Generating Velocities in Precursor Soliton Generation in a Straight Channel with Arbitrary Cross Section

利用准三维的ｆＫｄＶ方程及四区间划分法,理论上求得了先锋孤立子生成诸速度—先锋孤立子的运动速度、压水区中流的速度及尾波列第一个跨零点的速度。所述理论是Ｘｕ等人的先锋孤立子生成理论的一个推广。作为应用的例子,运用作者得到的理论结果,对具有相同截面面积的等腰三角形和正方形截面的直渠中先锋孤立子生成的诸速度进行了理论预报和数值比较。比较指出,理论和数值结果吻合得很好。     

俄罗斯贝加尔湖-日本石卷地学断面西段地质-地球物理基本特征

对于贝加尔湖-石卷地学断面(BAMSIP)的西段俄罗斯贝加尔湖-中国满洲里断面城内的地质构造背景、地震剖面波类型和基本特征等研究发现：(1)断面域中贝加尔裂谷带地震波速度结构存在异常地幔带；结晶地壳物质成分基性程度较高；基底顶面和Moho界面未观察到明显的镜象关系；(2)西伯利亚南部的复杂相故基底由古生代和前寒武纪岩层所组构；区域构造由古褶皱系、中生代沉积盆地、裂谷带构成。     

我国冰冻圈变化的影响在气候变化背景下的识别

全球气候变化对自然生态系统和人类社会系统的各个方面产生了很重要的直接影响,其中冰冻圈由于其脆弱性与灵敏性而首当其冲.同样,气候变化通过影响冰冻罔而对自然生态系统和人类社会系统产生很重要的间接影响.通过论述冰冻圈变化的影响,选取较为典型的领域,在时空尺度、作用机制以及影响过程等方面,对气候变化背景下我国冰冻圈变化的具体影响进行了识别.结果表明,气候变化的正面或者负面影响通过冰冻圈变化的作用之后可以加强或者削弱,从而为制定冰冻圈变化的适应对策提供科学依据.     

北部湾金线鱼、深水金线鱼与日本金线鱼矢耳石形态识别的初步研究

采用2010年1～9月采自北部湾及邻近海域流刺网渔获的54尾金线鱼(Nemipterus virgatus( Houttuyn,1782))、71尾深水金线鱼(Nemi pterus bath ybius Snyder,1911)和65尾日本金线鱼(Nemi pterus ja ponicus (Bloch,1791))耳石样本,进行了椭圆傅立叶分析.耳石轮廓经图像处理后进行灰阶转换和二值化处理,消除噪点,然后解析为椭圆傅立叶标码( EFDs).采用77个EFD系数进行主成分分析和判别分析来区分3种金线鱼的耳石.结果表明,日本金线鱼幼鱼和成鱼耳石在性成熟前后存在显著的体长效应(P＜0.05),金线鱼和深水金线鱼则体长效应不显著(P＞0.05).因此在耳石椭圆傅立叶分析中,日本金线鱼采用性成熟个体样本,金线鱼和深水金线鱼采用全部样本.主成分分析中,第1、第2和第3主成分,分别解释了总变异的65.1％,15.3％和5.3％,可以将3种金线鱼耳石区分开来.EFD系数的逐步判别分析中,3种鱼的平均正判率达98.6％;交互验证结果显示,3种鱼的平均正判率达97.9％,这表明耳石椭圆傅立叶分析可以作为鱼种识别的有效工具.     

基于两阶段稳定图的随机子空间识别结构模态参数

基于振动的结构健康监测的前提是从振动测试信号中提取结构模态参数。随机子空间方法是近年来发展起来的一种线性系统辨识方法,可以有效地从环境激励的结构响应信号中提取结构模态参数。在随机子空间识别方法中,确定系统的阶数是该方法的关键工作,稳定图方法是一种比较新颖的确定系统阶次的方法。但是随机子空间方法容易产生虚假模态,这也是随机子空间方法的一个主要缺陷。因此针对于这一缺陷提出了一种基于两阶段稳定图的随机子空间识别结构模态参数方法,该方法的基本思想是将在现场采集的结构的输出信号进行分段,将各段信号用随机子空间结合稳定图进行识别,然后将所有各段所识别的模态参数再一次用稳定图方法进行分析,得出结构的模态参数。最后用一三跨连续梁的数值模型对该方法进行验证,结果表明该方法具有良好的识别效果。     

黄河入海口冲积平原覆盖区近地表岩土特性与识别方法

黄河三角洲冲积平原区近地表岩性变化剧烈,重点从黄河三角洲浅层沉积模式分析了岩性分布差异,统计了不同岩土的塑性、应力、压缩特性规律,探索了利用这种岩性特征差异识别岩性的方法,为地震采集提供准确的激发层段,为地震资料处理提供精细的静校正量。     

FLU-net：用于表征页岩储层微观孔隙的深度全卷积网络

页岩孔隙是页岩气储集的主要空间,孔隙的形状、大小、连通性与发育程度很大程度上决定了页岩储集层的储集性能,因此,页岩气开采首先需要对其孔隙有充分的认识。基于阈值分割法获取页岩孔隙结构参数是目前页岩微观结构表征的一种重要手段,但是受扫描电镜图像灰度分布差异的影响,该方法需要逐一修改图像的最佳分割阈值以达到最好的孔隙分割效果,且阈值分割方法无法直接划分孔隙类别,这给后续的页岩微观结构定量表征带来了麻烦。为了实现页岩孔隙的智能识别和分类,笔者设计基于像素级语义分割的深度全卷积神经网络FLU-net,对页岩孔隙识别并分类为有机孔、无机孔（粒内孔、粒间孔）及裂缝,并结合孔隙尺度分类统计方法,分析不同类型孔隙发育数量、孔径大小、孔隙度等参数,实现页岩储层微观孔隙结构的自动化定量表征。以重庆渝西区块足201井区和四川盆地威远地区威204井区的页岩扫描电镜图像为研究对象,在对1 600幅页岩扫描电镜图像原始数据进行人工标注并划分数据集后,使用FLU-net进行孔隙识别,结果表明,本方法具有较高的准确率,同时自动化程度和泛化能力均高于传统预测方法。因此,扫描电镜与基于深度学习的语义分割模型结合是定量研究页岩微观结构表征的有效手段。     

基于计算机视觉的头足类角质颚特征研究Ⅰ:轮廓与特征点提取

轮廓与特征点研究是头足类角质颚形态特征鉴别的基本方法,对于轮廓与特征点的提取最常用的方法是手动描绘与标定,利用计算机视觉进行轮廓与特征点的提取,不仅可以降低手动提取带来的误差、提高准确性,而且更加快速、便捷。文章将利用计算机视觉提取头足类角质颚的轮廓与特征点,首先将自制装置拍摄得到的角质颚三视图放入MTALAB软件中进行编程处理,然后利用Canny算法提取角质颚轮廓,最后根据地标点的定义标定特征点位置并建立空间坐标系得到角质颚的特征点坐标。研究结果显示,利用计算机视觉提取角质颚的轮廓图像以及特征点坐标是可行的,当标准差σ取值为0.1时角质颚轮廓图效果最佳,在得到的轮廓图上进行特征点的标定,通过迭代遍历轮廓图获得各个特征点的空间坐标。研究分析认为,将计算机视觉应用于头足类角质颚形态学的研究可以提高研究的便捷性,同时也为后续的研究提供了新的实验思路和方法。     

2004年9月南海北部移动船载温盐剖面仪观测结果初步分析

在2004年9月南海北部开放航次中,中国科学院南海海洋研究所首次引进使用了民用移动船载温盐剖面仪（Moving Vessel Profiler,MVP）,并在珠江口外海和越南东岸外海2个断面进行了拖曳测量。通过对MVP和定点温盐深仪所测数据的比较分析,发现MVP下降阶段数据较为可信。对所获温、盐、深数据进行处理分析,发现2个断面的水团性质存在明显差异。越南东岸外海断面的混合层平均深度（27m左右）深于珠江口外海断面（17．5m左右）;在表层和近40m深度处,珠江口外海的盐度值都高于越南东岸外海,呈现高盐的特性。     

天然气水合物的地球物理识别标志

地球物理标志是天然气水合物识别标志的重要组成部分,包括测井识别标志和地震识别标志两个方面。系统地总结了含天然气水合物沉积层在电阻、电位、井径、声波、密度、中子和成像测井等方面的测井异常,常规剖面和属性剖面上的地震响应异常,以及东海海域的地球物理异常特征,旨在为我国天然气水合物地球物理识别技术的研究提供基础材料。