大气反演模型模拟的CO2浓度与GOSAT卫星观测值的对比（英文）

大气CO2反演法是碳浓度/源汇估算的重要方法,其估算精度一直受观测数据不足的制约,而CO2卫星观测数据的出现必将改变这一现状.将大气反演模型CTDAS模拟浓度与GOSAT-ACOS3.3卫星观测值作对比,以分析观测与模拟CO2浓度间的误差分布特征,为CTDAS同化GOSAT数据作前沿性技术探讨.结果表明,CTDAS与GOSAT的CO2数据相关性较好,其全球浓度平均差异(CTDAS–GOSAT)为(–0.11±1.81)ppm.在2009~2010年之间,观测与模拟值间的最大纬度偏差出现在0°~15°N间,其纬度间的误差达~4 ppm,说明该区的CTDAS浓度模拟值可能存在很大的不确定性.同时,我们也对不同半球及不同洲际间的CO2浓度作了对比.研究表明,全球各区的平均浓度差异均小于1 ppm,但不同区域间CO2差异分布明显不同.其中,北半球陆地CO2差异的相关性明显优于南半球.总之,CT-DAS与GOSAT的CO2数据有较好的一致性,其对比结果将为下一步的卫星同化工作提供重要指导.     

支持大并发量的车辆管理系统建设

为了解决由海量的车辆信息造成的大规模并发数据的传输问题,基于NIO（new input output）框架设计支持高并发数据接收的车辆信息管理平台。该系统利用主从线程、延迟入库与实时显示等技术完成高并发数据的接收与入库。应用分析结果表明,该系统成功通过压力测试,在实际运用中能够支持5 000辆以上的车辆同时在线,成功获取音频、视频等多媒体信息、提供信息管理、统计报表、位置查询、路线优化、安全调控等服务。最后在占用内存和系统吞吐量两方面与传统BIO方法进行对比,结果表明所述NIO方法有较大优势。该系统可为大并发量的车辆管理系统建设提供有力支持。