东北羊草草原综合生态因子对微生物生长的作用──IRM模型的研究

本文从分解者亚系统水平研究了东北羊草草原土壤中微生物生长的季节变化．多种生态因子的季节变化及环境因子对微生物的综合作用规律。微生物总数，总生物量和总呼吸强度的季节动态呈单峰上凸式曲线变化，８月份有明显的高峰值出现，它们分别为：２６８９．０×１０￣４个／ｇ·干土、２５．４１×１０￣（０３）ｇ／ｇ·干土、０．８９５２×１０￣（－３）ｇＣＯ＿２／ｇ·干土·ｄ。土壤生态因子的季节变化与土壤微生物呈现不同程度的正相关和负相关。同时利用ＩＲＭ的模型─—探讨了生态因子对微生物生长的综合作用规律：生态因子对微生物生长的综合作用指数ｒ＿ｎ在整个生长季节中为０．００３１８－０．１１１５，其中７－９月份ｒ＿ｎ较大，对出生物生长的限制作用较小，微生物生长较快，５、６和１０月份ｒ＿ｎ较小，对微生物生长限制作用较大，微生物生长较慢。

退化草原碱蓬土壤微生物生物量的季节动态模型

研究了东北退化草原土壤微生物生物量的季节变化 ,生态因子的季节变化以及生态因子对土壤微生物生物量的综合作用规律 .微生物生物量w和呼吸速率wt 的季节动态呈单峰上凸式曲线变化 ,8月份有明显的高峰值出现 ,其值为 :w/mgg-1=4.9,wt/mgg-1d-1=2 8.1.同时利用IRM模型研究了生态因子对土壤微生物生物量变化的综合作用规律 :Mt+△t=M t0[1+(0 .2 1rn-wt)△t],生态因子对土壤微生物生长的综合作用指数rn 在整个生长季节的变化范围为 :0 .0 2 73～ 0 .72 6 4,其中 7～ 8月份rn 较大 ,对微生物生长的限制作用较小 ,微生物生长较快 .5月、6月、9月和 10月rn 较小 ,对微生物生长的限制作用较大 ,微生物生长较慢 .图 2表 4参

东北羊草草原土壤微生物生长动态模型的研究

研究东北羊草草原杂草土壤微生物生物量、呼吸速率以及土壤环境因子的季节动态。结果表明 ,杂草土壤微生物生物量、呼吸速率具有明显的季节变化规律 ,最大值出现在 8月 (12 .78× 10 - 3g· g- 1 干土 ,16 .2 4× 10 - 3g· g- 1 干土· d- 1 ) ,呈单峰曲线变化趋势。主要与土壤营养成分、水热条件有密切关系。建立了杂草土壤微生物生长模型 - IBM模型 :Mt+△ t=Mto[1+(0 .38rn- RDR△ t]。杂草土壤环境因子综合作用指数 rn 变化范围在 0 .14 75～ 0 .4 0 32之间 ,具有重要的生态学意义。

Arena与HLA/RTI互连方法研究

Arena与HLA/RTI的互连问题本质上属于商业仿真软件包与HLA的互操作问题。根据互操作性参考模型IRMI层次互连的需求,在比较ArenaRT模型及HLA联邦成员的执行流程的基础上,提出了将Arena模型连入HLA/RTI的通用方法,设计了适配器架构、接口及其与Arena模型和RTI的交互流程。实验结果表明了本方法在数据传输和时间同步方面的正确性。

一种变尺度参数的迭代正则去噪算法(英文)

为了降低迭代正则化中定尺度参数对快速收敛的敏感性、自适应地优化尺度参数并提高其去噪效果,提出了一种变尺度参数的迭代正则化去噪算法.首先,修改了经典的正则化项,并推导出尺度参数公式;然后,通过研究迭代次数与尺度参数序列的变化趋势,得到变尺度参数的初始值;最后,进行正则化去噪.数值实验表明:相对于恒定尺度参数的IRM算法,变尺度参数IRM算法比选取尺度参数偏小的IRM算法迭代次数大大减少;比选取尺度参数偏大的IRM算法去噪效果更为明显,并较好地保持了图像的细节.

碱茅土壤微生物生物量季节动态模型的研究

从分解者亚系统水平研究了碱茅土壤微生物生物量的季节变化、生态因子的季节变化以及生态因子对土壤微生物生物量的综合作用规律。微生物生物量和呼吸速率的季节动态呈单峰上凸式曲线变化 ,8月份有明显的高峰值出现 ,其值为 7.0 1× 10 - 3g·g- 1干土、18.82× 10 - 3CO2 g·g- 1干土·d- 1。同时利用IRM模型研究了生态因子对土壤微生物生物量变化的综合作用规律Mt+Δt=Mt0 [1+ (0 .35rn-RDR)Δt]。生态因子对土壤微生物生长的综合作用指数rn 在整个生长季节的变化范围为 0 .0 2 73～ 0 .72 6 4 ,其中 8、9月份rn 较大 ,对微生物生长的限制作用较小 ,微生物生长较快 ;5、6、7、10月rn 较小 ,对微生物生长的限制作用较大 ,微生物生长较慢。

An inexact risk management model for agricultural land-use planning under water shortage

水资源可获得性在农业陆地使用计划上有重要影响，特别在象诺思中国那样的一个水缺乏区域。在在场的一个农业系统的可得到的水资源和另外的无常的随机的性质为计划的陆地使用冒险并且可以导致不受欢迎的决定或潜在的经济损失。在这研究，一个不精确的风险管理模型(IRM ) 为支持农业陆地使用在水缺乏下面计划和风险分析被开发。IRM 模型通过合并有条件的 value-at-risk (CVaR ) 被提出限制进不精确的二阶段的随机的编程(ITSP ) 框架，并且能被用来控制表示为不仅概率分布而且同样分离的间隔的无常。关于秒阶段惩罚费用的风险的措施被合并到模型以便在系统利益和极端期望的损失之间的交易能被分析。发达模型在 Zhangweinan 河盆被用于案例研究，在诺思中国面对严肃的水缺乏的一个典型农业区域。IRM 模型的解决方案证明获得的第一阶段的陆地使用目标值能被用来在长期的开发计划上反映决策人意见。信心水平和最大的可接受的风险损失能被用来向系统利益和风险控制反映 decisionmakers 偏爱。结果显示 IRM 模型为向风险厌恶反映决策人态度是有用的并且能帮助寻求在复杂无常下面计划策略的划算的农业陆地使用。