区域生态环境评价中的几个理论问题

提出区域生态环境评价应包括自然生态环境评价与社会生态环境评价,建立了新的评价系统。分析了宏观评价区域生态环境的简明方法——主导因子法,并讨论了主导因子法的应用和研制区域可持续发展目标应注意的问题。从理论上和方法上为研究区域生态环境提出一些新的认识。     

片状化石燃料的循环流化床燃烧(Ⅰ)--片状颗粒的形貌描述和流态化阻力特征描述

比较了不同球形度概念对片状化石燃料的描述效果,研究了片状化石燃料球形度变化对其流态化特征的影响.分析了Krumbein球形度为0.1～0.4的京西无烟煤在一台50MW循环流化床锅炉上表现出来的特殊现象,如运行床温和炉膛压力大幅度波动、依靠排放冷渣保持稳定运行,揭示了这些现象发生的原因.     

九江城市及郊区麻雀种群数量与空间分布的调查

2003年10月-2004年5月期间对九江城市及郊区麻雀种群数量与空间分布的现状及其历史变迁作了初步调查，结果表明：调查区内麻雀于20世纪80年代初期开始锐减，直至2000年，麻雀又重新出现了明显的恢复迹象，并最终形成以九江县城为消失区、在产粮区罕见以及在九江市区、蔬菜区和产棉区广布的现有空间分布格局．讨论认为这是由于农药及工业性大气污染两个环境因子的综合作用所致．     

因子分析和聚类分析的一个简单应用

利用因子分析方法研究六种化学元素(即六个变量)之间的相关性，得到因子得分，将因子得分作为新变量，用聚类分析方法对六块火山岩标本分类，进而对六种区域火山岩的元素含量情况作出较好的判断．     

韧性材料的细观力学实验和数值模拟研究

引入能够定量描述内界面的细观统计参量-形状因子,定义了基于内界面形状因子的损伤变量,建立了相应的细观力学模型,探索细观组织演化和材料宏观响应关系的力学问题。通过宏细观相结和的方法,对韧性金属材料的内界面进行实验研究和数值计算。通过对比试验和数值计算结果,认为可以用形状因子能够反映材料细观组织的演化情况,用损伤变量能够表征材料的损伤程度。并得到了内界面演化随应变发展的演化方程。对于发展和应用宏-细观相结合的损伤力学理论,对阐明韧性材料的变形、损伤、破坏机制有重要意义。     

植物转录因子种类及其功能介绍

植物的生长发育及对外界胁迫的反应均受到转录因子的调控,植物的转录调控已经成为当代植物分子生物学研究的热点之一,因而对于转录因子的研究逐渐走向深入.本文重点介绍了植物不同种类转录因子的特点与主要功能.     

香菇交配型因子偏分离现象的遗传分析

以28个香菇菌株为材料,用统计学方法分析了菌丝原生质体单核体和孢子单核体的交配型比例.结果表明,菌丝原生质体单核体的两种交配型不呈预期的1:1之比的有17个,占总数的60.71%;孢子单核体的4种交配型不呈预期的1:1:1:1之比,占总数的47.06%.在两类交配型偏分离中,野生菌株的偏离程度均低于栽培菌株;正反亲本结实结果显示,无论在双核菌丝体所产生的F1代担孢子中,还是在由其F1代重组型担孢子配制而成的双核菌丝体所产生的F2代担孢子中,均以与相应双核菌丝体交配型相同的两种亲本型担孢子数量居多.在双-单杂交中,当受体交配型不同时,供体先导核可能相同,也可能不同,表明供体的核迁移既受B因子控制,也与细胞质有关.杂交双核体裂解后受体核比例显著偏多,表明细胞质中存在着与核选择有关的因子.     

自适应选权滤波法在GPS高精度动态定位中的应用

介绍了一种新的滤波算法：自适应选权滤波法.在进一步理论分析和研究的基础上，将其拓展用于单频载波相位双差观测值的GPS高精度动态定位中.文中给出两个算例来验证方法的可用性和有效性.初步结果表明，对于短基线，新方法采用GPS单频载波相位双差观测值可得到高精度的动态定位结果.     

门限回归模型预测粤中西部冬春气温

用门限自回归模型和混合门限回归模型对广东省中西部的冬春季平均气温做预测.选取北半球500 hPa高度场和太平洋海温场的分区分季节的多个气候背景场的前若干个主分量作为因子(共1792个),这些因子包含着气候背景场的主要信息,通过对预报量和预报因子群的相关筛选,选取相关系数最大的因子建立混合门限非线性回归模型.并初步探讨了气候背景场对预报量的影响.结果表明:混合门限回归模型优于门限自回归模型;前者能较好地拟合冬春气温序列,预报效果较理想.粤中西部冬季气温场与东北半球南部3-4月高度场第5个主模态相关最密切,当3-4月500 hPa高度场东亚大陆为低槽控制,日本海太平洋附近为高压脊,有利于当年冬季气温偏低;春季气温场则与北半球冬季500 hPa高度场第8个主模态相关密切,当冬季500 hPa高度场乌拉尔山附近地区为明显的阻塞高压形势,有利于次年春季气温偏低.     

加权数据融合算法及其应用举例

建立了一种基于格罗贝斯(Grubbs)准则和聚类分析的加权数据融合算法，即先用格罗贝斯准则剔除所测数据中的疏失误差数据，再用聚类分析的方法对剔除疏失误差数据后的测量数据进行聚类，并由此确定各类别的权数(加权因子)，最后利用所得权数进行加权融合得出被测对象的融合估计值。实验证明，该算法简单有效，且适合计算机编程。