【摘 要】
：
为奠定基于运动力学参数构建土壤侵蚀模型的理论基础,通过不同降雨强度（25、50和75 mm/h）、不同坡长（1、5、10、15和20 m）下径流小区内人工模拟降雨试验,对不同处理下坡面薄层水动力学特性进行分析,并对水动力学参数与土壤侵蚀之间的关系进行初步探讨。结果表明:当坡度一定时,坡面平均流速主要受坡长及单宽流量影响,降雨强度通过影响单宽流量的大小间接影响坡面平均流速;在试验设计范围内,当坡长>
【机 构】
：
北京林业大学水土保持学院水土保持国家林业局重点实验室
【基金项目】
：
中央高校基本科研业务费专项资金（BJFUKF201801）； 国家自然科学基金（51879005）；
论文部分内容阅读
为奠定基于运动力学参数构建土壤侵蚀模型的理论基础,通过不同降雨强度（25、50和75 mm/h）、不同坡长（1、5、10、15和20 m）下径流小区内人工模拟降雨试验,对不同处理下坡面薄层水动力学特性进行分析,并对水动力学参数与土壤侵蚀之间的关系进行初步探讨。结果表明:当坡度一定时,坡面平均流速主要受坡长及单宽流量影响,降雨强度通过影响单宽流量的大小间接影响坡面平均流速;在试验设计范围内,当坡长>1 m时,整体上呈"层流-急流态",当坡长为1 m时,整体上呈"层流-缓流态";当降雨强度一定时,雷诺数随着坡长的增加线性增加,佛汝德数随着坡长的增加以幂函数形式增加;降雨强度对坡面流有明显的"增阻"效应;坡面阻力系数随着坡长的增加呈幂函数减小趋势;坡面平均土壤侵蚀率与单宽流量间呈一元线性趋势增加,与水流平均流速间呈指数函数增加,与雷诺数间呈二次函数增加。
其他文献
一、筛选原则 在吸取国外经验的同时,主要从国内的实际情况出发,选择确定水中优先控制污染物的最主要因素,其筛选原则如下: （一）优先选择的污染物应具有较大的生产量或排放量,并较为广泛地存在于环境中:为了实现这个原则,采用两个参数: “年产量”:它是定量的,而且一般根据生产量可以粗略地估计潜在的排放量。但它的缺点是与实际排放量可能有很大的差异,同时它
甬政办发[2018]92号各区县（市）人民政府,市直及部省属驻甬各单位:.根据《土地管理法》《城市房地产管理法》和《关于切实推进节约集约利用土地的实施意见》（甬政发（2008）72号）等文件精神,经市政府同意,现就市区国有划拨土地使用权补办出让提出以下意见。一、适用范围宁波市区（不含奉化区）范围内,以划拨方式取得的土地使用权,经批准同意补办出让的,适用本意见。各县（市）和奉化区可参照执行。
利用 ANSYS FLUENT 数值模拟软件，以Navier-Stokes方程为控制方程，基于有限体积法，采用Standard k - ε 紊流模型，建立数值分析模型，通过在流场入口设置为质量入口的方式，在保持植被密度不变的情况下，对三种茎粗的刚性淹没植被明渠的水流特性进行了数值模拟研究。结果表明：试验结果与数值模拟计算结果进行对比，计算所得的流速值与试验值吻合良好，表明数值模拟方法可行。通过剖析
为了探究复合微生物菌剂在水稻种植中的作用,试验以水稻品种长粳729为试验材料,探究全生育期施用复合微生物菌剂对水稻秧苗生长、分蘖情况及产量的影响。结果表明:施用复合微生物菌剂能提高水稻的出苗率和成苗率,提高秧苗素质,提高水稻的分蘖能力,在减施15%的氮肥的情况下,施用微生物菌剂能在一定程度上提高稻谷产量,与对照相比增产了9.3%。
学校教育教学改革,更加关注学生的全面发展和个性化发展。在促进学生全面发展的过程中,音乐教育起到了重要的作用,对于发展学生的审美素养和自身修养等各个方面具有十分重要的意义。在实现高校音乐教育教学改革的过程中,立足于音乐文化为高校公共音乐教育整合更多的资源,并以此为切入点探讨公共音乐教育体系的改革,能够进一步提高公共音乐教育的育人效果。基于此,本文以区域音乐文化为切入点,探讨了高校公共音乐教育体系的构
运用文献资料、逻辑分析、专家访谈等方法,研究社区参与传统武术非遗系统性保护的实践与路径。传统武术非遗系统性保护的困境:社会结构变迁造成保护场域衰微,西方文化冲击导致保护环境式微,传承主体认知落后导致存续受阻。以太极拳为例,探讨社区参与传统武术非遗系统性保护的实践:政府主导作用下社区参与保护成为直接体现;社区参与体现了对中华传统文化的文化认同。提出参与路径:在"国"中设计,明确武术非遗系统性保护中的
植物病害这一问题在全球范围内广泛存在,对人类健康、生态环境、农业经济等方面的发展造成了严重的威胁,尖孢镰刀菌（Fusarium oxysporum）是植物的主要病原菌,可造成多种植物枯萎病的发生。解决植物病害这一问题迫在眉睫,通过生物防治的方法防治植物病害有着安全、环保、高效的特点,因此对它的研究十分必要。本课题首先对实验室已有保藏的2株生防细菌及7株生防真菌进行活化及形态学观察,它们分别为多粘类
本次研究基于MapReduce模型在并行式环境中提出一种高性能的计算机数据挖掘算法,将模型输入由原始的一个样本转变为一组样本代以减少Map布局数量,节约算法访问Map的时间开销;在此基础上,从特征赋权角度对K-means聚类算法,对差异簇的差异特征进行权重赋值,以降低特征数据噪声。测试结果显示,该算法在MapReduce并行式环境下呈现良好的数据挖掘准确率,并且聚类收敛用时最低,处理计算机大数据挖