【摘 要】
：
城市湿地是湿地生态系统碳循环的重要组成部分,研究城市湿地温室气体(CO2/CH4)排放特征及其影响因素对区域的碳平衡估算以及控制温室气体排放具有重要的意义.于2019年11月到2020年1月(秋季)利用密闭箱-气相色谱法对南湖湿地水气界面(CO2/CH4)通量进行了观测,结果表明,南湖秋季水-气界面CO2平均通量为-184.73±400.14 mg CO2/m2·h,整体为大气CO2的汇,南湖秋季水-气界面CH4平均通量为0.96±2.2 mg CH4/m2·h,整体为大气CH4的源.水体溶解性无机碳是影
【机 构】
：
南宁师范大学环境与生命科学学院,广西南宁530001;南宁师范大学北部湾环境演变与资源利用教育部重点实验室,广西南宁530001;南宁师范大学教育科学学院,广西南宁530001
论文部分内容阅读
城市湿地是湿地生态系统碳循环的重要组成部分,研究城市湿地温室气体(CO2/CH4)排放特征及其影响因素对区域的碳平衡估算以及控制温室气体排放具有重要的意义.于2019年11月到2020年1月(秋季)利用密闭箱-气相色谱法对南湖湿地水气界面(CO2/CH4)通量进行了观测,结果表明,南湖秋季水-气界面CO2平均通量为-184.73±400.14 mg CO2/m2·h,整体为大气CO2的汇,南湖秋季水-气界面CH4平均通量为0.96±2.2 mg CH4/m2·h,整体为大气CH4的源.水体溶解性无机碳是影响南湖秋季水气界面CO2通量最重要的影响因子,溶解性总磷是影响南湖秋季水气界面CH4通量最重要的影响因子,南湖湿地秋季固定249.96t CO2当量的含碳温室气体.
其他文献
为了提升中小学教师信息技术应用能力,促进信息技术与教育教学深度融合,主要针对信息技术应用能力“评估与诊断”维度中学生“自评与互评活动的组织”,从自评与互评的内涵及要求、技术支持的方法策略及工具和“定格动画”案例介绍三个方面阐述技术支持下的高中美术自评与互评方式的变革.
该文研究了在逐步Ⅱ型删失数据下,广义指数分布形状参数的E-Bayes估计,在损失函数为平方损失的情况下,分别给出了三种超参数先验分布的E-Bayes估计表达式.运用R软件中的mcmc程序包进行数值模拟,模拟结果表明,估计效果比较稳健,在相同的样本量下估计值的大小顺序为:αEB3＞αEB2＞αEB1＞αB,第三种超先验的估计效果最好.
显然丢番图方程(na)x+(nb)y=(nc)z有正整数解(x,yy,z)=(2,2,2).1956年,Je?manowicz猜想该方程仅有正整数解(x,y,z)=(2,2,2).该文主要运用奇偶分析法、简单同余法以及二次剩余理论等方法,证明了当(a,b,c)=(44,117,125)时,Je?manowicz 猜想成立.
单元教学设计需要教师充分了解单元在教材中的地位,寻找到课时之间的连贯性和统一性.将单元中每一课时的内容进行整合,使前后连贯,能使学生在学习过程中不断巩固提升.以“证明举例”单元的任务设计为例,重构单元框架,设计教学任务,探讨设计流程、依据、内涵和策略,为教师初探单元教学视角下的课时任务设计提供参考.
为了培养学生良好的思维品质,以《英语》(牛津上海版)4BM2U2 Period5 The cat and the mouse一课为例,通过故事教学,学生在丰富有趣的情境中自主提问和创编对话,发展思维的批判性和独创性;问题引领,提升其思维深刻性;板书支架,辅助学生复述故事,强化其思维的系统性.
从国内旅游接待数量、居民可支配收入和交通三方面对广西国内旅游进行描述性分析,然后选取2000-2018年全国居民人均可支配收入、全国人均GDP、区内旅客周转量、广西旅行社数量和广西消费者物价指数为变量,建立关于广西国内旅游需求的双对数线性模型,再采用EViews8.0软件对模型进行求解和检验.研究结果表明,全国居民人均可支配收入、广西旅行社数量和2003年的非典疫情对广西国内旅游需求的影响非常显著.
针对当前以“学习品质”为导向的幼儿园集体教学中存在的问题:教师偏离儿童发展需求、重知识轻能力、重教轻学等进行了归因分析.在厘清“学习品质”以及以“学习品质”为导向的集体教学内涵本质的基础上,提炼“三化”原则与“五要素”实施路径,并通过教研员实践课帮助教师扭转思维定势,明确以“学习品质”为导向的集体教学设计与实施的操作策略,促进区域教师的专业化发展.
研究了一个二维离散切换系统的稳定性.该文考虑了一种新的基于转移概率的模态平均驻留时间切换规则,它比传统的依模态平均驻留时间切换更加实际.
知识图谱提供物品相关领域的知识结构组成已被广泛应用于算法的推荐.基于用户的协同过滤算法在被推荐的过程中忽视了用户对物品自身属性的需求.该文提出一种基于领域知识的自适应近邻推荐方法.该方法通过构建物品领域知识图谱获取每位用户对物品的不同属性的兴趣分布,根据用户间的兴趣相似度搜寻每位用户的偏好近邻,按偏好近邻用户组获取同组用户最喜爱的物品实现推荐.实验表明,基于领域知识的自适应近邻推荐有效提高了协同过滤算法的推荐质量.