澄碧河水库流域降雨变化分析北大核心

为了研究气候变化条件下,澄碧河水库流域降雨变化特征,以流域内8个雨量站点1966-2015年共50 a的降雨资料,运用线性趋势法、滑动平均法、距平百分比、变异分析法和Arcgis空间插值法等对澄碧河水库流域降雨变化趋势和变异性进行分析,结果表明:过去50 a,澄碧河水库流域降雨呈减少趋势,变化幅度为-3.53 mm/a,空间分布上,降雨自西北向东南递减,其倾向率则大致与降雨空间分布呈互逆变化趋势;流域降雨在年系列内发生弱变异~巨变异不同程度的变异,与降雨倾向率有相似空间分布趋势,东南地区最为显著,年代间变异强度中心大致呈集中于库区(20世纪60年代、80年代和21世纪)-分散于库区(20世纪70年代和90年代)往复变化趋势;结合流域气温和蒸发资料分析,统计时段内流域气温呈增加趋势(气温倾向率为0.013 6℃/a),蒸发则与降雨有相同减少趋势(蒸发倾向率为-2.42 mm/a),可见,流域呈现暖干趋势。     

基于遥感的疏勒县植被覆盖时空变化研究

[目的]评价疏勒县生态环境质量及生态环境演变过程.[方法]基于Landsat遥感影像数据,利用归一化植被指数NDVI、像元二分模型、中心迁移模型等方法分析了 1996-2017年疏勒县植被覆盖时空演化.[结果]①疏勒县植被覆盖分布总体以高植被覆盖为主成大面积片状分布,中、低植被覆盖主要以盖孜河和克孜河为轴线,相对围绕高...     

连城县森林资源景观要素变化分析

对连城县2003年、2014年2期森林资源二类调查档案数据进行森林景观要素变化进行分析,结果表明:各景观要素斑块面积数量发生了显著变化,林地与非林地的面积保持相对稳定。研究时段各景观要素间发生了斑块异质相互转化,表现了森林景观在人为干扰下的恢复演替过程,总体景观异质性增强。     

涪江流域径流量变化及对武引灌区引水的影响

研究运用涪江武都引水枢纽段1984-2010年的年径流量和月径流量资料分析流域径流量变化规律,并结合2005-2010年武引灌区实际引水情况分析流域径流量变化对灌区引水的影响。根据研究,涪江武都引水枢纽段具有年径流量线性下降、年代际平均径流量下降、年径流量丰枯波动等特征,而未来灌区需水总量将大幅增加,将对灌区引水总量产生影响;涪江发生枯水的月份与灌区灌溉用水时间的吻合,加剧了灌区供用水的矛盾,将对灌区引水时间产生影响。因此,应采取积极的措施应对径流量的变化,使武都引水工程更好地为灌区工农业生产服务。     

缓冲材料弹性模量对鸡蛋冲击特性的影响研究

就缓冲材料的弹性模量对鸡蛋跌落冲击特性的影响进行试验研究。通过分析试验数据,建立回归方程,并对回归方程进行曲线拟合,得出缓冲材料弹性模量与碰撞参数之间的关系。结果表明,缓冲材料的弹性模量对冲击力峰值和碰撞时间影响极显著,该结果可为鸡蛋的加工、包装和运输提供一定的参考。     

山区河流生态河道治理工程扰动区植被群落恢复的影响研究

工程扰动严重破坏原有地形地貌和生态植被,加剧生态环境的恶化与生态系统的退化,为减少水土流失和浅层滑坡,加速植被恢复和生态修复,对工程扰动区植被群落恢复进行研究是比较有意义的课题.研究选择生态治理后处于自然恢复期的石葵河作为研究对象,对工程扰动区不同水位的植被恢复进行季节性监测和实地调查,统计河道边坡植被恢复种类及数量、...     

施肥模式对菜田土壤微生物数量的影响

采用丝瓜、番薯叶、番茄3种蔬菜,每种蔬菜均设6个施肥处理,即牛粪、牛粪+尿素、牛粪+尿素+硫酸钾、尿素、尿素+硫酸钾、不施肥,在蔬菜播前与收获后集中采样并测定土壤细菌、真菌、放线菌数量。结果表明:丝瓜、番薯叶、番茄3种蔬菜采后土壤细菌数量远超于放线菌和真菌。收获以后牛粪+尿素+硫酸钾处理与对照相比:丝瓜区、番薯叶区、番茄区土壤耕作层细菌数量分别提高16.1%、15.7%、14.0%,放线菌数量分别提高4.6%、18.4%、26.4%,真菌数量分别提高10.2%、17.9%、14.9%。     

可靠些,再可靠些——高密市供电公司提高供电可靠率纪实

“提高供电可靠率就是减少客户停电时间,让电网发展成果真正惠及千家万户,努力为群众提供安全、可靠、优质的电力供应。”国网山东高密市供电公司总经理郝国梁这样理解供电可靠率的内涵。     

温室内人参生长区土壤温度变化的试验研究

人参以根入药,在其生长过程中,土壤温度的变化对人参生长速度和品质有着重要的作用,而环境温度的变化对各深度土壤的温度有很直接的影响.为此,对温室人参生长区内的土壤进行了试验研究.试验表明:随着土壤深度的增加,环境温度的影响越来越小,土壤温度有趋于稳定的趋势.     

基于LS-SVM的小水电站年发电量智能预测模型

针对小水电站年发电量序列的特点,将最小二乘支持向量机(least squares support vector machine,LS-SVM)回归模型引入年发电量预测领域,并给出了相应的过程和算法。与常规基于人工神经网络(artificial neural net-works,ANN)的智能预测方法比较,该模型优点是明显的:①将神经网络迭代学习问题转化为直接求解多元线性方程;②整个训练过程中有且仅有一个全局极值点,确定了预测的稳定性。最后,一个实际的预测例子表明:该模型实现容易、预测准确,适用于小水电站预测。