【摘 要】
：
2018年5—7月,荷兰瓦赫宁根大学等在德国Selhausen开展了一场名为"CloudRoots"的外场试验,旨在获得一套包含土壤、植物和大气变量的综合观测数据集,以研究亚小时和亚千米尺度下非均匀地表与其大气边界层之间的相互作用。研究表明,有必要在叶片水平上进行测量,以便更好地了解生长季期间在日尺度上气孔孔径与蒸散量(ET)之间的关系。
论文部分内容阅读
2018年5—7月,荷兰瓦赫宁根大学等在德国Selhausen开展了一场名为"CloudRoots"的外场试验,旨在获得一套包含土壤、植物和大气变量的综合观测数据集,以研究亚小时和亚千米尺度下非均匀地表与其大气边界层之间的相互作用。研究表明,有必要在叶片水平上进行测量,以便更好地了解生长季期间在日尺度上气孔孔径与蒸散量(ET)之间的关系。
其他文献
2021年1月4日,光电信息学院费鹏教授课题组联合武汉光电国家研究中心朱教授及同济医学院附属同济医院梅伟教授课题组,在国际著名期刊《自然·通讯》(Nature Communications)上发表了题为"Minutes-timescale 3D isotropic imaging of entire organs at subcellular resolution by contentaware
针对暗通道先验图像去雾算法在景深突变区域和天空区域出现透射率估计不准确问题,提出一种自适应暗通道融合和天空补偿的去雾算法。首先,根据大窗口尺度和小窗口尺度的最小值滤波在暗通道先验的特点,将两者通过近似景深关系加权融合获得融合暗通道,从而获得初级透射率;其次,对初级透射率进行下采样,用有雾图像的灰度图进行快速联合双边滤波,再使用上采样恢复原图像尺度大小,并在天空区域采用高斯函数补偿优化得到修正的透射
光电容积描记图(PPG)是一种利用光学技术无创检测人体心血管脉搏波的方法。PPG信号来源于MIMIC数据库,它含有许多生理信息。本文提出了将集合经验模态分解(EEMD)、倒谱、快速傅里叶变化和过零点检测相结合的方法,从PPG中可靠地估算脉搏率(PR)、心率(HR)和呼吸频率(RR)。首先,将PPG信号通过EEMD分解为有限个固有模态函数(IMF)。因为EEMD有自适应滤波特性,所以估算不同的生理参
合理利用光伏电板周边空间发展种植是光伏电站生态产业示范的核心内容。为了揭示光伏电站生境下沙打旺的生理响应特征,选取库布齐沙漠光伏电板前沿、板后沿、板下3种典型部位的沙打旺(Astragalus adsurgens)为研究对象,对其叶绿素、可溶性糖、可溶性蛋白、MDA、SOD及CAT等生理指标进行了测定。结果表明:光伏电站内沙打旺叶绿素含量均较对照有所提高,其中板下位置增幅最大,达44.65%;板前
研究在小麦-玉米轮作条件下实施不同的作物秸秆还田模式对农田土壤稳定性团聚体粒径组成的影响。结果表明,在不进行秸秆还田措施条件下,土壤中粉粒(粒径2～20μm)的百分含量最高,达(54.41±2.87)%,而小麦秸秆还田能够分别增加38.90%的砂粒、降低24.53%的粉粒和14.37%的黏粒含量,且能够增强土壤的抗侵蚀能力,而施肥和玉米秸秆还田对农田土壤稳定性团聚体影响较小。
为了探讨秸秆还田与地膜覆盖对东北稻区土壤改良及水稻增产的效果,选用吉粳88作为试验材料,在覆膜移栽(F)和不覆膜(F0)移栽2种栽培模式下设5组秸秆还田量梯度:0%、20%、40%、60%、100%(S0、S1、S2、S3、S4),探究秸秆还田和地膜覆盖对稻区土壤理化性质及水稻产量的影响。结果显示:在相同秸秆还田量下,覆膜处理土壤容重、p H值均低于不覆膜处理,覆膜处理土壤全氮、有机质(除S0处理
城市潜能作为城市体系空间相互作用的代表性指标,反映了城市与其所在的城市体系内所有城市间相互作用的强度,即城市所具备的的集聚能力。合理分析城市空间布局及结构、探寻城市发展的空间差异,以及制定区域发展政策日益迫切,研究城市空间相互作用具有重要意义。本文以Globcover数据集提取中国大陆范围内26 619个城市斑块,获取了城市潜能计算时所需的城市斑块规模总量;同时,以DMSP/OLS夜间灯光影像为数
传统的数字媒体专业的人才培养模式强调知识传授的授课方式,已经难以适应技术迅猛发展的行业需求。因此,高职院校教师在传授知识的同时,还要把工匠精神作为课程思政的组成部分融入项目化教学,通过工匠精神的培养促进学生专业能力的提高。
磁共振(MR)是一种被广泛使用的医学成像方式。针对某些序列的MR影像不易直接获得、需要由其他序列的MR影像转换的问题,提出一种基于细节增强的MR序列转换方法。该方法基于条件生成对抗网络构建了残差模板合成模块ResGAN和细节增强合成模块EnGAN,设计了一种端到端的网络结构。在一组配准过的神经纤维瘤T1序列影像和STIR序列影像上进行了测试,结果表明,相比于现有方法,提出的方法更好地还原了边界细节
面部表情识别是一种直接、有效的情绪识别模式。机器学习可以对图像表情进行形式化表征,但由于缺乏大脑的认知表征能力,在小样本数据集或复杂表情(伪装)数据集上的识别性能并不理想。针对此问题,将机器人工智能的形式化表征与人脑通用智能的情感认知能力结合,提出一种基于脑机协同智能的情绪识别方法。首先,从脑电图信号中提取脑电情感特征,以获取大脑对情绪的认知表征。其次,从情感图像中提取图像的视觉特征,以获取机器对