区县气象站虚拟桌面应用

为了解决区县气象局的计算机资源不足,计算机资源维护困难,大数据共享需求和市局中心机房计算机资源整合等问题,北京市气象局基于虚拟化技术建立了虚拟化服务器群和虚拟化桌面。通过区县气象局应用结果表明:区县气象局通过虚拟桌面能够使用较低带宽访问市气象局气象信息综合分析处理系统MICAPS、短时临近交互预报系统VIPS、中国气象局图书馆资源等,市局建立的虚拟服务器群可以有效地解决应用服务器资源的快速增长需求,虚拟化技术对于优化和改进气象部门信息技术资源是必要的。     

基于省市气象骨干网络的带宽管理设计

针对陕西省省市气象骨干通信网络承载的多业务之间,存在带宽争用、相互影响的现状,对比多种不同带宽管理技术,采用CBWFQ/LLQ队列,制定出适于省市气象骨干网络的带宽管理策略。经过实地测试,达到了预期的效果。     

气象信息安全建设探讨

为了解决北京气象信息网络安全和有效地满足气象信息共享、等级保护和未来发展的需求,在分析现有北京气象信息网络建设中存在安全风险的基础上,从人员思想意识、管理和技术等方面提出了一套比较完整的解决信息安全问题思路。结果表明：可从信息安全系统建设方面以安全等级划分作为首要切入点,建立安全域,解决办公网、业务网和互联网三网关联问题。将安全检查评估和加固贯穿到信息系统整个周期,采用网络安全联防机制安全准入方案,解决VPN接入导致的网络边界模糊问题。可根据信息系统属性和损害客体及损害程度划分信息系统等级。此研究思路,对气象信息系统安全的进一步发展有参考依据。     

陕西天气预报电视会商和电视会议系统建设及业务运行

1系统建设及结构陕西省视频会议系统建设经历三个阶段:第一阶段,在省、市两级建设全省天气预报电视会商和电视会议系统。系统由一个中央控制单元(MCU)和13个会议终端组成,通过全省气象宽     

山东蒙阴盆地中晚侏罗世三台组恐龙足迹化石新材料新认识

对山东蒙阴盆地三台组以前及新发现的三趾型恐龙足迹化石开展了综合研究,认为应归入翘脚龙足迹属Grallator,其造迹者是小型兽脚类恐龙而非此前认为的鸟脚类恐龙,是目前山东省时代最老的恐龙足迹化石,也是中晚侏罗世恐龙活动的唯一证据。     

山东省新生代岩石地层清理意见

新厘定的山东省新生代岩石地层单位分５个群、３６个组。划分如下：山地丘陵区下第三系官庄群下分５个组，五图群下分３个组。上第三系新建临朐群，下分３个组；保留巴漏河组和白彦组。鲁西平原区上第三系你黄骅群，下分２个组；下第三系称济阳群，下分３个组。第四系岩石地层单位采用了１８个组。     

广东省22个燕山期花岗岩的源区特征及成因：元素及Nd-Sr同位素研究

根据主要元素组成,将所研究的22个广东省燕山期花岗岩分为强过铝花岗岩和弱过铝花岗岩两类,后者又区分出分异和未分异两种。它们总体具有较为相似的微量元素和稀土元素组成,即都是以大离子元素明显富集、Ba,Sr,Nb,Ta,P与 Ti 呈负异常、Eu 亏损为特征,但分异弱过铝花岗岩(包括禾洞、大埔、荷泗、白浆岩体)的 Ba、Ti 呈负异常和 Eu 亏损更为明显。强过铝和弱过铝花岗岩的 Nd 同位素组成区别明显:象头山等6个强过铝花岗岩体具有低的ε_(Nd)(t)值(-13.4～-10.0,平均为-12.1)和较老的 Nd 模式年龄(1.76～2.08Ga,平均为1.96Ga),是由成熟度较高的陆壳部分熔融形成;在弱过铝花岗岩中,石背岩体以及禾洞和大埔两个分异岩体具有高的ε_(Nd)(t)值(-3.6～-4.9,平均为-4.4)和年轻的 Nd 模式年龄(1.23 ～1.34Ga,平均为1.3Ga),反映其源区存在一定数量的地幔物质;佛冈等其余12个弱过铝花岗岩体(包括荷泗、白浆2个分异花岗岩)的ε_(Nd)(t)值(-12.3～-8.1,平均为-9.7)和 Nd 模式年龄(1.56～1.94Ga,平均为1.74Ga)都介于上述两类花岗岩之间,但相对较接近于强过铝花岗岩,主要是由成熟度不同程度地低于强过铝花岗岩源区的陆壳变质岩部分熔融形成。广东省燕山期花岗岩主要是在伸展构造及玄武岩底侵条件下,由以沉积变质岩为主的中下陆壳部分熔融形成。     

华云神箭高性能集群计算机系统管理与维护

随着科技发展，划时代的计算机网络已在各行各业中普及。气象部门是科技领域的排头兵，因此，随着气象业务现代化，办公自动化程度的加快，气象系统内部以及与外界的信息交流量和交流面的不断扩大，给气象网络的设计及应用安全提出了更高的要求。解决在网络上的各种交流和日常工作安全问题，特别是Internet连接后，网络黑客的攻击越来越严重，     

防火墙在陕西气象信息网络中的应用

本文利用ENSO事件资料，结合吕梁地区1957年至2000年汛期(6月至8月)降水资料，分析了ENSO事件影响年的汛期降水特征，得出了ENSO事件起始季节、强度、持续时间与吕梁汛期降水的关系是密切的。     

支持向量数据描述在西北暴雨预报中的应用试验

传统机器学习中通常隐含假设所研究问题是类别平衡的, 气象预报中预测灾害天气时就不满足这个假设, 这时往往需要预测重要而稀少的正类 (少数类)。传统机器学习以精度最大化为目标, 在遇到不平衡类别问题时, 容易训练出把所有实例都分为反类 (多数类) 的平庸的分类器。支持向量数据描述是从支持向量机 (SVM) 发展而来的基于核的机器学习方法, 只使用一类样本就可以工作, 适合于不平衡类别。以铜川暴雨预测作为试验对象, 对SVM和支持向量数据描述 (SVDD) 进行了对比试验。试验结果表明对于这个不平衡类别问题SVDD具有优势。