内波频散关系的一种数值解法

基于Ｆｌｉｇｅｌ等（１９７５）采用的Ｔｈｏｍｐｓｏｎ－Ｈａｓｋｅｌｌ算法（Ｈａｓｋｅｌｌ，１９５１），在取消Ｂｏｕｓｓｉｎｅｓｑ近似的条件下求解线性内波方程，以研究内波的频散关系及其各种模态的垂直速度振幅随深度分布的特征。本文以南海（１３°３０′Ｎ，１１８°３０′Ｅ）、（９°３０′Ｎ，１１１°３０′Ｅ）两个测站夏季和冬季的内波特征的计算为例，分别用Ｆｌｉｇｅｌ等原先的方法（引入Ｂｏｕｓｓｉｎｅｓｑ     

渤海潮汐及大风作用下水位的数值模拟

本文以M₂,S₂,K₁及O₁ 4个主要分潮之和为开边界条件,用“ADI”法对渤海的潮位和潮流进行了数值模拟。潮位和潮流的计算值与潮汐表的预报值(或无风情况下的实测值)比较吻合。在潮汐模拟的基础上,还进行了大风影响下水位场和流场的数值模拟,亦获得了比较满意的结果。     

南海东北部台风潮的数值后报及极值增水估计

本研究对近40年来影响南海东北部陆架海区的28次台风引起的风暴潮进行了数值后报,其中8个过程的沿岸后报增水值与实测值进行了比较,表明后报值与实测值符合良好,90%以上的最大增水值偏差在30厘米以下。为了得出本海区多年一遇的台风增水极值,在后报台风路径密集处选择了9个不同水深点,对每点取出各次台风下的最大增水值,然后用Weibull分布进行拟合,得出了各点的极值分布。     

棕囊藻的生物学概述—I．形态分类和生理生态学

海洋浮游植物棕囊藻Phaeocystis spp.在自然界常以游离单细胞和由粘胶质包裹的细胞集群体两种细胞形式轮换出现,它在世界各营养丰富的海域中无处不在,并可形成高细胞密度、暴发性繁殖及形成赤潮.rRNA基因研究数据说明,目前全世界海洋分布的Phaeocystis spp.有3个分开种,即Phaeocystis pouchetii、Phaeocystis globosa和Phaeocystis antarctica.棕囊藻奇特的生理学和生态学特征是独一无二的,它复杂的多形态变化生命循环导致海域植物性和海底食物网(如微量元素的生物地球化学)的结构与功能均发生了极大的变化.棕囊藻的生命循环体现了其主要的生态学特征,不同棕囊藻形态的生物化学和营养代谢与细菌,微型、中型和后生浮游动物的作用以及海洋环境中的物理结构均有关.在自然界,棕囊藻的生命循环中最常见和最重要的是它的集群体形态,集群体形态是一个具有整体生物学功能特征的生物实体.棕囊藻在生态系中起到重要作用的关键在于集群体形态在合成糖粘胶质的能力较强.     

胶州湾泛亚码头疏浚方案优选及悬浮物影响预测

采用有限元分步杂交方法,在已建潮流场的基础上,建立了胶州湾疏浚物悬浮泥沙的二维输运-扩散模型,并应用于胶州湾前湾港区泛亚码头工程疏浚区的疏浚物输运扩散的数值模拟预测。根据预测结果分析了泛亚码头疏浚区施工期间悬浮泥沙对附近海域水环境和生态环境的影响,并对不同的疏浚方案进行了优选。     

耗散源函数及LAGFD-WAM海浪数值模式的改进

本文是在LAGFD-WAM海浪模式方法基础上,根据破碎波统计理论给出了LAGFD耗散源函数形式。同时对LAGFD-WAM模式进行了改进并与WAM模式作了三种典型风场下的对比实验和实测结果检验,取得了较好的结果。     

黄、渤海盐度准三维数值预报模式

黄、渤海盐度的垂直结构具有典型的自模性,而其水平分布又受平流、水平扩散效应及径流等因素的影响。本文根据黄、渤海实测资料拟合了盐度垂直剖面的自模函数,并结合描述表、底层盐度及上均匀层厚度这三个特征量水平分布的方程,形成给出盐度三维结构的准三维模式。在模式中,综合考虑了海面风和热输入的强迫作用以及流场的平流、侧向混和及底层混和影响因素,同时还考虑了径流、蒸发及降水的作用,较客观地反映了盐度的三维分布及其变化的物理过程。试报结果分析表明,模式的功能较好,结果令人满意。     

改进的直方图均衡化在遥感图像分类中的应用

遥感图像监督分类主要依据地物的光谱特征,具有很大的局限性.本文提出一种改进的直方图均衡化方法一均衡化后各像素灰度值调整,利用该方法对遥感图像进行处理,处理后的图像再进行监督分类.实验结果表明该方法直观、简明、处理速度快.并能取得较高的分类精度,具有一定的实用性.     

义乌市分类处置闲置土地

义乌市积极开展闲置土地清理处置工作,今年共查出闲置土地7宗,总面积3．0681公顷。闲置土地主要集中在工业用地,闲置原因主要是“三通一平”等配套基础设施没有及时跟上,致使企业无法正常开工建设。义乌市采取分类处置的办法处理闲置土地,因政府原因造成的闲置土地：一是努力消除闲置原因。对政策处理未到位原因造成的闲置,政府加大工作力度、兑现政策,交付土地尽快开工。     

简化模糊H-ARTMAP神经网络在高光谱遥感分类中的应用

人工神经网络作为一种不需估计类别分布参数的遥感影像分类方法,能够克服分类中的不确定性,提高分类精度。模糊ARTMAP人工神经网络具有稳定、泛化性能好、支持增量式学习等特点,通过对简化模糊AR-TMAP神经网络和H-ARTMAP神经网络的分析和集成,构造了一种用于高光谱遥感影像分类的简化模糊H-ART-MAP网络。实验证明该方法在分类效率、运算时间和分类精度等方面都优于最大似然分类、BP神经网络、最小距离分类、光谱角制图模型等分类方法。