摘要:水产养殖系统需要仔细考虑位置,因为位置决定了水质、污染影响和危险情况。移动性可能能够解决这些因素,同时还支持全年使用风能、波浪能和太阳能等可再生能源。本文以专门建造的移动式水产养殖船为例,结合可再生能源收集能力对其进行建模,以评估利用高可再生能源潜力为水产养殖作业提供动力的潜在好处。创建并调整了路线优化算法以模拟水产养殖平台的移动性,并与固定系统进行了成本基础比较。当结合多种资源时,可再生能源潜力的空间变化很小,这严重限制了移动式、可再生能源水产养殖系统的好处。另一方面,通过混合多种可再生能源(装机风电容量13千瓦、装机太阳能661平方米、特征宽度1米的波浪能转换器)持续收集能源表明,可以在不显著增加能源收集器成本的情况下实现移动平台对近海水产养殖的潜在益处(减轻环境和社会问题、对产量产生潜在的积极影响、避免危害等)。
抽象的气候变化对全球天气模式和海洋系统有明显影响,以潜在的深刻方式影响动物的行为和适应性。尽管如此,我们仍缺乏有关物种对气候变化的反应的详细信息。使用300多只单独鸟类的11年追踪数据集,我们探讨了南方环形模式(SAM)和南部振荡指数(SOI)的变化后果,用于在南部印度海洋中徘徊的信天翁Diomedea Exulans繁殖的单个行为和适应性。我们的结果揭示了男性和女性之间对气候变化的明显反应,这些反应与每个气候指数对每种性别的独特觅食范围的影响保持一致。在正面阶段,与女性范围的觅食条件较差有关,男性范围的良好条件与较低的觅食成功相一致的行为:也就是说,较少的猎物捕获尝试和在进食斑块之间的运动更多。男性没有行为改变。在正面的SOI阶段,与男性和女性觅食范围的良好觅食条件相关,两个性别都表现出更成功的觅食的证据,鸟类参与了更多的搜索行为,并进行了较少的捕食捕获尝试的短途旅行,同时表明每单位时间的食物摄入量增加。我们发现了通过人格差异来衡量的个人变异作用的有限证据,这表明对气候的塑性反应非常重要,以至于掩盖了个体间的变化。支持这一点的发现,即个人繁殖成功不受气候变化的影响,这表明塑料觅食行为允许信天翁减轻气候影响并保持生殖产量。
社会觅食是一种广泛的动物觅食形式,其中一组个人协调他们的决定以利用环境中的资源。动物展示了从平等主义到等级制的各种社会结构。在这项研究中,我们研究了不同形式的社会等级制度觅食决策。我们开发了一种机械性的可分析模型,以研究社会觅食的潜在过程,将微观的个体与宏观群体相匹配。基于随机证据的积累框架,我们开发了一种贴片模型 - 在大型层次组中,带有领导者和跟随个人的决定。在各种信息共享机制中,我们能够分析量化新兴的集体动态。我们发现,通过观察领导者运动的观察或在大多数情况下,通过观察领导者运动的数量来计算个人的数量,这是对以下个人的好处,通过提高其在推断贴片丰富度方面的准确性,这是对以下个人的好处。另一方面,通过对食物奖励或补丁质量的虚假信念的交流,错误的信息表明对以下个人有害,但矛盾的是可能导致群体凝聚力增加。在一个有大量动物觅食数据的时代,我们的模型通过发现社会觅食决策的基础的隐藏机制来概念化和理解这些数据。
由小型地下哺乳动物产生的广泛觅食隧道干扰对草原的土壤物理特性和养分具有重要影响。这项研究以高原Zokor(Eospalax Baileyi)为例,以研究小型地下哺乳动物对土壤微生物生物量碳(SMBC)和土壤有机碳(SOC)储存的隧道干扰的影响。配对设计用于定位三个地点的高山草原中的90个隧道四边形和90个非隧道四边形。这项研究表明,SMBC,SOC浓度和SOC存储在隧道四边形中分别为47.4%,26.8%和22.0%,分别比非隧道四方型的SMBC低47.4%,22.0%。这项研究还表明,土壤微生物生物量氮是影响非隧道四边形储存的主要因素,而它不是隧道Quadrats的主要因素。土壤pH和土壤铵氮不是非隧道四边形的主要因素,而它们是影响隧道四边形中SOC存储的主要因素。与非隧道四边形相比,觅食隧道干扰导致了一种新的途径,在该途径中,土壤pH积极影响隧道四方中的SOC存储。这项研究的结果表明,觅食隧道干扰对SMBC CON中心较低引起的土壤肥力产生负面影响,并且可能导致Alpine Grasslands的土壤碳损失,因为SOC储存较低。鉴于青海地基高原的高山草原对土壤碳循环和气候调节的影响,在评估草地碳储存和制定有效草原管理和保护的策略时,至关重要的是要考虑到它们。
本研究旨在优化拟议的独立光伏 (PV)/风力涡轮机 (WT)/燃料电池 (FC) 混合可再生发电系统的尺寸组件。一种名为蝠鲼觅食优化 (MRFO) 的新型高效优化算法被采用来设计多目标函数下的混合系统的尺寸组件,以最小化能源成本 (COE) 并最小化电力供应损失概率 (LPSP)。真实案例研究应用于埃及苏伊士湾 (纬度 30.0,经度 32.5) 的阿塔卡市。为了确保所开发算法的高性能和稳定性,本研究测试了三种不同的系统配置 (PV + WT + FC、WT + FC 和 PV + FC)。此外,还提出了不同配置的统计指标,以确认所开发的 MRFO 技术的稳健性和可靠性。模拟结果证明了 MRFO 在解决所研究的优化问题方面具有很高的能力,收敛速度快,结果可靠,能够以最小的 COE 为负载供电。
7.9.1 解释和绘制预测变量和目标变量 ...................................................... 107 7.9.2 活动 0:空闲摘要图 .......................................................................... 109 7.9.3 活动 0(空闲):简化图 ...................................................................... 110 7.9.4 活动 1(移动)摘要图 ...................................................................... 111 7.9.5 活动 1(移动):简化图 ...................................................................... 112 7.9.6 活动 2(觅食):摘要图 ...................................................................... 113 7.9.7 活动 2(觅食):简化图 ...................................................................... 113 7.9.8 活动 3(吃):摘要图 ...................................................................... 115 7.9.9 活动 3(吃):简化图 ...................................................................... 116 7.10 开发状态表示:有限状态机 ................................................................ 117
7.9.1 解释和绘制预测变量和目标变量 ...................................................... 107 7.9.2 活动 0:空闲摘要图 ...................................................................... 109 7.9.3 活动 0(空闲):简化图 ...................................................................... 110 7.9.4 活动 1(移动)摘要图 ...................................................................... 111 7.9.5 活动 1(移动):简化图 ...................................................................... 112 7.9.6 活动 2(觅食):摘要图 ...................................................................... 113 7.9.7 活动 2(觅食):简化图 ...................................................................... 113 7.9.8 活动 3(吃):摘要图 ...................................................................... 115 7.9.9 活动 3(吃):简化图 ...................................................................... 116
1 1997 年至 2001 年的空中调查表明,灰鲸在无冰季节大部分时间都在萨哈林岛东北海岸附近觅食。它们主要位于 20 米水深轮廓线的近岸,从皮尔屯湾口到萨哈林岛东北海岸以北的区域。2001 年,在空中和船上调查中,在 Arktun-Dagi 许可区以南 30-45 米深的水域中发现了第二个觅食区。
7.9.1 解释和绘制预测变量和目标变量 ...................................................... 107 7.9.2 活动 0:空闲摘要图 .......................................................................... 109 7.9.3 活动 0(空闲):简化图 ...................................................................... 110 7.9.4 活动 1(移动)摘要图 ...................................................................... 111 7.9.5 活动 1(移动):简化图 ...................................................................... 112 7.9.6 活动 2(觅食):摘要图 ...................................................................... 113 7.9.7 活动 2(觅食):简化图 ...................................................................... 113 7.9.8 活动 3(吃):摘要图 ...................................................................... 115 7.9.9 活动 3(吃):简化图 ...................................................................... 116 7.10 开发状态表示:有限状态机 ................................................................ 117
7.9.1 解释和绘制预测变量和目标变量 ...................................................... 107 7.9.2 活动 0:空闲摘要图 .......................................................................... 109 7.9.3 活动 0(空闲):简化图 ...................................................................... 110 7.9.4 活动 1(移动)摘要图 ...................................................................... 111 7.9.5 活动 1(移动):简化图 ...................................................................... 112 7.9.6 活动 2(觅食):摘要图 ...................................................................... 113 7.9.7 活动 2(觅食):简化图 ...................................................................... 113 7.9.8 活动 3(吃):摘要图 ...................................................................... 115 7.9.9 活动 3(吃):简化图 ...................................................................... 116 7.10 开发状态表示:有限状态机 ................................................................ 117