1986年1月28日：挑战者号航天飞机爆炸及其后续发展

 1986 年1 月28 日,美国全国引颈期盼挑战者号航天飞机(Space Shuttle Challenger)历史性飞航的发射升空,这是美国国家航空航天局(NASA)的骄傲与喜悦。挑战者号上的航天员包括有一位高中老师麦考利芙(Christa McAuliffe),她是第一位要被送进太空的非航天员。然而挑战者号才飞行了73 秒,就写下不幸的历史。在数百万美国人的观看下,它突然烧成火焰,7 名航天员全数丧生,是史上最惨烈的太空灾难。     

四阶方程两点边值问题变号解的存在性

利用一个已有的抽象结论,证明了一类非线性四阶方程两点边值问题变号解的存在性.     

无穷限积分的控制收敛理论

本文根据有限区间上Ｒｉｅｍａｎｎ积分的Ａｒｚｅｌａ控制收敛定理［１］，给出无穷限积分的控制收敛定理，并做了相应的推广。     

基于高分五号高光谱影像的干旱区盐渍化土壤盐分含量估算

目前星载高光谱传感器较少,基于高光谱影像的土壤盐分含量估算研究仍处于探索之中。高分五号(GF-5)是目前国内光谱分辨率最高的卫星。目的是研究高分五号高光谱影像大面积估算干旱区盐渍化土壤盐分含量的可行性。选择新疆焉耆为研究区域,采集了198个土壤样本。首先,检测土壤样本中的全盐量、Na⁺、Ca²⁺、SO₄^2-、Cl^-的含量,利用ASD FieldSpec3地物光谱仪在实验室测定土壤样本的光谱反射率。然后,对实验室土壤光谱进行SG(Savitzky-Golay)平滑预处理,采用竞争自适应重加权采样法选择土壤盐分的特征波段,再利用偏最小二乘、岭回归和支持向量机建立土壤盐分含量的回归模型,发现实验室光谱反演土壤盐分的模型精度较高,五种土壤盐分反演模型的校正集决定系数均大于0.97,预测集决定系数均大于0.90。接着,获取土壤采样同期的高分五号高光谱影像数据并进行预处理,根据采样点位置在影像上提取了198个土壤样本的光谱曲线,使用与实验室光谱相同的反演方法,建立了高分五号影像光谱与土壤盐...     

“神龙一号”轫致辐射靶设计

利用数值模拟方法,设计了"神龙一号"直线感应加速器的轫致辐射靶的靶材及结构。实验测量了钽叠靶所产生的X光照射量和X光焦斑,得到转换靶正前方1m处的X光照射量在0.103C/kg以上,产生的X光焦斑小于1.5mm,满足"神龙一号"轫致辐射靶的设计要求。     

超高效液相色谱法测定脐橙中橘红2号和苏丹红

采用超高效液相色谱法同时测定脐橙中的橘红2号和苏丹红染料。样品经乙腈超声提取,氨基固相萃取小柱净化后,用Waters ACQUITY UPLC BEH C18色谱柱分离,以乙腈-水为流动相进行梯度洗脱,采用二极管阵列检测器检测,检测波长分别为478 nm和515 nm。5种染料的质量浓度在0.20~20 mg·L-1范围内呈线性,检出限(3S/N)在0.31~0.53μg·kg-1之间。加标回收率在87.8%~99.4%之间,测定值的相对标准偏差(n=5)在0.54%~3.1%之间。     

抽象空间中非线性算子方程变号解的存在性研究

利用Banach空间中的锥理论和不动点定理讨论了非线性算子方程变号解的存在性,给出了E_u_0空间下非线性算子方程变号解至少有一个变号解、一个正解和一个负解的条件,并讨论了仅通过一个上解条件得出非线性算子方程变号解的存在性定理.     

一类具有变号位势Kirchhoff型方程解的存在性

该文研究了一类带有变号位势非线性项的Kirchhoff型方程的Neumann边值问题.利用变分方法,首先对空间进行分解,证明了该问题的能量泛函满足山路结构;然后证明了能量泛函的(PS)序列有强收敛的子列;最后通过Ekeland变分原理和山路引理,获得了该问题两个非平凡解的存在性.     

高分六号宽幅数据识别火烧迹地的光谱及指数分析

为探究利用高分六号卫星宽幅（GF-6 WFV）数据识别火烧迹地的适宜光谱波段和指数,选取2019年发生在我国内蒙古大兴安岭林区的三处雷击火形成的火烧迹地作为研究区,结合GF-6 WFV波段组成,选取归一化植被指数（normalized difference vegetation index, NDVI）、全球环境监测指数（global environment monitoring index, GEMI）、增强植被指数（enhanced vegetation index, EVI）、燃烧面积指数（burned area index, BAI）、土壤调节植被指数（soil-adjusted vegetation index, SAVI）、改进型土壤调节植被指数（modified soil-adjusted vegetation index, MSAVI）和归一化差异水体指数（normalized difference water index, NDWI）等7个光谱指数及地面叶绿素指数（MERIS terrestrial chlorophyll index, MTCI）、归一化差值红边指数（normalized difference red edge index 1, NDRE1）、改进的叶绿素吸收指数（modified chlorophyll absorption ratio index 2, MCARI2）和改进的归一化土壤指数（modified normalized difference soil index, MNDSI）等4个改进指数,基于同期影像和前后两期影像进行火烧迹地和其他典型类别的区分度计算,并利用上述11个指数及指数差值进行火烧迹地的识别,定量评价了GF-6 WFV各波段、所选光谱指数及改进指数识别火烧迹地的能力。结果表明：（1）GF-6 WFV的近红外波段和新增的两个红边波段区分度较高,反映火烧迹地特征的能力较强。（2）在区分火烧迹地和火烧前正常植被上,NDVI, GEMI, EVI, BAI, SAVI, MSAVI和NDWI 7个光谱指数等的区分能力较强,4个改进指数中,NDRE1和MCARI2的区分能力较好,MNDSI和MTCI的区分效果较差。（3）在区分同期影像火烧迹地和其余典型类别上,BAI, NDVI, MCARI2和NDWI区分效果较优,其次为NDRE1, GEMI, EVI, SAVI和MSAVI,而MNDSI, MTCI的区分能力较差。（4）在利用所选指数和指数差值识别火烧迹地中,GEMI, EVI, BAI, SAVI和MSAVI的识别精度均较优,其次是MCARI2, NDVI和NDWI,做差后提取精度显著上升,Kappa系数均提升到0.80以上,MTCI, MNDSI和NDRE1提取效果较差。综合比较,BAI和GEMI识别效果最好,NDVI, EVI, SAVI, MSAVI, NDWI和MCARI2的识别能力中等,而MNDSI, NDRE1和MTCI等3个改进指数识别火烧迹地的能力较差。