排序方式: 共有57条查询结果,搜索用时 187 毫秒
31.
本文描述了从青岛海边分离的数种螺旋藻的形态与分类 按照文献[1][2][3][4][5][6][7][8][9]标准种形态的描述,本研究室藻种号MACC/Y146被定为Spirulina versicolor,MACC/Y171被定为S.subtilissima,MACC/Y38被定为S.subsalsa,MACC/Y133被定为Spirulina sp.其中MACC/Y146,MACC/Y133我国尚未报导 以上各种均系单克降培养 相似文献
32.
目前,ICESat/GLAS是大尺度SRTM DEM精度评价的主要数据源。然而,现有的精度评价方法均忽略了2组数据的有效配准。为此,本文分析了数据配准前、后SRTM DEM整体精度差异,以及不同地形因子和土地利用类型对SRTM DEM影响程度。在此基础上,充分考虑SRTM DEM精度影响因素,分别借助多元线性回归(MLR)、后向传播神经网络(BPNN)、广义回归神经网络(GRNN)以及随机森林(RF)对SRTM DEM修正。结果分析表明:配准前,ICESat/GLAS与SRTM DEM沿x、y方向的平均水平位移分别为-17.588 m、-29.343 m,高程方向系统偏差为-2.107 m;配准后,SRTM DEM的系统误差基本消除,而且中误差降低了14.4%。配准前,坡向与SRTM DEM误差呈正弦函数关系,配准后这种关系基本消失。SRTM DEM误差均随地形起伏度、坡度、高程的增加呈增大趋势; 6种土地利用类型中,SRTM DEM在林地误差最大,未利用土地误差最小。对配准后SRTM DEM修正表明,RF效果最优,其中误差分别比MLR、BPNN、GRNN降低了3.1%、2.7%、11.3%。 相似文献
33.
肠道细菌对厚壳贻贝稚贝附着的作用研究 总被引:1,自引:0,他引:1
为探讨肠道细菌形成的微生物被膜对贝类附着的作用,从厚壳贻贝(Mytilus coruscus)成体肠道中分离10株肠道细菌,调查厚壳贻贝肠道细菌形成微生物被膜特性,分析微生物被膜密度、细菌种属与厚壳贻贝稚贝附着之间的相互关系。所有肠道细菌均可有效促进稚贝附着。其中,Paracoccus sp.1微生物被膜诱导的稚贝附着率最高(61%),且微生物被膜膜厚较厚,细菌分布较密集;仅5株肠道细菌Roseovarius sp.1、Winogradskyella sp.1、Tenacibaculum sp.4、Bacillus sp.5和Nonlabens sp.1的被膜密度与附着显著相关(P0.05)。系统发育分析发现肠道细菌诱导附着率与其种属无关。本研究表明源于厚壳贻贝成贝肠道细菌可以促进其稚贝的附着,说明肠道细菌对厚壳贻贝的生长发育具有一定的作用。本研究结果为深入探讨肠道细菌与厚壳贻贝相互作用和推动该种规模化养殖提供理论依据。 相似文献
34.
结合项目国产化集成设备对基于POS直接地理定位中集成检校关键技术进行简要阐述,给出集成检校技术路线,并利用实际航摄资料检校集成系统中视准轴误差,分析了基于WGS-84坐标系下不同检校条件的检校结果,以及国产POS直接对地定位目标的精度。试验表明:经过严密检校之后的POS,在WGS-84系下可以获得较高的直接地理定位精度,能够满足大比例尺测图要求,同时在硬件上将IMU测量中心、相机中心、GPS天线相位中心尽量安置在载体坐标系的一条垂线上,更容易成功实现DG。最后本文对后续试验提出一些建议。 相似文献
36.
为深入了解晋城市颗粒物浓度时空分布特征,对晋城市2017年12月至2018年5月国控点、小型站和微型站PM2.5及PM10小时浓度数据进行收集整理,并进行空间插值分析和时间变化趋势分析及与气象监测数据的相关分析。结果表明:颗粒物浓度在冬、春季节具有明显差异,冬季PM10与PM2.5高值区主要位于东北部及东南小部分区域,春季PM10高值区位于城区南部区域,PM2.5高值区主要集中于城区。晋城市城区和郊区PM10与PM2.5月均浓度整体呈单峰型变化,PM10在4月份最高(157.54±5.67μg·m^-3),PM2.5在1月份最高(94.08±2.25μg·m^-3)。冬季PM2.5/PM10平均为0.57,春季平均为0.45。颗粒物小时浓度的变化呈现单峰单谷的型式,冬季PM10与PM2.5小时平均浓度最高值均出现在10时,春季均出现在09时。监测期间晋城市PM10与PM2.5的小时浓度值与相对湿度有较高的正相关性(p<0.01),与风速、风向有较高的负相关性(p<0.01),与温度和气压的相关性较低。冬季,东北至正南风向时,PM10与PM2.5的浓度普遍高于西北风向时的浓度,对晋城冬、春季国控点颗粒物浓度贡献率最高的风向风速为东南偏南风向,风速在1 m/s以内。 相似文献
37.
38.
39.
在GIS环境下研究最优路径问题具有很多优势,本文研究的最优路径问题是基于传统粒子群算法存在的早熟收敛问题,并提出了一种改进的粒子群算法,该算法在后期引入变异算子,变异操作能够提高算法跳出局部最优的能力,同时又保持了前期搜索速度快的优点。 相似文献
40.