简介：TheGurbantunggutDesertisthelargeststableandsemi-stablesanddesertinChina,yetfewdataexistonvegetationpatternandspecies-environmentrelationshipsforthesediversedesertlandscapes.Thesanddunesofthesurveyareaaremainlyofthelongitudinalformfromnorthtosouth,butcheckerboard-shapedandhoneycomb-shapedformsarealsopresent,withtheheightof10-50m.Wemeasuredvegetationandsoildataonnorth-southtransectsandcomparedthemwithvegetationandsoildataoneast-westtransects.Analysisrevealedthatthevaryingtrendandstrengthofthespeciesdiversity,dominanceandcoveroftheplantcommunitiesinthelongitudinalandtransversedirectionsacrossthelandscapearesignificantlydifferent.TheresultsofCCAordinationshowthatthemicro-habitatsofsoilorganicmatter(OM),soilsalts(TS),sortingindex(σ),topsoilwater-content(SM)andpHrelatetothedifferencesinvegetationobservedasdifferencesinspeciesassemblagefromsalt-intolerantephemerals,micro-subshrubsandsubshrubstosalt-tolerantshrubsandmicro-arbors.Theterrain(alt.)andsoiltexture(thecontentsofMzandφ1)affectthespatialdifferentiationofmanyspecies.However,thisspatialdifferentiationisnotsomarkedontransectsrunninglongitudinallywiththelandscape,inthesamedirectionasthedunes.Thespeciesofthedesertvegetationhaveformedthreeassemblagesundertheactionofhabitatgradients,relatingtothreesectionsrunningtransverselyacrossthelandscape,atrightanglestothedirectionofthedunecrests.Inthemid-eastsectionofthestudyareathetopographyishigher,withsand-landsordune-slopeswithcoarseparticles.HerethedominantvegetationcomprisesshrubsandsubshrubsofSeriphidiumsantoliumandEphedradistachya,withlargenumbersofephemeralandephemeroidplantsofSeneciosubdentatus,andCarexphysodesinspringandsummer.Onthesoilofthedune-slopesinthemidwestofthestudyarea,withcoarseparticlesandabundantTK,theplantassemblageofHaloxylonpersicu

简介：为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧（DO）、铵态氮（NH4＋—N）、硝态氮（NO3-—N）、总氮（TN）、总磷（TP）6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM（1,1）灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。

简介：本文应用山仔水库2003～2006年叶绿素a浓度、总磷浓度、总氮浓度、水温、溶解氧浓度、高锰酸盐指数、pH值7个参数监测数据对人工神经网络模型进行训练，在此基础上应用1997—2002年除叶绿素a浓度外其他6个参数监测数据，推算出1997～2002年间缺失的叶绿素a浓度，并对1997—2006年春末夏初的叶绿素a浓度动态进行分析，结果表明：山仔水库1997年建库初期，叶绿素a浓度处于较高水平，2000年以后叶绿素a浓度开始降低，近几年基本保持稳定．2003—2006年叶绿素a浓度呈季节周期性变化，春末经夏季到初秋，叶绿素a浓度持续升高，冬季下降明显，春季又开始回升；说明近几年山仔水库水体春末夏季秋初处于富营养化水平，秋末冬季处于中营养水平．本研究结果将为山仔水库的富营养化防治提供科学依据．

简介：21世纪以来,中国主题公园业面临越来越激烈的竞争和挑战,产品创新能力和游客体验水平提升成为主题公园的核心竞争力和经营管理的关键。以芜湖市方特梦幻王国新推出的夜场产品为研究案例,在大量实地问卷调查和访谈的基础上,探讨了主题公园夜场旅游产品的游客满意度,结果表明:(1)该主题公园夜场旅游产品游客表现出年龄轻、学历高,学生多、收入水平不高等特征,多以本省为主、散客自助游为主。(2)游客满意度感知可分为4个维度,即整体体验满意度、服务满意度、设施满意度、项目满意度,每个维度均处于较好的满意水平,其中以设施满意度为最高。游客总体满意度较高,具有很高的重游意愿。(3)重要性-绩效性分析表明,游客满意度得分均低于其感知重要性,服务构成了供给方的短板;不同群体游客对夜场满意度的感知存在显著差异,主要表现在性别、年龄、职业等个体特征上。本研究对中国其他主题公园经营管理、城市夜间旅游开发具有一定的借鉴意义和参考价值。

简介：11月19日,由联合国主办、中华人民共和国自然资源部和浙江省人民政府共同承办,以“同绘空间蓝图,共建美好世界”为主题的联合国世界地理信息大会在中国浙江德清开幕。国务院总理李克强致贺信。李克强表示,地理信息在经济社会发展中发挥重要作用。