Distribution characteristics of zooplankton biomass in the East China Sea

On the basis of the data of oceanographic survey in the East China Sea in four seasons during 1997-2000 (23°30'~33°00'N, 118°30'-128°E), the variation of total biomass and diet biomass of zooplankton and their spatial-temporal distribution and relationship with the fishing ground of Engraulis japonicus are approached and analyzed. The results show that the average biomass is 65.32 mg/m3 in four seasons, autumn (86.18 mg/m3) being greater than summer (69.18 mg/m3) greater than spring (55.67 mg/m3) greater than winter (50.33 mg/m3). The average value of diet zooplankton biomass is 40.9 mg/m3. The trends of horizontal distribution both in the total biomass and the diet biomass of zooplankton are similar. The high biomass region (250-500 mg/m3) is very limited, only accounting for 1% of the investigation area. Seasonal variation of the biomass is very remarkable in the west and north parts of East China Sea coastal waters ( 29°30'N,125°E). The horizontal distribution of diet zooplankton depends on the     

就乐平组的穿时论东吴运动

目前普遍认为我国南方上、下二叠统之间存在一平行不整合,并以此代表东吴运动。本文从江西乐平组垂向与横向岩性、岩相变化的资料出发,提出不主张使用“东吴运动”这一专名。所谓“东吴运动”实际上是一次升降运动,规模很有限。时间从茅口期开始一直延续至龙潭期末,大约占有1500万年之久,其中包括了三次次一级的升降。乐平组及其各亚组均有明显的穿时现象。上下二叠统之间总体说来为连续沉积,并不存在平行不整合。     

自动站资料逐时显示系统简介

介绍了利用Visiual Basic语言编制的全国582个地面自动气象站资料的Micaps逐时显示系统，以及建立在河北省底图上的28个自动站的“河北省自动站资料逐时显示系统”，并讨论了制作过程中遇到的一些问题及解决方案。     

上海地区海平面上升趋势的长期预测研究

本采用上海吴淞验潮站的1945年至1994年期间海平面月均值资料序列，通过小波变换时频分析和跳步时序模型等数据新技术分析了上海地区海平面变化的规律。对未来2010年，2030年和2050年的海平面长期上升趋势进行了预测估计。     

三维F－K域DMO方法及应用效果

在常速情况下,从三维时距方程出发,通过倾角代换,将三维倾角时差分裂为两个正交方向上的二维倾角时差,然后在这两个正交方向上分别做一次二维倾角时差校正,便可达到三维倾角时差校正的目的．应用实例表明这种三维ＤＭＯ分裂方法是切实有效的．     

深时全球海平面变化重建方法的回顾与展望

全球海平面变化对古地理、古生物、古气候演化以及能源矿产分布具有重要的控制作用。然而,目前学界对深时海平面变化的驱动机制尚不清楚,部分归因于缺乏高精度全球海平面变化的恢复。文章回顾了全球海平面变化研究的起始与发展过程,归纳出五种类型的深时海平面变化重建方法和技术,即地层学、沉积学、洋盆动力学、同位素地球化学方法和大数据技术。并总结了上述研究方法的原理、优势和不足,并以白垩纪全球海平面重建为实例,讨论了当前深时全球海平面重建的难点和争议点,并对未来深时全球海平面变化重建进行了展望。     

融合气象要素时空特征的深度学习水文模型

针对现有深度学习水文模型未能充分刻画气象要素空间特征的问题,本文基于主成分分析(PCA)方法提取气象要素空间特征,利用长短时记忆神经网络(LSTM)学习长时序过程规律,构建融合气象要素时空特性的深度学习水文模型PCA-LSTM。以黄河源区为研究区域,利用LSTM模型和物理水文模型THREW作为比对模型,基于高斯噪音法系统评估PCA-LSTM模型的适用性和鲁棒性。结果显示：PCA-LSTM模型径流模拟纳什效率系数为0.92,高于比对模型LSTM和THREW,表明模型具有较高的精度。研究结果可为流域高精度水文模拟提供参考。     

基于太阳能无人艇的海洋气象观测系统及其初步试验

中国沿海地区以及濒临海域经常发生多种灾害性天气,包括大风、暴雨、大雾和海上强对流天气等,原位探测资料的缺乏极大影响了这些天气生消演变规律的深入研究以及预报准确性的提高.为了实现海上自动部署、机动安全和实时的多要素原位探测,研发了一种基于太阳能无人艇的海洋气象水文探测系统,工程样机命名为MWO-Ⅰ(Marine Weat...     

用二维冰雹云模式预报桂西北地区降雹

建立了二维准弹性对流云模式，利用其对百色、河池两地区1971～1998年期间的冰雹天气进行事后模拟，结果表明该模式对桂西北地区冰雹天气具有一定的预报能力。     

中国近海初级生产力的遥感研究及其时空演化

1 Introduction Ocean primary productivity controls the exchange of carbon dioxide at the air-sea interface and plays an important role in the global carbon cycle and climate change. Most oceanographic research on primary productivity has focused on the ma…