众所周知,土壤退化是全球性问题之一。由于各种土壤退化过程,全球每年有 600 万公顷农业用地无法使用 [1, 2]。从农业角度来看,土地退化是由土壤生产特性的下降决定的,即人类和牲畜的生物量或生产力的下降。从生态角度来看,土地退化意味着对陆地生态系统的破坏 [3, 6, 9]。根据 Liberti 等人 [12] 的研究,退化的表现是复杂的自然和人为因素相互作用的结果。土壤退化也可以通过多种方式进行研究,包括直接实地观测和遥感 [4-6]。目前,如果没有遥感数据,就无法想象土壤覆盖的研究、土壤测绘及其校正。遥感是土地调查研究中最重要和不可替代的部分之一。现代空间技术和成像设备的进步使得分析、研究、评估和绘制区域不同区域的状况成为可能 [7]。遥感方法比传统方法更经济、更有效,对于通过单一图像控制大面积区域非常重要 [7, 18]。已经开展了大量利用地理信息系统 (GIS) 处理遥感数据和识别退化土地的科学研究。基于遥感获得的图像可以快速定性地检测不同级别的退化土地 [7, 10]。此外,遥感数据在土壤淋溶建模方面非常有效 [11, 13, 14]。
摘要:使用观测值和高分辨率数值模拟研究了深渊南海(SCS)的地形波浪波(TRW)。这些能量波可以占中央SC中深层边界电流和海拔区域中动能(KE)的40%以上。这一比例甚至可以在北部和南部SC的斜坡上达到70%。TRW诱导的电流表现出柱状(即相位)结构,其中速度向下增加。波特性,例如周期(5-60天),波长(100-500 km)和垂直捕获量表(10 2 –10 3 m),根据SC的环境参数的不同。TRW能量沿陡峭的地形传播,相位传播在海上。trws具有高频的攀岩效果比低频的攀爬效果更强,因此可以进一步上坡。对于具有一定频率的TRW,波长和捕获量表以地形β为主导,而组速度对内部Rossby变形半径更敏感。带有水平剪切的背景循环可以改变TRW的波长和方向,如果流速与组速度相当,尤其是在中部,南部和东部SC中。一个案例研究提出了TRW的两个可能的能源:上层的中尺度扰动和深层的大规模背景循环。前者通过压力工作提供KE,而后者通过斜压不稳定性转移了可用的势能(APE)。
摘要:高山环境易受气候变化影响,迫切需要准确建模和了解这些生态系统。过去十年来,使用数字高程模型 (DEM) 来获取代理环境变量的普及度不断提高,特别是因为 DEM 可以相对便宜地以非常高的分辨率 (VHR;<1 米空间分辨率) 获取。在这里,我们实现了一个多尺度框架,并比较了由光检测和测距 (LiDAR) 和立体摄影测量 (PHOTO) 方法产生的 DEM 衍生变量,目的是评估它们在物种分布建模 (SDM) 中的相关性和实用性。以瑞士西部阿尔卑斯山两个山谷的北极高山植物 Arabis alpina 为例,我们表明 LiDAR 和 PHOTO 技术均可用于生成用于 SDM 的 DEM 衍生变量。我们证明,PHOTO DEM 的空间分辨率至少为 1 米,其精度可与 LiDAR DEM 相媲美,这在很大程度上要归功于与市售的 LiDAR DEM 相比,PHOTO DEM 可以根据研究地点进行定制。我们获得了空间分辨率为 6.25 厘米 - 8 米(PHOTO)和 50 厘米 - 32 米(LiDAR)的 DEM,其中我们确定 SDM 中 DEM 衍生变量的最佳空间分辨率在 1 到 32 米之间,具体取决于变量和站点特征。我们发现 PHOTO DEM 范围的缩小改变了所有衍生变量的计算,这对它们的重新计算产生了特殊影响
摘要:本研究采用基于知识的模糊分类方法,通过分析从数字高程模型 (DEM) 获得的形态参数 (地形属性) 对城市地区可能的土壤地貌进行分类。以柏林市区为例,比较了两种不同分辨率的 DEM 在寻找地貌、土壤类型之间的特定关系以及这些 DEM 用于土壤制图的适用性方面的潜力。几乎所有的地形参数都是从高分辨率光探测和测距 (LiDAR)-DEM (1 m) 和先进星载热发射和反射辐射计 (ASTER)-DEM (30 m) 获得的,这些参数被用作对选定研究区域内地貌进行分类的阈值,总面积约为 39.40 km 2 。通过将地面点样本作为地面真实数据与分类结果进行比较,评估了两种分类的准确性。基于 LiDAR-DEM 的分类在将城市地区的地貌分类为地貌(子)类别方面表现出良好的效果。总体准确度为 93%,这说明该分类结果令人满意。而基于 ASTER-DEM 的分类准确度为 70%。基于 ASTER-DEM 的分类较为粗糙,需要与土壤形成因素直接相关的更多详细信息来提取地貌参数。在对地貌进行分类时,使用 LiDAR-DEM 分类的重要性尤为明显
高光谱长波红外遥感与区域三维重建相结合,可提高探测可靠性,减少在山区和丘陵地区搜寻地下物体(杀伤人员地雷、简易爆炸装置和未爆炸弹药)时的误报频率,因为这些地区难以使用扫雷器。多角度遥感使我们能够排除被遮蔽并以一定角度放置的物体的跳跃,并将含有异常物体的土壤与普通土壤和表面不规则物分开。给出了用于雷区测绘的光学数字综合体的概念,其主要基础是高光谱设备,该设备从两个光学通道接收数据,并将它们分成长波红外范围内的数十个光谱通道。一个光学通道扫描天底,第二个通道以一定角度扫描土壤表面。该综合体还包括一个可见光范围的相机,用于接收不同空间平面中的一系列图像以进行进一步的三维重建。描述了一种获取分段高光谱数据并将其与重建的数字地形模型相结合的方法,用于解决隐藏地面和地下物体的探测、侦察以及在不同坡度地形上规划人道主义排雷任务的问题。
该研究的总体目标是总结战术考虑因素,由地形和天气分析产生,以支持地下操作的准备,计划和执行。该研究使用扎根理论来收集,分析和系统处理数据。该研究的主要数据源包括从兰尼亚系统中的操作中进行的目的抽样以及从中吸取的经验。现在建议将两个新的子变量从地形和天气变量中包括在地形分析模型中,用于地下操作:地下系统的位置和访问以及地下系统功能。寻找地下系统的关键是通过地形分析,物理地面搜索,操作的Indica Tors和智能产品。对地下系统特征及其映射的分析对于制定行动方案至关重要。必须在短距离内进行训练和装备进行操纵和战斗,并且可见性不佳。表面接入点以及命令和控制掩体通常被评估为关键地形。在交叉口放置的障碍物是出色的伏击站点。访问复杂的结构需要特定的技术和设备。在地下系统,现有角度,障碍物,墙壁,腔,楼梯间和其他物体内部提供覆盖和隐藏。水可以使建立地下系统,放置障碍甚至使用它们;干旱可以“创造”方法的新途径。云和雾难以检测地下系统。地形和天气分析模型,特征和策略的考虑,全部合并,支持地下系统中操作的准备,计划和执行。
拖曳船上和系泊观测表明,内部重力波越过帕劳北部热带西太平洋海域海面以下 1000 米的高大超临界海底山脊。背风波或地形弗劳德数 Nh 0 / U 0(其中 N 为浮力频率,h 0 为山脊高度,U 0 为远场速度)介于 25 和 140 之间。波浪是由潮汐和低频流叠加产生的,因此具有两个不同的能量源,组合振幅高达 0.2 ms 2 1 。波浪的局部破碎导致湍流动能耗散率增强,在靠近地形的山脊背风处达到 10 26 W kg 2 1 以上。湍流观测显示大潮和小潮条件形成鲜明对比。大潮期间,潮汐流占主导地位,湍流在海脊两侧分布大致相等。小潮期间,平均流占主导地位,相对于平均流,湍流主要出现在海脊下游一侧。海脊对水流施加的阻力估计为 O (10 4 ) N m 2 1(每次穿越海脊时),以及相关的功率损失,为低频海洋环流和潮汐流提供了能量吸收。
1大气与海洋科学系,科罗拉多大学博尔德大学,美国科罗拉多州博尔德2个国家可再生能源实验室,美国科罗拉多州戈尔登,美国科罗拉多州
作为功能接口的光学神经成像系统的最新进展增强了我们对大脑神经活动的理解。高密度漫射光学地形(HD-DOT)使用多距离重叠通道来提高图像的空间分辨率,可与功能性磁共振成像(fMRI)相媲美。源和探测器(SD)阵列的拓扑结构直接影响 HD-DOT 成像模态中血流动力学重建的质量。在本文中,通过展示基于分析方法的模拟设置,研究了不同 SD 配置对脑血流动力学恢复质量的影响。鉴于 SD 排列决定了雅可比矩阵的元素,我们得出结论,该矩阵中的各个组件越多,检索质量就越好。结果表明,多距离多方向(MDMD)排列在雅可比阵列中产生更多独特元素。因此,逆问题可以准确地检索漫射光学地形数据的大脑活动。
摘要 N-糖链的连续甘露糖修剪(Man 9 GlcNAc 2 -> Man 8 GlcNAc 2 -> Man 7 GlcNAc 2 )促进内质网相关错误折叠糖蛋白(gpERAD)的降解。我们在人类 HCT116 细胞中进行的基因敲除实验表明,EDEM2 是第一步所必需的。然而,之前的研究显示,纯化的 EDEM2 在体外对 Man 9 GlcNAc 2 不表现出 1,2-甘露糖苷酶活性。在这里,我们发现 EDEM2 与 TXNDC11 稳定地通过二硫键结合,TXNDC11 是一种含有五个硫氧还蛋白 (Trx) 样结构域的内质网蛋白。 EDEM2 甘露糖苷酶同源域之外的 C558 与 Trx5 中的 C692 相连,后者仅包含 TXNDC11 中的 CXXC 基序。这种共价键合对于 HCT116 细胞中的甘露糖修剪和随后的 gpERAD 至关重要。此外,从转染的 HCT116 细胞中纯化的 EDEM2-TXNDC11 复合物在体外将 Man 9 GlcNAc 2 转化为 Man 8 GlcNAc 2(异构体 B)。我们的研究结果确立了 EDEM2 作为 gpERAD 启动子的作用,并首次清楚地证明了 EDEM 家族蛋白的体外甘露糖苷酶活性。
