税务演讲稿--《武陵山上的星光》观后感

星光集团：截至二零二一年三月三十一日止年度年报.PDF

星光增值税计算系统，是一套帮助公司会计人员计算一般纳税人增值税的系统，可以使含税金额价税分离，并可计算每月增值税的交税金额等功能，会计人员的好帮手，本软件简单易用

星光农机：星光农机2020年年度报告（修订稿）.PDF

基于GIS的云贵高原典型地貌区极端降水时空分布规律研究_闫星光.caj

贵州省地处云贵高原东部,降水时空分布分异显著,极端降水导致的山体崩塌等地质灾害现象频发,识别降水时空分布规律对于地质灾害防控预警尤为必要。本文基于贵州省19个站点1951-2013年日、年降水数据,综合运用克里金插值方法、Mann-Kendall秩次相关法、线性倾向估计法和降水距平法,从年均降水量、年均最大降水量和日最大降水量以及年降水天数等方面研究贵州省降水时空分布规律。结果表明,贵州省年均降水空间分布不均匀,整体呈现南多北少的分布趋势;年均最大降水量介于1283.7～2103.4 mm之间,最大值出现在贵州省西部盘县,最小值分布于贵州省北部毕节市;日最大降水量介于113.2～337.2 mm之间,最大值降雨中心分布在贵州省南部罗甸县,最小值降雨中心位于贵州东南部三穗县;近63年贵州省年均降水量和年降水天数均呈现下降趋势,其中,年降水天数在2001年发生突变后显著下降;而日最大降水量多呈现上升趋势。证明贵州省的降水呈现整体下降而单日降水剧增,日极端降水将成为地质灾害风险预警的重要因子。

喀斯特山区地形复杂,地势起伏大,降水量时空分布不均匀,尤其是丰水期降水量的分布直接影响当地经济作物的生长,也是地质灾害发生的诱因.以贵州省77个气象站点30 a（1981—2010年）丰水期月均降雨量为基础数据,分析了地形因素（海拔、坡度和坡向）和气象因素（站点压强及相对湿度）与贵州省降水的相关性,并对4种协克里金插值模型方法进行了对比研究.结果表明:采用Pearson相关性分析得出坡向与研究区降水相关性最强,相关系数为0.998.综合对比不同协克里金半变异函数模型（稳定模型、指数模型、球面模型和高斯模型）预测值和实测值的结果表明球面模型的偏差均值最小（MAE=-0.000 4）,一致性系数最优（RMSE=0.864）.采用球面模型的协克里金插值是进行贵州省降水插值的最好方法,这为更有效地识别出喀斯特地区丰水期降水空间分布提供基础.

20210603-中信证券-科技行业Fintech前沿应用探索专题：星光不问赶路，锻造中信证券研究投研图谱.pdf

20210601-中信证券-Fintech前沿探索：星光不问赶路，锻造中信证券研究投研图谱.pdf

创建一个漂亮的 NEO F4244 小行星光曲线图。