XiaoMi-AI文件搜索系统
World File Search System浅层
潮间岩池中的生物多样性
沿海防御结构正在扩散以对抗上升和暴风雨海。随着对建筑环境的生态价值的越来越关注，正在努力创造新的栖息地以吸引生物多样性。岩石池在人工结构上很少见。我们比较了岩石池和新兴岩石之间的生物多样性模式，并评估了池深度和底层倾斜在确定生物多样性模式中的作用。岩石池比新兴的子宫更丰富。模式随深度和倾斜度而变化，而藻类组比浅层更呈浅层，而不是更深的栖息地。底层倾斜器对定植Epibiota的影响很小，除了在更深层次的栖息地中的冠层藻类外，垂直表面比水平表面更大的分类单元丰富度。在建筑环境中创建人工岩石池将对生物种类产生积极影响。建造不同深度，倾斜度和海岸高度的池将提供一系列栖息地，增加环境异质性，从而产生更多可能的生态壁ches，从而促进当地的生物多样性。！2014 Elsevier Ltd.保留所有权利。
地球科学理学学士
在地球物理专业中，我们使用观察性，正向和反向建模方法研究地球和其他行星的动力学和结构。 主题包括环境研究，海洋过程，水文学，冰川学，火山，地震，构造，影响，资源，浅层危害以及行星地幔的对流。 从全球研究到微观量表，以及从几秒钟到数十亿年的时间尺度上发生的过程，地球物理学家对地球的物理过程和特性提供了基本见解。 拥有地球物理学位，学生能够在各种学科中解决尖端问题，从基本的地球和气候科学研究到能源领域的应用，数据科学和技术以及国家安全。在地球物理专业中，我们使用观察性，正向和反向建模方法研究地球和其他行星的动力学和结构。主题包括环境研究，海洋过程，水文学，冰川学，火山，地震，构造，影响，资源，浅层危害以及行星地幔的对流。从全球研究到微观量表，以及从几秒钟到数十亿年的时间尺度上发生的过程，地球物理学家对地球的物理过程和特性提供了基本见解。拥有地球物理学位，学生能够在各种学科中解决尖端问题，从基本的地球和气候科学研究到能源领域的应用，数据科学和技术以及国家安全。
海滨可再生能源文献综述
摘要：这篇综述文章描述了海滨可再生能源。这项工作背后的动机和需求是提供背景文献，介绍如何利用气候变化效应作为浅层地热能（海滨能源解决方案）生产的资源支持。这将导致利用气候变化的影响来应对和缓解气候变化。作为我作为报告系列的文献综述的一部分，本报告提供了一些与水质和气候变化有关的海滨能源解决方案的背景信息。这篇综述文章涉及可再生能源的各个方面。这篇综述文章和其他系列文章中实施的方法是一个系统的文献综述过程。在从三个数据库中搜索和收集文章后，根据标题、摘要和整篇文章对它们进行评估，然后综合到文献综述中。关键结论是海滨可再生能源主要是浅层地热能，大多数方法都利用气候变化效应来发挥其优势，例如沉积物热能生产。主要建议是利用气候变化的影响来对抗和缓解其原因和进一步的后果。总体结论建立在主题不同方面之间的关系之上。本文对可再生能源进行了精确的当前回顾。这是关于气候变化、陆地隆升、水资源和海滨能源解决方案的四篇系列评论论文的最后一部分。
利用太阳能热技术利用枯竭的油气储层和利用浅层储层的卡诺电池技术进行地质热能储存 (GeoTES)：预印本
摘要 地质热能存储 (GeoTES) 利用地下储层来存储和调度能源，以满足可以跨越整个季节的特定需求计划。能源输入可以有多种来源/形式；在本文中，我们研究了 1) 结合太阳能热混合和使用枯竭的油气储层的 GeoTES 技术，以及 2) 结合由过剩可再生电力充电的热泵和使用低温浅层储层的 GeoTES 技术。对于每种 GeoTES 技术，我们都会对候选储层进行适用性分析，开发初步的技术经济模型，并通过选定的案例研究验证该模型。本文概述了我们在关注主题上的技术进展，旨在促进 GeoTES 技术在未来能源市场中得到更广泛的接受。
深度学习分类对持续无创脑机接口控制的好处
图 1 | BCI 数据的持续深度学习分类。在线 BCI 任务期间记录的 EEG 数据滑动窗口用于训练 Schirrmeister 等人（2017 年）报告的浅层 CovNet 架构。这些窗口长 500 毫秒，每 40 毫秒移动一次。根据提供的数据训练了两种类型的模型。“运动模型”使用与在线 BCI 实验相同的运动皮层电极蒙太奇进行训练。“所有模型”均使用所有可用电极进行训练。在连续步骤中，浅层 CovNet 架构使用密集层和 softmax 变换执行时间卷积、空间滤波、平方非线性、均值池化、对数变换和线性分类。在测试期间，训练后的模型为每个窗口提供类成员的估计概率。在模拟光标控制环境中，具有最高估计概率的类（红色圆圈）用于将虚拟光标移动到该最高估计概率的方向，并与该最高估计概率成比例。通过改变试验分类所需的总概率阈值（神经网络输出随时间的总和），探索了神经网络预测和控制系统之间的功能映射。低概率阈值模拟更快的光标控制，而高阈值模拟更慢的光标控制（有关更多详细信息，请参阅文本）。
EFUNDJA：安哥拉防洪地理空间项目
EFUNDJA 诞生于对安哥拉南部库内内省浅层地下水补给进行调查的过程中，该调查从 PERSIANN（加州大学水文气象和遥感中心）以及 TRMM（美国国家航空航天局）获取了 37 个水文年（1983/1984 年至 2019/2020 年）的卫星日降水数据。从两颗卫星获得的数据分辨率均为 0.25 度，并已提交皮尔逊相关系数测定，以确保两颗卫星数据可以一起用于进一步解释。
使用多光谱 WorldView-2 卫星进行深度推导...
摘要尽管最近努力收集整个太平洋岛屿地区的高分辨率多波束测深数据，但在 0-30 米深度范围内仍存在重大差距。实现这些地区的测深覆盖对于评估那里的珊瑚礁生态系统的健康状况至关重要。在这里，我们使用 WorldView-2 多光谱卫星图像和两种深度推导方法（Lyzenga，2006；Stumpf 等人，2003），将光谱辐射值与地面真实深度信息相关联，以推导夏威夷主要岛屿浅水区的深度。与 Stumpf 等人相比，我们的结果表明使用 Lyzenga (2006) 多元线性回归方法的准确性有所提高。(2003) 比率法。此外，我们通过从 Lyzenga (2006) 方法中消除线性化过程获得了更好的结果。这种改进可能与夏威夷主要岛屿内缺乏大型海草聚集有关，因为海草的存在已被证明会影响地面真实深度和光谱辐射值之间的线性关系（Doxani 等人，2012 年）。我们得出的深度产品的准确性与多光谱卫星图像的质量、地面真实数据的可用性和水深直接相关，水深 >20 米时准确性会大幅下降。我们的结果表明，在缺乏浅层（0-20 米）高分辨率测深数据的情况下，卫星得出的深度是研究浅层珊瑚礁生态系统的重要资源。
使用多光谱 WorldView-2 卫星进行深度推导...
摘要尽管最近努力收集整个太平洋岛屿地区的高分辨率多波束测深数据，但在 0-30 米深度范围内仍存在重大差距。实现这些地区的测深覆盖对于评估那里的珊瑚礁生态系统的健康状况至关重要。在这里，我们使用 WorldView-2 多光谱卫星图像和两种深度推导方法（Lyzenga，2006；Stumpf 等人，2003），将光谱辐射值与地面真实深度信息相关联，以推导夏威夷主要岛屿浅水区的深度。与 Stumpf 等人相比，我们的结果表明使用 Lyzenga (2006) 多元线性回归方法的准确性有所提高。(2003) 比率法。此外，我们通过从 Lyzenga (2006) 方法中消除线性化过程获得了更好的结果。这种改进可能与夏威夷主要岛屿内缺乏大型海草聚集有关，因为海草的存在已被证明会影响地面真实深度和光谱辐射值之间的线性关系（Doxani 等人，2012 年）。我们得出的深度产品的准确性与多光谱卫星图像的质量、地面真实数据的可用性和水深直接相关，水深 >20 米时准确性会大幅下降。我们的结果表明，在缺乏浅层（0-20 米）高分辨率测深数据的情况下，卫星得出的深度是研究浅层珊瑚礁生态系统的重要资源。
减少局部洪水造成的损失 - FEMA
A 区是指社区洪水保险费率图上显示的特殊洪水灾害区。A 区是百年一遇洪水期间可能被淹没的区域，即每年有 1% 的概率达到或超过洪水高度。A 区有几种类别，包括 AO（浅层流或积水；显示平均洪水深度）；AH 区（浅层洪水；显示洪水基准高度）；编号 A 区和 AE 区（显示洪水基准高度）；以及未编号 A 区（由于未进行详细的水力分析，因此未提供洪水基准高度）。