毛竹及其变种叶片化学计量与养分重吸收效率

【目的】评价毛竹(Phyllostachys edulis)及其变种叶片养分重吸收效率,旨在揭示主要养分元素的生态适应机制,以期为毛竹及其变种的可持续经营提供科学依据。【方法】以毛竹及其变种[黄槽毛竹(P. edulis cv. Luteosulcata)、花毛竹(P. edulis cv. Tao Kiang)、厚壁毛竹(P. edulis cv. Pachyloen)、金丝毛竹(P. edulis cv. Gracilis)]为研究对象,分析不同竹龄(1、3、5 a)叶片化学计量特征与养分重吸收效率。【结果】毛竹及其变种C、N 含量差异较小,P含量波动性较大。不同竹种相同竹龄立竹间成熟叶和凋落叶C、N、P含量差异性较大,1年生竹种叶片养分含量较高,随着竹龄增加,竹种适应能力逐渐下降。毛竹及其变种相同年龄立竹间、同一变种不同年龄立竹间叶片化学计量比存在一定差异性。1、3、5年生花毛竹叶片N、P重吸收效率较高,年龄对除厚壁毛竹外的其他毛竹及其变种叶片N重吸收效率影响呈现先升后降趋势,而不同年龄毛竹及其变种叶片P重吸收效率波动性较大。【结论】研究区毛竹及其变种生长受P元素的限制,毛竹及其变种随竹龄的增加适应能力有所变化,花毛竹适应性较强,厚壁毛竹则对土壤的依赖性较大。     

淀山湖水质及与环湖稻田农业面源污染的关系

对淀山湖主要进水和出水口水质进行年度定点监测; 同时, 布置田间试验, 研究不同施肥稻田田面水养分含量动态. 结果表明:淀山湖进出水口水体氨氮和总磷年平均质量浓度分别为 0.47 和 0.13 mg/L, 基本处于 Ⅴ 类水质标准; 进水口水质略劣于出水口, 不同进水口的水质也有很大差异. 进一步研究发现, 淀山湖水质的年度变化与稻田田面水养分的动态变化有密切的相关性, 表明农业面源污染对淀山湖水环境具有显著影响. 在环湖地区, 减少和控制农业面源, 是进一步改善淀山湖水环境质量的关键.     

一种HEVC样点自适应补偿快速算法

为解决高性能视频编码标准H.265/HEVC中引入的样点自适应补偿技术的计算复杂度极高导致严重影响编码效率的问题,提出一种HEVC样点自适应补偿快速算法.首先根据编码单元(coding unit, CU)的划分深度确定亮度树形编码块(coding tree block, CTB)中需要提取边缘方向的区域,然后利用边缘方向提取算法获得亮度CTB的边缘方向列表,并根据此列表减少亮度CTB在模式判别过程中遍历的模式数量,最后利用亮度和色度CTB之间的相关性进一步简化色度CTB的模式判别过程.实验结果表明,在性能损失较小的情况下,本算法可以在全I帧(AI)、随机访问(RA)、低延时B帧(LB)、低延时P帧(LP)四种配置下分别节省31.75%、 56.85%、 52.81%、 51.51%的样点自适应补偿编码时间.     

基于交通信号灯信息的混合动力汽车节能预测控制方法

针对传统混合动力汽车控制方法不考虑已知道路交通信号灯信息对车辆能量管理影响的问题,提出了基于交通信号灯信息的混合动力汽车节能预测控制智能优化策略。通过建立混合动力汽车系统的简化模型,并采用连续广义最小残量方法求解模型预测控制问题。运用MATLAB/Simulink进行仿真,仿真结果验证了交通信号灯信息模型的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能。研究结果表明所提出的控制策略可以实现车辆行驶轨迹的优化控制,显著提高了车辆的燃油经济性,并满足系统的实时最优控制要求。     

一个基于Exchange的企业办公自动化系统的实现

介绍了一个基于Exchange的企业办公自动化系统的实现，其中包括系统目标、开发平台和工具的选择、系统的功能模块、关键技术以及系统的安全机制。     

基于套接字关于HTTP的研究

本文详细阐述了套接字(SOCKET)和HTTP的工作原理，并以此为依据简化HTTP服务器程序，从而提出隐藏网络底层复杂的结构和协议的方法。     

用DDM实现分布式三维虚拟环境

介绍了HLA中数据分发管理(DDM)的过滤原理;研究分析了目前几种实现DDM过滤机制的方法及其存在的问题,并提出一种简单易行的DDM实现策略,以实现三维虚拟环境的分布式,来提高它的响应速度.     

基于B/S模式的水利水电工程造价管理系统研究

提出了基于B／S模式的水利水电工程造价管理系统，对B／S的体系结构、系统的总体结构设计、功能及功能设计进行了阐述，并说明了系统实现的关键技术．     

以人为本的教学理念与高校体育教学

以人为本的教学理念是现代教育影响最大的教育思想之一，它更注重情感教育和创新教育．从教学情境、课程内容、教学方法和学生学习方式人手，本文对以人为本的教学理念与高校体育教学进行了研究．     

区域水资源可持续利用评价的神经网络方法

在论述区域水资源可持续利用与水资源承载能力关系的前提下,提出了区域水资源可持续利用评价的神经网络方法。建立的神经网络模型对汉中盆地水资源可持续利用程度进行了评价。应用实例表明:建立的模型与其他模糊综合评价和属性识别方法相比,评价结果更合理可行和可靠。对汉中盆地来说,城固的水资源可持续利用程度为低级,其他5个区县的水资源可持续利用程度为中级偏低,其中又以南郑为最高,勉县为最低。在研究的7项评价指标中,水资源利用率对可持续利用程度的影响最大,灌溉率的影响次之,生态环境用水率的影响最小,从而为提高区域水资源可持续利用程度提供了理论依据。表3,参9。