用遗传算法解算病态方程

对应用遗传算法解决病态方程问题进行了探讨。利用拟合法而不是通过法方程求解参数，从而避免了法方程系数求逆，使病态方程的解答有了较好的结果。通过模拟计算并和其他方法进行比较，证明该方法是可行的和有效的。     

Impacts of soil fauna on litter decomposition at different succession stages of wetland in Sanjiang Plain, China

Litter decomposition is the key process in nutrient recycling and energy flow. The present study examined the impacts of soil fauna on decomposition rates and nutrient fluxes at three succession stages of wetland in the Sanjiang Plain, China using different mesh litterbags. The results show that in each succession stage of wetland, soil fauna can obviously increase litter decomposition rates. The average contribution of whole soil fauna to litter mass loss was 35.35%. The more complex the soil fauna group, the more significant the role of soil fauna. The average loss of three types of litter in the 4mm mesh litterbags was 0.3–4.1 times that in 0.058mm ones. The decomposition function of soil fauna to litter mass changed with the wetland succession. The average contribution of soil fauna to litter loss firstly decreased from 34.96% (Carex lasiocapa) to 32.94% (Carex meyeriana), then increased to 38.16% (Calamagrostics angustifolia). The contributions of soil fauna to litter decomposition rates vary according to the litter substrata, soil fauna communities and seasons. Significant effects were respectively found in August and July on C. angustifolia and C. lasiocapa, while in June and August on C. meyeriana. Total carbon (TC), total nitrogen (TN) and total phosphorus (TP) contents and the C/N and C/P ratios of decaying litter can be influenced by soil fauna. At different wetland succession stages, the effects of soil fauna on nutrient elements also differ greatly, which shows the significant difference of influencing element types and degrees. Soil fauna communities strongly influenced the TC and TP concentrations of C. meyeriana litter, and TP content of C. lasiocapa. Our results indicate that soil fauna have important effects on litter decomposition and this influence will vary with the wetland succession and seasonal variation. Foundation item: Under the auspices of State Key Development Program for Basic Research of China (No. 2009CB421103), Key Program of National Natural Science Foundation of China (No. 40830535/D0101), Knowledge Innovation Programs of Chinese Academy of Sciences (No. KZCX2-YW-BR-16, KSCX2-YW-N-46-06)     

秦岭陕西段耕地质量时空变化特征及其驱动力

为深入研究秦岭耕地资源环境变化规律,基于动态度模型、区位指数、重心迁移模型以及地理探测器等方法,采用陕西省2005～2019年1∶10 000县级年度耕地质量等别更新评价以及统计年鉴数据,探究秦岭陕西段6个市、39个县(市、区)、353个乡镇的耕地质量时空变化格局和驱动机制。结果表明：(1)在时间上,秦岭陕西段在2005～2010年、2010～2015年、2015～2019年间耕地资源数量有所减少,且年平均减少率分别为0.45%、0.12%、0.20%,耕地数量变化趋于平稳,耕地质量等别平均值为10.98,相比陕西省耕地质量等别平均值(11.34)略高,相比全国耕地质量等别平均值(9.96)还处于较低的水平;(2)在空间上,2005～2019年秦岭陕西段耕地质量呈现出靠近关中平原的北线与西南线以及中部较高,东部、西部较低的分布格局;从区位指数变化来看,自然地理条件较好的西安市和渭南市耕地质量等别较高且为高等地的聚集区,处于陕南地区的汉中市、安康市、商洛市耕地质量较差,中等地、低等地的聚集程度较高;从重心迁移角度来看,高等地重心由周至县迁移至西安市鄠邑区,中等地重心由宁陕县迁移至镇安县,...     

O2和H2O对脉冲电晕分解NO的影响

在脉冲电晕放电条件下，探讨了O2和H=O对NO分解反应过程的影响，并对复杂组分中NO的分解特性进行了实验研究。研究结果表明，脉冲电晕放电对NO分解反应具有一定的促进作用，可有效地分解模拟烟气中的NO，脱除效率随脉冲电压的增加而缓慢增加；受O2和H2O影响，NO分解转化率较N2氛围略有降低。     

O_2和H_2O对脉冲电晕分解NO的影响

在脉冲电晕放电条件下,探讨了O2和H2O对NO分解反应过程的影响,并对复杂组分中NO的分解特性进行了实验研究。研究结果表明,脉冲电晕放电对NO分解反应具有一定的促进作用,可有效地分解模拟烟气中的NO,脱除效率随脉冲电压的增加而缓慢增加;受O2和H2O影响,NO分解转化率较N2氛围略有降低。     

北半球平流层臭氧的时空分布特征

利用1963－1985年北半球的平流层臭氧观测资料，采用自然平交分解方法，初步分析了北半球、特别是东亚地区大气臭氧层的时空分布特征。结果表明：（1）北半球大气臭氧的空分间分布可能与下垫面的性能有关；（2）东亚地区大气臭氧的时间分布主要具有2年和11年变化的周期特征，这与太阳黑子的准2年和准11年变化有一定的对应关系；（3）北美地区的臭氧变化则主要包含4年和7年的周期变经成分。     

未来能源──氢及其制取工艺

叙述了氢及其同位素的性质，提出了几种制氢的方案，并通过电解水制氢和在切割上代替氧（乙炔的应用取得的成果，为氢取代矿物燃料而走进家庭的研究打下基础。氢可储存，氢也可在交通上作为燃料，并且没有污染，是未来的重要能源之一。     

经验模态分解法在地下水资料处理中的应用

利用经验模态分解法（EMD）对地震地下流体观测资料中典型干扰信号的处理及趋势性变化的提取,结果表明,经验模态分解方法能有效地对信号进行分解,是一种无需预设带宽的自适应高通滤波方法,适用于地下流体观测资料的分析处理     

基于不等式约束的磁共振信号T2谱多指数分解法及算法改进

磁共振地下水探测信号的弛豫时间T₂和振幅与地下岩石孔隙大小和地下水的含水量直接相关。目前,磁共振地下水探测方法中,信号的衰减特性由平均弛豫时间T^*₂来描述。然而,对于复杂的多孔介质组成的岩石结构,仅由T^*₂无法准确描述地下孔隙情况。详细研究了基于不等式约束的多指数分解法,进行了信号T₂谱的提取,并重新计算多指数形式下的信号初始振幅。结果表明：对比信号在不同采集时间下的T₂谱提取结果,延长信号的采集时间有助于T₂谱的准确提取;通过磁共振仿真信号计算并分析不同信噪比下的T₂谱提取结果,信噪比大于30 dB时相对误差平均值小于5%;进行算法改进,得到信噪比大于10 dB时相对误差平均值小于5%的结果,且幅值和T₂的相对误差平均值降低了约1/3。由此可知:采用多指数分解法能够获得磁共振信号的T₂谱,正则化技术和加权修正能够提高T₂谱的准确度和抗干扰能力;与单指数方式相比,采用多指数拟合能够更准确地恢复信号初始振幅。     

时间尺度重构EEMD-GRNN改进模型预测PM2.5的研究

合理构建PM_2.5浓度预测模型是科学、准确地预测PM_2.5浓度变化的关键。传统PM_2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM_2.5浓度时间序列数据,分析PM_2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM_2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM_2.5对PM₁₀、NO₂、O₃、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM_2.5浓度预测精度,MAE、MAPE、RMSE和R²分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM_2.5浓度大于100 μg/m³）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。