摘要 - 灌溉调度的任务涉及在整个生长季节的整个过程中依次建立要向现场施用的灌溉的时间和数量。此任务可以概念化为马尔可夫决策过程。强化学习(RL)是一种机器学习方法,利用与环境互动获得的奖励来指导行为,并逐步制定了一种最大化累积奖励的策略,非常适合管理诸如灌溉计划之类的顺序决策过程。深度RL是RL与深度学习技术的结合,有可能为复杂的国家提供复杂的认知决策挑战提供新颖的解决方案。在这项研究中,将提出一种基于RL的灌溉计划方法,以增强灌溉应用中经济回报的优化。此方法涉及计算每个步骤的灌溉量,同时服用蒸散量(ET),土壤水分,未来的沉淀概率以及当前的作物生长阶段。模拟结果显示,经济回报率有显着改善,潮湿季节和旱季分别为5.7%和17.3%,而节水效应类似于传统的基于阈值的方法。
相互作用网络弹性可以定义为相互作用的生物体在遭受干扰后维持其功能、过程或种群的能力。研究植物与传粉媒介沿环境梯度的互利相互作用,对于理解生态系统服务的提供及其网络弹性的挑战机制至关重要。然而,气候梯度上的生态变化在多大程度上限制了互利生物体的网络弹性,尤其是在海拔梯度上,仍然未知。我们在东非肯尼亚东部非洲山地生物多样性热点地区沿海拔梯度(海拔 525 米至 2,530 米)的 50 个研究地点调查了蜜蜂物种,并记录了它们在四个主要季节(即长雨季和短雨季以及长旱季和短旱季)与植物的相互作用。我们使用网络弹性参数 (βeff) 计算了蜜蜂和植物网络的弹性,并使用广义加性模型 (gams) 评估了蜜蜂和植物网络弹性沿海拔梯度的变化。我们运用一系列多模型推理框架和结构方程模型 (SEM),量化了气候、蜜蜂和植物多样性、蜜蜂功能性状、网络结构和景观配置对蜜蜂和植物网络弹性的影响。我们发现,蜜蜂和植物物种在较高海拔地区表现出更高的网络弹性。蜜蜂网络弹性随海拔梯度呈线性增长,而植物网络弹性从约 1500 米及以上呈指数增长。在年平均气温 (MAT) 降低的地区,蜜蜂和植物网络弹性增加,而在年平均降水量 (MAP) 较低的地区,蜜蜂和植物网络弹性减少。我们的 SEM 模型表明,气温升高通过网络模块度和蜜蜂群落聚集间接影响植物网络弹性。我们还发现,MAP 对植物多样性和网络弹性有直接的正向影响,而栖息地的破碎化则降低了植物群落的丰富度并提高了网络模块度。总之,我们发现互利网络在较高海拔地区表现出更高的网络弹性。我们还发现,气候和栖息地破碎化通过调节群落组合和相互作用网络,直接或间接地影响植物和蜜蜂的网络恢复力。这些影响在高海拔地区较低,因此这些系统似乎能够更好地缓冲灭绝级联效应。因此,我们建议,管理工作应着眼于巩固自然栖息地。相比之下,恢复工作应着眼于减轻气候变化的影响,并利用互利共生生物重新连接断裂环节的能力,以改善东非山地生态系统的网络恢复力和功能。
摘要 - 本研究旨在研究喀麦隆中部地区 6 所学校 30 间自然通风教室中空气流动偏好与热舒适度之间的关系。这项研究在两个季节(旱季和雨季)进行。采用了一种自适应方法,符合 ASHRAE 55/2004、ISO 7730 和 ISO 10551。在测量房间风速、空气温度、相对湿度和二氧化碳的同时,还发放了问卷。这些不同的学校共发放了 1545 份问卷。结果显示,57.62% 的投票者认为他们的环境可以忍受。问卷分析后得到的结果并不总是与通过物理测量得到的结果相符。空气偏好因每个人和研究地点而异。一般来说,在这两个季节,75% 的居住者希望他们的地方有更多的空气流动。研究表明,学校内空气流速的增加是获得热舒适环境的重要现象。简历 - 与喀麦隆中部地区 6 所学院的 30 个等级、自然通风和场所的空气和舒适热偏好运动相关的研究人员的工作。 Cette étude a été menée pendant deux saisons (saison sèche et saison de pluie)。适合员工的方法,符合 ASHRAE 55/2004、ISO 7730 和 ISO 10551 标准。调查问卷
在南美洲大陆的很大一部分是季风状的降水体制度,在澳大利亚夏季(12月,1月和2月,DJF)期间,潮湿的季节和澳大利亚冬季(JJA 6月,7月和8月)的旱季(Jones and Carvalho,2002年)。就科学和社会利益而言,季风是该地区最重要的气候现象之一。大多数南美洲人口都生活在直接受其季风气候特征影响的地区。几项活动可能会受到潮湿季节内发生的负降水异常的影响。例如,可以减少农业生产,可以停止河流的导航,水力发电的产生可能会受到损害,而灌木丛的火灾除了航空运输和公共健康外还可以传播并影响生物多样性(Marengo等,2008; Zeng等,2008; Marengo et al。; Marengo等,2011; Espinoza; Espinoza et al。同样,阳性沉淀异常可能导致严重的洪水事件(Marengo和Espinoza,2016; Barichivich等,2018)。因此,很快气候变化直接影响了南美人口的生计。因此,对南美季风的气候特征有深入的了解,包括大气循环的各个方面,以及它们在气候模型中的代表性,后者用于模拟过去的气候条件并预测未来条件。此知识对于提供社会可信信息以帮助建立韧性和可持续的未来很重要。
秘鲁的大部分人口和经济活动集中在干燥的沿海平原和安第斯山脉西坡,这些地区依赖科迪勒拉山脉作为重要的径流来源 (Vergara et al., 2007)。冰川径流对维持秘鲁的水资源至关重要,特别是在旱季 (约 5 月至 10 月)。全球约 70% 的热带冰川 (约 1,603 平方公里,RGI 6.0) 位于秘鲁,主要分布在三个地区:南纬 13° 以北的西科迪勒拉山脉,被划分为北部湿润外热带地区 (包括我们的第一个研究区域,瓦拉斯附近的布兰卡山山脉);南纬 13° 以南的东科迪勒拉山脉,被划分为南部湿润外热带地区 (包括我们的第二个研究区域,库斯科附近的维尔卡诺塔山山脉);最后是南纬 15° 以南的西科迪勒拉山脉的冰川,被归类为干燥的外热带地区(Sagredo & Lowell,2012 年;Seehaus 等,2019 年)。
在BA RIA-VUNG TAU省的社会经济发展中,工业发展起着重要作用,包括从废料生产钢和钢钢筋的重工业。目前,在该省,有6家钢铁工厂通过废料生产钢并在我的镇上运营。在生产过程中,尽管工厂安装了废气处理设施,但这种处理尚未有效,导致钢铁工厂的空气污染成为最近受到当地关注的问题之一。该研究计算出空气污染的排放,并使用TAPM-AERMOD模型系统模拟了从钢厂到周围地区的空气污染的分散,其中选择了一个工厂进行案例研究(在Phu My Town)。仿真结果表明,在两个季节(干燥和雨天),最高1小时,24小时或8小时的平均浓度为SO 2,No 2,Co,PM 10和PM 2.5均达到QCVN 05:2023/BTNMT。同时,QCVN 05:2023/btnmt的最高1小时平均TSP浓度超过2.3倍(在旱季)和2.0倍(在雨季)。在废气处理系统问题的情况下,该研究也模拟了。此外,该研究还计算了周围地区的环境安全距离,并提出了减少钢铁工厂空气污染的措施。
蛤蜊是带壳的海洋或淡水软体动物,属于双壳纲。它们是无脊椎动物,壳分为两部分,称为瓣。它们是蛋白质和矿物质(尤其是钙)的丰富来源,建议孕妇和蛋白质缺乏症患者食用。它们栖息在淡水水体或流速缓慢的水域底部。淡水是指溶解盐或其他杂质含量低于千分之零点五的水,存在于淡水湖泊、沼泽和一些河流中。水体中垃圾、底物和其他粪便物质的沉积导致水中病原微生物(细菌)的积聚,给包括蛤蜊在内的水生生物带来沉重的负担。水体中细菌的浓度随季节而变化。因此,本研究旨在了解与蛤蜊有关的淡水中存在的细菌和真菌的类型和密度,并确定微生物在淡水生态系统中十个月内对蛤蜊营养价值的影响。用于分析的样品是伊图河的水,标记为样品 A,样品 B 是用于冲洗蛤蜊的水,样品 C 是均质蛤蜊肠,样品 D 是均质蛤蜊体。使用连续稀释和平板法确定微生物负荷。使用不同的标准生化测试对微生物分离物进行表征和鉴定,以确定:菌落形态、革兰氏染色反应、孢子染色、运动性、糖发酵、吲哚、凝固酶和过氧化氢酶的产生。使用官方分析化学协会概述的方法进行物理化学和营养分析,以测试水分含量、灰分含量、粗蛋白、纤维、脂肪和矿物质元素。各项分析结果表明,在十个月的采样期内,四个样品的微生物总数在二月份最高,样品 C 的微生物总数最高,为 1.2 X 105 cfu/mL,其次是样品 D,为 7.0 X 104 cfu / mL,样品 B 的微生物总数为 5.8 X 104 cfu / mL,而样品 A 的微生物总数最低,为 4.4 X 104 cfu / mL。九月份的微生物总数最低,样品 C 的微生物总数为 3.7 X 104 cfu / mL,其次是样品 D,为 2.4 X 104 cfu / mL,样品 B 的微生物总数为 8.0 X 103 cfu / mL,而样品 A 的微生物总数最低,为 4.0 X 103 cfu / mL。淡水样品和蛤蜊中存在的微生物大多是来自粪便的大肠菌群,包括:金黄色葡萄球菌、产气肠杆菌、舌螺旋体、蜡状芽孢杆菌、植物乳杆菌、大肠杆菌、水生黄杆菌和变异微球菌。我们得出结论,旱季的微生物负荷高于雨季,这可能是由于雨季水稀释和流速加快所致。结果还表明,蛤蜊的营养价值随季节和微生物负荷密度而变化。我们建议对捕捞蛤蜊的水进行适当的卫生处理,并在食用前将蛤蜊适当煮熟并去除内脏,尤其是在旱季。
摘要:遥感正在彻底改变森林研究的方式,而最近的技术进步,例如无人机 (UAV) 的运动结构 (SfM) 摄影测量,正在提供更有效的方法来协助 REDD(减少毁林和森林退化造成的排放)监测和森林可持续管理。这项工作的目的是开发和测试一种基于无人机 SfM 的方法,以在位于厄瓜多尔沿海地区(干旱热带森林)的柚木种植园(Tectona grandis Linn. F.)上生成高质量的数字地形模型 (DTM)。在旱季(叶子物候期),使用 DJI Phantom 4 Advanced © 四轴飞行器在位于瓜亚斯省(厄瓜多尔)的三个不同种植园的 58 个边长为 36 米的柚木方形地块上收集了无人机重叠图像。完成了一个工作流程,包括基于实地测量的地面控制点的 SfM 绝对图像对齐、非常密集的点云生成、地面点过滤和异常值移除以及从标记的地面点进行 DTM 插值。使用非常精确的地面激光扫描 (TLS) 得出的地面点作为地面参考,以估计每个参考图中的 UAV-SfM DTM 垂直误差。获得的地块级 DTM 呈现出较低的垂直偏差和随机误差(平均分别为 - 3.1 厘米和 11.9 厘米),显示出这些参考图中的统计上显著更大的误差
摘要 采用遥感、地理信息系统 (GIS) 和更传统的实地工作技术相结合的方法来评估厄立特里亚中部高地的地下水潜力。对 Landsat TM 和 Spot 的数字增强彩色合成图和全色图像进行解释,以生成岩性和线性构造等专题地图。评估了先进星载热辐射和反射辐射计 (ASTER) 数据用于岩性和线性构造测绘的潜力。从数字高程模型中得出地表曲率、坡度和排水系统等地形参数,并用于绘制地形图。比较了从等高线中得出的数字高程模型 (DEM) 和在航天飞机雷达地形任务 (SRTM) 中获取的数字高程模型 (DEM) 在位置、排水网络和线性构造提取方面的关系。在不同岩石类型中现场测量了裂缝模式和间距,并与线性构造进行了比较。访问了选定的泉水和水井,以研究它们的地形和水文地质环境。收集了井日志、抽水试验、旱季和雨季的地下水位深度以及井的位置。所有专题图层(包括水文地质数据)都整合到地理信息系统中并进行分析。生成地下水潜力图并与产量数据进行了比较。根据大型挖井的水位波动和氯化物质量平衡法估算地下水补给量。P
人类的历史就在这里。这是一片古老的土地,地球上的第一批人就在这里发现。古老的帝国曾在此地繁荣兴盛,如今已被遗忘,只剩下大片废墟。苏丹瓦赫达的本提乌/马拉卡尔地区位于白尼罗河上游和尼罗河支流巴尔加扎勒河沿岸,一段新的历史正在书写。这片干旱的土地被尼罗河肥沃的洪泛平原分割开来,为这里创造了世界上最肥沃的农业机会之一。努尔族和丁卡族部落已在此南部地区生活了几个世纪,耕种土地、放牧羊群。稍北一点是努巴族,他们以小部落的形式生活在山区。这里道路稀少,基础设施很少甚至没有。多年前,在小村庄里,人们挖了淡水井。这里没有电,也没有电话。医疗服务非常有限。学校和教堂都很简陋。这里有区域贸易中心,只有旱季才能通过小路和崎岖不平的道路到达。在这个地方,只有最强大的人才能够生存下来。这些村庄在部落领土的基础设施内生存了几个世纪。一些村庄通过无线电与外界联系。然而,在这些社区里,每个人都知道 9 月 11 日的事件。每个人都说“我们和美国站在一起,愿意帮助他们。现在你知道我们 50 年来经历了什么”。美国雪佛龙公司在这里勘探石油,并于 20 世纪 70 年代发现了大片油田。