为揭示未来气候变化趋势对稻谷Fe、Zn含量和积累量的影响,本研究利用开顶式气室(Open Top Chamber,OTC)系统模拟大气CO_(2)浓度上升(EC处理,+100μL·L^(-1))和增温(ET处理,+1.5℃)以及二者相互作用(ETEC处理,+1.5℃,+100μL·L...为揭示未来气候变化趋势对稻谷Fe、Zn含量和积累量的影响,本研究利用开顶式气室(Open Top Chamber,OTC)系统模拟大气CO_(2)浓度上升(EC处理,+100μL·L^(-1))和增温(ET处理,+1.5℃)以及二者相互作用(ETEC处理,+1.5℃,+100μL·L^(-1))的气候变化情景,对江汉平原2017—2019年双季稻籽粒Fe、Zn以及植酸含量进行持续3 a的大田试验观测。结果表明:双季稻籽粒Fe和Zn含量对大气CO_(2)浓度上升与增温的响应存在较大的年际间差异,其中对大气CO_(2)浓度上升的响应较增温更为敏感。与对照(CK)相比,EC处理显著降低2018年晚稻籽粒Fe含量(-13.41%,P<0.05),显著增加2019年早稻和晚稻籽粒Fe含量(+29.70%和+27.95%,P<0.05);ET处理显著降低2018年早稻籽粒Zn含量(-13.49%,P<0.05)。就3 a观测平均值而言,EC处理显著降低早稻籽粒Zn含量(-8.28%,P<0.05),而ETEC处理显著降低晚稻籽粒Zn含量(-10.91%,P<0.05)。本研究发现CO_(2)浓度上升与增温叠加作用效果有别于各单因子影响,尤其对高温干旱年份晚稻籽粒Zn含量的降低具有显著的正协同效应。本研究预测未来气候变化可能增加稻米食用人口出现“隐性饥饿”的风险。展开更多
SF_(6)电气设备内部的分解组分可以通过可调谐吸收光谱技术进行检测,其中CO_(2)浓度反映了设备内部的绝缘缺陷情况。因此,通过准确测量CO_(2)浓度可以及时发现设备潜在的绝缘故障。为克服传统最小二乘法浓度反演模型稳定性较差的问题,...SF_(6)电气设备内部的分解组分可以通过可调谐吸收光谱技术进行检测,其中CO_(2)浓度反映了设备内部的绝缘缺陷情况。因此,通过准确测量CO_(2)浓度可以及时发现设备潜在的绝缘故障。为克服传统最小二乘法浓度反演模型稳定性较差的问题,文中基于改进的旗鱼优化算法(Improved Sailed Fish Optimizer,ISFO)与核极限学习机(Kernel Based Extreme Learning Machine,KELM)建立了ISFO-KELM气体浓度反演模型。利用多策略初始化方法、Levy随机步长、柯西变异和自适应t分布变异等技术提升了旗鱼优化算法寻优能力和跳出局部最优解能力。实验结果表明,该模型具有高精度和鲁棒性,并且在稳定性和泛化能力方面优于最小二乘法、极限学习机、反向传播(Back Propagation,BP)神经网络等传统方法,对评估SF_(6)电气设备运行状态具有重要意义。展开更多
文摘为揭示未来气候变化趋势对稻谷Fe、Zn含量和积累量的影响,本研究利用开顶式气室(Open Top Chamber,OTC)系统模拟大气CO_(2)浓度上升(EC处理,+100μL·L^(-1))和增温(ET处理,+1.5℃)以及二者相互作用(ETEC处理,+1.5℃,+100μL·L^(-1))的气候变化情景,对江汉平原2017—2019年双季稻籽粒Fe、Zn以及植酸含量进行持续3 a的大田试验观测。结果表明:双季稻籽粒Fe和Zn含量对大气CO_(2)浓度上升与增温的响应存在较大的年际间差异,其中对大气CO_(2)浓度上升的响应较增温更为敏感。与对照(CK)相比,EC处理显著降低2018年晚稻籽粒Fe含量(-13.41%,P<0.05),显著增加2019年早稻和晚稻籽粒Fe含量(+29.70%和+27.95%,P<0.05);ET处理显著降低2018年早稻籽粒Zn含量(-13.49%,P<0.05)。就3 a观测平均值而言,EC处理显著降低早稻籽粒Zn含量(-8.28%,P<0.05),而ETEC处理显著降低晚稻籽粒Zn含量(-10.91%,P<0.05)。本研究发现CO_(2)浓度上升与增温叠加作用效果有别于各单因子影响,尤其对高温干旱年份晚稻籽粒Zn含量的降低具有显著的正协同效应。本研究预测未来气候变化可能增加稻米食用人口出现“隐性饥饿”的风险。
文摘SF_(6)电气设备内部的分解组分可以通过可调谐吸收光谱技术进行检测,其中CO_(2)浓度反映了设备内部的绝缘缺陷情况。因此,通过准确测量CO_(2)浓度可以及时发现设备潜在的绝缘故障。为克服传统最小二乘法浓度反演模型稳定性较差的问题,文中基于改进的旗鱼优化算法(Improved Sailed Fish Optimizer,ISFO)与核极限学习机(Kernel Based Extreme Learning Machine,KELM)建立了ISFO-KELM气体浓度反演模型。利用多策略初始化方法、Levy随机步长、柯西变异和自适应t分布变异等技术提升了旗鱼优化算法寻优能力和跳出局部最优解能力。实验结果表明,该模型具有高精度和鲁棒性,并且在稳定性和泛化能力方面优于最小二乘法、极限学习机、反向传播(Back Propagation,BP)神经网络等传统方法,对评估SF_(6)电气设备运行状态具有重要意义。