7890A旗舰气相色谱仪及5975C气-质联用仪

2007年3月12日安捷伦科技（NYSE：A）在北京正式宣布推出最新7890A气相色谱（GC）系统及5975C气．质联用（GC／MSD）系统．7890A气相色谱仪将色谱的性能、效率和灵活性推向了一个新的水平，揭开了安捷伦40年来在色谱领域一直领先的新篇章．而5975C气-质联用仪则将7890A气相色谱与复杂样品微量化合物的超高灵敏度检测能力的质谱检测器进行了完美组合．     

谈双鸭山市气象特征及地形特征对空气质量的影响

双鸭山市采暖期污染较重是因为采暖期燃煤量大、低矮分散的面源多的缘故，同时气象因素及地形特征对空气质量的影响也起着相当大的作用，采用2005年空气质量监测数据，进行双鸭山市气象特征及地形特征对空气质量影响分析，得出空气较稳定的取暖期和具有山风、谷风、局地环流的地形特征是形成双鸭山市空气污染的主要原因之一，并针对地形特征及气象特征对双鸭山市空气质量的影响提出空气污染治理措施。     

呼和浩特市污染气象对城市发展的制约条件研究

本文就呼和浩特地区大气污染潜势进行详细分析并对污染气象与大气环境质量的关系进行研究，对目前呼和浩特市环境现状主要存在的问题及其制约条件及其污染控制提出可行性意见。     

防止气候变化的能源效率战略的实施机制和借鉴

本文通过分析1992年《联合国气候变化框架公约》及其1997年《京都议定书》对国家能源利用的基本规范和目标要求，提出提高防止气候变化的基本战略，市场机制是国家实现能源效率战略的基本途径，并总结了发达国家在提高能源效率方面值得我国借鉴的措施和经验。     

空气中臭氧浓度与氮氧化物浓度及气象因子的相关研究

空气中臭氧浓度与氮氧化物浓度及气象因子的相关研究ＳｔｕｄｙｏｎｔｈｅＦａｃｔｏｒｓｏｆＭｅｔｅｏｒｏｌｏｇｙａｎｄｔｈｅＤｅｎｓｉｔｙｏｆＯｚｏｎｅａｎｄＮｉｔｒｏｇｅｎＯｘｉｄｅｉｎｔｈｅＡｉｒ黄建，李谦，陈卫东，郑碧发，文燕，沈菁（四川绵阳市环境...     

复杂地形污染物扩散模式此较

对复杂地形污染物扩散模式的国内外的研究成果作了回顾性的展望，在此基础上对各模式的适用性做出比较，最后，对今后有待改进的方面提出了一些意见。     

基于微气象学方法的麦田CO2和O3通量的观测与模拟

利用涡度相关技术对长江三角洲地区冬小麦麦田白天时段CO₂和O₃通量进行连续观测,分析其变化特征.引入并参数化Jarvis乘法模型,预测冬小麦冠层尺度CO₂和O₃通量.结果表明：整个观测期间,麦田CO₂浓度和通量的范围分别为372.3~487.1μL/L和-0.4~-40.3μmol/（m²·s）,均值分别为402.6μL/L和-13.4μmol/（m²·s）.O₃浓度和通量的范围分别为4.6~116.6nL/L和-0.2~-20.7nmol/（m²·s）,均值分别为50.9nL/L和-6.8nmol/（m²·s）.CO₂和O₃通量最高值出现在冬小麦的孕穗期和开花期,该时期冬小麦光合能力最强,对CO₂与O₃的吸收最大.冬小麦CO₂和O₃通量总体上呈相似的日变化模式,上午CO₂通量明显高于下午,上午O₃通量却低于下午.温度、水汽压差、光合有效辐射、物候期等环境因子驱动下的冬小麦冠层通量与叶片气孔导度具有相似的限制机制,利用修订后的Jarvis乘法模型模拟了CO₂和O₃通量,并与实测值进行对比验证,表明修订后的模型分别解释了CO₂和O₃通量62%和60%的变异性,适用于本地冬小麦CO₂和O₃通量的模拟.     

基于复杂网络的全球稻米贸易格局演化及其启示

运用复杂网络分析方法,采用2000—2016年国际贸易关系数据构建了全球稻米贸易网络,分析了全球稻米网络格局演化特征及中国在全球稻米贸易格局中的角色变化。研究发现：（1）2000—2016年全球稻米贸易网络规模不断扩大、相互依赖性加深,网络结构的异质性特征明显,核心节点对网络稳定性有控制作用;（2）印度、泰国、中国、越南、巴基斯坦、美国是网络核心节点,东南亚、南亚、东亚地区保持着全球稻米贸易核心区地位;（3）全球稻米贸易网络划分为六个主要组团,地理临近是组团格局形成的重要因素,组团内部呈现出口国主导、进口国跟随的特征;（4）中国作为全球最大的稻米进口国家,进口来源相对稳定。建议今后我国继续挖掘全球稻米贸易潜力,充分发挥贸易网络的优势,在风险可控前提下,增加进口、优化出口,提高贸易网络的复杂性,从而提升安全保障能力。     

模拟涨潮的复杂海岸类型岸线自动提取方法

传统的海岸线提取方法往往仅针对某种类型的海岸有效,对于多种类型混合海岸区域,则需要对图像分类裁剪、分别提取岸线、拼接图像才能提取出完整的海岸线,该过程不仅实现较为复杂,而且将不同类型海岸严格划分开的难度也很大,因此,本文提出了一种适用于混合海岸类型区域提取海岸线新方法——模拟海水涨潮过程的海岸线自动提取方法。首先采用波段差决策树分类分析方法（spectral difference decision tree,SDDT）对遥感影像进行分类,根据地物类型差异将各区域类别标记为"可涨潮区域"与"不可涨潮区域"两类;其次,通过计算每个斑块区域的面积,将面积小于某一预设阈值的区域块定义为噪声区域,去除所有噪声区域;然后,再通过最大矩形填充算法（maximum rectangle filling algorithm,MRFA）模拟海水涨潮逐步填充"可涨潮区域"并提取海岸线。本文方法提取的海岸线较为连续,不受地物分类结果图中的少量误分类斑块的影响。