排序方式: 共有72条查询结果,搜索用时 265 毫秒
1.
为探究有色溶解有机物 (CDOM)光学性质如何示踪海水中溶解有机物组分的动态信息,实验利用紫外可见吸收光谱手段,分区域测定了桑沟湾春季水体及表层沉积物间隙水中CDOM的吸收光谱特征,探讨了CDOM的来源组成、空间分布特征、迁移转化过程及其与养殖活动的关系。结果显示,①波长为355 nm的吸收系数[a(355)]范围为0.23~9.09 /m,不同水层空间分布差异显著,表层和底层均从近岸区向贝藻区逐渐降低,在海带区升高后向外海逐渐降低;海带区从表层向底层先降低后升高,高密度、规模化的海带养殖释放了大量的CDOM,各区域沉积物间隙水a(355)是其表层、中层和底层之和的1.3~2.5倍,CDOM在沉积物间隙水中富集并逐渐累积。②光谱斜率(S275~295)范围为0.013~0.036,外海区和海带区S275~295均值显著高于其他各区,海带区和外海区CDOM中海源有机质占主要成分,而近岸区以陆源有机质为主;近岸区CDOM中的腐殖酸类物质含量从表层到底层逐渐降低,沉积物中积累的富里酸类物质含量较高,海带区和外海区呈相反趋势。③比紫外吸光度(SUVA254)范围为4.60~14.10 L/(mg·m),贝类区、贝藻区和藻类区SUVA254均呈现出从表层到底层逐渐增大的趋势,CDOM的芳香性逐渐增强并在沉积物间隙水中达到最大;海带区和外海区沉积物间隙水中的SUVA254显著高于其他各区。研究表明,海带区的规模化养殖活动向养殖海区及邻近海域贡献了较多的惰性溶解有机物,暗示着海带养殖活动有较强的碳汇效应,并通过海流作用向外海输送。本研究对桑沟湾海域不同养殖区域的CDOM的吸收特性和空间分布特征进行研究,可为全面了解海水养殖的碳源汇效应提供基础数据。 相似文献
2.
农业数字园区JPDAMIS将成为农业生产新的信息源,任何与农业生产有关的信息,都将被定位,并与空间数据库联系起来。用户可以多媒体的形式查询农业生产信息,获得所需的信息。为此,介绍了建立江西省农业数字园区信息系统的必要性和实现,及其应用和前景 相似文献
3.
<正>科普教育活动对青少年成长具有重要意义,可以激发青少年好奇心和想象力,培养科学思维能力,提升创新能力。簕杜鹃品种繁多,是海南省省花,也是深圳、厦门、三亚等20多个城市的市花,群众基础雄厚,将簕杜鹃应用于自然科普活动中有其自身优势。 相似文献
4.
随着社会产业结构的调整,农林院校信息技术教育的内容和要求发生了巨大变化,开创新的教育理念和教育方法要从课程建设和师资培养两个方面入手。课程建设是农林高等学校教学管理工作建设及专业建设的重要内容,师资培养是提高整体教育水平的关键。 相似文献
5.
详细叙述了苹果松塔树形的技术参数、结构特点、整形修剪技术和栽培管理措施。其主要技术参数为外观长园锥形,成龄树树高4m左右,干高0.8-1m,主枝数量35-40个,主枝开张角度95°-110°。下部枝枝展长度为80-120cm,上部为40-60cm;主枝间隔5-10cm,呈螺旋状依次向上排列。单株平均结果150-200个,667m2产果8 400-11 200个,优质果率达90%以上。 相似文献
6.
目的:探索基于二维码的形态实验教学的可行性与教学效果.方法:以保险专业专科生作为研究对象,采用基于二维码方法开展形态实验教学,以闭卷形式评估教学效果,数据作统计学分析.结果:实验班解剖实验成绩与对照班没有明显差异;实验班组织学和病理学切片成绩优于对照班(P<0.05);实验班病理学大体标本成绩优于对照班(P<0.01)... 相似文献
7.
农药、畜禽粪便、农业废弃物生活垃圾构成农业面源污染。与点源污染相比较,面源污染范围大、不确定性强,污染成分及污染过程更为复杂且更难以控制。本文从农药污染、畜禽粪便污染等方面入手,探讨治理农业面源污染对策并提出合理化建议。 相似文献
8.
<正>2019年是林草系统机构改革后的第一年,也是体现改革成效、充分释放改革成果夯实基础的起步之年。按照会议安排,我就发挥好派驻机构职能作用、做好派驻监督工作、推动今年林草局党风廉政建设和反腐败工作落实落细落到位。过去的一年,原驻林业厅纪检监察组坚持把政治监督放在第一位,持续加压发力,强化执纪问责,营造了林草系统良好的政治生态。一是强化政治监督,压紧压实管党治党政治责任。年初协助党组召开全面从严治党工作会议,传达中央、自治区纪委全会精神, 相似文献
9.
分析了美式风格卧房类家具的制作工艺手法及选取的基材特性,基于美式风格家具仿古做旧、自然协调、返璞归真的基本特征,总结了美式风格卧具在组装工艺、基材运用、涂装工艺上的工艺手法和特点。指出了研究美式风格卧房类家具的材料与工艺手法对我国传统卧具家具现代化设计和工艺生产具有一定的借鉴价值。 相似文献
10.
【目的】实现图像氮素营养诊断需要关键指标的确定和建立快速处理海量图像数据的模型。本研究筛选了水稻氮素营养诊断的敏感时期和部位,优化了图像处理技术参数,并比较了BP神经网络和概率神经网络两种建模方法对养分诊断的可靠性,为利用计算机视觉虚拟技术快速精准判断作物生长营养状况、反演生长过程提供思路和方法。【方法】本研究以超级杂交稻‘两优培九’为试验对象进行了田间试验。设置4个施氮(N)水平:0、210、300、390 kg/hm^2。在水稻幼穗分化期及齐穗期,扫描获取水稻顶一叶、顶二叶、顶三叶叶片、叶鞘图像数据,共1920组。通过图像处理技术,获取19项水稻特征指标。分别应用BP神经网络和概率神经网络对19项水稻特征指标进行水稻氮素营养诊断识别,并对诊断指标进行了优化和标准化。比较了两个建模方法的灵敏性。【结果】1)幼穗分化期水稻的整体识别准确率均高于齐穗期水稻的整体识别准确率;三个部位叶片的图像数据,以顶三叶最为可靠;2) BP神经网络对幼穗分化期及齐穗期水稻19项特征指标进行氮素营养诊断的整体识别准确率均高于概率神经网络。其中BP神经网络对幼穗分化期顶三叶特征指标进行水稻氮素营养诊断识别的准确率最高达90%。概率神经网络对幼穗分化期顶二叶、顶三叶特征指标进行水稻氮素营养诊断识别的准确率最高达82%。【结论】幼穗分化期水稻顶3叶叶片特征最具区分度,易于进行氮素营养诊断识别,可作为氮素营养诊断的有效时期和部位。叶片的6项RGB、HSI颜色空间分量组合最能体现其氮素营养状况。识别效果以BP神经网络好于概率神经网络方法,其整体识别准确率达90%。 相似文献
|