湖南省的魚类区系

湖南省素有魚米之乡的称号。地处亚热带。它的自然位置是东經108度50分至114度15分,北緯24度40分至30度5分之間;在长江中游的南部。土地面积約210,500方公里。境內河流稠密,絕大部分属长江水系,湘、資、沅、澧四及其支流由于地势关系,大都向东北分别汇入洞庭湖后,在城陵磯而入长江;只南部有极少属珠江水系。全省大小河流总长43,000余公里,是华中区水道密度最大的一省。湘江干流全长801公里,流域面积94,940方公里,其中在本省的干流約668分里,流域面     

孤东油田上第三系馆陶组上段生物标志层的沉积特征

对孤东油田馆上段四、五砂层组之间发育的生物标志层的特征进行了研究.这种生物组合形成于河湖相中,由于水介质条件突变,生物死亡并堆积成层.它不仅可以作为地层对比的标志,也可为解释沉积环境提供依据。     

双峰驼毛囊群结构研究——Ⅱ.毛囊群的形态与结构

本项目采用微观方法,对骆驼毛囊的组织结构进行了分析和定位,证实了骆驼毛囊是复合毛囊,性别之间无显著差异。而且次级毛囊呈组分布在初级毛一侧,构成完整的群体结构。根据这一现象用数量分析找出了毛囊的群、组分布频率,证实了三毛占绝对优势(72.78％)而在三毛群中以3,4,5次级毛囊组为最优组合形式。     

南黄海辐射沙洲海底地形可视化与定量分析

南黄海辐射沙洲海底地形复杂多变,精细的数字地形模型、不同地形单元的立体可视模型及其定量统计值是进行海洋科学研究、海洋功能区与海域开发利用的基础.利用在辐射沙洲北翼进行的单波束测深获取的水深资料,根据残差分析,选择研究区现有水深数据最佳插值法——克里金法,生成海底地形的数字高程模型.运用水深分层设色法立体可视地表征了辐射沙洲的四种地形单元:浅滩、沙脊、潮流槽和宽谷.根据地形倾角可以定量地分析脊、槽等地形单元的坡形变化,整个沙洲以水平-微倾斜地形(倾角<5°)为主,占总面积的60%,分布在宽谷、沙脊顶部和潮流槽中部等.地形剖面曲率分层设色可以更细致地刻画脊、槽相间地形单元的微地貌,并可定量分析不同地形单元的面积及所占比例.地形平面曲率和切线曲率可以指示不同地形单元的海洋动力特征,即:负值区水深较小、流场较强;正值区水深较大、流场较弱.     

长江水下三角洲YD0901孔记录的全新世以来的古环境信息

分析长江水下三角洲YD 0901孔的粒度、TOC(总有机碳)和TN(总氮),建立全新世以来高分辨率年代地层图(平均分辨率为20a).结果显示,"中全新世大暖期"(距今7ka～6ka)水下三角洲加速营造,同时闽浙泥质区开始缓慢形成.TOC和TN测试数据表明:在距今2.7ka左右,YD0901孔的TN含量逐渐增加,说明流域人类活动逐渐加剧;而TOC由于部分的成岩作用,含量并未明显增加.通过沉积相分析,得到最大海侵面的深度,为准确估算冰后期最大海侵以来水下三角洲沉积总量提供了可靠依据.     

对图书馆员与读者沟通障碍的思考

分析了图书馆员与读者在沟通中存在的障碍,提出了图书馆员与读者有效沟通的方法,强调了馆员在与读者沟通中应注意的问题,以便更好地为读者服务。     

民族地区新建本科院校电子信息类应用型人才培养体系创新研究与实践

文章分析了少数民族地区新建本科院校培养电子信息类应用型人才过程中存在的主要问题。在培养具有实践创新能力的应用型人才的指导思想下,结合学校的特色进行人才培养体系创新研究与实践,加强对学生的实践能力、创新能力、就业能力的培养。实践证明这种人才培养体系创新对培养应用型人才大有裨益。     

重金属对植物的毒害及植物的耐性机制

重金属是一类重要的环境污染物.受重金属胁迫,植物细胞的膜透性、光合代谢、呼吸代谢、酶代谢、遗传效应发生改变、脯氨酸积累;植物的耐性机制表现在耐重金属生态型的产生、重金属结合多肽的形成、重金属离子的区域化以及活性氧自由基清除系统的活化.     

浅谈高速公路专业化养护的运作管理

高速公路养护是指为保持道路经常处于完好状态,防止其使用质量下降,并向高速公路的使用者提供良好的服务所进行的专门作业。高速公路养护大致划分为日常巡查养护、定期保养维护、特殊路段专门性养护和道路工程改造维修等4类。对高速公路的日常维护管理采用半专业化和完全专业化的养护管理模式进行了探讨,提出了两者之间的优、劣势对比,并从完全专业化养护管理的角度,针对高速公路常规性病害的防治提出了可供参考的意见和建议。     

基于声学特征的埋地管道堵塞故障的聚类识别方法

针对在实际工程应用中埋地排水管道不同程度的堵塞难以检测的问题,提出了一种基于声学特征的管道堵塞故障类型的聚类识别方法.首先对管道中采集的声学信号进行声压级变换,以增加不同故障类型之间的区分度,其次对声压级信号进行总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),利用皮尔逊相关系数选取前4个IMF分量并提取中心频率和能量占比作为聚类特征,之后采用主成分分析法(Principal Component Analysis,PCA)对特征向量进行降维,最后通过FCM((Fuzzy C-means))和GK(GustafsonKessel),GG(Gath-Geva)3种聚类学习方法对特征向量进行堵塞故障的聚类和识别.实验结果表明,该方法能有效识别排水管道内不同程度的堵塞故障,具有一定的工程实用价值.