Methods and procedures to determine the outer limits of the continental shelf beyond 200 nautical miles

This paper establishes techniques and methods to determine a variety of boundaries associated with 200 nautical miles beyond the continental shelf. The methods, based on topography, slope and second-deriv- ative profile integrated analysis, are now able to identify automatically the foot of the continental slope （FOS）. By analyzing the sedimentary profile, the points of 1% sediment thickness are recognized. Through the intersection, cut, deletion and mergence calculation of the extrapolated data set of fLxed-point series, the method succeeds in generating automatically the extrapolated boundaries, including the FOS＋60 M line, the 350 M line, and the 2500 m＋100 M line. In addition, based on the automatic analysis of the topographic profile, it can be applied to determine rapidly the points of maximum water depth. Taking the northern Okinawa Trough （OT） as an example, these methods are used to calculate and examine the boundaries in- cluded in the Submission by the People＇s Republic of China Concerning the Outer Limits of the Continental Shelf beyond 200 Nautical miles in Part of the East China Sea （ECS）; the boundaries thus derived have a solid scientific and rational basis.     

一种船载走航式海气甲烷交换通量测量系统设计与应用研究

海气界面交换是实现海洋和大气相互作用的重要途径,其通量代表海洋与大气之间的能量交换幅度。研究海气交换通量变化特征对监测海气界面碳循环过程、碳收支通量和全球气候变化具有重要意义。针对传统通量测量方法存在观测方式结合不足、样品转移损耗大、无法实时测量导致计算结果偏差较大等问题,并结合实际工作需求,本文设计了水气甲烷交换通量自动测量系统。该系统主要由采集模块、控制模块及辅助模块构成,在硬件层面上实现了船载海表大气及表层海水甲烷同步走航测量。基于C#、JavaScript语言对流式数据实时存储及通量计算过程进行了可视化编程,该系统实现了交换通量结果计算自动化,解决了海水—大气界面甲烷含量及交换通量的快速实时测量等核心问题。通过对海气通量自动测量系统海试,验证了该系统设计的可行性,为后续研究多尺度海气相互作用及全球气候变化提供了新的技术手段。     

DAS24-3B数据采集系统采集控制模块的工作原理

DAS24-3B是中国科学院地质与地球物理研究所研制的宽频带地震数据采集系统。采集控制模块是该系统的重要组成部分。本文阐述了控制模块的工作原理，介绍了DAS24-3B系统的基本组成和采集器工作过程，并给出该系统如何与笔记本端应用程序界面通讯和联络的操作建议，使该系统能够在工作中发挥更大的作用。     

绘制等值线图程序模块设计

设计了一个可以在微机上运行,使用“屏幕映射”方法画等值线的程序。     

基于多尺度特征融合网络的云和云阴影检测试验

基于深度学习的高分辨率光学影像云检测过程中,云和云阴影及其边缘细节丢失较为严重,主要原因在于不同尺度空间语义信息特征融合存在不足。针对该问题,本文构建一种基于深度学习的多尺度特征融合网络（Multi-scale Feature Fusion Network, MFFN）的云和云阴影检测方法,该算法结合防止网络退化的残差神经网络模块（Res.block）、扩大网络感受野的多尺度卷积模块（MCM）和提取并融合不同尺度信息的多尺度特征模块（MFM）。试验表明,本算法能提取丰富的空间信息与语义信息,可取得较为精细的云与云阴影掩模,具有较高检测精度,其中云检测准确率达0.9796,云阴影检测准确率达0.8307。同时,该工作可为深度学习技术应用于业务云检测提供理论支持及技术储备。     

使用模块方式进入系统空间

LINUX，一个优秀的代码开放的操作系统。对其内核代码的分析，无论对编程或者学习操作系统原理都将事半功倍。然而处于安全性考虑，CPU的设计者将系统空间和用户空间分离，这个措施造成了对内核代码进行调试运行的困难。有许多方法可以使用户程序进入系统空间，比如中断方式、系统调用方式……我们介绍的是采用模块的方式使应用程序进入系统空间。     

面向高分遥感影像道路提取的轻量级双注意力和特征补偿残差网络模型

针对高分辨率遥感影像背景复杂,道路提取容易受阴影、建筑物和铁路等背景信息干扰的问题,提出一种带有轻量级双注意力和特征补偿机制的DAFCResUnet模型。该模型在ResUnet的基础上,通过增加轻量级的双注意力和特征补偿模块实现模型在性能和时空复杂度上的平衡。其中,双注意力模块可以增强模型的特征提取能力,特征补偿模块可以融合网络中来自深浅层的道路特征。在DeepGlobe和GF-2道路数据集上的实验结果表明,DAFCResUnet模型的IoU和F1-score可以达到0.6713、0.8033和0.7402、0.8507,模型的整体精度优于U-Net、ResUnet和VNet模型。与U-Net和ResUnet模型相比,DAFCResUnet模型仅增加了少量的计算量和参数量,但IoU和F1-score均有较大幅度的提高;与VNet模型相比,DAFCResUnet模型在计算量和参数量远低于VNet的情况下取得了更高的精度,模型在精度和时空复杂度两方面均有优势。相比其他对比模型,DAFCResUnet模型具有更强的特征提取和抗干扰能力,能更好解决道路上的干扰物、与道路特征相似地物、树荫或阴影...     

Arc／Info—Grid模块及其水文模型应用

利用地理信息系统可以建立流域的数字高程模型,并与grid模块的水文表面分析工具结合,形成直观的流域环境三维显示,再通过计算、统计与分析,即可获取精确的水文因子数据,为进一步水文定量研究及应用提出了一种高效的方法。