简介:菹草(Potamogetoncrispus)衰亡的原因一直是水体生态修复的研究热点。已有的研究认为,强光照是促进菹草衰亡的关键因素。分别将菹草幼苗置于150μW/cm2剂量的中波紫外线(UV-B,波长为275-320nm)辐射下,设置4种UV-B辐射持续时间处理,其每日的持续辐射时间分别设定为0h(对照处理)、2h、4h和6h,对照处理下的菹草幼苗不接受UV-B辐射,仅接受长波紫外线(UV-A)辐射和光合有效辐射,监测各处理下菹草幼苗的生长、形态状况、石芽形成和萌发等指标。研究结果表明,每日6h的UV-B辐射,能促进菹草分枝,且能促进菹草衰亡;2h和4h的UV-B辐射,对菹草的影响较小,随着UV-B辐射时间的延长,菹草植株的株高、节间距和单株鲜质量明显下降,每日2h的UV-B辐射,能促进植株叶面积的增加;每日延长UV-B辐射时间,可以促进石芽的形成,但形成的石芽随着变态率的增加,其长度增加、宽度减小,石芽质量减轻,下一个生长季的萌发率降低,萌发出二苗的比率降低,萌发苗的各项生长指标随着辐射剂量增加而逐渐降低。因此,在春末、夏初,随着太阳辐射时间的增加,阳光中累计的UV-B辐射剂量增加,这可能是促进菹草大批衰亡的重要原因。
简介:传统的f-x域经验模态分解法(Empiricalmodedecomposition,EMD)能够有效地对主要由水平同相轴构成的地震记录进行随机噪声衰减。然而,当同相轴倾斜时,f-x域经验模态分解法在衰减随机噪声的同时去除大部分有效信号。本文提出了一种基于f-x域经验模态分解法的改进算法。我们通过局部相似度对所去除的噪声信号中的有效信号进行提取。局部相似度可以用来检测噪声信号中的有效信号点并用来构造一权重算子进行信号提取。新方法与f-x域经验模态分解法、f-x域预测滤波法以及f-x域经验模态分解预测滤波法相比能够在衰减随机噪声的同时保留更多的有用信号。数值模拟实验以及实际地震资料处理结果均表明该方法能更为有效地去噪。