生物质炭对华北平原4种典型土壤N2O排放的影响

生物质炭作为一种新型的土壤改良剂,在降低土壤温室气体排放方面发挥着重要作用.为明确生物质炭对冬小麦苗期土壤N_2O排放的影响,以华北平原的4种典型土壤(水稻土、砂姜黑土、褐土和潮土)为研究对象,进行田间试验,设置了4个处理:对照(CK)、单施化肥(NPK)、单施生物质炭(BC)和化肥与生物质炭配施(NPK+BC).结果表明,单施化肥显著增加了4种土壤N_2O排放,与对照相比,水稻土、砂姜黑土、褐土和潮土N_2O排放分别增加了314%、116%、240%和282%.添加生物质炭对华北平原4种土壤N_2O排放影响存在差异,与CK相比,单施生物质炭水稻土、褐土N_2O排放显著增加了72. 4%和50. 9%,而砂姜黑土和潮土BC与CK处理无显著差异.与NPK相比,生物质炭与化肥配施显著降低了4种土壤N_2O排放.添加生物质炭提高了4种土壤pH,其中,初始pH最低的水稻土,受生物质炭影响较显著,施肥则降低了4种土壤pH.砂姜黑土、褐土和潮土施肥处理N_2O排放通量均与铵态氮含量呈显著正相关,水稻土和砂姜黑土单施生物质炭处理N_2O排放通量与硝态氮含量呈显著正相关.     

基于BP神经网络人群流量预测的实现

人群拥挤踩踏突发性的特点决定了现场的事故救援措施效果较差,事前预防是唯一有效的策略。对商业区人群流量进行预测,对于合理控制商业网点人口,预防人群类事故的发生具有重要的意义。本文介绍了基于BP神经网络的人群流量预测方法,利用Matlab建立了相关模型,并结合实际数据对模型进行了调整,分析了隐含层神经元个数、不同输入-输出结构、不同传递函数等因素对网络性能的影响。研究表明利用神经网络的非线性映射能力对人群流量进行预测时可行的。     

基于劳动者轨迹的噪声暴露测量方法

为解决职业性噪声暴露测量过程质量控制难、测量不确定度较大的问题，本研究提出一种基于声场分布和劳动者实时定位技术的新型测量方法，通过对噪声作业场所声场分布测量和劳动者轨迹获得噪声暴露值，在解决质量控制缺失的基础上，可消除部分测量不确定度因素，从而最大限度地保证测量结果的可靠性。开发了相应测试装置，结合实际场所测试结果对测量不确定度进行评估。研究结果表明：本测量方法可有效地支持职业性噪声暴露测量，在不确定度控制方面相比现有方法具有优越性，同时该测量方法也为劳动者噪声暴露的日常持续监测提供了技术保障。