不同肥料施用对设施菠菜地NH3挥发和N2O排放的影响

以湖南设施菠菜地为研究对象,采用通气法和静态箱-气相色谱法研究了设施菠菜生长季施用工厂化堆肥(SC)、农民传统堆肥(SS)和单施化肥(FC)对土壤NH_3和N_2O排放的影响.结果表明在同等施氮水平下,与FC相比,SC处理能减少NH_3和N_2O排放量,分别减少52.9%和95.12%(P0.01);SS处理则增加NH_3挥发量24.8%,减少N_2O排放量48.8%.不同处理NH_3损失率分别为SS(10.97%)FC(4.19%)SC(2.74%);N_2O排放系数分别为FC(4.50%)SC(2.21%)SS(0.60%);与FC处理相比,SC处理条件下菠菜产量和作物吸氮量分别降低19.61%和13.20%,差异不显著;SS处理则显著降低27.9%和40.0%(P0.05).在该地区冬季设施菠菜田中,影响NH_3和N_2O排放的主要因素为土壤水分,环境温度不是此研究中影响气体排放的主要因素.因此,畜禽养殖固体废弃物经过不同处理后作为有机肥施入菠菜田,SC处理的菠菜可保证产量的同时,减少NH_3挥发和N_2O排放损失.     

环境保护总体规划图集设计

提出了环境保护总体规划图集编制的一般原则(包括协调性、系统性原则,可比性原则,动态变化原则),构建了《大连市环境保护总体规划图集》的整体框架体系.该图集的特点主要体现在:运用动态图形式展现规划内容;融合现代制图先进技术;为决策应用提供更直观的展示手段.总结了图集的编制步骤,对图集的基础体系和图形的绘制做出了统一的规范.      

基于改进的PSO‑BP神经网络的边坡稳定性研究∗

边坡稳定性研究对于重大地质灾害防治极其重要，但由于影响边坡稳定性的因素具有非线性、多样性以及模糊性等特征，边坡稳定性分析一直是地质灾害防治领域的热难点问题。已有研究表明神经网络预测模型可有效应用边坡稳定性分析，但同时存在预测精度低、鲁棒性差、收敛速度慢等缺点。为改善上述问题，在粒子群算法优化的 BP 神经网络（简称 PSO?BP 神经网络）算法基础上提出一种改进的边坡稳定性预测模型。该模型以容重、内聚力、内摩擦角、边坡角、高度、孔隙压力比作为输入参数，以安全系数作为输出参数。通过借鉴遗传算法中的变异思想来提升模型全局寻优的能力，利用能量函数负梯度下降原理提高模型的收敛速度。将所收集到百余条边坡数据进行数据清洗，最终得到 80 条高质量边坡数据，随机选取其中的 50 条边坡数据作为模型的试验数据。最后采用十折交叉验证的方法对模型的准确性进行验证，并在多维度与其余边坡稳定性神经网络预测模型进行对比分析。结果表明：①该模型相比于其余模型收敛速度、准确率、鲁棒性均有明显提高；②将 K 折交叉验证应用在小样本数据下的边坡稳定性神经网络预测模型，可有效避免结果的偶然性。③该模型的预测误差仅为 4.31%，满足工程精度需求，可在实际工程中为边坡稳定性分析与灾害防治提供参考。     

盐城市秋冬季节PM2.5污染特征及来源分析

于2019年10月-2020年2月在盐城市开展大气PM2.5离线监测,对PM2.5的浓度变化、质量平衡、组分及来源进行了分析.结果表明,监测期间盐城市ρ(PM2.5)月均值为43.32～62.59 μg/m3,其中1月最高;监测期间ρ(PM2.5)平均值为54.25 μg/m3,质量重建后该值为52.38 μg/m3,...     

再入环境测量火箭测试平台总体设计与关键技术

目的 研究弹头再入飞行时表面的脉动压力等参数特征及变化规律,借助火箭测试平台飞行试验,同步获取自由飞行状态下载荷段外部脉动压力、时均压力、温度与内部结构振动、冲击响应数据,认识和预测脉动压力载荷与结构响应的相关性,同时为结构响应等效的数值模拟验证提供支撑.方法 根据飞行试验测试的目的 和要求,计算火箭测试平台的总体参数...