基于改进BP神经网络的海底底质分类

通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。     

海底底质声学原位测量电路控制系统研究

介绍了一种液压驱动贯入式海底沉积声学原位测量系统的电路控制单元的研究实现过程,以及该控制单元在南海北部海底沉积声学调查中的应用。该电路控制单元以Cortex-A8处理器为核心,集成大容量FLASH存储器,与单片机接口控制板进行串口通讯,实现对声学发射采集单元和机械液压贯入单元的可视化控制和监测。基于该电路控制单元,海底底质声学原位测量系统兼具自容式和在线式两种工作模式,可自容记录或实时采集声学原位测量单元在海底的工作状态数据、海底沉积物声速和声衰减系数等声学特性数据。该声学原位测量系统的实验室联调及南海海试结果表明,使用该电路控制单元对海底底质声学测量过程的监测与控制是有效的,对精确获取海底底质的原位声学特性有重要作用,可以促进海底底质声学原位测量系统的产品化。     

农田土壤湿度的人工神经网络预测诊断系统

采用人工神经网络（ＡＮＮ）方法，研制了农田土壤湿度预测，诊断分析系统，该系统根据不同的土壤湿度特点和影响因子，可自动提供时间序列拓展的人工神经网络预测模型和人工神经网络的混合预测模型进行土壤湿度的动态预测。并提供不同降水量的土壤湿水分渗透深度诊断分析，系统采用中文菜单显示的人机对话方式操作，使具有准动力学特性，多种可调参数和网络结构的ＡＮＮ方法变得简便易于操作。实际使用表明，该系统对土壤湿度的预测     

中国冰川系统对气候变化响应的敏感性分析

Data of 44 glacier systems in China used in this paper were obtained from Chinese Glacier Inventories and the meteorological data were got from Meteorological Atlas of Plateau of west China. Based on the statistical analysis and functional model simulation results of the 44 glacier systems in China, the glacier systems were divided into extremely-sensitive glacier system, semi-sensitive glacier system, extremely-steady glacier system and semi-steady glacier system in terms of glacier system＇s level of water-energy exchange, rising gradient of the equilibrium line altitudes and retreating rate of area to climate warming, their median size and vertical span distribution, and their runoff characteristics to climate warming. Furthermore the functional model of glacier system to climate warming was applied in this paper to predict the average variation trends of the 4 types of glacier systems, which indicate that different sensitivity types of glacier systems respond to the climate warming differently.     

海滨型旅游地环境承载力评价研究——以江苏海滨湿地生态旅游地为例

旅游环境承载力的界定和评价可为生态旅游合理开发提供依据。把旅游环境承载力纳入到资源-环境-社会经济这一复合系统中,给出了旅游环境承载力的定义,分析了其构成体系,构建了兼顾三个维度的旅游环境承载力评价指标体系,基于专家打分的结果,运用准主成份等方法进行了权重分析,并以江苏海滨为例,用模糊综合评价等方法对江苏海滨生态旅游环境承载力进行评价,得出了合理的结果,表明本评价指标体系具有较强的科学性、普适性和可操作性。     

Exploration of remotely sensed forest structure and ultrasonic range sensor metrics to improve empirical snow models

Current methods to estimate snow accumulation and ablation at the plot and watershed levels can be improved as new technologies offer alternative approaches to more accurately monitor snow dynamics and their drivers. Here we conduct a meta‐analysis of snow and vegetation data collected in British Columbia to explore the relationships between a wide range of forest structure variables – obtained from Light Detection and Ranging (LiDAR), hemispherical photography (HP) and Landsat Thematic Mapper – and several indicators of snow accumulation and ablation estimated from manual snow surveys and ultrasonic range sensors. By merging and standardizing all the ground plot information available in the study area, we demonstrate how LiDAR‐derived forest cover above 0.5 m was the variable explaining the highest percentage of absolute peak snow water equivalent (SWE) (33%), while HP‐derived leaf area index and gap fraction (45° angle of view) were the best potential predictors of snow ablation rate (explaining 57% of variance). This study reveals how continuous SWE data from ultrasonic sensors are fundamental to obtain statistically significant relationships between snow indicators and structural metrics by increasing mean r² by 20% when compared to manual surveys. The relationships between vegetation and spectral indices from Landsat and snow indicators, not explored before, were almost as high as those shown by LiDAR or HP and thus point towards a new line of research with important practical implications. While the use of different data sources from two snow seasons prevented us from developing models with predictive capacity, a large sample size helped to identify outliers that weakened the relationships and suggest improvements for future research. A concise overview of the limitations of this and previous studies is provided along with propositions to consistently improve experimental designs to take advantage of remote sensing technologies, and better represent spatial and temporal variations of snow. Copyright © 2013 John Wiley & Sons, Ltd.     

环境与健康的评估问题和空间分析

评估环境污染对人民健康影响的研究需要结合空间，时间和统计分析，并吸引不同学科背景的研究人员合作研究，可是，在这个研究领域内，最重要的问题是研究结论的不可靠性程度很高，不同的研究方法会导致不同的结论，一个有系统的研究架构拥有不同的空间分析方法将会减少结论的可疑程度，有效的环保政策是需要可靠的研究成果，文中首先介绍在环境与健康的评估研究领域的四大重要问题，指出这项研究需要这项研究需要空间分析和地理信息系统方法，从而提出一个空间分析的研究框架和内裹的方法，通过路易斯安纳州的一个污染地点和肿瘤发病率关系研究实例，指出这项研究领域的各种问题和空间分析架构的重要性。     

测井技术新进展综述

在过去几年里,测井技术受石油勘探开发需要所推动,并借助现代电子和信息技术的新成就,发展十分迅速.三分量感应和正交偶极声波等新型成像测井仪器的出现,使地层各向异性研究成了热点.网络测井作为新一代测井系统,处于研制和完善阶段.新的裸眼井测井仪器,如新型的满贯组合测井系统、三分量阵列感应测井仪、油基泥浆电阻率成像测井仪等得到进一步改进.新的套管井测井仪器,如过套管电阻率测井仪、新型脉冲中子类测井仪等不断出现并得到改进.随钻测井系列不断增加,如随钻核磁共振测井、随钻地层测试,等等.新的测量工艺技术,如过套管地层测试、井下永久传感器工艺技术等正日趋成熟.新的测井概念,如测井-取心联作、套管外取心、动电测井、套管钻井测井等,给人耳目一新的感觉.对国外测井技术现状和水平进行全面而深入的研究,对于我们当前的科研和生产具有指导和借鉴作用.本文综合评述了近几年测井技术六个方面的重大进展：（1）岩石物理性质;（2）测井地面系统;（3）裸眼井测井;（4）套管井测井;（5）随钻测井;（6）射孔、取心和测试.在深入研究的基础上探讨了测井技术的发展方向,主要结论是岩石各向异性仍将是岩石物理研究的一个重点,测井传感器的物理模拟和数值模拟在测井仪器的设计中将扮演越来越重要角色,测井地面系统的发展主要集中在网络化、综合化的方向上,井下仪器的发展主要体现在集成化和阵列化的发展方向上.从长远看,随着井下永久传感器和施工工艺技术不断发展和完善,套管井测井中的许多项目最终会被取而代之.随钻测井技术仍将迅猛发展,随钻测井必将逐步取代电缆式裸眼测井.     

MASNUM海浪数值模式业务化预报与检验

介绍了MASNUM(Key Laboratory of Marine Science and Numerical Modeling)海浪数值预报系统,并利用全球和西北太平洋的Jason-1卫星数据和NDBC浮标数据中的海浪波高观测,对该预报系统进行了自2007年8月1日-2007年12月31日5个月的24,48和72 h预报结果的比较检验.模式校验结果表明,有效波高预报与观测的绝均差在0.5 m左右,从夏季到冬季,预报精度不断提高,与风场冬季预报精度较高吻合.     

国土资源卫星遥感数据应用评估系统构建

从国土资源应用出发,在“指标-模拟-评估-指标修改-模拟-评估”模式的基础上,构建了由软件系统、硬件系统、技术标准和技术方法4部分组成的评估系统,建立了较为完整的卫星数据应用评价技术方法体系,为实现在卫星研制初期就真正开展天地一体的我国卫星研制和应用的发展路线,提供了新的思路和技术体系支撑。