关注和维护我国生态安全

所谓生态安全,系指关系到全人类、某一国家、地区或城市居民的生存安全的环境容量(城市空气环境容量、江河湖海的地面水环境容量、大气臭氧层破坏的最大极限等)最低值是否具备、战略性自然资源(如水资源、土地资源、森林和草地资源、海洋资源、矿产资源等)存量的最低人均占有量是否有保障、重大生态灾害(如重大沙尘暴灾害等)是否得到抑制等一系列要素的综称.例如在全球范围内,臭氧层的破坏、温室效应的加剧、生物多样性的破坏等,都是关系到全人类生态安全的重大问题;对于个城市来说,其拥有的符合二、三级环境质量的地面水资源的人均占有量极限,则是关系到一个城市能否生存下去的生态安全的重中之重.     

一种大规模样本数据的特征提取方法

针对沙尘暴样本数据的特点，根据专家经验依次通过聚类分析、建立典型模式类、计算中心场，再以样本与中心场的距离作为样本的特征，成功地在每个样本的几百个数据中提取到40个特征。通过对提取特征的统计检验，说明了本文所用方法的有效性；同时，提出了一种建立在K-L变换基础上的特征综合方法，协助完成关于多维特征的类间差异检验。     

沙尘暴中圆柱形导体目标对电磁波的散射

研究了尘暴介质中导体目标对电磁波的散射特性 ;当入射波沿任意方向极化时 ,得出了毫米波段散射场的表达式及目标表面的电流分布 ,导出了目标的微分散射宽度 ,结果表明 :散射场具有较强的后向散射增强效应 ,导体表面的纵向电流大于横向电流     

沙尘暴带来的生态启蒙

2002年3月全国“两会”刚刚谢幕，3月16日沙尘暴就又光顾北京城，狂风夹着黄沙及浮尘弥漫了现代古都。从2000年起，东北、华北和西北地区连续出现十几次沙尘暴天气。一时间，舆论哗然，高层震动，防沙治沙的呼声不绝于耳。尘起尘落，连续不断的沙尘暴敲响了我国的生态警钟：“到90年代，沙化土地每年扩展2460平方公里，发生沙尘暴达23次之多……”。这样的报道频频出现在媒体上。那一串串揪心的数字，令人坐卧不安，在给我们上生态启蒙课。沙尘暴为何频频光顾沙尘暴是一种风与沙相互作用的灾害性天气现象，它的形成与地球温室效应、厄尔尼诺…     

挑战，沙尘暴的源头——06“国际沙漠和荒漠年”路虎再穿浑善达克沙漠

国庆期间,28辆路虎历时5天,行程1700公里,继2005年的顺利穿越后,再次成功穿浑善达克沙漠。70多位路虎车主磨砺了一次艰辛的挑战和体验,为2006“国际沙漠和荒漠年”送上了一份最夯实的礼物。     

华北中部沙尘暴的特征分析——以廊坊地区为例

本文根据廊坊地区1964—2004年40年的气象观测资料,分析了廊坊地区沙尘暴在时间、季节及空间等方面的变化特征,初步总结出了其发生的规律及特点,希望能提高对华北中部沙尘暴的预测能力,进而对华北中部的沙尘暴状况有更深刻的认识。     

资源、环境hold不住“拿来主义”

<正>3月9日正值全国两会期间。是日,京城及周边地区沙尘暴肆虐:黄沙、尘土漫天蔽日,其行路之艰难非亲身体验无法知晓。像这样的沙尘暴在我国其他地区也不鲜见。由此想起了自1978年为改善生态环境而启动的三北防护林工程。又由此想到了两会召开前夕,本刊采访原国家环保局第一副局长张坤民时他说的话:"每一个国家,包括我们中国,都在说栽种了多少棵树,而从来不说砍伐了多少。"他还说:"世界森林正在以令人吃惊的速度消失。"     

我国西北沙源区地表热红外发射率特征分析

沙源区地表热红外发射率特性的研究对地表的组分和物理特征等的研究有重要意义。用102f测量了西北沙源区各类型地表的发射率。将测量结果与ASTER JHU波谱库数据对比,显示了测量的结果可靠性和必要性。分析结果表明,不同地表类型发射率差异显著,同种类型地表发射率因物理特征不同会呈现规律性差异,发射率在时间尺度上具有稳定性。测量的沙源区发射率数据及分析结果对沙尘暴相关研究有重要意义。     

看不见的城市

整个6月,北京城被雾霾笼罩。居住在城里的人,很多时候,不能再通过日升日落来分辨清晨与傍晚。明媚的阳光照不进雾霾的现实。卡尔维诺《看不见的城市》一书里,马可·波罗为忽必烈讲述了他游历帝国所见的与记忆、欲望、轻盈、天空……有关的城市。忽必烈在黄昏时分大都的宫殿中倾听关于这些看不见的城市的故事,如今,大都也成了一座看不     

基于卫星云图和改进AlexNet的沙尘暴预测方法

针对沙尘暴预测多依赖于地面气象资料,且与深度学习算法结合较少的问题,提出一种基于卫星云图和改进AlexNet的沙尘暴预测算法。首先,参照国标为地面气象资料构造沙尘暴等级标签;然后,对卫星云图进行透视变换、气象站云图数量再平衡等处理,并将卫星云图与沙尘暴等级标签相互标定;其次,改变AlexNet的卷积核尺寸,去掉局部响应归一化（LRN）层,并在所有卷积层和激活层之间增加批归一化（BN）层;最后,使用改进后的AlexNet模型进行训练、测试。实验结果表明,改进后的AlexNet模型在精确率、召回率、F1值和准确率上均优于VGGNet16、VGGNet19及AlexNet。结果表明所提方法是有效的,能为地面气象资料、卫星云图与深度学习相结合来预测沙尘暴提供参考。