排序方式： 共有9条查询结果，搜索用时 15 毫秒
1
1.
以工业氟污染区水牛４９头（年龄３－１３岁，触氟时间０．５－１３ａ）为研究对象，测定了血清ＡＫＰ、ＡＣＰ、ＣＰＫ、ＬＤＨ酶活性和ＵＡ、ＴＰ、ＡＬＢ、ＣＲ、ＨＹＰ、Ｃａ＾２＋，Ｋ＾＋，Ｍｇ＾２＋，Ｆ＾２－，无机磷以及尿中ＣＲ、ＨＹＰ、Ｆ＾－的含量，并以非氟污染区３－１３岁水牛为健康对照组。 相似文献
2.
武汉某化工厂以萤石为原料主要生产氟里昂等化工产品，生产过程中，含氟“三废”不断污染周围环境。污染区空气氟含量达０．２９７ｍｇ／ｍ￣３，近厂区（５０－５００ｍ）草氟含量达１３１．８４ｍｇ／ｋｇ，远厂区（５００－１０００ｍ）草氟含量达４０．２６ｍｇ／ｋｇ，地面水氟含量达３．９１ｍｇ／Ｌ，当地蔬菜枯萎死亡，耕牛发生慢性氟中毒。污染区耕牛骨质密度显著增加，某些血清生化指标发生明显改变，氟斑牙患病率达５６％，并呈现间歇性跛行。跛行发病率以夏秋季最高且病情较重，冬季逐渐减轻或消失。 相似文献
3.
为了探究云贵高原地区参考作物蒸散量(ET0)的时空分布特征,基于云贵高原42个代表性气象站点近56 a(1961—2016年)逐日气象数据,利用Mann-Kendall检验探究ET0主要的气象驱动因子,并运用多元回归分析量化了各气象因子对ET0的贡献率.结果表明:云贵高原近56 a风速和气温呈逐年上升趋势,增幅分别为0... 相似文献
4.
准确估算参考作物蒸散量(ET0 )对于区域水资源管理和灌溉决策有着重要意义. Hargreaves－Samani模型(HS)是目前公认结构最简单且精度较高的ET0估算模型.为了进一步提高HS模型预测精度,采用蜂群理论和广西盆地20个气象站(1961—2019年)数据对HS模型全局校准,使用1961—2000年数据对HS... 相似文献
5.
基于改进Makkink模型的四川盆地参考作物蒸散量估算 总被引：1，自引：0，他引：1
为了有效提高四川盆地参考作物蒸散量ET0的预报精度,选取四川盆地16个代表性气象站点1961-2019年逐日气象数据,基于差分进化算法(DE)对辐射模型的经验参数校准改进Makkink模型并估算四川盆地ET0,在日、月尺度上对改进的Makkink模型(M1-M6)和Jennsen-Haise(JH)及Irmak(IK)模型评价.结果表明:在日尺度上,改进的Makkink(M1-M6)模型(R2为0.77~0.87)模拟结果比JH和IK模型(R2为0.74~0.76)更精确,改进的Makkink模型中,M4模型估算精度最高,综合性指标GPI中位数为1.05;在月尺度上,改进的Makkink模型模拟结果(误差为3.59~15.71 mm/月)也优于JH和IK模型(误差为6.84~25.31 mm/月),其中M4模型估算精度最佳,综合性指标GPI为1.72.总体而言,推荐以温度和相对湿度作为输入数据的M4模型模拟四川盆地ET0. 相似文献
6.
四川省不同区域地表太阳总辐射模型适用性评价 总被引：1，自引：0，他引：1
选用1994−2016年四川省7个辐射站气象数据,在3个辐射区（川西高原I区、川东盆地II区和川西南山地III区）中评价了6种地表太阳总辐射（Rs）估算模型在3种天气类型（晴、多云、阴）下的适用性,并分析基于天气类型的组合模型在不同区域的模拟效果,以探寻最适宜全省不同区域的Rs估算方法。结果表明：（1）各经验模型在四川省整体表现良好（决定系数R2介于0.554～0.934,P <0. 001）,I区（甘孜和红原站）模拟效果最好的为日照时数模型A−P（平均绝对误差MAE为2.210±0.714MJ∙m−2∙d−1）,II区（成都、绵阳和泸州站）、III区（峨眉山和攀枝花站）模拟效果最佳的均为混合模型Chen（II区MAE为1.510±0.027MJ∙m−2∙d−1,III区为1.930±0.006MJ∙m−2∙d−1）;（2）6个模型在四川省3种天气类型下的模拟效果呈晴天>多云>阴天的规律,日照时数模型（A−P和Ba模型）能更好地模拟晴天时的Rs,混合模型（Chen和Ab模型）则在多云和阴天时模拟效果更佳,I区在晴天、多云、阴天3种天气下模拟效果最好的模型分别是A−P（整体评价指标GPI为0.850）、Ab（1.294）、Ba（0.862）,II区分别为A−P（0.381）、Chen（1.358）、Chen（1.742）,III区分别为Chen（0.204）、Chen（0.857）、Chen（0.526）;（3）基于天气类型的组合模型（M新）模拟各区Rs的效果均比未组合前各模型的效果好（3个区GPI分别为0.558、0.582、0.134）。因此,推荐使用基于天气类型的组合模型来估算四川省Rs。 相似文献
7.
为筛选适于模拟中国南方湿润地区太阳总辐射的经验模型,将中国南方地区划分为华东、华中、华南和西南4个区域,选用36个辐射站点逐日数据(1994—2016年),采用最小二乘算法优化3种基于温度模型(T1,T2和T3模型)、3种基于日照时数模型(N1,N2和N3模型)和2种混合模型(M1和M2模型)的经验参数,并在日、月和年尺度上评价各模型在4个分区的精度.结果表明:在日、月和年尺度上,日照时数模型精度最高,其次为混合模型,温度模型精度最低,日尺度R2分别为0.847~0.898,0.654~0.904和0.435~0.687,月尺度R2分别为0.529~0.857,0.368~0.858和0.334~0.766,年尺度RE为-1.78%~21.86%,-32.88%~24.14%和-37.54%~72.36%;日照时数模型中,N2和N3模型精度最高;混合模型中,M2模型精度最高.因此,N2和N3模型在南方湿润地区模拟效果最好,该研究可为气象资料有限条件下精确计算南方地区太阳总辐射提供理论依据. 相似文献
8.
太阳总辐射(Rs)模型是估算地表能源最简单的方法，对区域ET0管理、水资源及太阳能利用具有重要意义。选取中国北方47个代表性气象站点(1994-2016年)逐日数据，采用鱼群算法优化温度模型(T1、T2和T3)、日照时数模型(N1、N2和N3)和混合模型(M1)，在日和月尺度评价太阳总辐射模拟精度。结果表明：在日尺度上，基于日照时数的模型(N1-N3)精度最高，其次为基于温度的模型(T1-T3)，混合模型相对较差(M1),R2分别为0.90～0.93、0.64～0.78和0.80～0.90,MAE分别为1.47～1.95、2.51～4.33和4.88～6.28 MJ/(m2·d)；在月尺度上，基于日照时数的模型(N1-N3)精度最高，其次为混合模型(M1)和基于温度的模型(T1-T3),R2分别为0.94～0.97、0.92～0.95和0.86～0.95,MAE分别为25.45～44.29、36.21～102.73和101.25～144.56 MJ/(m2·d)。因此，推荐基于... 相似文献
9.
准确模拟土壤水分(SM)对农田精准灌溉、优化区域水资源配置和提高农业水资源利用效率具有重要意义。采用逐日气象和土壤含水量数据，探究随机森林(RF)和支持向量机(SVM)模拟不同深度(4 cm、10cm和20 cm)土壤含水量的适用性，采用太阳辐射(Rs)、空气温度(T)、降水量(P)、风速(U2)、空气湿度(RH)和土壤温度(ST)数据的4种输入组合，探讨不同输入变量对SM模拟的影响。结果表明：RF模型在4种输入组合下模拟不同深度土壤含水量精度最高，SVM模型模拟精度较低，R2范围分别为0.871～0.914和0.710～0.814,RMSE范围分别为0.050～0.069 cm3/cm3和0.080～0.098 cm3/cm3,MAE范围分别为0.030～0.051 cm3/cm3和0.060～0.077cm3/cm3。考虑模型精度和数据易获取性... 相似文献
1