Effect of colour on male orientation to female pheromone in the black chafer Holotrichia loochooana loochooana

Summary. Under field conditions significantly more black chafer, Holotrichia loochooana loochooana (Sawada) (Coleoptera: Scarabaeidae) males landed on black and gray sources than white ones containing 10 mg of female pheromone, anthranilic acid. When a broader spectrum of colours was tested the frequency of male landing was intensively proportional to as the lightness of the colour of the lures. These findings demonstrated that mate location by H. l. loochooana males is dependent on both olfactory and visual stimuli of the source. In contrast, female aggregation was not affected by colour.     

苏15井水位趋势异常特征与江苏中强地震关系初探

在总结井孔水位异常的中长期、短期(临震)、后效不同阶段特征的基础上,提出三项异常指标:1、水位反向,速率(?)≥-20mm/月,V_(max)≥-40mm/月;2、异常幅度,H≥130mm;3、异常时间,T≥3月。井孔的5次水位趋势异常中,与3次江苏省5～6级中强震和1次南京地区3.1级地方震的对应关系较好,映震能力达0.8,不失为单井预测预报中强地震的一种有效方法而具推广价值。     

工业城市生活垃圾的预测量与对策研究

利用灰色理论中的GM(1，1)预测模型对某工业城市生活垃圾产生量进行预测。根据垃圾量的发展趋势。提出在分类收集的基础上采取综合利用、焚烧和卫生填埋的处理方法。并对综合处理方法中的管理与技术问题作了探讨。     

基于CNN-GRU的瓦斯浓度预测模型及应用*

为解决传统瓦斯浓度预测方法预测精度低和适用性不强等问题,提出运用卷积神经网络（CNN）提取瓦斯浓度时间序列的变化趋势及局部关联特征,应用门自适应矩估计（Adam）优化的控循环单元神经网络（GRU）,在关联特征基础上进行时序性预测的组合方法,并以铜川玉华煤矿监测数据为样本,对比CNN-GRU组合模型、传统机器学习模型LSTM和GRU模型的预测效果。研究结果表明:CNN-GRU模型的预测精度和收敛速度均优于LSTM和GRU模型;CNN-GRU平均绝对误差和均方根误差分别可降低至0.042,0.006,运行效率分别提高59.15%,35.04%,研究结果可为矿井瓦斯灾害防治提供依据。     

基于GAM模型的四川盆地臭氧时空分布特征及影响因素研究

为研究四川盆地臭氧(O_3)时空分布特征及其气象成因,对四川盆地18个城市2015—2016年国控环境监测站点和气象台站数据进行了研究分析.结果表明:2015—2016年四川盆地O_3污染愈发严重,高值污染区呈扩张态势,污染区主要位于盆地西部成都、德阳、资阳、眉山、内江一带和以广安为中心的周边区域.O_3浓度有明显的季节变化特征:夏季(110.70±41.52)μg·m~(-3)春季(95.24±41.23)μg·m~(-3)秋季(67.58±39.55)μg·m~(-3)冬季(47.17±41.15)μg·m~(-3).基于广义相加模型(GAM)分析发现O_3浓度与气压、气温、相对湿度、风速、日照时数、降水量间均呈非线性关系,其中日照时数、相对湿度以及气温对四川盆地O_3浓度影响较大,而风速、气压以及降水量对O_3浓度影响相对较小.通过构建GAM模型对四川盆地18个城市O_3污染的主导气象因子进行识别,并对2017年O_3浓度进行预测和检验,结果显示GAM模型能较为准确地预测四川盆地各城市O_3浓度的变化趋势.     

石化企业电力电缆振荡波局部放电检测技术探讨

针对石化企业电力电缆故障率较高的现状,探索了电缆振荡波局部放电检测及故障定位的原理,通过搭建500 m的10 kV高压电缆实验平台,分别开展典型绝缘缺陷的串联谐振、振荡波对比实验研究,并尝试了振荡波局部放电检测方法在企业现场的应用。通过电力电缆振荡波与串联谐振的对比实验发现,在检测电缆绝缘缺陷时二者具有一定的等效性,可以通过局部放电量的大小和变化趋势来综合判定电缆绝缘缺陷的劣化程度,且振荡波检测技术具有测试时间短、设备便携、可准确定位缺陷位置、不会对电缆造成损伤等技术优势,在石化企业具有良好的应用前景。     

可吸入颗粒物在不同阻塞性呼吸道内运动与沉积特性

为弄清颗粒污染物在慢性阻塞性肺病工人呼吸道内运动和沉积规律,采用数值方法讨论了2类阻塞性呼吸道内气固流动特性,分析了阻塞率（α）、阻塞位置、劳动强度等因数对流场分布、颗粒沉积形式和沉积率的影响.结果表明,α越大,病人局部缺氧越严重,当α=0.8时,相对缺氧率可达90%以上;劳动强度越强或受阻塞位置越深,病人发生哮喘的可能性愈高.呼吸道变形不会改变颗粒的沉积机制,但对其沉积形式有显著影响.α增大,劳动强度增强,粒径变大,均会导致颗粒沉积分布不对称性提高,且下呼吸道粒子沉积分布对称性更好.此外,呼吸道变形使总沉降率（η_t）减小,且α越大,η_t越小.发现对于低劳动强度,下呼吸道或者d_p>5μm的大颗粒,α对η_t影响要更为显著.     

基于MRMR-HK-SVM模型的PM2.5浓度预测

以赣州市2017年全年的空气质量和气象数据为研究对象,通过最大相关最小冗余算法（MRMR）提取出最优的特征子集,并将其作为预测模型的输入数据,同时构造混合核函数（HK）对传统的支持向量机模型（SVM）进行改进,最终建立MRMR-HK-SVM模型.实验结果表明,MRMR-HK-SVM模型有着更低的平均绝对误差（MAE）、平均绝对百分比误差（MAPE）和均方根误差（RMSE）,相较于传统SVM模型,预测结果平均绝对误差下降了26.9%,且能更加准确的追踪到PM_2.5浓度的突变时刻.可见,MRMR-HK-SVM模型具有更好的泛化能力,能够更加精确地预测PM_2.5浓度.     

基于ARIMA和BP神经网络的猪舍氨气浓度预测

为了从源头减少生猪养殖过程中的氨气排放,降低猪舍氨气浓度,提出了基于ARIMA-BP神经网络的猪舍氨气浓度组合预测方法,分别从最优权重和残差优化角度对基于ARIMA-BP神经网络的组合预测方法进行了对比研究.将该预测方法应用于江苏省宜兴市某养猪场的氨气浓度预测中,预测结果表明：基于ARIMA-BP神经网络残差优化组合预测方法的预测精度最高,与BP神经网络、ARIMA预测方法和基于ARIMA-BP神经网络最优权重组合预测方法对比分析,评价指标MAE、MAPE和RMSE分别为0.0319、0.1580%和0.0365.本文提出的氨气预测方法可以为猪舍环境精准化调控管理提供科学依据以减小猪舍氨气排放对生态环境的污染.     

现代农业发展过程中土壤肥力资源合理利用的思考与对策

土壤是农业生产的重要基础,也是人类赖以生存的保障,其不仅关系食物安全供应,而且直接影响生态环境。土壤肥力是发展现代农业的重要支撑,其有效的培育涉及多学科与多专业,需要系统创新与联合攻关,如今人们对土壤肥力的认识已经从农业生产向环境安全、资源利用、生态健康及全球变化等方向转变与提升。本文从土肥长期定位研究、土壤肥力培育技术、现代农业发展等方面阐述内在关系及其特点,同时分析了现代土壤学研究领域所面临的重要挑战与发展趋势,并提出若干建议与对策。