深海生物研究现状,相关科学问题和原位组学研究进展,以及原位生态监测装备研发和应用进行综述,并对深海原位生物实验室进行了展望。     

Geography,Race, and Quantification

This article reviews how race, quantification, and raced quantification have been used and written about in geography. Its two primary arguments are that race should be more central in the discipline and that a reluctance to address ontological and epistemological issues has left quantitative geography methodologically impoverished. These two issues merge in an examination of two cases where race is employed as a variable in quantitative models. The critique of these cases is not meant as a condemnation of quantitative geography but as an instructive example on which to construct a critical quantitative geography. The article ends by stressing the importance of quantification in geography and by presenting exemplars of race-critical quantification.     

论煤矿建设项目的生态环境影响评价

针对煤矿建设项目生态环境影响的定量化表述问题,从生态亚区划分、生态因子选择、生态因子定量化以及生态环境的综合评价等方面进行了分析,从而比较系统地探讨了煤矿建设项目的生态环境影响评价方法。     

轮南低凸起气洗作用响应及定量评价

自喜山期, 过量干气自东向西对轮南低凸起原始油藏的大规模侵入、冲刷, 诱发本区持续性气洗分馏作用的发生.在各组分气液溶解平衡的格架下, 气洗作用将导致残余油中正构烷烃的大量损失以及次生凝析气藏的形成.地球化学研究表明, 残余油与凝析油中轻烃组分(C₆-C₈) 的变化趋势具有典型的气洗分馏特征.同时, 基于气洗作用模型, 通过对各层系原油正构烷烃相对蒸发量(Q) 的计算, 定量描述了轮南地区气洗作用的强度.计算结果显示, 奥陶系的油气藏曾遭受强烈的气洗作用, 原油中正构烷烃的相对蒸发量由东向西表现出依次递减的特征.其中, 轮古东地区Q值高达97%;位于轮南低凸起中部的轮古2井以及轮古18井地区, 正构烷烃相对蒸发量较小(Q=20%~76%); 而在更加靠近西部的轮古17及轮古100井, 其原油中正构烷烃分布正常(Q=0), 并未发生气洗分馏作用.另一方面, 石炭系以及三叠系的油气藏均表现出未遭受气洗作用的特征, 证实了喜山期大量干气的优势运移通道被限制于海西早期运动所形成的奥陶系岩溶缝洞体系中的事实.因此, 奥陶系, 尤其是位于临近气源区的轮古东地区, 是轮南地区气藏的有利靶区.      

翡翠评估价的量化探索

由于翡翠评估本身具有现实性、市场性、预测性等特性,传统的评估方法过于依赖评估人员的经验,主观随意性大,难以保证评估结果的客观、科学、公正。针对翡翠价格与其质量因素之间的复杂、不确定关系的特性,我们提出利用特尔斐法来判定各权重之间关系,从而利用数学模型计算出各质量因素之间的权重,以减少由于评估人员主观因素造成评估结果的偏差,使评估人员运用此方法能够迅速、准确、公正的对翡翠估价前期的数据进行量化处理。     

格点大气环流模式GAMIL2参数不确定性的量化分析与优化

物理过程参数化方案的不确定性是目前气候系统模式不确定性的重要来源之一.随着模式内在复杂度攀升,模拟场景多样化,参数化方案中基于先验的和人工的物理参数选取方法已经逐步成为限制模式模拟能力的瓶颈之一.为此,本文设计并提出了初选与寻优相结合的两步法参数优化方案.初选阶段用全因子采样方法对不确定参数空间进行初始敏感性分析,估计最优解所在区域;寻优步采用单纯型下山法,基于初选阶段确定的参数组合快速寻优.将两步法应用于中国科学院大气物理研究所(英文缩写:IAP)大气科学和地球流体力学数值模拟国家重点实验室(英文缩写:LASG)格点大气模式第2版:GAMIL2,选取其深对流方案和云量方案中的3个重要参数开展寻优,优化以综合减小模式降水、风场、温度、湿度、位势高度以及辐射通量的误差为目标.这些变量用GAMIL2标准版本标准化后形成单一的目标.结果显示,优化后的目标函数值比GAMIL2标准版本改进了7.5%.机理分析表明,调优后的参数优化了大气中的水汽凝结作用,进而减少模式的湿度偏差,改进云量的模拟效果;同时水汽凝结作用的变化通过大气内部动力和热力相互作用及响应影响温度、位势高度和风场的模拟.     

以赛促学,构建面向“地形测量实习”全过程的定量化考核体系

针对“地形测量实习”课程考核存在的问题,构建了“过程化、定量化”的考核体系,以考核学生的实践动手能力为重点优化考核内容,形成了贯穿于实践教学全过程的、多样化的考核方法,制定了定量化的成绩评定标准,课程考核由终结性评价向形成性评价转变。该考核体系引导学生由被动学习转变为主动学习,能够切实加强学生实践能力培养,进而完善测绘学科在工程教育专业认证环境下的人才培养模式。     

黄土结构性定量化研究新进展

黄土具有很强的结构性,是一种不同于其他土体的地质材料,其结构特性的研究越来越受到关注并由定性向定量化转变。黄土结构性研究具有重要的工程价值和理论意义。通过大量与黄土结构性相关的文献检索与分析,本文首先回顾了黄土结构性定量化的研究进程;从结构性影响因素、本构关系和与湿陷性关系等方面总结了近年来黄土结构性定量化研究的成果。最后,针对黄土结构性定量化研究中仍存在的不足,展望并探讨了今后的研究方向。     

基于邻域扩展量化法的城市边界识别

城市空间分析的基本条件是可靠的测度,而城市的基本测度是规模。客观定义城市边界是有效确定城市规模的技术前提。近年来国内外学者提出几种城市边界识别的方法,其中能够定量反映城市内部实体空间组织关系的多采用矢量图像。但这些矢量数据的获取十分困难,且实时性差。因此,本文借鉴前人的研究成果,基于邻域扩展量化和标度思想,提出一种应用于遥感栅格图像上的城市边界识别方法。该方法的本质是一种空间邻域融合法,通过改变像元邻域的作用范围,可以得到不同的空间集群数目;借助搜索范围与集群数目的标度关系确定一个客观的半径,据此可以利用GIS技术确定城市边界。将该方法应用于北京地区多个年份的遥感图像,发现了像元的有效邻域作用范围。此方法以栅格图像为基础,数据实时性好并且获取容易,计算过程简便,在未来的城市边界研究过程中,可望与现有的方法相互补充。     

Representing Spatial Uncertainty Using Distances and Kernels

Assessing uncertainty of a spatial phenomenon requires the analysis of a large number of parameters which must be processed by a transfer function. To capture the possibly of a wide range of uncertainty in the transfer function response, a large set of geostatistical model realizations needs to be processed. Stochastic spatial simulation can rapidly provide multiple, equally probable realizations. However, since the transfer function is often computationally demanding, only a small number of models can be evaluated in practice, and are usually selected through a ranking procedure. Traditional ranking techniques for selection of probabilistic ranges of response (P10, P50 and P90) are highly dependent on the static property used. In this paper, we propose to parameterize the spatial uncertainty represented by a large set of geostatistical realizations through a distance function measuring “dissimilarity” between any two geostatistical realizations. The distance function allows a mapping of the space of uncertainty. The distance can be tailored to the particular problem. The multi-dimensional space of uncertainty can be modeled using kernel techniques, such as kernel principal component analysis (KPCA) or kernel clustering. These tools allow for the selection of a subset of representative realizations containing similar properties to the larger set. Without losing accuracy, decisions and strategies can then be performed applying a transfer function on the subset without the need to exhaustively evaluate each realization. This method is applied to a synthetic oil reservoir, where spatial uncertainty of channel facies is modeled through multiple realizations generated using a multi-point geostatistical algorithm and several training images.