氮沉降对长白山3种苔原类型凋落物早期分解的影响

来源 :植物科学学报 | 被引量 : 0次 | 上传用户:liongliong545
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本研究以牛皮杜鹃(Rhododendron aureum Georgi)凋落物、小叶章(Deyeuxia angustifolia(Kom.)Y.L.Chang)凋落物及两者的混合物作为长白山3种苔原类型的代表性凋落物,在人工气候箱中研究不同氮沉降量增加对凋落物早期分解的影响.结果显示:(1)小叶章凋落物质量高,易分解;牛皮杜鹃凋落物质量低,难分解;牛皮杜鹃-小叶章混合凋落物分解程度居中,且存在非加和效应的协同促进作用;(2)氮沉降增加对牛皮杜鹃和小叶章凋落物的分解均有显著促进作用,但对牛皮杜鹃-小叶章混合凋落物的分解影响不明显;(3)早期分解过程中,3种凋落物的总碳和总磷呈释放状态,木质素呈现富集状态;牛皮杜鹃总氮和纤维素呈富集状态,而小叶章和混合凋落物总氮和纤维素呈释放状态;(4)中氮处理对牛皮杜鹃凋落物总磷释放具有显著抑制作用;而高氮处理对小叶章和混合凋落物总磷释放具有显著促进作用.研究结果表明,氮沉降增加了凋落物的分解速度.
其他文献
对4个缩尺比1∶2的Q420钢U肋加劲板进行轴压承载性能试验,分析U肋加劲板极限承载力、破坏形式以及破坏机理.结果 表明:4个U肋加劲板极限承载力均达到全截面屈服承载力;受压U肋加劲板的破坏形式分为局部屈曲、整体屈曲和合成屈曲破坏3种;极限状态下,受压U肋加劲板在达到极限承载力前发生局部屈曲,最后发生整体屈曲导致板件破坏;通过板件柔度确定的最易发生屈曲的板件位置与实际破坏位置基本一致,说明板件柔度能够预测U肋加劲板在极限状态下的破坏位置.
对氢气小孔泄露问题进行了理论分析,并利用Simulink和Fluent软件分别对氢气小孔泄露问题进行仿真.结果 表明:温度对氢气小孔泄露的影响不显著,而氢气压力和储氢空间对氢气小孔泄漏的影响较大;主动通风可抑制车内氢气泄露;密闭空间内氢气泄露具有泄露点聚集特性,并且受重力影响氢气在高处聚集.
以飞机总装脉动生产线节拍转换过程为实际生产背景,提出基于项目拆分的资源受限项目节拍转换调度问题,并建立了以最小化转换期时长为目标函数的数学模型.根据项目节拍转换调度问题的特点,采用双层迭代算法进行求解.结果 表明:该算法有效缩短生产线节拍转换时间,对不同项目组合的优化程度为1.1%~23.4%.
针对90℃左右的高炉冲渣水有机朗肯循环(ORC)发电系统,建立了R245fa在波纹板式冷凝器中的冷凝传热数值模型,并验证了模型的正确性.借助冷凝传热数值模型,探讨了蒸汽过热度、壁面过冷度、蒸汽干度对传热系数、压降和综合传热性能的影响,拟合了适用于以R245fa为工质的ORC发电系统中波纹板式冷凝器的传热关联式.针对冷凝器冷凝液相体积分数沿板长方向的变化情况,探讨了冷凝器中间排液的可能性,并就液相体积分数给出了合适的中间排液范围.
下一购物篮推荐是电商平台上最重要的任务之一,旨在挖掘用户的购物习惯及其兴趣进化的特征.现有的下一购物篮推荐方法存在以下不足:一是仅基于购物篮先后位置建模无法捕捉购物篮时间间隔的差异性;二是基于RNN(recurrent neural network)的方法无法捕获个性化商品频率信息并缺乏可解释性.上述不足限制了电商推荐的准确率且无法提供给用户直观的推荐理由.因此,提出了一种基于时间感知和协同挖掘的下一购物篮推荐方法.该方法对购物篮时间进行建模,将购物篮划分为表征用户短期兴趣的多个组别,并采用层次时间衰退实
为提高推荐模型对于长尾项目的 推荐性能,提出一种可集成在基础推荐模型中的通用框架DAST.该框架通过设计特征变换模块来对齐源域(曝光项目)与目标域(未曝光项目)的特征分布,引入了伪标签的概念,用基于数据结构关系的分类器对目标域伪标签进行校验,通过校验后的伪标签进行自训练来进一步改善长尾性能.在Movielens-1M和DIGINETICA数据集上对集成DAST框架前后的基线模型进行了对比,实验结果表明,集成了DAST框架后,各推荐模型的长尾性能均得到显著的提升,证明了此框架的通用性与有效性.
云环境下,为了解决服务组合优化问题,提出了一种基于双层规划模型的组合推荐方法.该方法引入制造敏捷性等指标建立组合评价体系,构建面向服务组合优化的双层规划模型.该模型以服务质量最优化作为上层优化目标,以资源利用率最大化作为下层优化目标.采用NSGA-Ⅱ算法对多目标优化问题进行求解,得到制造服务的组合推荐方案.最后,通过算例仿真证明了该算法的可行性.
在教育领域的自动推荐方法大多通过历史内容的相似性进行推荐,未同时考虑用户交互序列和知识与知识之间的内在关联信息,难以精准地向学习者推荐其所需知识点.提出一种基于联合知识图谱和时间特性的数学知识自动推荐方法.该方法首先利用自注意力机制和前馈神经网络获取带有时间特性的学习者表示,然后根据知识图谱三元组中知识点与知识点的高阶连通特性和学习者特性深层次表征知识点,最后计算学习者与知识点交互的概率,并根据概率进行推荐.在自构建的初中数学知识推荐数据集上测试表明,本文方法比几类经典的基准系统在AUC值、精确率、召回率
在云制造过程中,细粒度的资源会使设计任务的匹配变得困难,难以满足云制造请求方对于制造任务的要求.目前实现方法中,多粒度资源组合推荐主要着重于分析资源性质,并从架构设计的角度解决多粒度资源组合的问题,而未从算法角度提供解决方案,泛化性能较差.针对这样的问题,提出基于自组织映射(self-organizing map,SOM)聚类分析的多粒度云制造资源组合推荐方式.该方法首先通过对请求方制造资源调度日志进行聚类分析,将制造资源按照QoS指标分为不同的类型;然后采用滑动窗口分析统计各种类型的资源调度方式,计算不
为了探明钢铁期货价格与现货价格之间的相关方式,采集了近年来的螺纹钢与热轧板卷期货现货交易的时序数据,并运用多种时序数据相似性度量算法和格兰杰因果检验算法对两组数据进行相关性度量.不同算法的统计分析结果表明,两种钢材期货价格与现货价格之间具有强相关性.鉴于此,使用长短时记忆(long short-term memory,LSTM)网络模型根据期现货历史数据对现货价格进行了预测.根据预测得到的数据与真实现货价格之间的对比,我们得出可以使用期货价格对现货的价格进行预测的结论.预测结果将有助于发掘具有价格上升趋势