岬湾海岸中人工岛建设对岬角涡旋及海湾地形冲淤的影响——以海南岛铺前湾为例

岬湾海岸中一般在岬角的右侧与左侧（面向大海方向）分别发育顺时针与逆时针涡流。这些涡流的存在对泥沙输运、海底地形演变、污染物扩散等都具有重要影响。而在海洋中岛屿的存在将产生局部的岛后尾流。如岛屿与岬角距离较近,岛后尾流可能与岬角涡旋相互作用,反之则相互影响较小。本文以海南岛铺前湾为例,研究在岬湾海岸中湾口处的人工岛建设对湾内涡旋的影响,并进一步分析人工岛建设对整个海湾海底冲淤变化的效应。本项研究主要采用COAWST模型进行研究。结果表明,大潮期在海湾内发育大范围的顺时针涡旋,小潮期涡旋发育不明显,以东向余流为主。人工岛建设并未影响整个海湾的涡旋结构,但人工岛分隔了湾内顺时针涡旋,且在周围产生局部的逆时针与顺时针涡旋。海底冲淤变化的基本格局为湾内以淤积为主,人工岛建设加强了这种趋势,但在人工岛与岸线之间的狭窄通道内,海底出现冲刷。本项研究对岬湾海岸的科学开发管理具有一定意义。     

一种海洋混合层深度的智能识别方法研究

文章提出了一种识别混合层深度的人工智能方法。该方法在温度(密度)与压强(或深度)间建立线性模型, 并且将其系数和方差做成一组表征廓线特征的统计量。初始时为模型设定一个主观的先验分布, 在一个自海表向下移动的窗口内通过贝叶斯链式法则和最小描述长度原理学习新数据, 得到系数均值的最大后验概率估计。用F-检验识别系数发生突变的位置, 以此确定混合层的存在性及其深度。通过2017年2月太平洋海域的地转海洋学实时观测阵(Array for Real-time Geostrophic Oceanography, ARGO)数据进行测试, 并且以质量因子(Quality Index, QI)值作为判断识别混合层深度结果准确性的依据, 发现该方法相比于梯度法、阈值法、混合法、相对变化法、最大角度法和最优线性插值法在识别结果上具备更大的QI值。表明该方法能够准确识别混合层深度。     

不同开口比人工鱼礁体水动力特性及礁体稳定性研究

为研究方型人工鱼礁体开口比的变化对其水动力特性的影响,利用Fluent软件模拟了边长为3m、开口比为0～0.6之间7种不同方型鱼礁体周围水流场,通过分析水流场变化规律得到了礁体流场效应、阻力系数随开口比的变化情况;基于Morison方程计算了礁体在波流作用下的受力及其抗滑移、抗倾覆安全系数。研究结果表明:当礁体开口比小于0.2时,背涡区范围较大,流场效应明显;随着开口比的增大,礁体产生的上升流范围及竖直向最大速度分量逐渐减小;对于方形开口礁体,阻力系数与开口比的关系式为Cd=0.875φ+1.088(R2=0.963,P<0.01);随着开口比的增大,礁体所受最大波流作用力、抗滑移及抗倾覆安全系数逐渐减小,但礁体不会发生滑移和倾覆,可为实际礁体结构的设计提供参考。     

Simulation of landscape spatial layout evolution in rural-urban fringe areas: a case study of Ganjingzi District

In recent years, the rapid expansion of urban spaces has accelerated the mutual evolution of landscape types. Analyzing and simulating spatio-temporal dynamic features of urban landscape can help to reveal its driving mechanisms and facilitate reasonable planning of urban land resources. The purpose of this study was to design a hybrid cellular automata model to simulate dynamic change in urban landscapes. The model consists of four parts: a geospatial partition, a Markov chain (MC), a multi-layer perceptron artificial neural network (MLP-ANN), and cellular automata (CA). This study employed multivariate land use data for the period 2000–2015 to conduct spatial clustering for the Ganjingzi District and to simulate landscape status evolution via a divisional composite cellular automaton model. During the period of 2000–2015, construction land and forest land areas in Ganjingzi District increased by 19.43% and 15.19%, respectively, whereas farmland, garden lands, and other land areas decreased by 43.42%, 52.14%, and 75.97%, respectively. Land use conversion potentials in different sub-regions show different characteristics in space. The overall land-change prediction accuracy for the subarea-composite model is 3% higher than that of the non-partitioned model, and misses are reduced by 3.1%. Therefore, by integrating geospatial zoning and the MLP-ANN hybrid method, the land type conversion rules of different zonings can be obtained, allowing for more effective simulations of future urban land use change. The hybrid cellular automata model developed here will provide a reference for urban planning and policy formulation.     

运用人工鱼群算法的3D扫描碎片重建探究

针对传统三维碎片拼接匹配过程中依赖单一特征及存在误差累积的问题,提出了一种运用鱼群算法的全局最优匹配方法。该方法先对碎片点云数据进行多特征提取,结合纹理、专家经验信息对混合在一起的多种类型碎片进行粗糙集分类,之后采用鱼群算法的最优解求得最佳匹配方案。实例验证所提全局匹配方法具有能力强、与初始位置无关及较强的稳健性等特点,为三维碎片的全局匹配提供了一种有效的解决方案。     

黑龙江省空中云水资源开发现状分析与展望

自1995年开始,黑龙江省进入建国后的第二个干周期。黑龙江省云水资源比较丰富,据专家分析,每年通过人工影响天气作业平均增水约为5×108m3左右,仅占空中可利用水资源的0.2%,空中云水资源的开发潜力十分巨大。加强空中云水资源的开发利用,对缓解黑龙江省水资源短缺困境、推动地方社会经济发展意义重大。     

利用光学遥感数据、GIS及人工神经网络模型分析区域滑坡灾害

用光学遥感数据和地理信息系统(GIS)分析了马来西亚Selangor地区的滑坡灾害。通过遥感图像解译和野外调查,在研究区内确定出滑坡发生区。通过GIS和图像处理,建立了一个集地形、地质和遥感图像等多种信息的空间数据库。滑坡发生的因素主要为:地形坡度、地形方位、地形曲率及与排水设备距离;岩性及与线性构造距离;TM图像解译得到的植被覆盖情况;Landsat图像解译得到的植被指数;降水量。通过建立人工神经网络模型对这些因素进行分析后得到滑坡灾害图:由反向传播训练方法确定每个因素的权重值,然后用该权重值计算出滑坡灾害指数,最后用GIS工具生成滑坡灾害图。用遥感解译和野外观测确定出的滑坡位置资料验证了滑坡灾害图,准确率为82.92%。结果表明推测的滑坡灾害图与滑坡实际发生区域足够吻合。     

鲍育苗生物学中饵料硅藻的相关研究进展

底栖硅藻是鲍育苗阶段不可缺少的饵料,也是诱导鲍浮游幼体附着和变态的重要物质,硅藻的种类、营养价值、生态状况等对幼体的附着变态及其后以微藻为饵料阶段的生长率和成活率都有至关重要的影响。总结近10a国内外与饵料硅藻相关的研究概况,包括硅藻对鲍附着变态、生长率和成活率的影响;鲍幼苗饵料转化与消化器官发育的关系;影响硅藻营养的生理生化因子;与鲍幼苗掉板死亡相关的藻类研究等,为鲍育苗生物学的研究提供借鉴和参考。     

基于双隐层ANN模型的叶绿素a浓度智能预报方法

利用2019年5月WZ02生态浮标监测数据,建立了两种不同隐层人工神经网络(ANN)模型的叶绿素a(Chl-a)智能预报方法,并对单隐层和双隐层模型的预测结果做了对比.结果表明:双隐层结构预测结果精度更高,泛化能力更强,一定程度上说明了深层学习比浅层学习对信息的主要特征提取能力更有优势.同时,对数据样本集合进行了系统预...     

延庆发展奶牛的气候优势

依据奶牛生物学特性及与气象条件关系,利用延庆地区30年的气候资料,从地理位置、体高、适温条件、不适温条件、温湿指数、相对湿度和日照、风寒指数、饲料条件等多方面,分析论证了延庆在发展奶牛相对于北京平原地区的气候优势.综合分析表明,相对于北京平原地区,延庆气候更适于发展奶牛养殖.