现代滦河口表层沉积物特征对水动力环境的指示

来源 :海洋科学进展 | 被引量 : 0次 | 上传用户:maenzehai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于2014年10月采集的滦河口近岸106个表层沉积物样品,进行了粒度分析测试,结果表明,研究区沉积物类型主要有砂、粉砂质砂、泥质砂、砂质粉砂和砂质泥五种类型,粒度组分以砂组分为主,平均粒径整体呈现从滦河口门向外逐渐变细的趋势,分选性在滦河口门为较好-中等,其余区域呈离口门越远分选性越差的趋势,峰态在大部分区域>1.1,粒度频率曲线尖锐,偏度大部分区域为极正偏,沉积物粒径参数分布具有很好的一致性。结合多元统计分析以及Flemming三角图分类法将滦河口划分为3个沉积环境区:A区为河口强动力砂质沉积区
其他文献
历史上,中国古代炼丹家主张“著在实验”,从而建构起一套“择友-择地-筑炉-火候-开炉”的完整、规范的实验活动程序,并对每个实验环节也都做了具体的规定。在炼丹实验活动中,中国古代炼丹家不仅运用、传承着大量的自然知识和工艺技术,而且激发出了一种对于新知识的获取,以及工艺技术的发明和创造的文化冲动。由此可证,炼丹术之所以能够作为推动中国古代科技发展的主导文化载体,很大程度上根源于其内涵的实验思想方法及其实证认知精神。毫无疑义——中国古代有科学。
膜计算是一种生物启发式计算,其来源于对活细胞组织或器官结构及其功能的抽象模拟.细胞间最多建立一条链接,这条链接又称为突触,突触上有与其相关的通道状态.因此,根据此生物现象,提出了一种新型的计算模型:带有通道状态的通讯膜系统.这类膜系统是一类分布式并行计算模型,系统中细胞间的通讯主要依赖于细胞膜通道上同向/异向转运规则的使用,其中每个通道上的规则以一种串行的方式执行,且通道上的状态用来控制细胞间或细胞与环境间的通讯.文章根据带通道状态的同向/异向转运规则对细胞型通讯膜系统、组织型通讯膜系统,带有细胞分裂和通
互连网络故障诊断的一个新的方法是g限制诊断度,该方法限制每个无故障分支至少有(g+1)个无故障节点.作为一种良好的互联网络拓扑结构,n维泡型星图BSn具有许多良好的性质.文章证明了在n≥5的PMC模型和在n≥12的MM*模型下BSn的3-限制诊断度是8n-20.
Nitrogen (N) addition has profound impacts on litter-mediated nutrient cycling. Numerous studies have reported different effects of N addition on litter decompo
教育发展水平深刻地影响着国民素质、社会创新力以及国家未来总体的发展能力.我国各地由于城与乡、沿海与内陆、东部与西部等结构性的差异,优质基础教育资源在空间上分配不均衡性突出.本研究以广东省为案例地,以地级市为空间单元,借助GIS工具(Cartogram专题地图方法),关注优质基础教育资源分布问题,理解基础教育资源空间格局,探索形成优质基础教育资源的要素,并尝试揭示当前广东省优质基础教育资源的空间格局及特征.研究发现:①广东省基础教育资源分布空间差异大,呈现三个中心结构,且优质基础教育资源主要集中于珠三角地区
为了实现工业现场对特种钢材的快速检测与种类识别,采用基于光纤传能的移动式激光诱导击穿光谱(LIBS)样机对14种特种钢材进行光谱数据的采集与分析,采用预选谱线并遍历组合的降维方法与支持向量机(SVM)相结合的算法对特钢材料的光谱进行快速分类。分别将原始光谱数据、归一化处理后的光谱数据、归一化处理+遍历组合优选谱线数据作为SVM分类模型的输入向量,并对比了不同输入向量下模型对特钢识别的准确度。结果表明:在事先选出的51条特征谱线作为输入变量的基础上,归一化光谱数据作为SVM分类模型的输入特征时,识别准确度达
为了解萨氏真蛇尾(Ophiura sarsii)群体遗传特性,本研究采用线粒体控制区(CR)、NADH脱氢酶亚基2(nad 2)和NADH脱氢酶亚基6(nad 6)三个标记对白令海、楚科奇海、巴伦支海萨氏真蛇尾进行群体遗传多样性、系统发育以及群体遗传结构分析。结果显示,CR、nad 2和nad 6三个分子标记经扩增后分别获得322、598 bp和449 bp的序列,并在59个个体中依次检测出15、27和24个单倍型。研究分析可知:①3个分子标记显示3个群体单倍型多样性与核苷酸多样性较高,表明该种类在北极海
基于2012年和2014年中国北极科学考察航次白令海现场调查数据,分析白令海东陆架区二甲基硫(DMS)及其前体物质β-二甲基硫巯基丙酸内盐(DMSP)的空间分布特征和年际变化.结果显
近年来,强化学习理论和算法研究迅速发展,并且在竞争博弈、智能控制、分析预测、优化调度等领域得到广泛应用.但是,传统强化学习算法学习效率低、系统开销大,尤其是面对复杂任务时这种情况更为严重.结合量子计算特性,可实现对强化学习算法的加速,由此提出的量子强化学习技术,对强化学习技术的发展赋予了全新的动力与广阔的前景,引发了日益广泛的关注.文章对量子强化学习技术及其研究进展进行了介绍、分析与展望.首先,分别对量子计算和强化学习的基本概念和原理进行了介绍.在此基础上,介绍了量子强化学习的基本思想与机制,并从两方面分
受Kristensen(2016)[1]对波动率研究的影响,在随机波动率模型的两步估计法的基础上,证明了该估计量的一致相合性,并给出了新的收敛速度,结合数值分析,发现选取的时间间隔越短