水泵进水设计模型试验方法

模型试验是国际上普遍采用的检验和改进泵站进水设计的主要方法,而试验标准则是水泵进水设计模型试验的重要依据;目前我国尚未有关于泵站进水设计模型试验的试验标准。本文简要讨论了水泵进水设计的整体概念,并根据美国国家标准《水泵进水设计》(ANSI／HI9．8-1998),介绍了水泵进水设计模型试验的目的、主要内容、试验准则、测试方法、试验方案和试验结果评价等主要内容。     

灌区计算机监控系统与灌溉优化调度模型集成应用研究

大型灌区实施计算机监控是提高灌区管理水平的重要手段,灌区轮灌分组优化模型旨在求解干渠各出水口运行时调度的最优组合方案,而灌溉优化调度方案在实施过程中往往仍然采用的是计算机远程人工调度.为此研究了一种灌区轮灌分组优化模型,并得出了灌溉优化调度方案,同时采用OPC（即OLE for Process Control）技术,使灌溉优化调度方案数据与计算机控制系统有效地结合起来,提高了灌区灌溉管理自动化水平。     

柯布──道格拉斯模型在喷灌经营管理中的应用

本文以柯布──道格拉斯生产函数模型，研究分析喷灌经营管理运行中诸生产要素与总效益之间的关系，这为评估喷灌的运行管理现状及水平是否适应低耗高质高效的要求，提供了研究方法。     

深圳城市公园植物典型配置模式初探

深圳城市公园生境多样,景观类型丰富,造景水平较高;通过对深圳城市公园植物配置实用模式的调查研究,分析了应用植物种类的选择,总结提炼了18种典型的景观单元配置模式,并提出有利于今后发展的相关工作建议。     

品种和土壤对水稻镉吸收的影响及镉生物有效性预测模型研究进展

稻田受重金属镉(Cd)污染后,土壤中的Cd可能被植物吸收通过食物链进入人体,威胁人类健康。而水稻品种和土壤类型对Cd吸收和积累有着深远的影响,因此在进行Cd的农产品安全阈值制定和人体健康风险评价时,需考虑土壤Cd的生物有效性和不同水稻品种对Cd吸收的影响。本文综述了水稻品种和土壤类型对Cd吸收和积累的影响,并重点介绍了目前常用于预测重金属生物有效性的模型,以期为环境风险评价、土壤环境质量标准及农产品安全阈值制定提供有效的工具,并为生产安全(无公害)稻米提供参考。     

过去(1958-2007)和未来(2011-2060)50年淮河流域气候变化趋势分析

根据淮河流域1958-2007年观测资料和ECHAM5/MPI-OM模式对该流域2011-2060年气候变化的预估结果,分析淮河流域1958-2007年平均气温、极端高(低)温、农业界限温度和年降水量变化,并对2011-2060年气温和降水量变化趋势进行预估。结果表明:(1)淮河流域年平均气温,20世纪90年代以前以降温为主,90年代中后期增温显著;季节变化上,春秋两季气温呈波动增加趋势,冬季增温速率较高,夏季则呈下降趋势,极端气温事件出现次数和温度变化幅度均减小。淮河流域热量资源的时间变化以增温趋势为主,各界限温度初日提前,终日推迟,持续日数和累积温度增加。从区域分布上,流域东部增温趋势强于西部。1958-2007年年降水量和极端降水等无突变性的增加或减少趋势;季节变化上,流域夏季降水量变幅较大。(2)3种排放情景下淮河流域年平均气温升高趋势一致,且SRES-A1B情景升温幅度大于其它两种情景且约在2040年突变增温,3种情景下季节平均气温均为冬季升高最快;未来年降水量有微弱增加,但M-K检测均无显著变化趋势,未来50a淮河流域季节降水仍以春、夏季降水为主,约占全年降水量的70%。     

陆地生态系统碳循环对土地利用变化的响应

陆地生态系统碳循环在全球碳循环中占有重要地位,而土地利用变化是估测陆地生态系统碳储存与释放的最大不确定性因素。植被和土壤是陆地生态系统的两大碳库,是碳循环中的两个重要纽带,土地利用变化影响陆地生态系统土壤和植被碳的固定、积累与释放,从而影响整个碳循环过程。本文主要从土壤和植被碳库的角度出发,综述了近年来土地利用变化对陆地生态系统碳循环的影响及其机理,以及研究方法进展,着重分析了模型在此方面的应用;并提出了未来研究方向的展望。     

CLIGEN在华北地区生成降水的效能评估

为了检验天气发生器CLIGEN在华北地区生成降水的有效性,应用该区15个气象站1951-2008年的日气象观测资料和CLIGEN生成的150a日气象数据,对CLIGEN再现该区降水的效能进行了评估。结果表明:CLIGEN很好地再现了年和日降水量的均值和降水日数,但对降水极值的模拟精度不高,年和日最大降水量的平均相对偏差均大于均值的平均相对偏差。非参数检验的结果表明,CLIGEN能很好地生成年降水量的概率分布,且对日降水的概率分布也有较高的生成精度。总体来看,CLIGEN模型在华北地区能很好地再现年、日降水量平均值统计特征,并较好地再现了降水的变率。     

Comparison of multivariate models and variable selection algorithms for rapid analysis of the chemical composition of field crops

This study evaluates the use of visible and near-infrared spectroscopy for rapid prediction of total carbon, total nitrogen, and total phosphorus concentrations in field crop samples. Two multivariate models (partial least squares regression and support vector machine regression) were compared. In addition, four spectral variable selection algorithms (competitive adaptive reweighted sampling, genetic algorithm, uninformative variable elimination, and variable importance for projection) were applied with support vector machine regression to determine the most accurate predictions. The results showed that support vector machine regression performed better than partial least squares regression for predicting the three chemical compositions. The combination of competitive adaptive reweighted sampling and support vector machine regression outperformed the other models for the predictions of total carbon and total nitrogen with high coefficients of determination of 0.91 and 0.90, respectively. For the determination of total phosphorus, the prediction accuracy of competitive adaptive reweighted sampling was comparable with the best result obtained from genetic algorithm with the coefficients of determination of 0.73 and 0.77, respectively. In conclusion, the support vector machine regression combined with competitive adaptive reweighted sampling has great potential to accurately determine the chemical composition of field crops using the visible and near-infrared spectroscopy.     

基于UEGO的柴油机EGR系统的模型辨识

由于EGR系统存在严重的非线性、较大的时延和复杂的进排气动力特性,为了达到满意的控制效果,用伪随机二进制信号对系统进行了辨识.在大量预试验的基础上,对具有代表性的2种工况进行了系统辨识,得到了受控的自回归模型.模型降阶后得到2个具有时延的2阶模型.用交叉检验法检验了模型,检验结果表明模型完全可用于控制器的设计.