拉萨地区典型生态系统服务功能的比较研究——以达孜县为例

以拉萨达孜县为例,采用市场价值法、影子价格法、替代工程法等,对山地灌丛草原、青稞农田和北京杨人工林3类典型生态系统的服务功能进行比较研究.结果表明:达孜县山地灌丛草原、青稞农田和北京杨人工林生态系统的物质生产、固定CO_2、释放O_2、涵养水源、维持营养物质循环等服务功能总价值分别为265.03×10~4,37139.38×10~4,263.82×10~4元/a.其中,生命支持功能的价值分别是产品服务价值的4.81,1.19,7.85倍,3类典型生态系统生命支持功能的经济价值均大于其产品服务价值.     

鄂尔多斯盆地志丹地区地层埋藏史与油气成藏关系

通过对鄂尔多斯盆地志丹地区晚三叠世以来地层埋藏史的恢复,探讨地层埋藏演化特征对油气生成的影响。结果表明:在鄂尔多斯盆地晚三叠世以来经历的4期沉降—抬升循环演化过程中,都对研究区产生了影响,一方面印支运动大部分地区缺失了长1段的地层,同时导致长2+3地层遭受了不同程度的剥蚀,另外剥蚀地层呈现趋势性变化,越往东北部和东部,长2+3残存地层越少,剥蚀厚度相对也大。侏罗纪末期和白垩纪末期的燕山运动造成中侏罗统和早白垩统遭到不同程度剥蚀。喜山运动造成古近系和新近系在研究区均缺失。另一方面本地区油气生成从中侏罗世(约170 Ma)开始,至130 Ma进入生油高峰。随着早白垩世的快速沉积和埋深增大,以及构造热事件的作用,油气生成在早白垩世末期达到最高峰。     

相控建模技术在吴起地区W45井区的应用

针对吴起W45井区,根据标志层进行长6小层的精细划分,通过精确描述储层物性及特征,综合运用测井、地质等研究成果,通过构造、岩性、古生物特征等相标志,综合认为长61油层亚组属于三角洲前缘亚相,并编制沉积相平面图以约束沉积相建模。利用分层数据建立研究区的构造模型,并基于序贯指示模拟技术(SIS)建立研究区储层沉积相模型。在沉积相模型基础上进行储层的相控属性建模。结果表明,在相控条件下建立的模型与实际较为一致,较好地解决了不同沉积环境下非均质性严重的储层参数模拟问题,为准确评价油田储量及中后期开发提供依据。     

基于文本分类的标准文献内容比对模型研究

在分析标准文献结构和文本分类的基础上,提出基于文本分类的标准文献内容比对模型,实现标准文献内容的快速提取和自动分类,支持相关技术人员和企业轻松快捷地实现标准比对工作,为标准文献比对工作的可持续发展提供方法和策略。     

民族地区县级图书馆地方文献建设刍议

阐述了民族地区地方文献资源建设的意义,分析了民族地方文献资源建设中存在的不足,探讨了新时期民族地方文献资源建设的有效途径,以期为地方民族文化研究和地方经济社会发展提供信息支持,推动我国民族地区县级图书馆不断发展。     

RDA格式的具体操作及分类标引

近来CALIS数据库中出现了越来越多的RDA格式。探讨了RDA格式与以AACR2R为描述标准的老MARC格式的差异,用实例说明了RDA格式的具体操作方法及其分类标引。     

2004-2013年南京地区高校图书馆学术影响力文献计量分析

采用文献计量学方法对南京地区高校图书馆2004-2013年发表学术论文进行分析,建立了包括被引论文篇数、被引率、篇均被引率、h指数、总下载量、核心作者数、合作度和合著率8项指标在内的学术影响力评价体系,得出了南京市全日制本科院校图书馆的学术影响力排名,从而揭示出南京地区25所本科院校图书馆的科学研究现状.     

少数民族地区地方本科院校大学生党员的党性修养研究

加强少数民族地区本科院校大学生党员党性修养不仅是提高大学生党员质量、保持党的先进性的客观要求,更是维护少数民族地区民族团结、促进其和谐持续发展的迫切需要。但是伴随着信息时代的冲击,加之新时期大学生党员队伍不断壮大,少数民族地区大学生党员党性发展教育出现了诸多新问题、新要求。本文针对少数民族地区本科院校中大学生党员党性现状及其存在的问题进行分析,并就如何加强少数民族地区高校大学生党员党性修养提出建议。     

我国文化“走出去”的困境与出路

<正>作为国际服务贸易的一个重要组成部分,文化贸易已成为当今服务贸易的重点领域之一。文化贸易在发达国家国民经济产值中占有很大比重,是出口支持产业之一。在改革开放和经济全球化的形势下,我国的对外贸易一直在不断发展,然而文化贸易的发展却落后于对外贸易的总体发展,长期处于逆差的境地,面临着发展结构不合理以及技术水平和创新能力不够等多种问题。2014年     

机器学习在车载激光点云分类中的应用研究

点云信息分类提取与利用是车载移动测量系统的关键技术,提高车载激光点云分类的智能化已成为当代信息科学技术发展所面临的重要问题.从分析点云的特征入手,采用机器学习方法对车载激光点云的行道树提取进行了大量实验研究.首先,在点云原始特征的基础上,根据其局部几何特征及空间分布,构造了由三维空间位置、回波强度、颜色值、法向量、单位投影密度、残差及回波强度维度内的残差等17个特征值组成的点云高维特征向量,然后采用支持向量机和人工神经网络两种机器学习方法分别对行道树点云进行提取实验.实验中采用了粒子群优化算法对支持向量机进行参数寻优,采用所构造的由17个特征值构成的特征向量对点云进行机器学习,两种学习方法的行道树点云分类精度分别可以达到99.75%和99.25%.实验结果表明,采用机器学习的方法对于提高车载激光点云分类自动化程度和智能化水平具有重要意义和作用.