模拟氮沉降对华北地区绣线菊灌丛凋落物养分输入量的影响

来源 :安徽农学通报 | 被引量 : 0次 | 上传用户:ganxie123
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
中国是全球高氮沉降区之一,氮沉降对陆地生态系统造成了严重影响。我国北方灌丛通常为氮限制生态系统,易受环境变化的影响。为了研究氮沉降增加对灌丛生态系统凋落物养分输入量的影响,对北京东灵山绣线菊灌丛进行了模拟氮沉降试验,设置4个氮处理水平,分别为对照(0N0)、低氮(20N1)、中氮(50N2)、高氮(100N3)kg N/hm~2·a。结果表明:模拟氮沉降5年后,4个不同氮沉降水平绣线菊灌丛的年凋落量分别为162.93、205.81、190.96和189.65g/m~2·a,表明氮沉降对凋落物量具有促
其他文献
摘 要:烟株残体的回收处理和利用模式对烟农和烟草行业十分重要,也关系着烟叶的可持续发展。为最大限度回收利用烟株残体,该研究对4种烟秆处理模式的流程、主要技术难点及优缺点进行了探讨,结果表明:“烟株残体+烟农+合作社+有机肥”模式适合巫山生产实际,可以最大限度对烟秆进行综合利用,减少对环境的污染。  关键词:烟株残体;处理模式;综合利用  中图分类号 S572.04 文献标识码 A 文章编号
摘 要:为实现森林碳汇经济效益最大化,促进森林资源的可持续发展,对兴宁市森林碳汇重点生态工程造林现状及效益进行分析,同时对该市造林优势树种进行筛选研究,以期促进兴宁市森林碳汇重点生态工程造林效益最大化和实现森林资源绿色发展。结果表明:适宜在兴宁市种植的优势树种排序为:荷木>藜蒴=黑木相思>红锥>山杜英=火力楠=米老排=枫香>香樟。  关键词:森林碳汇;造林分析;优势树种;筛选  中图分类号 F32
随着国家推动轨道交通健康发展、促进大中小城市和小城镇协调发展的指导性意见发布,新制式轨道交通行业正蓬勃有序地发展,也吸引了众多具备轨道交通勘察设计资质但主业仍在其他行业领域的单位。为此,文章从勘察设计企业寻找发展目标,合理分配自身资源,提供高水平专业技术服务,提高业务附加价值等方面,对勘察设计企业在新制式轨道交通行业的发展进行探讨并提出建议。
摘 要:对云南樱桃优良单株广州樱1年生组培苗开展生长节律研究,通过生长曲线拟合,划分并探讨其生长阶段,为组培苗栽培管理提供科学依据。结果表明:广州樱组培苗苗高和地径生长节律均呈“慢—快—慢”生长趋势,Logistic方程拟合程度高。苗高和地径均出现2个不连续生长高峰,6月苗高生长量最大达33.0cm,9月地径生长量最大达2.4mm。苗高速生期(2016年5月30日至9月3日)历时97d(占总生长时
铁道车辆转向架中广泛应用橡胶元件进行减振和定位,橡胶元件性能对铁道车辆运行稳定性、平稳性、舒适性和安全性有重要影响。由于转向架橡胶元件长时间处于连续交变载荷作用下,疲劳断裂是其主要的失效模式,关键部件的疲劳断裂将引发重大安全事故、造成生命财产损失。文章主要从橡胶疲劳寿命影响因素、疲劳寿命数值预测方法和疲劳寿命加速试验几个方面介绍橡胶元件疲劳寿命研究情况及进展,对于提高橡胶元件疲劳寿命具有重要意义。
文章介绍一种基于可调式微动加扰高速铁路轨道板(HS-APS)的校验测试系统,该系统能够对轨道几何形位检测设备进行校验,以确保其检测结果的准确性和可重复性,并测试轨道车辆对于轨道垂向和横向几何形位变化的动态响应特性。
为提高铁路轨道车运行控制设备维护工作效率,确保设备安全运用,文章对铁路轨道车运行控制设备远程维护监测系统进行设计,并介绍其系统结构、网络连接方式、关键技术、安全机制以及应用功能。通过对该系统现场应用效果进行分析,发现该系统可以有效强化相关设备安全,提升维护工作效率,减少维修成本。
随着接触网故障检测技术的发展,接触网悬挂状态检测系统可得到接触网定位器的海量高清图像用于线下故障排查。为提高接触网定位器底座开口销缺失检测的准确性和效率,基于自编码器无监督网络模型,根据定位装置开口销区域的图像特征设计开口销缺失识别算法,并通过实际现场图像数据验证算法的有效性和通用性。试验分析表明,该算法对于背景复杂、光照不均等现场实际图像均具有良好的适应性,算法检测准确率达90%以上,可提高接触悬挂零部件缺陷检测效率,具有重要的实际工程意义。
摘 要:为了更好地推动红叶石楠的推广应用,满足市场需求,从科学选种、扦插繁育、扦插后管理、移栽定植、田间管理以及病害防治等6个方面对红叶石楠苗木繁育与高效栽培进行了阐述,以期进一步完善红叶石楠的高效繁育与栽培技术体系,为红叶石楠在我国的大面积推广种植提供科学依据。  关键词:红叶石楠;苗木繁育;栽培技术  中图分类号 S79 文献标识码 A 文章编号 1007-7731(2021)15-00
大数据时代的信息急速膨胀和计算硬件的快速发展,使得计算机视觉开始崭露头角。尤其是,在人脸识别、目标检测、图像分割等任务中,近年来基于深度学习的计算机视觉模型取得了优秀的研究成果,并且大部分成果已经从实验室阶段迈入了我们的日常生活。此外,计算机视觉正在与智慧安防、智能机器人、无人驾驶、智能家居等诸多前沿领域互相结合与渗透,以期更好地服务大众、造福社会。