首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   4篇
  免费   2篇
大气科学   1篇
地质学   1篇
海洋学   4篇
  2023年   1篇
  2012年   2篇
  2004年   1篇
  2002年   1篇
  1994年   1篇
排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
减少航道外波浪集聚对策研究   总被引:3,自引:0,他引:3  
进港航道开挖引起波能重新分布 ,导致航道外近区域波能聚集 ,波高增大 ,从而影响防波堤稳定及港内泊稳条件。文章介绍了 Boussinesq方程的推导过程和发展过程 ,基于深水和缓变地形的色散关系 ,建立了波浪数学模型。该模型可用于研究深水和浅水地区波浪的浅水变形、折射、绕射和反射。并提出了减少波能聚集、降低堤前波高的多种措施。结合大窑湾港实际工程 ,经过多方面的数物模比选 ,利用数学模型优化出一种可行的喇叭口航道开挖方案并付诸实施 ,降低了防波堤的堤前波高 ,满足了预期的设计要求。  相似文献   
2.
偏振激发能量色散X射线荧光光谱(P-EDXRF)技术是20世纪末出现的新分析技术。国内采用X-Lab2000型仪器的初步研究表明,在总计数时间为600秒时,可以对近30种元素进行定量,检出限为0.5-30μg/g,与国际上发表的文献值基本一致。本工作通过约100个实际样品分析,并与波长色散X射线荧光法(WDXRF)分析结果的比较,对P-EDXRF的分析性能进行了评价。与WDXRF相比,P-EDXRF法具有分析速度快、设备购置费用低、运行成本低、全谱同时采集(有利于发现元素含量异常)等优点,因此特别适合地球化学填图样品的快速分析。而WDXRF在精度要求较高的分析中更具竞争力。  相似文献   
3.
溶藻弧菌(Vibrio alginolyticus)、哈维氏弧菌(Vibrio harveyi)、副溶血弧菌(Vibrio parahaemolytic-us)是引起大黄鱼(Pseudosciaena crocea)溃疡病的3种主要致病菌.将试验大黄鱼随机分成4组,分别腹腔注射哈维氏弧菌、溶藻弧菌、副溶血弧菌和灭菌生理盐水,在感染后的不同时间采样,通过白细胞数量、白细胞分类计数、NBT阳性细胞数量以及溶菌酶活力的变化趋势来探讨3种致病弧菌感染对大黄鱼非特异性免疫功能的影响.结果表明,大黄鱼各项血液指标的变化主要发生在感染后的1~7 d.在人工感染的初期,各实验组大黄鱼外周血的白细胞数量、NBT阳性细胞数量呈现先增加后降低的趋势,淋巴细胞、嗜中性粒细胞百分比显著降低(p<0.05),单核细胞百分比显著提高(p<0.05);随着时间的延长,白细胞数量开始下降;淋巴细胞、嗜中性粒细胞百分比有所上升,7 d以后各类血细胞数量变化不显著.其中哈氏弧菌感染组在白细胞数量、NBT阳性细胞数量等多个指标上的变化最为明显.血清中溶菌酶活性显著高于脾组织,鱼体受感染后两者溶菌酶活性均较对照组有显著提高,不同致病菌与大黄鱼非特异性免疫功能之间呈现一定的时效差异.研究认为反映鱼体受感染后从应激反应发生至非特异性免疫功能的发挥主要发生在病原菌感染前期,不同致病菌与大黄鱼非特异性免疫功能之间呈现一定的时效差异.  相似文献   
4.
3种致病弧菌感染对大黄鱼7种酶活性的影响   总被引:1,自引:0,他引:1       下载免费PDF全文
大黄鱼溃疡病主要由3种致病弧菌引起:溶藻弧菌Vibrio alginolyticus、哈维弧菌V. harveyi和副溶血弧菌V. parahaemolyticus。为了解大黄鱼抗病原菌感染的免疫反应机理,对其疾病防御提供重要的理论基础,本实验将健康的大黄鱼随机分为3个实验组和1个对照组,分别注射0.2 mL的哈维弧菌、溶藻弧菌、副溶血弧菌及灭菌生理盐水。在人工感染后的第0,1,2,4,7,10,13,16,20天分别采样,通过测定每组大黄鱼血清中7种免疫相关酶活性,比较这3种致病弧菌对大黄鱼影响的差异性。结果表明:在感染后的1~10 d,实验组大黄鱼血清中血清溶菌酶(LSZ)、酸性磷酸酶(ACP)、过氧化物酶(POD)、髓过氧化物酶(MPO)的活性变化,总体表现为先升高、后降低再逐渐升高最后趋于-致的现象,且不同病原菌之间存在-定的时效差异。 碱性磷酸酶(AKP)对入侵体内的哈氏弧菌反应较敏感,ACP、POD和MPO对溶藻弧菌反应较敏感,LSZ和PO对副溶血弧菌反应较敏感。  相似文献   
5.
每天,电视里的气象卫星云图都会把变幻奠测的天气形势准确生动地传递给人们。然而有谁知道,这样及时的信息是通过什么方式获得的呢?  相似文献   
6.
海洋立体观测与探测是获取海洋信息的重要手段,是海洋科学研究、环境保护、经济发展的基础。近年来海洋立体观测网络的快速发展带来了观测数据质量与数量的显著提升,进一步推动了海洋信息处理技术从“模型为主”逐步迈向“数据与模型双驱动”的新范式。在这一过程中,人工智能(AI)与海洋信息的交叉融通发挥了重要作用。从海洋立体观测和探测 2 个方面,讨论经典方法的局限性,回顾 AI 辅助下海洋物理场重建、水下目标检测与水下目标定位的研究新进展,重点阐述 AI 辅助的海洋立体观测与探测研究中亟需解决的关键科学问题及潜在的解决思路,并展望了该领域未来的发展方向。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号