海滩均衡剖面的概念及相关问题的讨论——以日照实测海滩剖面为例

海滩均衡剖面是海洋动力和海滩泥沙充分作用下的一个具有统计意义上的相对均衡的海滩形态，绝对意义上的、理想的均衡海滩剖面在自然界是难以找到的，而统计意义上的海滩均衡特征可以满足海岸变化和海滩过程研究需要，海滩均衡剖面的形态主要受控于国海滩泥沙的粒度特征，该剖面的形态指数是海滩泥沙沉降速率的函数，海滩粒度越粗，海滩坡度越陡，本文研究的日照海滩存在统计意义上的均衡剖面，由于海滩沉积物粒度具有明显的分带特征，海滩剖面不是一个理想的均一平面，而是由与海滩泥沙粒度相适应的两具均衡剖面组成，这两段海滩的表层粒径分别为4.8φ和7.5φ，观测剖面的海滩形态指数分别为0.075和0.015，理论海滩形态指数分别为0.077和0.02,理论值和观测值有很好的一致性。     

黄海大头鳕幼鱼的生长和分布特征

作为黄海的代表性冷温性鱼类,大头鳕(Gadus macrocephalus)的资源量近年逐渐上升趋势,其中幼鱼所占比重较大,种群丰度及补充都受到黄海冷水团的影响,作为2龄性成熟鱼种,探究其当年生和非当年生幼鱼分布和生长的季节变化及与黄海冷水团的关系对了解大头鳕的资源变动有重要意义。本研究基于2016年10月、2017年5和8月的调查结果,分析了黄海冷水团存在时期的海洋环境特征与大头鳕幼鱼分布及生长特征的关系。研究显示,春季,幼鱼主要分布于青海渔场、石岛渔场和连青石渔场,非当年生幼鱼和当年生幼鱼随栖息地水深分别呈东西两区块分布。夏季,幼鱼主要位于122.00°E以东、底温低于10℃的黄海中部较深海域,有少部分分布于黄海北部,这与黄海冷水团强盛时期南北低温中心的位置有关。秋季,黄海北部大头鳕幼鱼的渔获量明显减少,仅在石岛渔场和连青石渔场大头鳕的种群密度仍较高。广义相加模型(Generalized Additive Models, GAM)分析结果显示,温度和盐度对大头鳕幼鱼的资源丰度指数(单位捕捞努力量渔获量(Catch Per Unit Effort, CPUE))有显著影响,当栖息地水域盐度在31.90和32.80附近,底温在8.5℃左右时,大头鳕幼鱼的CPUE较高。体长-体重关系显示,春季,幼鱼呈负异速生长,夏秋季呈正异速生长,黄海冷水团强盛时期较高的有机质含量及初级生产力造成的丰富饵料可能是导致大头鳕夏秋季b值较高的原因,因此黄海冷水团的季节变化对大头鳕的分布和生长均有显著影响。     

唐山南堡开发区排污海域沉积物中重金属含量的调查研究

本文从唐山南堡开发区污水排海工程建设的需要出发，对排污海域沉积物中Ｃｕ，Ｐｂ，Ｃｄ，Ｈｇ，Ｚｎ和Ｃｒ６种重金属的含量及分布特征进行了调查研究，为污水排海工程的建设及开发区沿海海洋环境保护提供了基础性研究资料。     

黄海北部降水中氟的浓度变化

1988～1992年连续采集了黄海西北部的大气降水,分析样品中的氟而得到的80多个数据显示出大气降水中氟的平均浓度低于中国北方主要河流的氟平均浓度。在冬季,氟的浓度较其他季节高,这可能和降雨量减少以及人为因素等密切相关。目前还难以估算出人为因素对氟在降水中化学行为的影响程度,但数据显示出人口密集地区降水中氟的浓度明显高于人口稀疏的自然地带。     

2021年10月山西一次罕见持续性强降水过程物理机制分析

利用气象观测资料、NCEP/NCAR 1°×1°再分析资料以及GDAS资料,对2021年10月2-7日山西持续性强降水天气过程进行分析。结果表明：稳定的乌拉尔山低槽后部冷空气扩散,中纬度短波槽东移,与副热带高压外围西南暖湿气流持续交汇,同时高低空急流耦合形成强烈上升运动,低层切变线和地面辐合线稳定维持,及低层水汽不断输送并形成辐合,为持续性强降水的发生发展提供有利动力和水汽条件。此次强降水过程分为对流性降水和稳定性降水2个阶段,2阶段水汽输送通道的源地、路径、高度均有明显差异,但水汽输送贡献率均以对流层中低层山西南侧的水汽输送占主导地位。降水开始前,对流层中上层存在对称不稳定,大气可降水量明显跃增;对流性降水阶段,干空气不断入侵,对流不稳定快速建立与释放,对流层中低层水汽辐合区与强上升气流配合,导致山西出现强对流天气。地形的阻挡、抬升及地形收缩作用,对局地极端强降水具有增幅作用。     

人口空间聚类规则挖掘——全国各省市产业结构分类研究

本文采用离差平方和法(Ward方法),对2005年全国31个省市产业结构情况进行分析说明,归纳总结出各省市的主要产业类型及各产业与人均生产总值的关系,并从经济的视角获得各省市的产业结构类型与其经济发展状况的关系。     

FPAR的Monte Carlo模拟研究

FPAR (fraction of photosynthetically active radiation absorbed by the canopy)是植被冠层阻截太阳光合有效辐射的比例,是遥感估算陆地生态系统植被净第一性生产力(NPP)的重要参数.利用Monte Carlo方法模拟光子在植被冠层中的辐射传输过程,以植被冠层二向反射分布函数的模拟来验证模拟的正确性;在此基础上对400-700nm光合作用波段范围内的植被叶片吸收光子辐射比例的FPAR进行模拟.FPAR的Monte Carlo模拟结果,揭示了FPAR与太阳天顶角及植被冠层参数之间的关系.     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。     

基于神经网络方法的芦苇叶面积指数遥感反演

提出了一种从TM图像上获取芦苇冠层叶面积指数的方法:首先对芦苇的生长背景进行分类;然后,对不同的背景光谱利用冠层反射率(FCR)模型计算得到查找表;最后,利用实测数据和查找表中的数据作为参数进行BP神经网络模型训练,从而得到芦苇冠层LAI。结果表明,人工神经网络方法有很强的非线性拟合能力,能够消除背景对反演结果的影响,有效提高LAI反演的精度。