检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

气候变化下黑龙江省水稻产量与需水量研究

气候变化下黑龙江省水稻产量与需水量研究

作者：袁荣黑龙江大学

学位级别：硕士

黑龙江省是我国重要的粮食生产基地,也是我国最大的粳稻生产区。随着全球和我国的气候变暖,农业生产状况也发生了相应的变化。因此,研究黑龙江省各气象因子的变化规律,明确气候变化下黑龙江省水稻产量和需水量对气象因子的响应,对于保... 详细信息

黑龙江省是我国重要的粮食生产基地,也是我国最大的粳稻生产区。随着全球和我国的气候变暖,农业生产状况也发生了相应的变化。因此,研究黑龙江省各气象因子的变化规律,明确气候变化下黑龙江省水稻产量和需水量对气象因子的响应,对于保障黑龙江省粮食生产安全以及应对水资源短缺问题具有重要意义。本研究基于黑龙江省1961-2020年、2021-2080年RCP4.5和RCP8.5两种不同碳排放浓度路径下各气象因子的逐日数据,利用校准和验证后的Aqua Crop模型模拟黑龙江省水稻的水分供需和产量,阐明气候变化下黑龙江省水稻种植区各气象因子时空分布规律,揭示过去和未来气候条件下水稻产量、需水量、水分利用效率和灌溉需水量的时空分布及其与各气象因子变化的相关性。研究结论如下:（1）1961-2020年、2021-2080年黑龙江省水稻生育期内最低气温、最高气温均呈升高趋势,2021-2080年RCP8.5下最低气温、最高气温平均值高于RCP4.5情境下的平均值,最低气温每10年分别升高0.48℃、0.51℃,最高气温每10年分别升高0.22℃、0.52℃,最高气温高值区主要集中在西部和南部。降雨量和太阳辐射在1961-2020年呈下降趋势,在2021-2080年呈增加趋势,降雨量每10年分别下降2.63 mm和增加15.01 mm,太阳辐射每10年分别下降0.04MJ/m2和升高0.15 MJ/m2,降雨量整体呈自西向东递减的空间分布特征。参考作物蒸散量在1961-2020年呈下降趋势,最低气温是影响其呈下降趋势的主导气象因子,参考作物蒸散量在2021-2080年呈上升趋势,RCP8.5高于RCP4.5情境下的平均值,最高气温是影响其呈上升趋势的主导气象因子。（2）未来气候条件下黑龙江省水稻产量比历史气候条件下有大幅度增加趋势,1961-2020、2021-2080年RCP4.5和RCP8.5情境下每10年产量分别增加0.41 t/ha、0.309 t/ha、0.304 t/ha,其中在未来时期RCP8.5情境下2061-2080年的时间段内水稻产量达到最高。在时空分布上看,研究区内北部地区水稻产量整体偏低,产量高值区主要集中在西部和南部地区。水稻需水量在未来气候条件下比历史气候条件下呈增加趋势,2021-2080年在RCP4.5和RCP8.5情境下平均每10年需水量增加了0.17 mm,在2021-2040年、2041-2060年RCP4.5情景下的需水量高于RCP8.5情境,从空间分布上看,南部地区需水量较多。未来气候条件下黑龙江省水稻水分利用效率比历史气候条件下提高,1961-2020、2021-2080年平均值分别为1.56 kg/m3和1.63 kg/m3,其中2021-2080年水分利用效率倾向率变化范围在两种情境下分别在-0.08～0.09 kg·m-3/10a和-0.08～0.12 kg·m-3/10a之间,RCP8.5较RCP4.5情境下水分利用效率变化范围扩大,水分利用效率高值区主要集中分布在研究区的西部和南部。灌溉需水量则呈减小趋势,研究区西部和南部地区灌溉需水量较大。（3）2021-2080年黑龙江省水稻产量与最低气温、最高气温、降雨量和太阳辐射均表现为正相关性,最高气温对其变化影响最大。需水量与最高气温和太阳辐射表现为正相关关系,与最低温度和降雨量则为负相关。水分利用效率与降雨量为负相关关系,与太阳辐射相关系数最高。灌溉需水量变化与降雨量的相关性最大且为负相关,相关值达到-9.20以上。

关键词：水稻 AquaCrop模型气象因子产量需水量气象变化

茂兰保护区青冈栎林叶片氮磷化学计量及内稳性研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

贵州师范大学学报(自然科学版) 2024年

作者：刘奇龙翠玲何庆袁荣利李娟贵州师范大学地理与环境科学学院

为科学认识茂兰喀斯特森林不同地形青冈栎林生态适应性和限制性养分因子,对茂兰喀斯特森林漏斗、槽谷、坡地青冈栎林进行野外调查,研究不同地形青冈栎林叶片、土壤氮(N)、磷(P)生态化学计量特征和内稳态特征。研究结果:1)叶片N含量:漏斗... 详细信息

为科学认识茂兰喀斯特森林不同地形青冈栎林生态适应性和限制性养分因子,对茂兰喀斯特森林漏斗、槽谷、坡地青冈栎林进行野外调查,研究不同地形青冈栎林叶片、土壤氮(N)、磷(P)生态化学计量特征和内稳态特征。研究结果:1)叶片N含量:漏斗25,且P的内稳态等级较低,青冈栎林易受到P含量及其稳态等级较低的限制。因此,漏斗土壤N、P含量较丰富,但N/P值内稳态性等级较低,槽谷、坡地土壤P含量和内稳态性等级较低,研究结果对揭示茂兰不同地形青冈栎林养分稳定性维持机制具有重要意义。

关键词：喀斯特森林青冈栎林内稳态生态化学计量茂兰

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

应用ADLS成功救治院外心脏骤停患者1例

中华急诊医学杂志 2024年第4期33卷 573-574页

作者：张莹熊慧杨凡刘力袁荣华九江市医疗急救中心九江332000 九江学院护理学院九江332000

级调度在线生命支持系统(advanced dispatch online life support system,ADLS)主要应用于在救护车到达之前,120调度员根据系统预案指导报警人第一时间采取力所能及的自救互救措施,包括电话指导的心肺复苏,通过“Follow me(跟我做)”的... 详细信息

级调度在线生命支持系统(advanced dispatch online life support system,ADLS)主要应用于在救护车到达之前,120调度员根据系统预案指导报警人第一时间采取力所能及的自救互救措施,包括电话指导的心肺复苏,通过“Follow me(跟我做)”的方式不间断在线语音指导,将急救前移至报警阶段,实现“报警即急救”,弥补院前急救的“空窗期”。

关键词：自救互救生命支持系统心肺复苏院前急救 ADL 救护车空窗期

基于n阶剪切变形理论的表面梯度脱碳汽车前轴弯曲分析

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2024年第3期35卷 414-426页

作者：袁荣富吴敏胡泽启冯玮王荣诚徐敬现代汽车零部件技术湖北省重点实验室(武汉理工大学) 武汉430070 武汉理工大学襄阳示范区(湖北隆中实验室) 襄阳441000 武汉理工大学材料科学与工程学院武汉430070 武汉理工大学汽车工程学院武汉430070

汽车前轴在热锻和热处理过程中,材料的表面会发生一定深度的脱碳,脱碳层的力学性能随脱碳深度呈梯度变化,影响了前轴在载荷下的弯曲性能。利用分段函数构建两侧表面功能梯度变化、内部性能均匀的简支夹芯梁,根据n阶剪切变形理论研究梁... 详细信息

汽车前轴在热锻和热处理过程中,材料的表面会发生一定深度的脱碳,脱碳层的力学性能随脱碳深度呈梯度变化,影响了前轴在载荷下的弯曲性能。利用分段函数构建两侧表面功能梯度变化、内部性能均匀的简支夹芯梁,根据n阶剪切变形理论研究梁在两点载荷作用下的弯曲行为。利用虚功原理推导出位移场控制方程,采用Navier解析方法得到简支边界条件下梁的弯曲行为,并与相关文献中的实例进行比较。结果表明:n阶剪切变形理论具有良好的精度与可靠性;梁的挠度与转角随脱碳指数k的增大而增大,并于k≈10处达到准稳态;脱碳深度大于5 mm时,脱碳层厚度对梁弯曲时产生应力的影响比梁的高度变化带来的影响更大;两侧脱碳深度不对称时,物理中性面发生迁移;梁的弯曲挠度与转角随梁的厚度、宽度的增大而减小,但梁的厚度变化的影响更大。

关键词：汽车前轴脱碳梯度夹层梁 n阶剪切变形理论弯曲分析

数字孪生辅助联邦学习中的边缘选择和资源分配联合优化

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第4期46卷 1343-1352页

作者：唐伦文明艳单贞贞陈前斌重庆邮电大学通信与信息工程学院重庆400065 移动通信技术重庆市重点实验室重庆400065

在基于联邦学习的智能驾驶中,智能网联汽车(ICV)的资源限制和可能出现的设备故障会导致联邦学习训练精度下降、时延和能耗增加等问题。为此该文提出数字孪生辅助联邦学习中的边缘选择和资源分配优化方案。该方案首先提出数字孪生辅助联... 详细信息

在基于联邦学习的智能驾驶中,智能网联汽车(ICV)的资源限制和可能出现的设备故障会导致联邦学习训练精度下降、时延和能耗增加等问题。为此该文提出数字孪生辅助联邦学习中的边缘选择和资源分配优化方案。该方案首先提出数字孪生辅助联邦学习机制,使得ICV能够选择在本地或利用其数字孪生体参与联邦学习。其次,通过构建数字孪生辅助联邦学习的计算和通信模型,建立以最小化累积训练时延和能耗为目标的边缘选择和资源分配联合优化问题,并将其转化为部分可观测的马尔可夫决策过程。最后,提出基于多智能体参数化Q网络(MPDQN)的边缘选择和资源分配算法,用于学习近似最优的边缘选择和资源分配策略,以实现联邦学习累积时延和能耗最小化。仿真结果表明,所提算法在保证模型精度的同时,有效降低联邦学习累积训练时延和能耗。

关键词：智能驾驶联邦学习数字孪生深度强化学习

在线全文

学校读者我要写书评

暂无评论

工业物联网中数字孪生辅助任务卸载算法

电子与信息学报 2024年第4期46卷 1296-1305页

作者：唐伦单贞贞文明艳李荔陈前斌重庆邮电大学通信与信息工程学院重庆400065 移动通信技术重庆市重点实验室重庆400065

针对工业物联网(IIoT)设备资源有限和边缘服务器资源动态变化导致的任务协同计算效率低等问题,该文提出一种工业物联网中数字孪生(DT)辅助任务卸载算法。首先,该算法构建了云-边-端3层数字孪生辅助任务卸载框架,在所创建的数字孪生层中... 详细信息

针对工业物联网(IIoT)设备资源有限和边缘服务器资源动态变化导致的任务协同计算效率低等问题,该文提出一种工业物联网中数字孪生(DT)辅助任务卸载算法。首先,该算法构建了云-边-端3层数字孪生辅助任务卸载框架,在所创建的数字孪生层中生成近似最佳的任务卸载策略。其次,在任务计算时间和能量的约束下,从时延的角度研究了计算卸载过程中用户关联和任务划分的联合优化问题,建立了最小化任务卸载时间和服务失败惩罚的优化模型。最后,提出一种基于深度多智能体参数化Q网络(DMAPQN)的用户关联和任务划分算法,通过每个智能体不断地探索和学习,以获取近似最佳的用户关联和任务划分策略,并将该策略下发至物理实体网络中执行。仿真结果表明,所提任务卸载算法有效降低了任务协同计算时间,同时为每个计算任务提供近似最佳的卸载策略。

关键词：工业物联网数字孪生边缘关联任务划分深度强化学习