水环境中弱极性痕量有机污染物采集富集装置的研究与开发

水环境中的弱极性痕量有机污染物定量分析通常需要采集大体积水样,针对此大体积水样采集受到运输、空间、污染等因素影响的缺点,研制了一种大体积水样原位采集富集装置,直接将采集水样就地处理.该装置主要由蠕动泵、滤膜托盘、支撑柱、卡箍、压力阀、吸附材料套筒和流量计组成.该采样装置使用简单,操作方便,能够实现大体积水样原位采集富集,适合于大规模弱极性痕量有机污染物环境调查样品的采集和富集.     

商品畜禽运输性应激症的发生及防范

对商品畜禽运输性应激症产生的内因、外因进行了分析,针对各原因提出了防范畜禽运输性应激症的措施。     

浅析内蒙古大兴安岭林区人工落叶松二元立木材积表编制

文章首先分析了编制内蒙古大兴安岭林区人工落叶松二元立木材积表的必要性,提出了编表原则,论述了编表方法和流程,最后从社会效益、生态效益、经济效益三方面综合分析并给出了见解和意见。     

头塘小流域不同植被类型对土壤物理性质的影响

研究区域位于云南省东北部会泽县城东郊的头塘小流域,属金沙江支流牛栏江水系上游。以自然植被针叶混交林地为参照,与针叶人工纯林地、阔叶人工纯林地、针叶人工混交林地进行比较,分析不同植被类型土壤物理性状的差异和动态过程,以及土壤物理特性变化与人为干预影响之间的关系。结果表明,阔叶林和混交林对土壤性状的恢复作用大于纯林,华山松对土壤环境的恢复作用大于云南松,且与林龄正相关。     

基于权马尔科夫链模型的河套灌区上中下游地下水埋深预测研究

以拓展和深化区域地下水埋深预测研究为目的,运用随机理论,建立了基于加权马尔科夫链的地下水埋深预测模型,预测内蒙古河套灌区上中下游在未来时段内地下水埋深所处区间值。结果表明：节水改造后灌区中游区的地下水埋深更多的时候处于［2.380, 2.742)区间,下游区的地下水埋深更多的时候处于［2.218, 2.506)区间,这两个区间的数值都低于内蒙古河套灌区的临界地下水埋深2.0 m,在未来的一段时间河套灌区中下游的盐渍化有望进一步减轻。而上游区的地下水埋深更多的时候处于［1.227, 1.727)区间,此区间的数值高于内蒙古河套灌区的临界地下水埋深2.0 m,在未来的时间河套灌区上游是控制地下水埋深的重点区域。     

干旱区不同地下水埋深膜下滴灌灌溉制度模拟研究

通过在新疆巴州灌溉试验站进行的膜下滴灌棉花灌溉制度试验,得出了适合当地的常规滴灌制度。为进一步研究浅层地下水对灌溉的补偿效应,利用Hydrus软件对不同地下水埋深下膜下滴灌棉花生育期耗水量进行了模拟。通过引入关键点土壤含水率的概念,提出了膜下滴灌棉花受水分胁迫的标准。结果表明：地下水对棉花的耗水具有一定的补偿作用,地下水埋深越浅,则所需的灌溉定额越小。当地下水埋深小于1.5 m时,滴灌定额为3 300 m³·hm^-2;当地下水埋深为2.0 m时,滴灌定额为4 500 m³·hm^-2;当地下水埋深很大而对作物根区没有补给时,棉花完全依赖于灌溉所需的滴灌定额则为5 550 m³·hm^-2。考虑到干旱区内具有较高的潜在蒸发势,会导致土壤的次生盐渍化,从而危及作物的生长,1.5～3.0 m的地下水埋深是灌区内较理想的水位区间。     

清华大学乒乓球课教学实践与反馈的思考

采用文献资料法、参与观察法、问卷调查法和数理统计法对清华大学乒乓球选修课教学实践与反馈进行分析,旨在为提高乒乓球运动在我国普通高校可持续发展提供有益参考。主要结论：教学内容以技战术为主,理论知识和实战比赛为辅;运用示范讲解、多球单练等方法,培养学生合作意识和竞争能力：学生收获了知识和技能,达到健身娱乐的目的,对课程满意度较高。建议：优化教学内容,提高教学效果;改进教学方法,创新网络课堂,因材施教,分层教学;组织课外活动,促进乒乓球运动深入全面开展。     

基于 SketchUp 的亚美马褂木树干模拟及材积估算

以郁闭林分中11年生落叶阔叶用材树种亚美马褂木伐倒木带皮各分段圆盘为研究对象,圆盘处理后数码拍照,导入 SketchUp 软件进行模拟树干生长和不同干形曲线旋转体3D 模型建模及模型材积分析。建立了不同干形曲线旋转体树干模型,比较各模型材积,中央断面法模型材积适用性较好。该模型为树干3D 建模及其应用初探。它可作为构建整个树干生长基础构建和建模方法,为进一步构建动态3D 生长模型和数据分析应用,以及人工林林分3D 群体模型提供建模依据。     

云南省腾冲县森林资源消长动态变化分析

以云南省腾冲县森林资源为研究对象,利用2001年和2006年全县森林资源调查数据,概述了该县森林资源现状,并从土地面积、森林覆盖率、林地面积、森林蓄积量等方面的变化,进行切合实际的分析。     

Determination of equine deep digital flexor muscle volume based on distances between anatomical landmarks

In equine medicine the use of Botox® is experimental. Dosages are determined from human treatment-protocols and limited numbers of equine studies. Determination of target-muscle volume can be helpful to extrapolate human dosages. The aim of the study was to calculate a formula enabling the estimation of the deep digital flexor muscle (DDFM) volume based on distances between anatomical landmarks.