Rare earth elements in CO_2-fluid inclusions in mantle Iherzolite

Trace elements including REE (Rare Earth Elements) in fluid inclusions in Iherzolite, olivine, orthopyroxene, and clinopyroxene have been determined by heating-decrepitation and ICP-MS (Element Type Inductively Coupled Plasma-Mass Spectrometry) method. Normalized CO2 fluid/chondrite data show that mantle fluids are rich in REEs, especially LREEs (Light Rare Earth Elements), several times or dozen times higher than mantle rocks and mantle minerals. There are close relationships among the REE data of olivine, orthopyroxene, clinopyroxene and 1herzolite. Compared to the data of chemical dissolution method, it is believed that REE data obtained from heating-decrepitation and ICP-MS technique are contributed by CO2 fluid inclusions. About 60% (mass fraction) of tiny inclusions are observed not to be decrepitated above 1000℃, so REE data obtained are only contributed by decrepitated inclusions. Mantle fluids rich in LREE play an important role in mantle metasomatism, partial melting and mineralization.     

伦敦奥运会羽毛球消极比赛事件的可拓策略分析

2012年伦敦奥运会上,羽毛球选手的消极比赛引起了广泛关注.运用可拓学的理论和方法,对产生羽毛球消极比赛事件的关键因素进行基元分析,并以博弈论和可拓集合理论为指导,探索处理这一问题的系统最优策略.     

Isotope and hydrochemical study of seawater intrusion in Laizhou Bay, Shandong Province

Seawater intrusion on the northern coast of Laizhou City is featured by "three sources and three dimensions". Modern sea water, ancient saline water and brine contained both in the Quaternary aquifer and in the bedrock fissures or crevice have been identified as possible sources. The ratio of γSO4/γCI is used to distinguish the origin of the different types of saline water. The correlation between 3H and y SO4/γ Cl provides a quantitative differentiation on the origin of the saline water, which makes it possible to take counter protection measures in different areas affected by sea water intrusion.     

基于模糊数学的低致敏营养餐包感官评价研究

以低致敏蛋白、微囊化油脂以及复合糖元为主要原料制备开发低致敏营养餐包。从粉体的颗粒特性、冲调特性和主客观感官特性等对餐包开展评价研究,利用模糊数学法对餐包冲调后的色泽、气味及滋味、组织状态进行感官评价;通过餐粉的均匀度、溶解稳定性、湿润性进行基本特性评定。结果表明：餐包粉体粒度分布与餐包冲调特性具有相关性,细粉颗粒（0~30 μm、0~50 μm、0~100 μm）与餐包冲调特性呈负相关性,与粗粉颗粒（200~500 μm）呈正相关性,即随细粉粉体颗粒体积不断增加,湿润时间不断增加,冲调特性逐渐变差;随粗粉粉体颗粒体积不断增加,湿润时间不断减少,则冲调特性不断加强。粉体粒径与餐包感官评分呈正向线性相关性,一定范围内,随粒径不断增大,感官评分不断加强,产品品质质量较好。该评价体系为完善低致敏营养包的加工工艺提供了理论依据。     

Overexpression of an F-box Protein Gene Reduces Abiotic Stress Tolerance and Promotes Root Growth in Rice

As one of the largest gene families, F-box domain proteins have important roles in regulating various developmental processes and stress responses. In this study, we have investigated a rice F-box domain gene, MAIF1. The MAIF1protein is mainly localized in the plasma membrane and nucleus. MAIF1 expression is induced rapidly and strongly by abscisic acid (ABA) and abiotic stresses. MAIM expression is also induced in root tips by sucrose, independent of its hydrolytic hexose products, glucose and fructose, and the plant hormones auxin and cytokinin. Overexpression of MAIF1 reduces rice ABA sensitivity and abiotic stress tolerance and promotes rice root growth. These results suggest that MAIF1 is involved in multiple signaling pathways in regulating root growth. Growth restraint in plants is an acclimatization strategy against abiotic stress. Our results also suggest that MAIF1 plays the negative role in response to abiotic stress possibly by regulating root growth.     

一种基于彩色图像分割的车牌检测方法

提出一种彩色图像车牌检测方法,主要包括三个步骤,首先对车牌图像执行多尺度区域生长分割,然后在分割结果中进行车牌区域的粗定位,最后对粗定位提取的车牌区域作精确定位分析.区域生长分割方法可以产生封闭的区域,容易提取其形状信息,而长矩形是车牌目标一个显著特征,因此可以通过形状信息检测车牌.在图像分割中,采取多尺度的分割方法,生成多个不同细节程度的分割结果.在每个分割图像中搜索具有车牌外形特征的图像区域,初步检测出候选车牌目标.根据车牌字符的大小和笔画特征,对候选车牌区域进行精确判别分析,得到最终的车牌检测结果.实验部分验证了车牌检测的有效性.     

一个从MODIS数据同时反演地表温度和发射率的神经网络算法

MODIS的三个热红外波段29、31、32建立了三个辐射传输方程,这三个方程包含了5个未知数(大气平均作用温度、地表温度和三个波段的发射率)。用JPL提供的大约160种地物的波谱数据对MODIS三个波段(29/31/32)发射率之间的关系和用MODTRAN4对大气透过率和大气水汽含量之间关系进行模拟分析。分析结果表明地球物理参数之间存在着大量的潜在信息。由于潜在的信息难以严格地用数学表达式来描述,因此神经网络是非常适合被用来解这种病态反演问题。利用辐射传输模型(RM)和神经网络(NN)反演分析表明神经网络能够被用来精确地同时从MODIS数据中反演地表温度和发射率。地表温度的平均反演误差在0.4°C以下;波段29/31/32发射率平均反演误差都在0.008以下。     

基于改进的FAST R-CNN的前方车辆检测研究

目前,前方车辆检测的研究主要通过机器学习的方法,然而其难以解决遮挡和误检的问题。在这种背景下,使用深度学习的方法检测前方车辆更为有效。首先采用了选择性搜索方法获得样本图像的候选区域,然后使用改进的FAST R-CNN训练网络模型,检测道路前方车辆。已在KITTI车辆公共数据集上对该方法进行了测试,实验结果表明,所提方法的检测率高于CNN直接检测的结果,很大程度上解决了遮挡和误检的问题。而且,与先提取Harr-Like特征然后利用Adaptive Boosting分类器的算法相比,该方法在TSD-MAX交通场景数据库测试中实现了较高的性能。结果表明,该方法提高了车辆检测的准确性和鲁棒性。     

基于半变异函数的多极化SAR图像地表淹没程度分析

洪涝灾害范围的提取能够为灾害的动态监测、评估提取重要的数据。由于半变异函数能够反映图像数据的随机性和结构性,可以很好的体现地物的空间自相关性。而地物在SAR图像上也表现出很好的空间自相关性和纹理特征,各种淹没程度的地物在图像上也表现出不同的空间自相关性,所以将特定窗口下特定步长的半变异函数应用到地表淹没程度分析,证明该方法的可行性。     

低空间分辨率多源遥感数据的空间一致性分析和相对几何校正

多源低空间分辨率遥感数据在空间上的一致性对于其在全球变化研究中的集成使用有非常重要的意义。对此,以公认几何精度较高的MODIS数据为基准,对NOAA/AVHRR、FY-3/VIRR、FY-3/MERSI、FY-2/VISSR这4类国内外常用的低空间分辨率传感器的L1B数据进行了一系列相对几何精度评价和多项式相对几何校正的实验。相对几何精度评价的结果表明:MODIS数据与这4类L1B数据在几何精度上的偏差都比较大。在此基础上,选取少量均匀分布的控制点并采用不同阶数的多项式几何校正模型对多源数据进行空间一致性校正。校正结果表明:低阶的多项式几何校正模型就能对各种待校正数据的几何精度有显著的提升,使其与基准数据在空间上达到一致,满足全球变化研究对低分辨率多源遥感数据在空间一致性上的需求。