小秦岭金矿带某污染区村民头发中重金属元素含量的比照分析

为了定量化揭示金矿污染区人群头发中重金属元素的累积状况及其对人群健康的危害,在小秦岭金矿带某环境污染区走访调查村民的健康状况,采集分析了20位村民头发中的Hg、Pb、Cd、As、Cr、Cu的含量,与未污染的对照区村民头发中重金属元素的含量作比对分析.结果显示,职业暴露或低水平长期接触导致污染区人群头发中重金属元素的舍量显著增高,直接从事提金活动的人群头发中的重金属元素含量明显高于低水平暴露人群,头发中重金属元素的含量较好地指示了人群健康的状况.研究成果为政府加大矿山环境污染防治的力度提供了科学依据.     

河南省基于土壤-小麦系统的土壤Cr生态安全评价

利用农业地质地球化学评价方法原理和河南黄淮平原土壤-小麦系统Cr元素的实测数据,获得了不同土壤类型的土壤Cr安全界限值,再用“实用临界值”对安全界限值进行修正,建立了评价标准值,并利用评价标准值对河南省的土地进行了Cr生态安全评价。     

小秦岭金矿带某污染区村民头发中重金属元素的含量

为了定量化揭示污染区人群头发中重金属元素的累积状况及其对人群健康的危害,在小秦岭金矿带某环境污染区走访调查村民的健康状况,采集分析了20位村民头发中的Hg、Pb、Cd、As、Cr、Cu的含量,与未污染的对照区村民头发重金属元素的含量作比对分析。结果显示,职业暴露或低水平长期接触导致污染区人群头发中重金属元素的含量显著增高,直接从事提金活动的人群头发中的重金属元素含量明显高于低水平暴露人群,头发中重金属元素的含量较好地指示了人群健康的状况。研究成果为政府加大矿山环境污染防治的力度提供了科学依据。     

两种区域电离层拟合模型比较研究

建立了单基准站和多基准站的三角级数模型和多项式模型,设计了利用邻近站数据进行两种模型内外符合精度检验的方法,分析了两种模型在精度方面的差异。     

基于NDVI和氮素积累的冬小麦籽粒蛋白质含量预测模型

蛋白质含量是小麦重要的品质指标,快速、大面积获取其变化动态信息,对于品种种植区划研究和食品品质加工非常重要.通过设置不同年份、不同区域的小麦种植试验,综合分析TM遥感影像的植被指数和小麦长势信息之间的关系,结合小麦灌浆期间气候环境条件对籽粒品质形成的影响特点,建立基于NDVI和籽粒氮素积累生理生态过程的籽粒蛋白质含量预测模型.利用不同的试验数据对模型的可靠性进行了检验,模型的预测值与测量值较为一致,均方根差(RMSE)小于0.47%-0.59%.模型预测性能较好,且具有一定的解释性和机理性,可以适用于不同年度、不同区域间对小麦籽粒蛋白质含量的监测预报.基于空间遥感信息和籽粒氮素积累的生理生态过程,建立了较为简化的小麦籽粒蛋白质含量的预测模型,模型的研究不仅为实时预测不同生态条件下小麦籽粒蛋白质含量的动态变化奠定了基础,而且是对国内外现有小麦品质模型的发展和完善.     

水分含量与红土野外光谱的定量分析

土壤水分含量与土壤光谱关系密切,本文利用实测粤西红土野外光谱数据及其水分含量来分析两者之间的关系。得出以下结论:在0.46-2.5μm波段水分含量与红土光谱反射率呈显著负相关关系,并且随波长的增加其相关性有所增强,在2.22-2.29μm波段两者相关性最强;利用野外红土光谱反射率的倒数与水分含量进行回归分析,得到建模样本修正后的确定系数R2为0.781。这将为利用遥感技术监测土壤水分提供依据。     

利用双频GPS数据研究区域电离层TEC变化规律

利用GPS双频观测数据分析了仪器偏差对计算电离层TEC的影响,结果表明忽略仪器偏差的影响不能正确反映测站上空电离层总电子含量的变化规律.验证了短期内仪器偏差的稳定性,并在此基础上研究了2005年太阳活动低峰年区域电离层VTEC的周年变化规律,揭示了电离层VTEC半年变化、季节性变化及冬季异常等现象.     

利用双频GPS数据研究区域电离层TEC变化规律

利用GPS双频观测数据分析了仪器偏差对计算电离层TEC的影响,结果表明忽略仪器偏差的影响不能正确反映测站上空电离层总电子含量的变化规律。验证了短期内仪器偏差的稳定性,并在此基础上研究了2005年太阳活动低峰年区域电离层VTEC的周年变化规律,揭示了电离层VTEC半年变化、季节性变化及冬季异常等现象。     

基于深度学习的LAMOST星系星族参数测量

星系的光谱包含其内部恒星的年龄和金属丰度等信息, 从观测光谱数据中测量这些信息对于深入了解星系的形成和演化至关重要. LAMOST (Large Sky Area Multi-Object Fiber Spectroscopic Telescope)巡天发布了大量的星系光谱, 这些高维光谱与它们的物理参数之间存在着高度的非线性关系. 而深度学习适合于处理多维、海量的非线性数据, 因此基于深度学习技术构建了一个8个卷积层$+$4个池化层$+$1个全连接层的卷积神经网络, 对LAMOST Data Release 7 (DR7)星系的年龄和金属丰度进行自动估计. 实验结果表明, 使用卷积神经网络通过星系光谱预测的星族参数与传统方法基本一致, 误差在0.18dex以内, 并且随着光谱信噪比的增大, 预测误差越来越小. 实验还对比了卷积神经网络与随机森林回归模型、深度神经网络的参数测量结果, 结果表明卷积神经网络的结果优于其他两种回归模型.     

CEMP星HE 1005-1439中子俘获元素天体物理来源的研究

HE1005-1439是一颗金属丰度极低([Fe/H]～-3.0)的碳增丰贫金属星(Carbon Enhanced Metal-Poor,CEMP),该星的s-过程元素显著超丰([Ba/Fe]=1.16±0.31,[Pb/Fe]=1.98±0.19),而r-过程元素温和超丰([Eu/Fe]=0.46±0.22),使用单一的s-过程模型和i-过程模型均不能拟合该星中子俘获丰度分布.采用丰度分解的方法探究该星化学元素的天体物理来源可有助于理解CEMP星的形成和化学演化.利用s-过程和r-过程的混合模型对其中子俘获元素的丰度分布进行拟合,发现该星的中子俘获元素主要来源于低质量低金属丰度AGB伴星的s-过程核合成,而r-过程核合成也有贡献.