爱因斯坦的四封自荐信

爱因斯坦自大学毕业后,在一年多的时间里都没有找到一份哪怕是仅供糊口的工作。想想自己已经成年,而年迈的父亲却还在为他的生计而奔波劳累,爱因斯坦几乎绝望了!     

改进多目的地旅行公共费用分成模型及其在若尔盖县游憩价值评估中的应用

多目的地环程旅行问题是应用旅行费用法(TCM)进行游憩价值评估的难点和热点,客观准确地对多目的地旅行公共费用进行分成,确定各目的地的费用权重成为游憩价值评估的关键性问题。因此,本文引入旅行公共费用和目的地直接费用的概念,改进多目的地旅行公共费用分成计算模型,将待评估目的地直接费用与多目的地总直接费用的比值作为待评估目的地在旅行公共费用中的分成权重。该计算模型尝试根据调查游客自身的消费特点进行旅行公共费用分成,避免主观假设的影响,旨在使费用分成更加客观、科学。对若尔盖县游憩价值的评估结果为:2017年若尔盖县游憩价值为31.09亿元,人均游憩价值1538元;其中旅行费用25.06亿元,人均旅行费用1240元;消费者剩余6.03亿元,人均消费者剩余298元。通过改进多目的地旅行费用分成模型,可推动游憩价值评估方法的发展和完善。研究结果可为若尔盖县生态旅游产业发展规划提供科学指导。     

旅行费用法在旅游资源价值评估中的若干问题述评

旅行费用法(TCM)是一种基于观测资料评估旅游资源价值的显示偏好法。论文在文献梳理的基础上,对TCM研究过程中的偏差进行了述评,并指出了可能的解决方案;然后,讨论了TCM的有效性、适用性以及合法性,并提出进一步研究的重点和方向。文献综述表明:常见的TCM模型可以分为ZTCM、TCIA、GTCM、ITCM、HTCM和RUM六种类型,在研究中应根据实际情况选择合适的模型;旅行费用测度中的内生分层、抽样误差、时间的机会成本计算、多目的地之间的费用分成等问题,需求函数估算中的多重共线性、内生性、函数形式的选择等问题,均会导致评估结果出现偏差;TCM在发展中国家的有效性、适用性和合法性遭到了质疑,但仍不失为一种评估旅游资源价值的有效手段;今后的研究要加强TCM中的偏差分析及有效性检验,并着力于模型的修正和改进,加强TCM与CVM的结合,提高研究方法的有效性。     

旅行成本法在我国应用中存在的几个问题

我国旅行成本法案例研究多数未分清旅行成本与旅游目的地本身价格的关系,推导的游憩需求曲线是旅行成本-旅游人次模型,而不是旅游目的地本身的价格-旅游人次需求曲线。文章具体说明了区域旅行成本法的基本原理及操作方法,并用乔光华文章数据重新对达里诺尔国家级自然保护区游憩价值进行计算,对旅行成本的构成等问题进行了讨论,得出其消费者剩余为0.9221×108元a/,比原研究中的0.0937×108元a/高出近10倍。认为乔光华等的研究在推断游憩需求曲线时存在方法上的问题,直接将旅行成本和时间价值作为游憩价值不符合旅行成本法的基本原理和公共物品无(或低)市场价格的经济理论。还对调整后的旅行成本数据进行了计算,得到保护区游憩价值为1.3581×108元a/。     

时间分辨荧光免疫分析在环境中的应用进展

时间分辨荧光免疫分析技术(TRFIA)作为一种新型的超微量分析技术,不断应用于环境痕量分析领域,在检测环境中的有机污染物、生物毒素等方面发挥了重大作用。该文论述了近年来开发的TRFIA新系统,阐述了TRFIA在检测环境中的药物残留、生物毒素及化工试剂等方面的研究进展,并在此基础上对其应用前景进行了分析,展望了其在检测新兴有机污染物方面的巨大潜力。     

时间和事件序列图分析技术在石化事故分析中的应用

利用时间和事件序列图分析技术,对某一具体事故进行了系统分析,展示了事故的具体发展过程,找到导致事故的关键事件,通过对关键事件进行深入分析,得出事故的直接原因、间接原因和系统存在的问题。     

小波分析在PM10浓度时间序列分析中的应用

以西安市PM10日平均浓度时间序列为例,根据小波分析的基本原理,应用小波分解和重构对PM10浓度时间序列的变化进行了分析,得到PM10的年变化趋势和突变特征。研究结果表明,用小波分析应用于大气污染物浓度时间序列的分析是可行的。     

ARIMA时间序列分析模型在臭氧浓度中长期预报中的应用

近年来,京津冀地区近地面臭氧浓度呈现上升趋势,臭氧污染超标情况严重.目前由于前体物源排放清单、臭氧生成和扩散的物理和化学过程机制存在不足等原因,导致了数值模型在预报夏季臭氧浓度时仍然存在较大偏差,而时间序列分析方法由于具有建模简单、计算成本低的特点,在臭氧污染预报中具有很好的应用前景.本研究利用华北区域大气本底站上甸子...     

时间序列分析及Monte Carlo方法在降水预报中的应用

文章分别阐述了时间序列分析方法及Monte Carlo(蒙特卡洛)方法的基本原理和计算方法,并将其应用于降水预报的实例之中。时间序列分析是对降水资料进行观察、研究,用一定的数学方法建立预测模型,使时间序列向外延伸,从而获得序列的发展变化趋势,确定变量的预测值,精确的预报每一时段的降水量。蒙特卡洛方法是根据降水资料,提取研究区年降水量变化所蕴含的随机性和统计规律性,建立伪随机数与样品值的对应关系,从而对未来降水量进行预报,结果反映了预报时间内降水的总体特征,而不能精确到具体时间段。将这两种不同的方法用于同一地区年降水量的预报,对比结果,探其原因,分析其各自特点,进而得到更精确的预报值,对该地区水资源的研究有着重要的现实意义。     

时间序列沉积物捕获器（sediment trap）及其在青海湖的放置

沉积物捕获器在认识现代沉积过程方面具有独特的优势,已在海洋和国外一些大湖的研究中得到了成功的应用,但相关的工作在我国湖泊研究中尚未开展。Mark 8-13型时间序列沉积物捕获器是用来连续收集水体沉降颗粒物的仪器,可以获得沉积物输入通量和季节性变率。本文在介绍了该类型沉积物捕获器的设计、工作原理、投放和回收等基本知识的基础上,阐明了我们选择青海湖作为放置沉积物捕获器的理由和科学意义。在本专题的五篇论文中,我们展示了在青海湖放置的沉积物捕获器于2010年7月至2012年9月期间收集的沉积物和湖水样品的研究结果和同步的实时监测数据。通过在青海湖两年多的试验性地放置以及初步的结果,我们建议在我国典型内陆不同位置的湖泊等水体长期地放置这类沉积物捕获器,将为湖泊等水体系统的现代沉积和生物过程的深入理解提供全新的视角。     

多元时间序列PCA分割及在天然气脱水装置工况识别中的应用

目的建立不同的工作状态下的设备状态预测评估模型。方法利用主成分分析法将多元时间序列数据进行切割,将分割后的数据段按照基于密度的方法,依照定义的距离,对多元时间序列进行聚类合并,从而得到不同工况下的时间序列。结果按照脱水装置工况状态,将重沸器特征对应的多元时间序列划分为不同的数据段。结论有效实现了脱水装置重沸器的参数数据分割,并识别出不同工况。     

光照时间对外源性磷在模拟水生态系统中迁移的影响

采用同位素示踪法,模拟研究不同光照时间对外源性无机磷酸盐在水体,铜绿微囊蓝细菌和底泥中迁移的影响.外源性磷在加入水体后先是一种物理化学的快速分配,然后其在水体中的迁移主要受微囊蓝细菌的生长状况的影响.延长光照时间能加快微囊蓝细菌的生长速率和提高微囊蓝细菌的密度.水体中外源性磷的浓度随时间下降,蓝细菌中外源性磷的最大浓度与光照时间无关,只有蓝细菌中超积累了一定数量的外源性磷,随后的对数生长就与细胞磷的含量无关.延长光照时间能增加微囊蓝细菌中总的外源性磷数量,随着蓝细菌的衰亡,外源性磷不断向底泥迁移,最终绝大部分外源性磷都迁移到底泥中.     

三维叠前时间偏移技术在江苏WZD地区的应用

当地下地质构造复杂、断裂发育,横向速度变化不是太剧烈的情况下,提高偏移成像精度,三维叠前时间偏移是一种行之有效的方法。三维叠前时间偏移取得成功的关键:一是高保真、高信噪比的叠前数据;二是建立一个合理的三维偏移速度场。随着计算机性能的不断提高,三维叠前时间偏移逐渐成为常规处理技术,该技术在江苏油田WZD地区得到了广泛的应用,实际资料处理结果及钻探效果证实了三维叠前时间偏移技术是解决WZD地区复杂构造成像精度的一种好方法。     

时间序列相似匹配算法在数字海洋风暴潮辅助决策系统中的应用

在现有风暴潮灾害研究基础上,结合风暴潮数据库特点,提出基于斜率分段过滤的相似匹配算法,定义了风暴潮辅助决策、风暴潮序列以及应用于风暴潮序列的相似匹配度量模型。由于海洋数据具有海量等特性,本文先用基于斜率特征向量分段算法进行过滤,再用风暴潮相似度量模型提取相似序列,依据提取的序列在风暴潮数据库中的记录信息,进行风暴潮辅助决策,为风暴潮灾害乃至整个海洋数据的研究提供了较好的技术支持。     

人体全基因测序有望只需1000美元在1天时间内完成

在人体的基因中,有30亿个碱基对,每个人的不同,就是由碱基对排列差异造成的。要想测出它的全部序列,现在的技术最少需要两三个星期,500万美元。由东南大学担纲的第三代人类基因测序关键技术研究取得重要进展,人体全基因测序有望只需1000美元、在1天时间内完成。这是记者5月24日从在南京举行的“第十一届设计与制造前沿国际会议”上获悉的。     

最小二乘支持向量机在臭氧浓度时间序列预测中试应用

将基于统计学理论的最小二乘支持向量机(LSSVM)方法试用于臭氧浓度时间序列预测.首先利用臭氧浓度时间序列资料重构了该混沌动力系统的相空间,然后沿着系统演化的相轨道用最小二乘支持向量机建立了臭氧浓度短时预测模型,并用上海市淀山湖站的臭氧观测资料做了提前1～8 h和提前24 h预报试验,结果显示这一模式能够较好地模拟臭氧浓度演化轨迹,提前1～8 h的预测精度均超过90%,提前24 h预报精度亦都在68%以上,预报效果较好.     

Terra/MODIS时间序列数据在湖泊水域面积动态监测中的应用研究——以洞庭湖地区为例

论文利用2005年Terra/MODIS卫星8天合成的250m地表反射率数据（MODIS Terra Surface Reflectance 8-Day L3 Global 250 m: MOD09Q1）构建的时间序列数据集,通过计算NDVI指数,结合典型地物的谱间特征,并借助SRTM数字高程数据,采用多源信息提取的方法对洞庭湖地区2005年水域面积变化进行了动态监测。结合Terra/MODIS数据特点,提出了全年最大淹没时间指数的概念,并通过对该指数的构建,完成了对洞庭湖地区重点水域淹没风险评价。结果表明：①文中提出的基于Terra/MODIS MOD09Q1数据的多源信息水体提取方法,通过更高空间分辨率ENVISAT/ASAR数据以及水文测站水位数据的检验表明,是切实可行的;②2005年洞庭湖地区水域面积变化特征总体表现为,在11~4月份期间较小,而在5~10月份期间较大。其中,4月份最小,9月份最大,两者相差了几乎1.5倍,受地区季节性降雨的年内分布规律及长江主汛期的影响显著;③通过全年最大淹没时间指数的计算发现,占研究区总面积84.13%的年内持久陆地和持久水域区域,基本上没有防洪压力,而剩余的15.87%的年内变化水域,由于潜在淹没风险的存在,则需要抗洪防险部门进行重点防控;④文中有关多源信息水面提取方法的实现以及全年最大淹没时间指数概念的提出,为今后更深入地探讨三峡工程建成运营对洞庭湖地区水域变化以及江湖关系的影响奠定基础。