【摘 要】
：
沙尘暴对大气环境和人类健康造成严重影响，查明沙尘来源对防沙治沙具有重要意义。选择中国北方7地2021年“3·15”沙尘暴期间降尘样品，分析粒度组成和核素（235U、232Th、226Ra、~(137)Cs）含量差异。结果表明：西宁、兰州、西安、北京、济南和临沂6地降尘以粉粒为主，核素含量特征表明降尘是远距离搬运的风尘沉积或吹蚀起的附近黄土。除中卫和西安外，其余5地沙尘的~(137)Cs比活度远高于
论文部分内容阅读
沙尘暴对大气环境和人类健康造成严重影响，查明沙尘来源对防沙治沙具有重要意义。选择中国北方7地2021年“3·15”沙尘暴期间降尘样品，分析粒度组成和核素（235U、232Th、226Ra、~(137)Cs）含量差异。结果表明：西宁、兰州、西安、北京、济南和临沂6地降尘以粉粒为主，核素含量特征表明降尘是远距离搬运的风尘沉积或吹蚀起的附近黄土。除中卫和西安外，其余5地沙尘的~(137)Cs比活度远高于农耕地，低于植被覆盖度高的草地，沙尘的主要来源应不是农耕地，而是覆盖度低的侵蚀草地。西安沙尘的~(137
其他文献
MODIS的增强型植被指数（EVI）时间序列数据早已广泛应用于植被观测、生态环境和全球气象变化等研究领域，但即使EVI时间序列数据已经经过严格的预处理，其中仍然存在着一些噪声。因此，本文开发了一种简单有效的方法来重构EVI时间序列数据，减少EVI时间序列数据中的噪声，尤其是一些由大气云层和冰雪覆盖产生的噪声。新方法的理论来源于图论，利用拉普拉斯矩阵的关系对EVI中选定的邻域窗口的像元权重进行赋值，
卷积神经网络（CNN）是目前基于深度学习计算机视觉领域中重要的研究方向之一。它在图像分类和分割、目标检测等的应用中表现出色，其强大的特征学习与特征表达能力越来越受到研究者的推崇。然而，卷积神经网络仍存在特征提取不完整、样本训练过拟合等问题。针对这些问题本文介绍了卷积神经网络的发展、经典的网络模型及其组件，并提供了解决上述问题的方法。通过对卷积神经网络模型在图像分类中研究现状的综述，为卷积神经网络的
随着城市人口、物资、信息流动的日益频繁，城市居民活动特征和生产生活方式更加复杂多变，同时，城市空间无序扩张，发展规划不足，引发了交通堵塞、人口流失、公共空间缺乏等一系列问题，最终引发了城市活力消解难题。因此，如何科学高效地进行城市活力定量分析成为了重点研究问题。本文基于OpenStreetMap、百度地图兴趣点（Point of Interest,POI）、微信宜出行、美团、高德建筑物轮廓等多源地
针对经典的帝王蝶优化(MBO)算法不能很好地处理连续型数据，以及粗糙集模型对于大规模、高维复杂的数据处理能力不足等问题，提出基于邻域粗糙集(NRS)和帝王蝶优化的特征选择算法。首先，将局部扰动、群体划分策略与MBO算法结合，构建传输机制形成一种二进制MBO(BMBO)算法；引入突变算子增强算法的探索能力，设计基于突变算子新的BMBO(BMBOM)算法；然后，基于邻域粗糙集的邻域依赖度构造适应度函数
在全球变暖的背景下，干旱事件发生频率和强度的增加导致陆地生态系统中植被多样性发生重大变化，研究植被物候对季节性干旱的响应对保护黄土高原的生态系统具有重要意义。基于MODIS遥感归一化植被指数（MODIS NDVI: MOD13Q1）数据及降水和气温逐月格点数据，采用岭回归分析方法，探讨黄土高原植被物候对季节性干旱的敏感性响应。结果表明：（1）上年夏季SPEI（Standardized precip
针对地图制图综合过程中道路网相似度的定量计算问题，提出了一种顾及道路网综合过程的相似度计算模型。方法基于空间相似关系理论较好地顾及了地图综合中空间关系的相似性；利用语义权重计算总体相似度更加符合地图综合的规则。最终经由430个样本的心理认知实验结果与专业人员的心理认知结果基本一致。实验结果表明：该模型基本符合人类直观感受，且模型自动化程度较高。研究结果可适用于规模要素群的综合过程。
影响力最大化是社交网络分析中的一个重要问题，旨在挖掘可以使得信息在网络中传播范围最大化的一小组节点（通常称为种子节点）。现有基于网络拓扑结构的启发式影响力最大化算法通常仅考虑某单一的网络中心性，没有综合考虑节点特性和网络拓扑结构，导致其效果受网络结构的影响较大。为了解决上述问题，提出了一种融合覆盖范围和结构洞的影响力最大化算法NCSH，该算法首先计算所有节点的覆盖范围和网格约束系数；然后通过覆盖范
传统的图卷积网络（GCN）和它之后的很多变体都在浅层时达到最佳的效果，没有充分利用图中节点的高阶邻居信息。随后产生的深层图卷积模型又不可避免产生过平滑的问题，导致无法有效区分图中不同类别的节点。针对此问题，提出了一种利用初始残差和解耦操作的自适应深层图卷积模型（ID-AGCN）。该模型首先对节点的表示转换以及特征传播进行解耦,然后在节点的特征传播过程中添加了初始残差，最后自适应地结合不同传播层得到
针对文本情感分析已经逐渐成为自然语言处理的重要内容，并在系统推荐、获取用户情感信息，为政府、企业提供舆情参考等领域越来越占据重要地位的趋势下，通过文献调研的方式，对情感分析领域的方法进行对比和综述。首先从时间、方法等维度对情感分析的方法进行文献调研，然后对情感分析的主要方法，应用场景进行归纳，总结和对比，最后在此基础上分析每种方法的优缺点。根据分析结果可以知道，在面对不同的任务场景，主要有三种情感
针对标注神经网络训练数据的成本日益高昂与噪声干扰阻碍语音识别系统性能提升的问题，提出一种基于自监督知识迁移的鲁棒性语音识别模型训练算法。首先，预处理阶段提取原始语音样本的三个人工特征；然后，训练阶段将特征提取网络生成的高级特征分别通过三个浅层网络来拟合预处理阶段提取的人工特征；同时，与语音识别后端进行交叉训练，而后合并损失函数。最后，通过梯度反向传播令特征提取网络学会提取更有助于去噪语音识别的高级