中国南方农田蒸散量实测及其影响因素分析

利用基于闭路QCLAS-EC激光分析仪的涡度相关法对湖南省岳阳市郊区的一片蔬菜地的实际蒸散发、水汽通量以及潜热通量进行了连续两年的野外观测,并对原始观测数据进行处理,计算蒸散量,以分析研究区域实际蒸散量的年际尺度周期变化趋势和季节变化规律。结果表明,实验区域全年蒸散量在730~803 mm之间;季节变化大,8月达到全年最高水平3.5 mm/d,而1月只有0.4 mm/d。整个研究区域实测蒸散量变化规律是:春夏季较高,秋冬季较低;种植季较高,非种植季较低;每天的正午以及下午较高,夜晚较低。此外,利用高分辨率的实测工具观察不同的农业活动对实际蒸散的影响,发现种植引起蒸散发上升,收割引起蒸散发下降,并且收割使蒸散发下降的幅度要明显高于种植使蒸散发上升的幅度;灌溉对蒸散发有促进作用但是作用较小,施肥对蒸散发的影响目前尚不明确。     

石墨烯/ Pd复合材料的制备及其形成机制研究

采用氯化双乙二胺钯Pd(en)2Cl2为钯的前驱体、氧化石墨为炭的前驱体,先将Pd(en)22+插入氧化石墨层中,再用NaBH4化学还原插层的氧化石墨,从而制备出石墨烯/Pd复合材料。并用X衍射(XRD)、场扫描电镜(FE-SEM)、透射电镜(TEM)和N2吸附表征复合材料的结构,且在此基础上推导出石墨烯/Pd复合材料的形成机制。     

中国青年医学生手部人体测量学调查研究

目的许多手持工具和接口的设计,由于数据缺失或来源进口,不符合用户的手部尺寸,导致用户疲劳损伤效率下降。本文对比分析了中国青年医学生手部测量尺寸和类型。方法选取20~24岁青年医学生196名用电子卡尺对手部37个部位进行人体测量。结果通过不分位数比诸分布,对37个手部形态指数男女比较得出5因子手部特征据此仿真建模,建立了中国青年医护学生的手部特征模型。讨论通过对比分析,GB10000-88中目前存在的5个右手数据有待修订与补充。结论本研究为中国青年医护学生手部测量提供了方法,补充了国内手部测量数据,对各领域的手部研究具有重要意义。     

高职人才培养目标的演进与重构

随着人们对职业教育认识的不断深入,我国高职教育自产生30多年来,人才培养目标进行了多次调整,从高层次实用技术人才到高技能人才,再到高素质技术技能型人才.这种变化反映了我国经济社会不同发展阶段对教育的不同要求.根据高职人才培养目标定位中存在的实际问题,我们试图对其进行重新建构.笔者认为,在现代信息社会中,具有巨大发展潜力的现代高素质技术人才,是高职人才培养目标的必然选择.     

预分解制度对LiFePO4电化学性能的影响

按正交试验方案采用固相反应法合成LiFePO4，考察球磨时间（A）、预分解温度（B）、预分解时间（C）、保护气体流量（D）对其电化学性能的影响。各因素的影响大小顺序为B〉D〉C〉A。得到最佳的组合：球磨时间为2h、预分解温度为350℃、预分解时间为5h、保护气体流量为1．5L／min。按最佳工艺制度合成的试样，第三循环放电容量为121．78mAh／g，充放电效率为98．56％。     

编程疑难问题解答

Q 如何制作具有自动恢复功能的通知栏图标控件A 解决该问题的方法可以从以下两个方面考虑。 (1) 外壳Explorer重启时通知栏图标的自动恢复 Windows用户都会碰到过这种情况:运行某个程序时出现意外错误,导致外壳程序Explorer.exe崩溃而发生重启(即Explorer.exe被关闭后重新运行),任务栏也在消失后重新生     

庆铁线SCADA系统综述

本文对大庆至铁岭密闭输油管线ＳＣＡＤＡ计算机控制系统进行了较为全面的论述，内容涉及系统的硬软件结构、功能和特点，以及开发的控制应用程序主要内容范围和方法。     

苦杏仁油的提取及其理化性质的检测

苦杏仁可用于提取杏仁油。杏仁油为淡黄色液体,无异味,出油率高,油质好,苦杏仁油中不饱和脂肪酸含量很高,其中人体不能合成的必需脂肪酸含量较高,亚油酸和亚麻酸含量分别为24.75%和0.12%。杏仁油除可食用外,还是一种理想的工业润滑油,其凝固点是一20℃,而一般植物油凝固点是318.5℃,苦杏仁富含脂肪,是一种很好的油料资源。     

变电运维保电现场数据应用装置

为了重要时段保电任务的顺利完成,针对变电运维工作现场存在的巡视工作量繁杂、测温设备携带不便、工作执行标准化缺失以及缺陷处理上报不及时等问题,本文利用无间断定位技术、自主开发的定位算法和基于Oracle数据库的分类存储技术,设计实现了变电运维保电现场数据应用装置,并进行了应用推广。这有效地减轻了变电运维人员保电的工作量,节约了设备和人工成本,同时方便管理人员及时掌握现场。     

基于深度学习的图像超分辨率重建方法浅析

图像超分辨率是图像处理中一个经典问题,从低分辨率图像中恢复高分辨率图像的不确定性给问题的求解带来了极大的挑战。作为一个热门的应用领域,从问题提出至今,研究者们提出了许多的解决方法。随着科技进步和深度学习的发展,基于卷积神经网络等的深度学习方法应用于图像超分辨率重建,使得重建图像的质量得到了极大的提高。文章对基于深度学习的图像超分辨率重建的一些较为经典的方法进行了总结与探讨,分析了其中的优势与不足,并指出了目前方法中存在的问题和今后研究可以努力的方向。