渤海海域浮游病毒和浮游细菌的丰度变化与环境因子之间的耦联关系

Uncovering the role of environmental factors and finding critical factors which harbor significant fractions in governing microbial communities remain key questions in coastal marine systems. To detect the interactions between environmental factors and distributions of virio-and bacterioplankton in trophic coastal areas, we used flow cytometry to investigate the abundance of virio-and bacterioplankton covering 31 stations in the Bohai Sea of China. Our results suggested that the average abundance of total virus(TV) in winter(～2.29×10~8 particles/mL)was slightly lower than in summer(～3.83×10~8 particles/mL). The mean total bacterial abundance(TB) was much lower in winter(～2.54×107 particles/mL) than in summer(～5.43×10~7 particles/mL). Correlation analysis via redundancy analysis(RDA) and network analysis among virioplankton, bacterioplankton and environmental factors revealed that the abundances of viral and bacterial subpopulations depend on environmental factors. In winter, only temperature significantly influenced the abundances of virio-and bacterioplankton. In summer, in addition to temperature, both salinity and nutrient(SiO_2) had a remarkable impact on the distribution of virioand bacterioplankton. Our results showed a clear seasonal and trophic pattern throughout the whole water system, which revealed that temperature and eutrophication may play crucial roles in microbial distribution pattern.     

基于大数据分析下的气候模型

为研究全球变暖与极寒天气间的关系,对加拿大13个省代表性测站10年的观测数据进行时空变化趋势分析,采用经验正交函数（EOF）寻找海洋表面温度历史数据的变化规律。另外利用BP神经网络建立了年平均温度、日降水量与地球吸热、散热、海表面温度、当地纬度间的关系,预测未来25年气候的变化,并建立了“极寒天气”与气候变化的关系模型。研究表明：高纬度地区温度、降水量普遍较低,同经度地区的温度差异较小且降水量变化不大;加拿大地区温度呈周期性变化,符合北半球的季节变化特征;北大西洋的东部与其他海洋的温度是反相关的,西太平洋南北回归线附近的海洋表面温度升高;“极寒天气”出现频率与气候变化有一定关系,局地极寒现象与全球变暖的大趋势并不矛盾。本研究为人们认识和理解“全球变暖”提供了一个新的思路。     

基于YOLOv3深度学习的海雾气象条件下海上船只实时检测

海雾气象条件下船只高精度检测识别面临较大困难,传统的目标识别、定位方法效果差强人意。作者围绕海雾气象条件下不同类型船只的实时检测问题,提出一种基于YOLOv3深度学习的实时海上船只检测新思路。首先构建清晰图片和模糊图片（海雾、雨）的判别方法,实现图片清晰度分类处理;其次为提高海雾气象条件下海上船只的实时检测精度,消除海雾遮挡对目标识别的影响,运用暗通道先验去雾方法对含有海雾的图像实行去雾;最后基于YOLOv3深度学习算法对精细处理后的图像进行船只实时检测。实验结果表明该方法能够在海雾气象条件下高效、准确地检测到船只,对海上复杂环境条件下的船只实时检测研究具有一定的理论指导意义。     

基于机器学习的海洋环境预报订正方法研究

结合中尺度数值模式 WRF 预报数据和 ERA5 再分析资料,利用机器学习方法对 WRF 预报场的风场、温度、气压进行预报订正。采用 ERA5 作为真值,与原始 WRF 预报相比,利用随机森林模型可以将预报结果整体均方根误差降低 44%以 上,利用深度神经网络模型可以将预报结果整体均方根误差降低 34%以上。通过随机森林模型实验得到不同输入特征对预报要素的影响程度,分析了关键的预报订正因子。     

发展广东省空间天气轨道的思考

根据中国气象发展战略研究成果中8条业务轨道对空间天气轨道的要求,通过对空间天气和空间天气学的描述,分析广东省气象部门空间天气发展的可行性与必要性,结合广东省气象局业务体制改革,对发展广东省空间天气业务提出一些建议。     

甘肃省人工增雨防雹作业决策指挥系统

“甘肃省人工增雨防雹作业决策指挥系统”实现了作业装备的网络化管理,它以先进的监测系统为基础,依靠现代化的通信网络,应用3S集成技术,开发以甘肃省详细地理信息为背景,集成应用多种信息资料的人工影响天气地理分析平台,通过手机短信实现作业条件的自动报警和发布作业指令。     

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...     

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。     

多种降阻材料搭配在变电站接地网改造中应用

在北海市三塘110KV变电站接地网系统改造工程实践中,通过不等长接地体技术及多种将阻材料搭配使用,克服了原接地网接地电阻值增大因素,并对变电站接地网改造和施工工艺进行设计。     

CASS在平度市鑫汇金矿勘测中的应用

CASS在测量中得到广泛应用,特别是CASS配合Autolisp语言,还可以编写一些常用小程序,使测量计算和作图过程得到大量简化。地质坑道测量在矿山测绘中占有重要地位,可以将CASS与全站仪配合,在测量坑道过程中,进行坑道平面图绘制,指导井下开矿,提高工作效率。还可以利用CASS计算坑道挖掘土方量,这样便于与施工方进行工程量结算及处理井下越界开采纠纷问题。