海洋湍流的测量及相关分析

对海洋湍流速度脉动的一维概率密度作了测量，并把测量结果与高 斯分布进行了比较。比较的结果表明，一个接近于高斯分布而另一个却差别较 大。计算到直至五阶湍流相关函数并与网格湍流进行了比较，结果都表明小时 间间隔中测量结果与网格湍流的结果近似一致，而大时间间隔中却相差很大。 以上结论说明了较长的测量时间的必要性。     

Thermodel for Windows系统的模拟及实例研究

Thermodel for Windows是一个在结构上由盆地尺度上的古温标热历史正、反演和岩石圈尺度上的盆地构造一热演化模拟两部分构成。通过对Thermodel for Windows系统模拟方法的研究及其主要组件的功能和数据的输入方法等的了解，分析了本系统的优缺点。通过对沁水盆地T1003号孔的实例研究，介绍了利用镜质体反射率（R0）反演非稳态热状态条件下盆地的热流史和地层的剥蚀量，进而重建盆地内地层热历史的工作方法和技巧。对盆地地热史软件的进一步开发和盆地地热演化史的研究具有较大的应用意义。     

多源遥感数据在新疆精河县震后滑坡调查中的应用

文章将高分二号（GF-2）和高景一号（Superview-1）等高分辨率卫星影像应用于精河县滑坡应急调查中,采用二、三维一体化技术解译疑似滑坡点20处,并以GF-2号卫星数据为基础,结合1:10万地质图勾画了研究区地层岩性分布图。由此,总结出滑坡点主要沿精河分布,坡体坡度一般介于42~60°之间,并大部分发生于头苏泉组（D2to）地层中的规律,为今后地质灾害的应急调查提供参考、示范。     

淮北矿区煤层气资源勘查潜力评价

淮北矿区地处华东腹地,煤层气资源丰富,具备大规模开发的前景。选用层次分析法与灰色聚类法评价方法,通过构建层次结构模型、计算指标权重、制定参数分类评价标准、运用灰色聚类法判别灰类、计算综合优度值,对矿区16个评价单元的山西组和下石盒子组煤层气资源潜力进行了评价,结果显示,淮北矿区山西组煤层气勘查潜力中等,下石盒子组勘查潜力较好。     

离子色谱法同时测定污泥中的重金属离子

研究了离子色谱法同时测定污泥浸出液中重金属离子的方法。采用IonPac CS5A阳离子分离柱,以草酸(MetPac)为淋洗液,紫外检测—离子色谱法分离测定污泥浸出液中常见的阳离子(Pb2+,Cu2+,Cd2+,Co2+,Zn2+,Ni2+),方法检出限为0.023~0.357 mg/L,相对标准偏差(RSD,n=7)为1.62%~4.95%,加标回收率为93.9%~105.3%。该方法用于污泥中的重金属离子同时测定,具有很好的实用性。     

基于Web平台及分布式数据库的气象短信数据综合处理系统的研发

通过运用PHP开发语言,设计开发一套基于Apache WEB平台和SqlServer数据库的短信数据综合处理及查询系统,使各个运营商的各类短信业务数据过滤、分检、查询等都能在一个数据处理平台上进行处理,并提供多种形式的统计查询,方便相关负责人分析和应用,实时了解气象短信业务发展情况,并为其他业务部门搭建业务平台,为今后各类业务网络化、信息化处理开发打下基础。     

MICAPS3．0系统二次开发初探

主要立足于二次开发的基础上,详细介绍了MICAPS3．0统基本框架结构,结合二次开发的需求,详细阐述了MICAPS3．0系统全局资源,联系二次开发的用途有针对性地介绍了MICAPS3．0系统的二次开发模块的功能和开发方法,结合具体情况叙述了MICAPS3．0系统外部执行程序的使用方法,最后利用开发出的产品进行二次开发结果检验。     

王净净从风、痰、瘀、虚论治中风经验

介绍王净净教授从风、痰、瘀、虚论治中风的经验。王教授认为中风的病因病机多为风、痰、瘀、虚夹杂,相互作用为病,内风为致病关键,痰瘀贯穿疾病始终,久病气血必虚,治疗以祛风通络、化痰祛瘀、补虚固本为主,临床创立“中风方”治疗中风,取得了较好疗效。现附验案1则,以资佐证。     

黑河上游天涝池流域典型灌木生态参数研究

祁连山自然保护区是河西地区重要的水源涵养区,而灌丛作为祁连山主要植被类型之一,对该区水源涵养功能具有举足轻重的作用。以黑河上游天涝池流域两种典型亚高山灌木为研究对象,基于2014、2015年野外观测和ArcGIS10.1分析功能,获得灌木生长季期间生态参数（叶面积、叶面积指数和比叶面积）的变化;同时,结合分辨率为0.5 m×0.5 m的LiDAR数据和Geoeye-1影像数据,估算研究区灌木叶面积指数的空间分布。研究结果表明：灌木在生长季期间比叶面积值在一定范围内波动;叶面积、叶面积指数变化较大。其中,在6、7月份增加最明显,8月份趋于稳定,9月份叶片开始凋落。其次,随海拔梯度水热条件的不同,流域灌木叶面积指数空间异质性较大,以海拔3 400 m为节点,在3 200~3 400 m海拔带叶面积指数呈递增趋势,在3 400~3 750叶面积指数呈递减趋势。     

基于数值预报和随机森林算法的强对流天气分类预报技术

随机森林算法是当前得到较为广泛应用的机器学习方法之一,有着很高的预测精度,训练结果稳定,泛化能力强,解决多分类问题有明显优势。本文将随机森林算法应用于强对流的潜势预测和分类,分短时强降水、雷暴大风、冰雹和无强对流四种类别,基于2005—2016年NCEP 1°×1°再分析资料计算的对流指数和物理量,开展强对流天气的分类训练、0～12 h预报和检验,经2015—2016年独立测试样本检验表明,针对强对流发生站点的点对点检验,整体误判率为21. 9%,85次强对流过程基本无漏报,模型尤其适用于较大范围强对流天气。随机森林算法筛选的因子物理意义较为明确,和主观预报经验基本相符,模型准确率高,可用于日常业务。