排序方式: 共有22条查询结果,搜索用时 0 毫秒
1.
2.
由弗里希领导的地区能源平衡小组,采用“非中心化”方法,对世界10个能源区域同时进行了上万个相同项目的调查和测算,经汇总得到2000~2020年世界能源的消费、生产和贸易的总发展趋势。《2000~2020年的世界能源》对这一成果进行了评述。 相似文献
3.
为了解常绿阔叶林在遭受不同采伐干扰后的恢复和更新,于2003年10月至2008年10月在浙江天童地区常绿阔叶林中对5个不同采伐处理下的样地进行了5年的秋季植被跟踪调查.样地处理分别是:(Ⅰ)去除大树保留萌枝,(Ⅱ)去除地表植物保留枯枝落叶层,(Ⅲ)去除地表植物和10 cm的表土,(Ⅳ)清除下木层保留大树,以及(Ⅴ)对照.结果显示: ① 样地Ⅰ和Ⅱ的胸高断面积(BA)增长量最高, 分别为1 631.8 cm2和1 619.4 cm2;而样地Ⅳ的BA值增长量最少,为43.4 cm2. ② 样地I的BA值增加以常绿阔叶乔木的BA增量为主,主要通过残留植株的生长而恢复;样地Ⅱ的BA值在5年中的恢复速度最快,主要以落叶灌木或小乔木和落叶阔叶乔木的BA增量为主; 样地Ⅲ的BA值恢复主要以落叶灌木或小乔木和常绿阔叶乔木的BA增量为主;样地Ⅳ中常绿树种和落叶树种都非常少,BA值都小于10 cm2. ③ 各样地中幼苗的补充有一个波动的过程,恢复第1年最多,恢复第2年则发生锐减.样地Ⅰ中幼苗主要以常绿阔叶乔木为主.样地Ⅱ中幼苗也以常绿阔叶乔木为主,但相对样地Ⅰ有较多的落叶树种.样地Ⅲ中幼苗主要以落叶阔叶树种为主.样地Ⅳ中幼苗主要以常绿阔叶乔木为主.结果表明采伐模式对常绿阔叶林的恢复和更新有着深远的影响.择伐上木层后,常绿阔叶树种能得到较快的恢复;清除下木层,保留大树后,主要树种恢复缓慢;在皆伐下,落叶树种侵入,形成落叶树种为优势种或者常绿和落叶混交的群落. 相似文献
4.
【目的】分析上海市4种常见绿化乔木杜英(Elaeocarpus decipiens)、女贞(Ligustrum lucidum)、黄山栾树(Koelreuteria bipinnata)、无患子(Sapindus mukorossi)木材密度随径级大小的变异。构建更适用城市生态系统的常用绿化乔木生物量模型,并验证木材密度与胸径的关系,为全面估算上海市绿化乔木生物量及碳储量奠定基础。【方法】采用Y=aXb幂函数构建了生物量模型,汇总分析针对上海地区9种常见绿化乔木地上各器官生物量的模型,与此次研究构建的生物量模型进行比较,并讨论所建生物量模型的适用性。【结果】杜英树干密度显著小于其他3个树种,各树种树干密度随胸径增加没有明显变化趋势; 构建单一树种生物量模型时可以忽略木材密度对生物量的影响。对4个树种构建的生物量模型总体上拟合效果良好,参数a、b大小因树种和器官不同而有所差异; 其中常绿阔叶树种树干、树枝生物量模型参数b显著小于落叶阔叶树种。所构建的各器官生物量模型与有关学者已发表的上海地区相同树种相应器官模型之间存在差异,尤其对大径阶个体,估算的生物量总体上偏小。【结论】在城市中估算生物量时应根据人为管护强度情况选择适合的生物量模型。 相似文献
5.
浙江天童受损常绿阔叶林实验生态学研究(Ⅰ): 生态恢复实验与长期定位研究 总被引:4,自引:4,他引:0
模拟了常绿阔叶林的4种不同受损程度(间伐大树、清理下木、清除地上植被以及植被和表土完全破坏),各设1个20 m×20 m的样地, 并与设置的1个对照样地比较, 研究其自然恢复过程中的群落动态和生境变化; 同时针对受损常绿阔叶林恢复缺乏种源的特点, 开展播种、植苗人工恢复试验. 三年来的追踪观测结果显示不同处理样地在群落物种组成、外貌及群落结构上均不相同, 呈现出不同的恢复动态. 相似文献
6.
基于有效媒质理论,设计了一种"π"型光频段电磁超材料.仿真结果表明,这种超材料能够在550.4THz和577.8THz 2个频率附近产生谐振,并且在谐振频率附近样品的介电常数和磁导率同时为负值;通过将"π"型单元排列成楔形结构,验证了电磁超材料的负折射性能;进一步的研究证实,这种超材料的电磁响应与前后"π"型结构之间的旋转角度密切相关.另外,这种"π"型电磁超材料具有较低的能量损耗,弥补了其他渔网结构损耗高的缺陷,同时也为设计可见光频段的多频电磁超材料提供了一种新模型. 相似文献
7.
本文论述了氮、磷、钾中微量元素化学肥料的施用与农作物产品品质的关系,并针对农作物产品品质作了叙述;提出只有合理施用氮、磷、钾中微量元素化学肥料,才能提高农作物产品品质。 相似文献
8.
教育的基础是以人的生命作为目标的。而教育的目的、出发点和归宿则是人在素质上的提高和全面发展上,以及生命的存在所体现出来的。本文浅述在创新中寻找一条适用于当代中职生特点的教学途径和方法。 相似文献
9.
10.
工业对象的复杂化带来了可测变量的增多,这些变量集合中大量冗余的信息会降低软测量建模的精度。针对这个问题,提出了基于离散PSO的软测量辅助变量选择算法。算法将传统PSO连续的优化过程通过对粒子位置的隶属度计算,将其离散成0或1。0、1分别表示某变量未被选中和被选中,每个粒子就代表一种变量选取情况。将PLS回归用于适应度函数的计算,有利于克服多元回归中多重共线问题。最后,将该算法用在了丙烯精馏塔塔顶丙烯浓度的软测量实验中,实验结果表明该方法有效,并提高了模型的预测精度。 相似文献