【摘 要】
：
用赤道太平洋长达21a的温度资料以及经验正交函数(EOF)分析方法,讨论了在5°S-5°N平均纬向垂直剖面上赤道太平洋垂向温度梯度距平的时空变化,得到了一些有意义的结果。赤道太平洋垂向温度梯度距平EOF分析第1模态的正/负位相反映了El Nino/La Nina发生前赤道太平洋温跃层的分布,第2模态的正/负位相反映了El Nino/La Nina鼎盛以及开始衰减时赤道太平洋温跃层的分布。根据我们对
论文部分内容阅读
用赤道太平洋长达21a的温度资料以及经验正交函数(EOF)分析方法,讨论了在5°S-5°N平均纬向垂直剖面上赤道太平洋垂向温度梯度距平的时空变化,得到了一些有意义的结果。赤道太平洋垂向温度梯度距平EOF分析第1模态的正/负位相反映了El Nino/La Nina发生前赤道太平洋温跃层的分布,第2模态的正/负位相反映了El Nino/La Nina鼎盛以及开始衰减时赤道太平洋温跃层的分布。根据我们对赤道太平洋温跃层核心位置的定义,在El Nino向LaNina转换的过程中,赤道东太平洋温跃层上升了30
其他文献
光系统Ⅱ反应中心包含有 2个去镁叶绿素分子 (Pheo) ,2个 β胡萝卜素分子 (β Car)和 6个叶绿素a分子 (Chla) 对反应中心的时间分辨荧光光谱表明 ,两个β Car具有不同的吸收光谱 ,吸收峰分别为 4 89nm(Car4 89)和 5 0 7nm(Car5 0 7) ,Car4 89靠近吸收峰为 6 6 7nm和 6 75nm的叶绿素a(Chla) ,它的主要功能是保护反应中
Image segment is a primary step in image analysis of unexploded ordnance (UXO) detection by ground penetrating radar (GPR) sensor which is accompanied with a lot of noises and other elements that affe
对于一些大型工作结构 ,有时很难测得输入信号 ,只能单独利用实测响应数据进行工作模态识别。本文针对工程实际中的这一情况 ,首先利用响应间互相关函数同脉冲响应函数在表达形式上的相似性 ,推导出了多参考点时域工作模态复指数法 ,继而又从响应间的互相关函数入手 ,推导出了多参考点频域工作模态识别法。最后采用一飞机模型对这两种方法进行了试验验证 ,并将所得结果做了对比分析 ,结果表明 ,两种多参考点方法都
对营养液栽培 42d后的 6种苋科植物用不同13 4 Cs比活度处理 ,1周后收获并分析13 4 Cs比活度。结果表明 ,不同植物组织的烘干重和最大生长高度存在差异。不同植物和同种植物不同器官间13 4 Cs积累量表现为显著差异 ,但差异取决于初始加入到营养液中的13 4 Cs比活度。放射性自显影结果表明 ,各种植物叶片积累的13 4 Cs比根茎积累的多。籽粒苋 (Amaranthuscruent
分形地貌的分维模型能够充分反映地形的统计纹理特征 ,利用分形内插能从低分辨率的卫星或航空照片高程数据获取高分辨率的高程数据 ,达到较理想的建模效果 .而分形模型中无标度区的确定直接影响到分形特征参数的求解和DEM建模质量的好坏 ,常用方法是采用人机交互试验来选取无标度区 ,缺乏客观标准 .本文提出一种自动确定无标度区的方法 ,实验结果表明 ,该方法在DEM自动建模过程中是简洁、有效的 .
提出了一种基于小波和相对矩的形状特征提取与检索方法。首先,对亮度图像进行小波多尺度边缘检测,得到多尺度边界图像;然后,计算每一尺度的7个不变矩,再转化为10个相对矩,所有尺度上的相对矩组成图像的特征向量;最后,对特征向量进行高斯归一化,用欧氏距离度量图像间的相似度,构建了一个基于形状特征的图像检索系统。实验结果表明,该方法具有明显的优越性和通用性。
研究从一维透视投影光流场恢复二维刚体运动和结构。证明利用一维透视投影光流场中最少 5个光流点可以完全确定刚体的二维角速度和角加速度 ,一般情况下有 2个解。利用一维透视投影光流场只能确定含一个未知比例因子的刚体二维平移速度、平移加速度和二维刚体的结构 ,因此可完全确定二维刚体的形状
从硬件实现和软件实现的角度介绍了如何利用计算机技术实现MarkIV解码。利用它可对MarkIV记录设备输出的数据进行质量分析并提取相位校正信号 ,检测VLBI观测设备的工作状态 ,消除设备对MarkIV记录数据的影响。
给出了一种新的类条件密度函数估计的σ PNN模型,它基于模式层共享的PNN和模式层分离的PNN,即每个类不仅拥有一组只属于自己的模式层,还拥有所有类都共享的几个模式层,这里共享意味着每个核函数对所有类的条件密度估计都有贡献.新模型的训练采用最大似然准则,并改进了EM算法来调整模型参数.闭集文本自由说话人辨认试验证明了提出的模型及其算法的正确性.