摘要：使用卫星遥感技术进行全球范围的降水观测已成为当前热点。然而,热带海岛地区因其气候特殊和地形复杂,遥感降水数据的精度评估尚未充分研究。文章以海南岛为研究区,利用小时尺度的站点数据对CMORPH、CHIRPS、GsMAP、GPM、MSWEP、ERA5-Land和PERSIANN进行多尺度系统评估,分析各类产品在该区域的降水探测能力。结果表明:1)相比于其他5种降水产品,GsMAP和GPM在不同时间尺度上均具有更优表现,相关性强,误差小,对各级降水的探测成功率较高。在3 h尺度上,GPM和GsMAP的相关系数分别为0.53和0.52;在日尺度上,GPM和GsMAP的相关系数分别为0.73和0.74。2)在年降水量对比中,过去20年海南岛的年平均降水量呈现波动中变化趋势,平均值为1776.4 mm/a。CMORPH的年平均值为1765.1 mm/a,与CHM-PRE数据集最为接近,误差较小。3)在空间分布格局研究中,GsMAP的降水量范围为1337.9~2287.0 mm,与站点观测数据(996.9~2368.9 mm)最为接近,呈现东部多于西部,西南山区多于东北平原的环状分布格局,尤其在海南岛东南部的高值中心区域,二者较吻合。4)在降水趋势分析中,CMORPH、ERA5-Land、GPM、MSWEP、CHIRPS和PERSIANN在海南岛部分地区呈现增加趋势,而GsMAP呈现较为强烈的增加趋势。5)在极端降水事件分析中,GPM能较好地模拟海南岛台风降水事件的时空演变特征。因此,在开展海南岛降水研究工作时,GsMAP和GPM是比较合适的选择。

摘要：数据驱动的材料设计模式已经广泛应用于材料科学研究中,以加速新材料从研发到应用的进程。机器学习技术能够挖掘数据中存在的潜在模式或规律,是数据驱动材料设计模式的研究关键和热点。其中,基于主动学习的策略已经成功指导了多种新材料的开发。首先,介绍了主动学习的研究思路、构成要素及每个环节常用的方法;其次,以航空发动机材料如高温合金、钛基合金、复合材料、热障涂层等为例,介绍了机器学习在其中的具体应用和取得的效果;最后,针对航空发动机材料的恶劣服役环境,展望了机器学习应用于航空发动机材料面临的挑战,并提出了可能的解决方案。

摘要：现有核电厂反应堆堆芯功率较大,其停堆后衰变释放的热量相当可观。本文利用压水堆燃料管理程序对国内某900MW核电站堆芯进行了详细的跟踪计算,获得了整个寿期内具有工程参考价值的堆内组件功率分布和累积的燃耗分布。利用ORIGEN-2程序对堆芯不同运行阶段停堆后的衰变热进行计算,分析了停堆后较短时间内衰变热的变化规律,得到了堆芯内各个组件衰变热大小的分布情况。结果表明,寿期初停堆在停堆后短时间内衰变热较高,停堆较长时间后衰变热与反应堆运行时间呈正相关关系。