黄土旱塬区麦田土壤碳排放特征及其与休闲裸地的差异

利用Li-8100开路式土壤碳通量系统,于2014-03~2014-06研究了黄土旱塬区麦田(RT)土壤CO2排放特征及其与休闲裸地(ck)的差异。结果表明:(1)RT和ck等2个处理土壤CO2排放速率的日、季节变化趋势均呈单峰曲线;在小麦返青至拔节期土壤CO2排放速率日变化峰值出现在13∶00前后,而在开花至成熟期土壤CO2排放速率日变化峰值出现在11∶00前后;土壤CO2排放速率季节变化的最大值出现在小麦拔节中期,最小值出现在小麦灌浆后期;观测日麦田土壤CO2排放速率平均值为221 mg·(m2·h)-1,比休闲裸地的201 mg·(m2·h)-1约高出9.05%。(2)回归分析表明,土壤CO2排放速率与土壤水分和温度均成二次函数关系(P0.05)。随着土层深度的增加,相关性逐渐降低。在同一土层深度下,RT处理土壤CO2排放速率与土壤中水的质量分数和温度的相关性均高于ck处理。(3)相关分析表明,土壤CO2排放速率与土壤细菌数量和过氧化氢酶活性呈显著正相关关系(P0.05)。综合分析表明,黄土高原种植小麦能增加土壤碳排放,并且土壤中水的质量分数对土壤CO2排放速率的影响大于土壤温度对土壤CO2排放速率的影响,土壤细菌数量和过氧化氢酶活性能够显著影响土壤CO2排放速率。     

加大伯克利跨学科研究机构组织机制分析

跨学科研究有助于实现跨越学科界限对相互关联的知识的理解,鼓励不同学科背景的人一起合作,构建具有参与性、创造性和智慧型的人类生存愿景。通过分析跨学科研究机构的组织化研究部门、新倡议研究中心及多样性研究项目的组织机制构成,可为我国高校的跨学科发展提供可资借鉴的经验。     

城市供暖热力站自控系统调试流程

阐述了城市供暖中实现热力站温度、压力自动控制的必要性,介绍了太原市热力公司热力站自动控制系统的调试流程,提出了各个工作步骤中需要注意的一些事项。     

高强度中厚板辊式矫直策略分析

以开发厚规格、高强度品种钢过程中频繁出现的矫不平现象为背景,采用弹塑性差分的曲率积分方法,研究了高强度钢板矫直过程中塑性变形率、残余曲率和矫直力的变化规律,分析得出额定矫直力和塑性变形率是制约高强度钢板矫平的主要因素.针对矫直能力小的矫直机提出采用增加矫直道次、改变矫直辊距以及静压矫直三种方法来解决高强度钢板矫不平问题的矫直策略.现场实践证明静压矫直方法能够矫直传统矫直不能矫的高强度板材.     

宁波市企业技术创新与知识产权服务体系建设

知识产权作为一种制度安排,通过赋予发明人以"独占权"来保护发明人的智力成果,是促进企业技术创新,发展经济的有力手段。目前,宁波市知识产权制度已基本建立,知识产权保护不断加强,企业认识知识产权、创造知识产权的积极性逐渐增强,关注知识产权产业化,完     

遗传算法在边坡稳定圆弧滑动面搜索中的应用

将遗传算法应用于边坡工程的分析和设计,若边坡滑动面为圆弧状,可搜索出圆弧形临界滑动面的圆心及滑出点坐标,从而确定了临界滑动面的位置,并利用简化毕肖普法和瑞典法求出对应的抗滑稳定安全系数,实现了遗传算法在边坡稳定分析中的应用.通过计算实例证明,遗传算法在边坡稳定分析中具有一定的适用性及优越性.     

PCT申请进入中国优先权日逾期的特殊情形

本文介绍了PCT申请进入中国国家阶段时因各PCT申请受理局法定假日的差异、国际阶段的优先权恢复、援引加入这三种特殊原因造成PCT申请的优先权日逾期的情形,结合案例给出了各情形相应的审查方法。     

考虑制造商回收竞争的在线回收商再售策略

本文基于存在制造商回收和不存在制造商回收两种情形，研究了在线回收商的再售策略，构建包含制造商和在线回收商的闭环供应链决策模型，得出制造商不同回收情形与在线回收商不同再售策略(全部再售、部分再售或无再售)组合下的最优决策值。研究发现：转移价格的增大使得在线回收商再售策略选择发生转变，即全部再售—部分再售—无再售；随着回收价格竞争强度的增大，制造商的回收竞争威胁将导致在线回收商全部再售的动力提升；制造商参与回收竞争对自身利润以及回收率未必有利，但降低了消费者剩余，且随着竞争强度的增大，对制造商、回收率以及消费者的不利性增强。     

组合运输的优化调度

对多车场情况的非满载的小货运量运输问题进行了分析 ,提出采用组合运输方式可以提高车辆的使用效率 ,进而构造了由分组和连接构成的序列优化启发式算法 ,并用实例进行了验证.     

人工鱼群神经网络在热连轧卷取温度预报中的应用

卷取温度预报结果对热轧带钢的成品性能具有重要影响。人工鱼群算法是新近提出的寻优策略,具有良好的克服局部极值、获得全局极值的能力。建立了一种人工鱼群神经网络预测模型,利用人工鱼群算法训练神经网络的权值,并将该神经网络用于卷取温度预报。通过某钢厂现场实测数据对该模型进行离线训练和对比测试,结果表明,该方法与传统的BP神经网络预测方法相比,具有较强的自适应能力和较好的预报效果;该模型能够精确预报卷取温度,可用于离线学习和预报,为在线应用打下良好基础。