基于神经网络和多标度特征分析的古滑坡变形预测及趋势评价

提出一种新的古滑坡变形预测方法。首先结合集合经验模态分解(EEMD)和奇异值分解(SVD)对古滑坡变形数据进行分解,然后利用分项组合神经网络预测古滑坡复活区的变形,最后利用多重分形消除趋势波动分析(MF-DFA)进行古滑坡多标度趋势评价。以王家坡滑坡为例分析本文方法的有效性。结果表明,组合分解模型EEMD-SVD较单项分解模型具有更强的数据分解能力,可有效实现滑坡变形数据的信息分解;基于神经网络的分项组合预测模型适用于滑坡变形预测,所得预测结果的相对误差基本在2%左右,预测精度较高,且外推预测显示滑坡变形仍会进一步增加,增加速率为1.23~1.36 mm/周期;MF-DFA模型的多标度特征分析结果显示,滑坡变形具有多重分形特征,变形有进一步增加的趋势,这与预测结果较为一致,可佐证前述预测结果的准确性。     

基于ArcGIS10的月球地图投影方法对比研究

地图投影的实质是建立两平面场之间及邻域双向连续点的一一对应关系。基于ArcGIS10软件提供的多种投影方式,科学选取6种投影方式进行月球地形投影分析,推导出高、中、低纬度的变形特点并分析,形成建议:月球低纬度地区采用摩尔维德投影,中纬度地区采用兰伯特等角圆锥投影,高纬度(极地)地区采用平射方位投影。     

硅藻生物硅中铝的赋存及其生物地球化学效应

硅藻是铝生物地球化学循环的重要驱动者。淡水和海洋硅藻均可对铝进行捕获,并将其作为构建硅藻生物硅的骨架元素。由此,铝在硅藻生物硅“携带”下迁移和循环,并通过降低硅藻生物硅的溶解度对其固碳效应等产生重要影响。本文主要从硅藻和铝的生物-元素界面作用机制、铝在硅藻生物硅中的赋存特征以及铝对硅藻生物硅的“生物泵”效率的影响及机制三方面,介绍铝的生物地球化学循环受硅藻驱动的机制以及铝在硅藻生物硅中赋存所引起的地球化学效应,最后提出相关研究面临的挑战和亟待解决的一些问题。     

海水铝浓度对海链藻活性、生产力及其固碳性的影响

近年来,随着人类工业活动的增多及强淋溶性酸雨的频繁出现,大量的铝被输入到海洋中,导致海水环境中铝浓度的急剧增加.由于可溶性铝对绝大多数水生生物具有生物毒害性,其浓度的增加势必将影响到水生生物,尤其是对环境变化较为敏感的水生植物等的生命活动及其所涉及的元素地球化学循环作用.作为全球生产力的主要贡献者,硅藻提供了40％的海...