能耗一直是制约无线传感器网络WSN(Wireless Sensor Networks)发展的关键因素。为了降低节点的功耗,延长WSN的寿命,一种改进指数平均模型的动态功耗管理DPM(Dynamic Power Management)方法被提出。该方法利用历史空闲时间来对未来空闲...能耗一直是制约无线传感器网络WSN(Wireless Sensor Networks)发展的关键因素。为了降低节点的功耗,延长WSN的寿命,一种改进指数平均模型的动态功耗管理DPM(Dynamic Power Management)方法被提出。该方法利用历史空闲时间来对未来空闲时间进行预测,预测结果作为节点是否转换为低功耗状态的依据。理论分析和实验仿真表明,本文提出的DPM在突发情况时能够快速自适应地调整,提高了预测的准确性,降低了WSN的功耗。展开更多
了解种植业碳排放的特征与影响因素,可推动福建省福州市农业绿色低碳发展。为给福州市种植业碳减排提供新方法、新途径,通过统计年鉴获得相关种植业数据,以国内外常用的农业碳排放公式及碳排放系数来测算福州市种植业碳排放量。以2010...了解种植业碳排放的特征与影响因素,可推动福建省福州市农业绿色低碳发展。为给福州市种植业碳减排提供新方法、新途径,通过统计年鉴获得相关种植业数据,以国内外常用的农业碳排放公式及碳排放系数来测算福州市种植业碳排放量。以2010年为基期年,运用kaya恒等式和对数平均迪氏指数(Logarithmic Mean Divisia Index,LMDI)模型解析福州市种植业碳排放影响因素。结果表明,2010—2019年,福州市种植业碳排放总量及强度在波动下降;在影响种植业碳排放的4个因素中,可通过提高种植业生产效率来寻求更好的碳减排途径。建议采取改变耕作方式、提高农资使用效率、创新发展低碳农业、加强宣传培训等措施,实现福州市种植业碳减排的目标。展开更多
在“双碳”目标的背景下,作为全社会碳排放最主要的排放源,能源活动的碳减排尤为关键。为明确电力系统碳排放量、能源消费强度、产业结构等因素对能源系统碳排放的影响作用及贡献程度,基于灰色GM(1,1)模型对我国的能源消费总量进行预测...在“双碳”目标的背景下,作为全社会碳排放最主要的排放源,能源活动的碳减排尤为关键。为明确电力系统碳排放量、能源消费强度、产业结构等因素对能源系统碳排放的影响作用及贡献程度,基于灰色GM(1,1)模型对我国的能源消费总量进行预测,并进行模型检验以保证可行性。根据联合国政府间气候变化专门委员会(intergovernmental panel on climate change,IPCC)碳排放系数法,根据我国能源平衡表的数据对2015—2019年各行业碳排放量进行测算。在此基础上,利用对数平均迪氏指数法(logarithmic mean Divisia index,LMDI)构建碳排放分析模型,对结果标准化处理后分析各效应对能源系统碳排放量的影响程度。计算结果表明能源消费强度、人口数量、城镇化水平及电力碳排放量会促进能源系统碳排放增长,而能源消费强度、农村人口比重及产业结构起到了抑制作用。展开更多
文摘能耗一直是制约无线传感器网络WSN(Wireless Sensor Networks)发展的关键因素。为了降低节点的功耗,延长WSN的寿命,一种改进指数平均模型的动态功耗管理DPM(Dynamic Power Management)方法被提出。该方法利用历史空闲时间来对未来空闲时间进行预测,预测结果作为节点是否转换为低功耗状态的依据。理论分析和实验仿真表明,本文提出的DPM在突发情况时能够快速自适应地调整,提高了预测的准确性,降低了WSN的功耗。
文摘了解种植业碳排放的特征与影响因素,可推动福建省福州市农业绿色低碳发展。为给福州市种植业碳减排提供新方法、新途径,通过统计年鉴获得相关种植业数据,以国内外常用的农业碳排放公式及碳排放系数来测算福州市种植业碳排放量。以2010年为基期年,运用kaya恒等式和对数平均迪氏指数(Logarithmic Mean Divisia Index,LMDI)模型解析福州市种植业碳排放影响因素。结果表明,2010—2019年,福州市种植业碳排放总量及强度在波动下降;在影响种植业碳排放的4个因素中,可通过提高种植业生产效率来寻求更好的碳减排途径。建议采取改变耕作方式、提高农资使用效率、创新发展低碳农业、加强宣传培训等措施,实现福州市种植业碳减排的目标。
文摘在“双碳”目标的背景下,作为全社会碳排放最主要的排放源,能源活动的碳减排尤为关键。为明确电力系统碳排放量、能源消费强度、产业结构等因素对能源系统碳排放的影响作用及贡献程度,基于灰色GM(1,1)模型对我国的能源消费总量进行预测,并进行模型检验以保证可行性。根据联合国政府间气候变化专门委员会(intergovernmental panel on climate change,IPCC)碳排放系数法,根据我国能源平衡表的数据对2015—2019年各行业碳排放量进行测算。在此基础上,利用对数平均迪氏指数法(logarithmic mean Divisia index,LMDI)构建碳排放分析模型,对结果标准化处理后分析各效应对能源系统碳排放量的影响程度。计算结果表明能源消费强度、人口数量、城镇化水平及电力碳排放量会促进能源系统碳排放增长,而能源消费强度、农村人口比重及产业结构起到了抑制作用。