近20年淮河生态经济带粮食生产效率时空变化与影响因素

提升主产区粮食生产效率是提高粮食产量、保障粮食安全和生态安全的重要途径,也是学者、政府及农户关注的焦点。选择中国典型的粮食主产区淮河生态经济带为研究区域,构建了包括农户直接投入和政府间接投入的指标体系,借助非径向超效率模型测算了2000—2020年研究区28个地级市的粮食生产效率,并利用地理探测器分析了粮食生产效率空间差异的影响因素。结果显示:研究区域平均生产效率值在1.0附近波动,具有较大提升空间;各地之间的生产效率差距较大,但近20年呈现收敛态势;生产效率变化具有多样性,可分成7大类和11个小类;同级生产效率的地区集聚连片分布,且总体空间格局保持相对稳定;生产效率空间差异是多种因素共同作用的结果。年日照时间、人口密度和农业现代化程度是驱动空间差异的基础影响因子,其他因素解释力大小不等且存在年际变化。     

电厂冷却水培养核诱变微藻固定15％CO2

经~(60)Co-γ射线核辐射诱变、高盐度定向筛选和高浓度CO_2梯度驯化,获得了可耐受15%CO_2(体积分数)和海水盐度的核诱变小球藻固碳藻株。利用实际电厂循环冷却海水培养核诱变藻株固定模拟燃煤烟气15%CO_2,结果表明:核诱变藻株在加入了氮、磷营养盐的冷却海水中比生长速率可达1. 42/d,生物生产力可达0. 72 g/(L·d),与f/2海水培养基培养的核诱变藻株相比,分别提高了10%和28%。微藻固碳效率受盐度影响,核诱变藻株在电厂循环冷却海水中的固碳速率可达0. 68 g/(L·d),为同期f/2海水培养基条件下固碳速率的1. 9倍。PCA分析表明,15%CO_2条件下循环冷却海水各组分对微藻生长贡献基本相当。利用循环冷却海水培养微藻可有效固定煤电行业烟气中15%CO_2,为燃煤电厂废水废气资源化综合利用提供了新思路。     

基于深度学习模型的广州市大气PM2.5和PM10浓度预测

精准预测大气污染颗粒物PM_2.5、PM₁₀浓度能为大气污染防治提供科学依据,但目前较多PM_2.5和PM₁₀浓度预测在缺少污染源排放清单和能见度数据时,预测精度不高。而目前深度学习模型应用于PM_2.5和PM₁₀浓度预测的研究还鲜见报道。基于广州市2015年6月1日—2018年1月10日的空气质量和气象监测历史数据,分别构建了随机森林模型(RF)、XGBoost模型2种传统的机器学习模型和长短时记忆网络(LSTM)、门控循环单元网络(GRU)2种深度学习模型,并对广州市的PM_2.5、PM₁₀日均浓度值进行预测。结果表明:在缺少污染源排放清单和能见度数据时,4种模型也能较好地预测PM_2.5、PM₁₀日均浓度。根据MSE、RMSE、MAPE、MAE和R2等评价指标,对4个模型的PM_2.5、PM₁₀预测效果进行测评,得出深度学习GRU模型预测效果均为最佳,RF模型的预测结果均为最差。相比目前研究及应用较多的RF模型、XGBoost模型、LSTM模型,基于深度学习的GRU模型能更好地预测PM_2.5、PM₁₀浓度。     

互花米草碳、氮、磷化学计量特征及季节变化

以胶州湾湿地外来种互花米草作为研究对象,文章对其各器官的生物量,C、N、P生态化学计量特征及其季节变化规律进行了分析,揭示了植物生长过程中主要营养元素的生态化学计量学特征,对于有效控制和管理湿地植物的入侵以及理解植被生态系统的生长具有一定的意义。研究结果表明:(1)各器官在不同生长季节的养分分配顺序:C含量为茎(383.83 g/kg)叶(381.03 g/kg)根(354.02 g/kg);N含量为叶(5.8 g/kg)根(3.62 g/kg)茎(3.45 g/kg);P含量为叶(1.62 g/kg)根(0.93 g/kg)茎(0.70 g/kg)。根的N、P含量季节变化动态表现为先升高后降低再升高,茎和叶中的C、N含量随季节的变化均表现出先降低后上升的趋势。在整个生长阶段中,N、P主要分配到同化器官叶,其次是繁殖器官根,说明叶对N、P养分的吸收作用最强。(2)互花米草各器官的C/N、C/P与N/P均表现为茎根叶,各器官的N/P均14,结合N、P元素的含量与N/P值推测互花米草的生长主要受营养元素N的限制。(3)在不同器官间的N、P含量呈现出正相关性,说明互花米草各器官对C、N、P变化的应对具有相对的一致性。各器官中N与C/N,P与C/P均表现为负相关,而茎中P与N/P呈极显著负相关,说明了各器官对营养元素吸收的过程,与其他元素的获取关系密切。     

太阳山换流站背景谐波的测量与计算

为了满足太阳山换流站滤波器设计对电网背景谐波数据的要求,对2013年宁夏电网与太阳山密切相关的变电站进行全面的背景谐波测试,通过实测谐波数据与网架潮流计算数据的一致性分析,验证了计算方法的可行性和准确性;考虑系统网架变化,将太阳山换流站接入系统,同时考虑新能源、谐波源、网架和负荷的发展,计算得出2016年太阳山换流站750 kV母线谐波电压值,并在此基础上,给出了有一定裕度的推荐值供设计单位采用。     

浅析智能视频监控在智慧城市的应用与趋向

正前言随着创新与数字化逐步发展为新的增长极,世界各国正积极寻找解决方案,以实现经济、技术与社会的平衡发展。当今时代,信息日益唾手可得,但这也让政府陷入两难局面:如何在不侵犯个人隐私的前提下运用海量信息提升居民生活水平?如何在不影响经济增长的情况下解决社会环境问题?鉴于此,各国政府纷纷出台"智慧城市"政策,大力布局信息技术基础设施,并启用创     

基于D-S证据理论的民用航空情报原始资料上报工作风险评价和安全对策研究

为提升民用航空情报原始资料上报工作的安全管理水平,对2010—2015年的859起不安全事件进行差错原因分析,运用SHELL模型构建原始资料上报工作的风险指标体系。风险指标体系由工作人员的素质和能力、操作符合性、工作系统的完好性、专业培训情况等12个一级指标及专业知识、行业规章符合性、人才队伍建设、管理制度执行等45个二级指标构成。为降低各类不确定性因素的影响,基于D-S证据理论进行风险评价研究,以10位行业专家的调查结果为基础,计算合成了12个一级风险指标的风险水平支持度。结果表明,素质和能力、操作符合性情况、行业规章完好性和专业培训处于高度风险水平,工作完好性、工作系统完好性、工作软件维护、工作标准统一性、人力资源和管理制度处于中度风险水平,工作沟通和核实回复处于低度风险水平。对处在高度风险水平的风险指标开展安全对策研究,提出提高工作人员入职标准、定期组织开展专业培训、编写行业通用的培训教材、修订完善现有行业规章、加大违规操作处罚力度等风险控制措施。     

金莲木（Ochna integerrima（Lour．）Merr．）的生态生物学特征及其播种繁殖技术

金莲小（Ochnaintegerrima（Lour．）Merr．）足金莲术科落叫淞小或小乔小,址潜在的优良Ⅲ林绿化树种．文章从其形态解削特,其光合生理生态特征及播种繁殖技术方面进行了系统的研究。结果表明：金莲小为rft性偏阳性树种,光合速率LI进秤星单峰曲线,尤午休现象;其光饱和点（LSP）和I光补偿点（LCP）分别在800μmol·m^-2.s^-1及52．2μmol·m^-2．s^-1左右、在高于光饱和点的光强下,其叶片的光合速率并未出现叫娃下降趋势,州时还维持了较i舟的蒸腾速率,、金莲小叶绿素荧光参数显水其具有较高的能精利用效率,叶绿素a／b比值（5．677：1）略高于理论价（3：1）,表明它能有效吸收比能许传到光反应叭tl山。播种前金莲小种子宵进行浸泡处理,浸泡24h处理后足发芽率高日．发芽较早,播种住泷炭土中的种f较沙土中的种子发芽要甘H荫发周期短,但往沙土中播种的种子最终的发芽率耍相对较高。、㈧此,金莲l术适合生长存水热充沛、土壤十}1对JJ巴沃的热带亚热带地区,栽培时要尽量选择十层肥沃的壤土或砂质壤土。金莲术（Ochnaintegerrima（Lout．）Merr．）是金莲术科落叶灌本或小乔木,是潜在的优良冈林绿化树种。文章从其形态解剖特征、光合生理生态特征及播种繁殖技术方面进行了系统的研究。结果表明：金莲木为中性偏阳性树种,光合速率日进程呈单峰曲线,无午休现象;其光饱和点（LSP）和光补偿点（LCP）分别在800μmol·m^-2．s^-1及52．2μmol·m^-2．s^-1左右。在高于光饱和点的光强下,其叶片的光合速率并未出现明显下降趋势,同时还维持了较高的蒸腾速率。金莲术叶绿素荧光参数显示其具有较高的能量利用效率,叶绿素a／b比值（5．677：1）略高于理论值（3：1）,表明它能有效吸收光能并传到光反应中心。播种前金莲木种子宜进行浸泡处理,浸泡24h处理后其发芽率高且发芽较早,播种在泥炭土中的种子较沙土中的种子发芽要早且萌发周期短,但在沙土中播种的种子最终的发芽率要相对较高。因此,金莲木适合生长在水热充沛、土壤相对肥沃的热带亚热带地区,栽培时要尽量选择土层肥沃的壤土或砂质壤土。     

公众聚集场所为何火灾频发

正继2013年重特大火灾一再发生之后,2014年1月,在不到20天的时间里发生了云南香格里拉独克宗古城火灾和浙江温岭鞋厂火灾2起重大火灾,以及河北霸州家具作坊火灾、呼和浩特物流园区火灾和河北燕郊饭店火灾等多起较大火灾。当前的火灾形势相当严峻,找出大火灾频发的原因,采取有效的对策是全社会关注的事情。     

北京女性尿液中双酚A及氯代双酚A的浓度和风险评价

建立了有机相丹酰化衍生-UPLC-MS-MS人体尿液样品中双酚A(BPA)及4种氯代双酚A(氯代BPA)的检测方法,对北京地区40个女性尿液样品进行了检测.结果表明:BPA和一氯、二氯、三氯、四氯BPA的检出率分别为90%、96%、90%、52%和45%;浓度分别为(1.30±1.24),(0.40±0.37),(0.41±0.51),(0.18±1.49),(0.46±0.35) ng/mL,4种氯代BPA的总浓度为1.45ng/mL,和BPA浓度相仿.4种氯代BPA的BPA等当量浓度为4.84ng/mL,是BPA浓度的2.2倍. 40个尿液样本BPA等当量浓度符合对数正态分布,超过BPA的糖尿病发生阈值(0.05%发病风险)5.7ng/mL的概率为19.2%.人体暴露氯代BPA的健康风险应该引起重视.