中国典型山地土地利用变化与资源生态效应

山区是土地分布最为复杂的区域,同时也是重要的生态屏障。山区土地利用的空间格局及动态变化都将影响山区生态功能的发挥,因此明晰山区土地的空间异质性特征及其相应的资源生态效应是山区可持续发展的关键。基于中国太行山区、横断山区以及黔桂喀斯特山区等三个典型山区,明确了其土地在垂直及水平方向的空间异质性特征,评估了典型山区产水量、土壤保持、碳储量以及生境质量等生态系统服务,并以中国山地为对象,分析了近30年来植被的变化趋势及其影响因子。     

四螺旋创新集群:研究型大学人工智能发展生态重构与路向探究——以加拿大多伦多大学为例

以人工智能为代表的知识迭代发展,促使知识生产模式发生重大转变,催生了“大学—产业—政府—公众”四螺旋动力结构的建立和研究型大学知识生产新生态重构。以多伦多大学人工智能发展为例,考察其四螺旋利益相关主体及实践。从内在机理看,4个主体在互动运作中不仅重新确定了各自角色,而且还建立了大学(知识)—产业(产品)—政府(治理)—公众(公益)的新型逻辑链条,平衡公私利益格局,把公益指向作为人工智能四螺旋运作的中心目标;从外在特征看,4个主体形成了以大学为中心的区域创新网络,并牵引其他主体形成环高校创新集群。当前,我国在人工智能发展中不断发力,已进入世界第一方阵,但仍需要在国际比较学习中不断提升自身竞争力。基于案例分析,我国研究型大学发展人工智能有必要把握4个方面:一是走进中心,塑造大学在人工智能发展中的领导地位;二是以专促通,创新研究型大学人工智能专业培养模式;三是引企入研,提升校企合作人工智能创新的转化升级;四是人本导向,突出大学在人工智能发展中的公共价值。总体来看,我国研究型大学发展人工智能不仅要面临技术上的挑战,更要面临来自治理的挑战。     

河北省承德地区大地热流

地温监测孔长期地温监测资料显示，承德市地区恒温带深度是20m，恒温带温度是9.9℃。结合承德上板城镇CD-01地热地质勘探孔测温资料，本文利用恒温带温度、井底温度数据，通过回归分析方法，获取了钻孔真实地温分布信息。采集CD-01钻孔90块岩心样品，测试了岩石热物性参数。CD-01钻孔大地热流计算结果是46.4 mW/m2，高于早期承德地区大地热流研究成果（44.8 mW/m2和30.1 mW/m2），但都低于我国大陆地区平均热流值（60.4±12.3 mW/m2）和全球大陆地区平均热流值（65.0±1.6 mW/m2），为低热流值，反映了承德地区的低热流背景。     

基于盾构隧道环缝点云的中轴线提取方法

为了降低盾构隧道中轴线提取对原始点云预处理的要求,引入了点云特征提取方法。 首先, 以基于距离差特征的裂缝点云提取方法,识别盾构隧道管片拼接处的环缝点云;然后,以最小二乘 法对提取的环缝内散点进行环缝曲线拟合;最后,在环缝曲线的基础上提取隧道中轴线。 实验结果 表明:基于距离差特征的点云提取方法能够有效识别环缝点云,并在环缝点云的基础上拟合得到隧 道中轴线。 与传统提取方法相比,该方法更加快捷,且提取的中轴线更具有空间感。     

基于水-粮食-能源级联关系的水服务流矩阵构建

全球人口的快速增长对自然资源施加了不可控制的压力,特别是增加了粮食、水、土地和能源的全球需求。为此,从水资源安全利用的角度出发,揭示连接用水服务流的供应方和受益方之间的相关关系,以受到水和能源双重压力的典型区域——安徽省宿州市为例,运用德尔菲法,构建基于水-粮食-能源级联关系的水服务流矩阵,分析了用水部门和生态系统供给服务之间的相关影响程度。研究结果表明：(1)梳理与粮食安全密切相关的生产用水、生活用水和生态用水的用水服务流,建构其与养分、材料和能源3个方面构成的生态系统供给服务之间的安全矩阵；(2)宿州市的生产用水与生态系统供给服务之间存在强协同和强协同关系,特别是与粮食生产直接相关的农业用水,饮用水与供给服务之间呈现较强权衡关系；(3)用水服务部门和能源供给之间呈现较强的竞争关系。矩阵的建立可为生态系统服务流定量化提供理论基础,有利于生态系统服务流定量化的开展。     

青藏高原高寒湿地生态系统演变、修复与保护

 探讨了青藏高原高寒湿地的动态变化及演变趋势，分析了湿地面积变化、生态系统结构与功能退化现状与原因。分析表明，国家近20年来在青藏高原实施的生态保护、修复及生态工程项目取得了一定的成效，但高寒湿地生态系统的退化形势依然严峻。生态保护和修复是一项系统、长期的工作，今后要加强生态修复技术研发项目与工程类项目的衔接，建立长效管理机制，提高退化湿地的自然恢复能力。同时，要构建适于青藏高原高寒湿地保护效应的评价模型和指标体系，完善重大工程项目的系统监测与评价。在黄河、长江上游源区布局高寒湿地生态系统的长期监测，将与三江源区同样重要的黄河首曲湿地、若尔盖湿地纳入国家公园管理体系，统筹规划，建立健全科技服务平台和信息共享机制。     

南海深海塑料垃圾污染

 渔业捕捞及商业航运活动的塑料排放是南海深海塑料污染的主要来源。南海深海微塑料污染始于20世纪80年代，具有明显陆源输入的特征，陆架近岸区域微塑料污染严重。陆坡深海峡谷是塑料/微塑料向深海盆地输运的主要通道，近底浊流在输运中发挥了重要作用。综述了南海海底塑料垃圾深潜研究的最新进展，首次提出了深海塑料垃圾生态系统的概念。     

基于ULS、TLS和超声测高仪的天然次生林中不同林冠层树高估测

【目的】应用不同数据源分析不同林冠层中探测提取树高的异同,探索适用于中国北方天然次生林树高估测的方法。【方法】以东北林业大学帽儿山实验林场中林施业区0.25 hm²样地为研究区域,基于无人机激光雷达(unmanned aerial vehicle laser scanning, ULS)、地基激光雷达(terrestrial laser scanning,TLS)和Vertex IV超声测高仪实测单木树高,根据冠层高度分布(canopy height distribution, CHD)对林冠层进行分层,对不同林冠层(上层和下层)、不同树木类型(针叶树和阔叶树)探测提取的树高进行对比与分析。【结果】由CHD计算得到的冠层分层阈值为8.5 m。树高的离群值大多产生在林冠上层,阔叶树比针叶树更容易产生离群值,ULS比TLS更容易产生离群值。在林冠上层,ULS比TLS估测树高的相对均方根误差(rRMSE)低2.56%,ULS提取针叶树树高的rRMSE比阔叶树低2.68%;在林冠下层,ULS仅能探测到少量树木,ULS比TLS探测提取树高的 rRMSE高6.31%,TLS提取针叶树树高的rRMSE比阔叶树低1.16%。【结论】针叶树的树高估测精度普遍高于阔叶树;当TLS和ULS均能对单木进行完全扫描时,具有准确提取树高的潜力;树高离群值多由冠型不规则或相互交叉的阔叶树产生,而大部分针叶树,由于具有规则的冠型,所以产生的离群值较少;基于CHD对林冠层进行划分能够较好地反映不同数据源估测树高的适用范围,具有一定的推广意义。     

“纽约硅谷”会攀上世界科技产业之巅吗？——兼议中国企业登临世界科技产业之巅的思考

与以往的创业公司侧重金融、证券、商业创新不同．纽约现在的创业公司也侧重发展高科技．是一种把纽约各个行业都高科技化的新创业。现在．纽约积极发展高科技．是“想拿回它原来不需要的东西”。我国一些城市的新兴公司普遍缺乏独立创新．而主要是离职人员复制、抄袭前雇主的商业模式。中国一些创业公司生态系统对新知识、新技术的推进能力较弱．尚未形成欧美式的企业独立创新模式．在未来较长一段时期内．司能较难形成国际竞争力。