简介：本文描述了使用Singleton工厂类创建表示数据库视图的数据集(DataSet)对象的一种机制。这里视图代表一个特殊用户角色感兴趣的数据，它包含一些表和SQL语句的集合。每个视图在基于XML的配置文档中表示为一个结点，它的结构用Schema来描述，数据存储在XML文档中。通过基于XPath的查询语句来查找存储在XML文档中视图的结点配置信息，工厂类可以依据配置信息创建数据集。由于可以动态地增加结点，工厂类也具有了在运行时动态扩展的能力。

简介：本文描述了使用Singleton工厂类创建表示数据库视图的数据集(DataSet)对象的一种机制。这里视图代表一个特殊用户角色感兴趣的数据,它包含一些表和SQL语句的集合。每个视图在基于XML的配置文档中表示为一个结点,它的结构用Schema来描述,数据存储在XML文档中。通过基于XPath的查询语句来查找存储在XML文档中视图的结点配置信息,工厂类可以依据配置信息创建数据集。由于可以动态地增加结点,工厂类也具有了在运行时动态扩展的能力。

简介：基于一0.5?牰'虨宫摤嫕?牰湩楣慰?潣灭湯湥?湡污獹獩儻汩慩?潍湵慴湩`

简介：在到环境变化的全球碳周期和它的反应理解海洋角色要求观察的高时间空间的分辨率。从多重来源合并海洋颜色数据是减轻单个海洋颜色传感器的限制的一个有效方法(例如，一行宽度和差距，多云或多雨的天气，和阳光闪烁)并且改进时间、空间的范围。自从看海的宽Field-of-View传感器(SeaWiFS)和在2010年12月11日结束的媒介光谱的分辨率成像分光计(MERIS)和2012年5月9日的使命，分别地，可得到的海洋颜色传感器的数字衰退了，关于空间、时间的范围减少合并海洋颜色数据的好处。在现在的工作，中等分辨率光谱中国的成像器(MERSI)/FY-3在处理合并和全球海洋叶绿素的新数据集被增加一(Chl一)集中(2000-2015)从遥感反射被产生(MERIS的Rrs())观察，中等决定的成像光谱辐射计(MODIS)-AQUA,可见红外线的成像辐射计(VIIRS)和MERSI。这些数据资源首先被合成一个集中数据是的统一遥感反射数据，然后Chl用联合Chl的inversed颜色的一个算法基于索引的算法(中央情报局)和OC3。合并数据产品从MERSI的增加在空间、时间的范围显示出主要改进。当MERSI数据在合并过程被增加时，合并产品的平均每日的范围在约9%是约24%全球海洋和增加。采样频率(时间的范围)被联合MERSI数据极大地改进，与到29.9%的从15.6%增加的中部的采样频率(57d／a)(109d／a)。合并Chl一产品此处被验证由在situ大小并且除了省略MERSI和GlobColour和措施用一样的途径把他们与合并产品作比较合并了数据。在新合并Chl之间的关联和相对错误一产品并且没有MERSI的增加，在situ，观察相对合并产品的结果是稳定的。Chl的时间系列集中没有增加MERSI和单个传感器，异例类似于合并产品。新合并产品从GlobColour和措施在约10%合并Chl以内同意一个产品。

简介：精确的海表面流动大小为理解全球水和精力周期是关键的。海洋的蒸发，是全球海洋的新鲜的水流动的一个主要部件，为预言海洋的循环和运输是有用的。全球Goddard基于卫星的表面狂暴的流动Version-2(GSSTF2；1987年7月2000年12月)正式在2001被释放的日期集合被科学界广泛地为全球精力和水周期研究使用了，并且地区性、短的时期数据分析。我们最近被NASA资助了恢复与不断地生产海表面的一致数据集的一个目的处理GSSTF数据集狂暴的流动，源于遥感数据。数据集是是reprocessed并且带新(GSSTF2b)使用改进了象最近升级的NCEP/DOE海表面温度分析那样的输入数据集，并且从传感器微波成像器(SSM/I)由遥感系统(RSS)生产了的专辑的升级的表面风和微波亮度温度V6数据集(版本6)。第二个新产品(GSSTF3)进一步被建议与一更好时间(12-h)并且空间(0.25°×0.25°)分辨率。GSSTF2b(1987年7月2008年12月)和GSSTF3(1999年7月2009年12月)将被2009年末和2011年初分别地为研究社区释放到使用。

简介：

简介：TheprojectionofChina'snear-andlong-termfutureclimateisrevisitedwithanew-generationstatisticallydownscaleddataset,NEX-GDDP(NASAEarthExchangeGlobalDailyDownscaledProjections).Thisdatasetpresentsahigh-resolutionseamlessclimateprojectionfrom1950to2100bycombiningobservationsandGCMresults,andremarkablyimprovesCMIP5hindcastsandprojectionsfromlargescaletoregional-to-localscaleswithanunchangedlong-termtrend.Threeaspectsaresignificantlyimproved:(1)theclimatologyinthepastascomparedagainsttheobservations;(2)morereliablenear-andlong-termprojections,withamodifiedrangeofabsolutevalueandreducedinter-modelspreadascomparedtoCMIP5GCMs;and(3)muchaddedvalueatregional-to-localscalescomparedtoGCMoutputs.NEX-GDDPhasgreatpotentialtobecomeawidely-usedhigh-resolutiondatasetandabenchmarkofmodernclimatechangefordiverseearthsciencecommunities.