水稻旱育抛秧生长发育的动态模拟模型

通过分期播种田间试验资料,建立水稻旱育抛秧生长发育的动态模拟模型,包括叶面积发展,光合作用,呼吸作用,干物质积累与分配等。重点探讨叶面积发展与温度的关系,光合作用简化算法,净光含量的求算,分配系数随发育期的变化等。     

动态网页中实现与Excel表格的交互操作

介绍了如何利用ASP技术在动态网页中查询、修改Excel表格内容，并在网页中显示Excel表格。     

通辽CK－9井水位动态及影响因素的分析

本文在对通辽ＣＫ－９井、水文地质条件和水动态特征初步分析的基础上，采用ＰＣ－１５００计算机，对该井的观测数据与气压、蒸发、降雨、开采、河水位、固体潮、地震波和潜水位等相互关系，进行了定量的相互分析．研究所得结果，对该井水位动态变化和影响因素的关系，提出了新的结论．     

2010年新西兰MW7.0主震与2011年MW6.1余震近场强地面运动特征比较分析

2010年9月3日16时35分46秒新西兰南岛Greendale附近发生了M_W7.0地震, 震源深度约10.0 km. 2011年2月21日新西兰南岛又发生了M_W6.1地震, 为2010年M_W7.0主震后最大的一次余震, 震源深度约5.0 km, 发震断层为Christchurch南约9 km一条近东西走向逆冲的隐伏断层, 该地震造成Christchurch城内多处建筑物严重损毁. 本文分析了2010年新西兰地震事件M_W7.0主震与M_W6.1余震强地面运动的特征. 新西兰M_W6.1余震近场强地面运动整体高于M_W7.0主震. 将主震和余震的强震观测记录分别与新一代衰减关系(NGA)进行对比, 发现余震强震观测数据整体高于其震级对应的NGA. 分别选取距离主震和余震震中最近且强震观测记录最高的两个台站(GDLC台站和HVSC台站)作为参照台站, 建立动态复合震源模型(DCSM)及有限断层随机振动模型(SFFM)进行强地面运动的模拟计算, 分析两种模型的模拟结果并对比二者的优势及局限, 以便在未来工作中更好地通过模型计算强地面运动特征, 实现区域化特征快速、 实时分析及局部重点、 细致分析相结合的目标.      

CG-5重力仪零漂特性现况分析

为研究CG-5相对重力仪目前的零点漂移特性,为数据处理提供依据,拟基于河北省流动重力测区2019年2期资料及测试数据资料,对2台重力仪进行零点漂移的相关计算及分析.结果表明:①两台CG-5重力仪静态观测数据均呈现良好的线性零点漂移特性;②重力仪在静态、动态以及混合零漂分析中得到的零漂率数据平均值接近,仪器依然具有较好的...     

基于遥感时空融合的鄱阳湖洪泛湿地植物群落动态变化特征

湿地植物群落结构及其动态变化特征是反映湿地生态系统健康状况的重要指标,对预测湿地生态系统演变方向和生态恢复至关重要。本文基于融合Landsat和MODIS数据获得的30 m、8 d分辨率的NDVI数据集,结合物候特征构建决策树分类方法,解译了2000 2020年鄱阳湖洪泛湿地植被空间分布格局,分析不同植物群落时空动态特征及转移变化过程。结果表明：遥感时空融合为鄱阳湖湿地植被精细化分类提供了良好的数据基础,基于物候特征的决策树分类方法将研究区解译为水体、泥滩、浮叶植物群落、蓼子草（Polygonum hydropiper）-虉草（Phalaris arundinacea）群落、苔草（Carex cinerascens）群落、芦荻（Phragmites australis-Triarrhena lutarioriparia）群落、蒌蒿（Artemisia selengensis）群落和林地8种景观,总体分类精度达89.36%。从全湖范围来看,湿地植被总面积虽有波动,但整体呈显著增加趋势,其中蓼子草-虉草群落的增加最为明显,而分布最广的苔草群落先增加后有微弱减小,次优势种的芦荻群落面积在30...     

一个基于粗糙集的水土流失防治动态决策系统

针对甘肃东部地区水土流失的防治，设计了一种基于模糊聚类和粗糙集理论的动态决策系统，给出了考虑多种因素综合影响的水土流失动态分类方法和从样本数据中提取动态分类决策规划的知识获取方法，并提出了一种应用粗糙集规划的新方法－－归类优选法。这一方法通过对条件属性按其重要性排序和对决策规划进行归类优选，较好地解决了新数据样本的规划匹配问题。算例表明该方法是有效的、实用的。     

基于集成学习的高光谱遥感影像分类综述

高光谱遥感影像光谱维度高、数据量大且波段间冗余信息量大,利用集成学习算法可有效地提升高光谱遥感影像的识别精度。本文首先概述了高光谱遥感影像的分类任务和目前存在的问题,其次介绍了集成学习分类算法的原理,系统性阐述了高光谱遥感影像分类中动态集成和静态集成算法的研究现状,并提出了有待进一步研究的问题。     

空间碎片轨道协方差传播及其动态校正

轨道误差传播研究在空间碰撞风险分析、任务规划等空间态势感知领域具有重要作用。轨道误差常用误差协方差矩阵表达,其传播方式主要有线性传播模型与非线性传播模型两种。线性传播模型通过状态转移矩阵外推初始协方差矩阵,计算快速,但因将高度非线性化的轨道动力学问题线性化描述,导致传播精度随时间快速降低。非线性传播模型精度高但计算慢,难以进行大规模碎片群的轨道误差传播。在轨道误差传播特性分析的基础上,提出了一种获得较为真实的空间碎片轨道预报误差的方法,分3步进行:初始协方差矩阵的构建、初始轨道协方差线性传播以及基于实测数据对轨道预报协方差的动态校正。经大量案例统计分析,结果表明,校正后的轨道预报协方差,相较于线性传播结果,精度提高了60%以上,可服务于空间碰撞风险分析等高精度空间任务。