全球大洋潮汐模式在北印度洋潮汐预报准确性的评估

为评估DTU10、TPXO8、GOT00.2和NAO.99b 4个全球大洋潮汐模式对北印度洋潮汐的预报能力,采用英国海洋资料中心提供的海区中部和沿岸站潮汐调和常数资料,检验了这些模式4个主要分潮(M_2、S_2、K_1、O_1)的准确度。它们的各分潮调和常数资料准确度都比较高,振幅绝均差的最大值仅5.61 cm,迟角绝均差的最大值仅9.13°。这些模式的调和常数给出潮波传播特征差别不大。基于这些模式提供的调和常数,分别建立了北印度洋4、8和16分潮潮汐预报模型,将预报结果与中国海事服务网提供的沿岸24个站潮汐表资料进行对比。各模式的8分潮(M_2、S_2、N_2、K_2、K_1、O_1、P_1、Q_1)潮汐预报模型均优于4分潮(M_2、S_2、K_1、O_1)潮汐预报模型,NAO.99b模式可以提供16分潮(M_2、S_2、N_2、K_2、K_1、O_1、P_1、Q_1、MU_2、NU_2、T_2、L_2、2N_2、J_1、M1、OO_1)潮汐预报模型,但是对预报结果改善不明显;在各模式中,GOT00.2模式的8分潮潮汐预报模型对北印度洋沿岸的预报效果最好,平均绝均差为14.97 cm。     

绿潮暴发对浮游动物群落结构影响研究

本调查于2016年和2017年的5月、8月,对日照近岸海域浒苔暴发区进行了4个航次的浮游动物断面调查。4个航次中,2016年和2017年5月航次获得的种类数要明显低于同年8月航次,而平均丰度和湿重生物量均高于同年8月航次。造成这种情况的原因可能是调查海域8月浒苔暴发结束,浒苔的消亡过程会大量消耗营养盐,导致水体中营养盐含量下降,进而影响到其他浮游植物和浮游动物的生长。应用PRIMER软件中的单变量分析得到群落种数(S)、丰富度(d)、香农-威纳指数(Shannon-Weaner index)(H′)和均匀度(J),从多样性指数分析可以看出,5月航次的生物多样性均劣于同年8月航次。不同年度相同季节航次中出现的优势种极其相似,而不同季节航次出现的优势种则大不相同。     

利用半参数模型估计确定验潮组网的深度基准面

深度基准面的确定是进行海洋测量的基础,准确确定深度基准面是进行海洋测量的有效前提。提出了一种将CORS技术与验潮组网技术进行结合的新传递深度基准面的方法,实现长、短期验潮站同步验潮实现深度基准面的增强传递;提出了采用半参数模型理论来求取潮差比的计算方法;具体阐述了验潮组网通过间接平差求取短期验潮站的深度基准面的计算方法,减少了验潮测量的人力投入,计算潮差比时考虑了系统误差的影响,计算短期验潮站时考虑了观测误差对深度基准面传递的影响。     

基于GIS的宁波市海洋专题保障预报综合信息服务平台开发与应用

利用GIS地理信息系统、网络数据库等技术,设计开发一个集港口码头潮汐潮流精细化预报、海上搜救辅助决策、海上溢油及化学品漂移扩散辅助决策、海洋环境预警预报等功能于一体的宁波市海洋专题保障预报综合信息服务平台,为宁波涉海涉渔部门提供精准直观、灵活多样的各项专题海洋预报产品,更好地服务宁波市海洋经济的发展,提升地方政府海上突发事件应急能力。     

基于SSW点云数据的矢量地图平面精度自动校验方法

常规的矢量地图精度校验采用抽样与实地测量,外业工作量大,自动化程度低。针对这一问题,本文提出基于SSW激光点云数据的矢量地图平面精度自动校验方法。首先,使用车载激光扫描器获得道路两侧高精度点云数据,并对点云数据进行滤波、坐标转换和精度检验;其次,基于多特征识别算法,使用SWDY软件提取点云特征点线;最后,利用最近邻法搜索待检矢量图中的同类地物特征点线,并计算匹配点线对的中误差。以兴化城区为试验区,采用该方法检测该地区1：1000比例尺的矢量地图平面精度,试验结果显示,成功匹配了点云数据205个地物特征中的201个,矢量地图的总体中误差为0.26 m,且能够发现待检测矢量地图中的采集丢漏与明显错误。本文方法可以减少现有检测方法的野外实测工作量,增加检测样本数量,降低检测过程中的人为干扰因素,有效提升检测的可靠性与检测效率。     

弱地形上内潮生成问题——Ⅱ.粗糙地形情况下水深对内潮能通量的影响

前人在讨论水深对内潮能通量影响的时候得出结论:有限深海洋中海面对内潮的反射使得正压潮向内潮的能量转化相比较无限深海的情况显著降低,对于选定的地形,在无限深海假定下得到的能通量是该地形上内潮能通量的上限。鉴于前人所研究的基本上都是平滑的地形,而实际的海洋地形总是比较粗糙的,本文探讨了粗糙地形上内潮能通量随水深的变化。选取了弦函数地形、随机白噪声地形、弦函数地形叠加在高斯地形之上、随机白噪声地形叠加在高斯地形之上和随机白噪声地形与弦函数地形同时叠加在高斯地形之上5种情况进行了研究,发现对于这5种情况,都存在海洋有限深时的能通量大于无限深假定时的能通量,这说明前人得出的"有限深海洋中海面对内潮的反射使得正压潮向内潮的能量转化相比较无限深海的情况显著降低"的结论对于粗糙地形并不适用。     

中国沿海赤潮灾害时间序列特征的模拟与预测

对赤潮灾害时间序列的特征分析是进行赤潮灾害防灾减灾工作的基础,对未来赤潮灾害的预测具有重要意义.通过观察发现中国沿海赤潮灾害年发生频次和分布面积的时间序列(2004-2019年)均呈现出趋势项和周期项并存的特征,因此利用灰色-周期外延组合预测模型对两个序列中的趋势项和周期项进行提取,模型的拟合度分别达到95.20％和9...     

自组织竞争神经网络在江苏油田有杆抽油系统故障诊断中的应用

有杆抽油系统的故障诊断技术是国内外采油工程技术中的一个重要研究课题。通过示功图的不同形状特征可以反映抽油机的不同工作状态。将自组织竞争神经网络应用于示功图的识别与分类,建立了一个自组织竞争神经网络模型对示功图进行自动聚类,从而实现故障诊断的自动化。应用江苏油田的实测示功图数据进行实验,可以看出自组织竞争神经网络具有良好的分类能力和泛化性能,是实现油田抽油系统故障诊断的有效技术,具有很强的实用价值和广泛的应用前景。     

拖缆式验潮仪结构设计和实现

以2003年完成定型生产并投入使用的新型号拖缆式验潮仪为例,简要介绍了设备的设计思想、实现方法和新特技术的应用,涉及到嵌入式计算机的选型、智能探头、汉字和图形人机界面、多路串行通讯、潮汐数据实时获取和系统在应用升级等设计细节。     

日本凋毛藻碳酸酐酶基因及其编码的蛋白特征

碳酸酐酶CA(EC 4.2.1.1)是含锌原子的金属蛋白酶,该酶的基本功能是催化CO₂与HCO₃-间的相互转换[1].该反应在许多生物过程中都发挥着重要的作用,例如离子交换、呼吸作用、pH稳定性、捕获CO₂和光合作用等[2~5].CA广泛分布于各种生物中,已知的CA酶根据氨基酸序列被分为-αCA,-βCA和γ-CA三种类型[5~7].这3种类型的CA酶序列间的相似性很低,被认为是由不同的途径进化而来的[7].α-型的CA酶在动物、植物、绿藻、细菌和蓝细菌中都有发现[7],在藻类中报道的α-型CA还很少.迄今为止只在衣藻中发现2种异构体,在盐藻中发现3种[8,9],在红藻中还未见报道.