前言:想要寫出一篇令人眼前一亮的文章嗎?我們特意為您整理了5篇?jiǎng)游飳?shí)驗(yàn)的優(yōu)勢(shì)范文,相信會(huì)為您的寫作帶來幫助,發(fā)現(xiàn)更多的寫作思路和靈感。
1、蠟梅。梅花一般都是春天的時(shí)候才會(huì)開放的。但在梅花家族中也有一些例外,那就是臘梅樹,臘梅的梅花和其他梅花相比較之后,你會(huì)發(fā)現(xiàn),它們不同的地方在于,我們只有在嚴(yán)寒的冬天的時(shí)候才能看到的臘梅的花朵,而且還是基本都是開在嚴(yán)冬臘月的時(shí)候,所以它才會(huì)被人們起名字叫做“臘梅”。它的花瓣看上去是蠟黃臘黃的,所以有人把它叫做黃梅花。
2、一品紅。又叫做圣誕花,是圣誕節(jié)大家家里拿來當(dāng)擺飾的一種木本植物。它原本是來自于墨西哥的某種變色形植物。它的高度一般是在六十厘米到三米之間,如果我們拿它的樹干的高度和其它樹做對(duì)比的話,可能會(huì)覺得它很矮小,因?yàn)榭瓷先ナ且绕渌鼧浒虾芏?。而且,它鮮紅的顏色很鮮艷,看上去令人感覺十分美麗,特別適合我們種在家里以供日常觀賞。
3、山茶花。這個(gè)名字大家一聽到的時(shí)候會(huì)不會(huì)誤以為是一種花或者是茶呢?其實(shí)并不是,它其實(shí)也是樹,它是屬于山茶科的一類灌木。它的外表看上去大概在8到9米之間,枝葉細(xì)嫩而不會(huì)有毛,我們要是想要欣賞到它的美麗的話,可以選在一月到四月的時(shí)候去看,因?yàn)樗幕ㄆ谡檬窃谀莻€(gè)時(shí)候。
(來源:文章屋網(wǎng) )
關(guān)鍵詞:多媒體;動(dòng)畫;導(dǎo)引體驗(yàn)式;自由落體運(yùn)動(dòng)
一、理論根據(jù)
1.積極運(yùn)用現(xiàn)代信息技術(shù),處理好直觀形象觀察與抽象思維加工的關(guān)系.可以有效地解決當(dāng)前物理教學(xué)中存在的枯燥無味、抽象難懂、定量與定性相分離等問題,是今后教學(xué)發(fā)展的主流方向之一.因此,在教學(xué)設(shè)計(jì)時(shí),應(yīng)當(dāng)首先考慮使用合適的現(xiàn)代教學(xué)手段,尤其是多媒體電教手段.創(chuàng)設(shè)恰當(dāng)?shù)奈锢砬榫埃龠M(jìn)學(xué)生抽象思維的發(fā)展.利用多媒體等電教技術(shù)把物理知識(shí)和生活實(shí)際結(jié)合,把學(xué)生身邊的物理現(xiàn)象聯(lián)系起來,把當(dāng)代最新的科技聯(lián)系起來;利用生動(dòng)的畫面和動(dòng)畫設(shè)計(jì)去滲透科學(xué)、社會(huì)、技術(shù)的思想.
2.“導(dǎo)引體驗(yàn)式”課堂教學(xué)模式提倡學(xué)生的參與性,把學(xué)生的被動(dòng)學(xué)習(xí)轉(zhuǎn)化為主動(dòng)學(xué)習(xí).自從有了電教信息技術(shù),教師就有了創(chuàng)造不同的情景的可能性,通過交互的形式讓課堂告別干癟與無味:教師喋喋不休的講學(xué)生還在云里霧里的低效學(xué)習(xí)情景.通過電視畫面的重現(xiàn),教師利用多媒體的引導(dǎo),學(xué)生全身心的投入,這種三位一體的課堂教學(xué)設(shè)計(jì)極大的滿足了學(xué)生渴求知識(shí)的欲望.
二、研究的過程和方法
1.多媒體完成課內(nèi)探究的“導(dǎo)引”作用的有效性
多媒體課件尤其是動(dòng)畫具有非常強(qiáng)的表現(xiàn)力,其逼真的畫面和生動(dòng)的交互式體現(xiàn),可以有效的抓住學(xué)生的思維和注意力,能使學(xué)生迅速的進(jìn)入問題的情境中思考解決問題的答案.
例如,自由落體運(yùn)動(dòng)中通過動(dòng)畫演示牛頓的蘋果樹體現(xiàn)的問題是:蘋果的下落比樹葉的下落快,是因?yàn)樘O果的重力比樹葉大嗎?一個(gè)圖片加上一副動(dòng)畫在很短的時(shí)間里告訴了學(xué)生很大的信息量,啟發(fā)了學(xué)生多角度的思考,學(xué)習(xí)興趣自然就被激發(fā)出來了.再舉一個(gè)例子:在探究自由落體運(yùn)動(dòng)性質(zhì)的探究實(shí)驗(yàn)中,學(xué)生通過計(jì)時(shí)器和紙帶測(cè)量、判斷重錘做勻變速直線運(yùn)動(dòng),由于該試驗(yàn)過程較復(fù)雜,注意的問題較多而且用到的推論公式 學(xué)生難以理解運(yùn)用,所以很多學(xué)生不知如何完成實(shí)驗(yàn).面對(duì)這種情況,教師利用flas頻閃照片的生動(dòng)生成,利用準(zhǔn)確的實(shí)驗(yàn)數(shù)據(jù)定量的得出 ,幫助學(xué)生思考認(rèn)識(shí)重錘自由落體運(yùn)動(dòng),啟發(fā)學(xué)生完成實(shí)驗(yàn),并且有的放矢進(jìn)行數(shù)據(jù)測(cè)量進(jìn)而得出實(shí)驗(yàn)的結(jié)論,通過多媒體的生動(dòng)再現(xiàn),每一個(gè)學(xué)生能參與到實(shí)驗(yàn)的過程中,體驗(yàn)到了學(xué)習(xí)的成功感.可見,利用多媒體電教教學(xué)手段,能有效的擴(kuò)大實(shí)驗(yàn)效果,體現(xiàn)主題思想,突出重點(diǎn)難點(diǎn),現(xiàn)象便于觀察,一蹴而就,省時(shí)高效.
2.多媒體為課堂創(chuàng)設(shè)情景,幫助教師完成“體驗(yàn)式”課堂教學(xué)
“體驗(yàn)式”課堂教學(xué)注重教師創(chuàng)造場(chǎng)景讓學(xué)生在情景中學(xué)習(xí),創(chuàng)設(shè)情境的過程中教師需要收集大量的教學(xué)資料和教學(xué)素材,所以利用現(xiàn)代教學(xué)設(shè)備將所有的素材進(jìn)行整合是個(gè)可缺少的過程.鑒于學(xué)校的教學(xué)資源的限制,有些實(shí)驗(yàn)無法在實(shí)驗(yàn)室中完成,利用多媒體可以生成模擬實(shí)驗(yàn)過程一遍一遍的讓學(xué)生觀看,幫助學(xué)生形成自己的實(shí)驗(yàn)體會(huì),從而幫助學(xué)生構(gòu)成物理模型,利用現(xiàn)有的模型靈活的處理物理問題.例如,在研究自由落體運(yùn)動(dòng)空氣阻力的影響時(shí),可以通過課件對(duì)比相同的紙片在受到不同風(fēng)力作用下的運(yùn)動(dòng)的狀況,既可以體現(xiàn)水平方向的偏離,也可以體現(xiàn)豎直方向下落的快慢.另外關(guān)于航天員的跳傘下落運(yùn)動(dòng),利用視頻播放航天員跳傘的過程,生動(dòng)的體現(xiàn)了空氣阻力的影響效果.
三、有效的利用多媒體教學(xué)需要注意的問題
1.多媒體的整合作用指導(dǎo)物理實(shí)驗(yàn)教學(xué)
物理是一門實(shí)驗(yàn)學(xué)科,培養(yǎng)學(xué)生的動(dòng)手能力異常重要.多媒體演示的過程再好,實(shí)驗(yàn)的數(shù)據(jù)再準(zhǔn)確,數(shù)據(jù)分析的再合理,但是它體現(xiàn)的仍然是方法,對(duì)我們僅僅是很好的指導(dǎo)不能代表實(shí)際的研究過程.所以不能把高中物理實(shí)驗(yàn)都用多媒體演示而忽視實(shí)驗(yàn)教學(xué)和學(xué)生動(dòng)手能力的培養(yǎng).在自由落體的教學(xué)過程中,教師始終本著,多媒體幫助師生更快更合理的完成探究實(shí)驗(yàn),例如,計(jì)時(shí)器的使用,紙帶的處理等.
2.充分體現(xiàn)多媒體的輔助教學(xué)作用,避免過多的利用多媒體完成教學(xué)
因?yàn)槎嗝襟w具有形象性和直觀性,所以可以利用多媒體體現(xiàn)重點(diǎn)突破難點(diǎn),激發(fā)學(xué)生的興趣.利用多媒體能夠在短時(shí)間內(nèi)向?qū)W生灌輸大量信息的特點(diǎn),來豐富學(xué)生學(xué)習(xí)內(nèi)容,幫助學(xué)生形成知識(shí)體系,但是教材的主干內(nèi)容離不開教師的分析和板書的體現(xiàn).我們?cè)诶枚嗝襟w過程中必需結(jié)合傳統(tǒng)的教學(xué)方法有效的完成知識(shí)的傳承、理解和運(yùn)用,避免課堂上過量的運(yùn)用現(xiàn)代教學(xué)手段.在自由落體運(yùn)動(dòng)教學(xué)過程中,教師的工整的板書設(shè)計(jì)非常重要,落體規(guī)律的總結(jié)需要教師的邏輯性推理,精講點(diǎn)撥的處理需要教師將完整的計(jì)算過程一步一步的幫助學(xué)生完成,而不是讓學(xué)生看看結(jié)果就結(jié)束了.
【關(guān)鍵詞】 汽車再制造;不確定性;魯棒優(yōu)化
對(duì)于汽車再制造企業(yè),物流網(wǎng)絡(luò)中有多種不確定性因素,包括:廢舊汽車回收數(shù)量和時(shí)間的不確定性,回收時(shí)間的不確定性,再制造產(chǎn)品需求等的不確定性。
一、不確定性模型的選擇
根據(jù)決策者對(duì)不確定性參數(shù)信息的掌握程度,分為風(fēng)險(xiǎn)型和完全不確定型。風(fēng)險(xiǎn)型是指無法確知參數(shù)的未來狀態(tài),但各種狀態(tài)的概率分布是已知的。完全不確定型是指參數(shù)狀態(tài)和概率分布均為未知。風(fēng)險(xiǎn)型使用隨機(jī)規(guī)劃,完全不確定型用魯棒優(yōu)化和模糊規(guī)劃。
不確定性優(yōu)化理論主要包括三種類型:隨機(jī)規(guī)劃(stochastic programming)、魯棒優(yōu)化(robust optimization)和模糊規(guī)劃(fuzzy programming).
1.隨機(jī)規(guī)劃模型。參數(shù)的不確定性使用概率分布函數(shù)來描述,分為隨機(jī)線性規(guī)劃和隨機(jī)非線性規(guī)劃。建立模型有三種:
(1)期望值模型。對(duì)于隨機(jī)變量取數(shù)學(xué)期望值,把隨機(jī)規(guī)劃轉(zhuǎn)化為一個(gè)確定性的數(shù)學(xué)規(guī)劃模型。
(2)概率約束規(guī)劃問題。主要針對(duì)只在約束條件中含有隨機(jī)變量,且必須在觀測(cè)到隨機(jī)變量實(shí)現(xiàn)之前做出決策的情況??梢圆粷M足約束條件,但應(yīng)使約束條件成立的概率不小于某一置信水平。
(3)有補(bǔ)償?shù)亩?jí)隨機(jī)規(guī)劃。第一級(jí)是主問題,在觀測(cè)到隨機(jī)變量取值之前進(jìn)行優(yōu)化,然后將優(yōu)化解送往第二級(jí)子問題。第二級(jí)接收第一級(jí)的優(yōu)化解,在觀測(cè)到隨機(jī)變量的取值之后進(jìn)行優(yōu)化,然后利用優(yōu)化結(jié)果對(duì)第一級(jí)進(jìn)行約束限制
2.魯棒優(yōu)化。概率分布函數(shù)未知,不確定性參數(shù)使用離散的情景或連續(xù)的區(qū)間范圍來進(jìn)行描述,其目的是找到一個(gè)近似最優(yōu)解,使它對(duì)任意的不確定性參數(shù)觀測(cè)值不敏感。借助于田口質(zhì)量方的內(nèi)涵和思想,應(yīng)用于設(shè)計(jì)再制造物流網(wǎng)絡(luò),將能有效地解決不確定性因素的影響,提高整個(gè)網(wǎng)絡(luò)的穩(wěn)定性和方案的可行性。它有三種模型:
(1)遺憾模型。情景的“遺憾值”使用可行的目標(biāo)函數(shù)值與情景最優(yōu)解的目標(biāo)函數(shù)值之差來度量。
(2)差異模型。使用標(biāo)準(zhǔn)差、方差以及其它度量方法來控制可行解目標(biāo)函數(shù)值的分布,其目標(biāo)是最小化平均成本或最大化平均收益,減小不同情景目標(biāo)函數(shù)值間的差異,它假定風(fēng)險(xiǎn)是對(duì)稱分布的,屬于非線性規(guī)劃模型。
(3)偏好模型
3.模糊規(guī)劃。系統(tǒng)參數(shù)是模糊的,而不是精確的數(shù)據(jù)。它的分布函數(shù)未知,需要通過專家知識(shí)和經(jīng)驗(yàn)建立隸屬函數(shù)。模糊規(guī)劃包括建立含有模糊參數(shù)的機(jī)會(huì)約束規(guī)劃和機(jī)會(huì)多目標(biāo)規(guī)劃以及機(jī)會(huì)約束目標(biāo)規(guī)劃等,可利用基于隨機(jī)模擬的遺傳算法給出最優(yōu)解。但因模糊隸屬函數(shù)需要人為地規(guī)定,尤其是在專家知識(shí)或經(jīng)驗(yàn)不足的情況下,客觀地描述不確定性因素又比較困難而且不明確。
在對(duì)于再制造物流網(wǎng)絡(luò)設(shè)計(jì)的研究中,很多國(guó)內(nèi)外的文獻(xiàn)在建立模型時(shí),假設(shè)可回收產(chǎn)品的數(shù)量和客戶對(duì)產(chǎn)品的需求量是相互獨(dú)立的隨機(jī)變量,且分布函數(shù)已知,服從泊松分布。這是建立在對(duì)于數(shù)據(jù)的長(zhǎng)期觀測(cè)的基礎(chǔ)之上,而且在再制造的運(yùn)作相對(duì)比較成熟的基礎(chǔ)之上。調(diào)研結(jié)果顯示:中國(guó)的汽車再制造業(yè)發(fā)展處于初期,對(duì)于再制造產(chǎn)品,消費(fèi)者信心不足,對(duì)于產(chǎn)品的需求量不足,整個(gè)市場(chǎng)發(fā)展不成熟,所以在需求量的概率分布函數(shù)并不穩(wěn)定,具有任意性,而且由于數(shù)據(jù)的不足,也無法得出它的分布函數(shù)。
中國(guó)的消費(fèi)習(xí)慣與國(guó)外不同,對(duì)于報(bào)廢汽車,中國(guó)消費(fèi)者在很多情況下,要么是不能開了根本不能動(dòng)了才報(bào)廢。要么是接近報(bào)廢的時(shí)候,趕快賣掉,賣到偏遠(yuǎn)地區(qū),所以回收時(shí)間和回收數(shù)量方面的分布函數(shù)也很難觀測(cè)到。隨機(jī)規(guī)劃模型建立的基礎(chǔ)是不確定性因素的分布函數(shù)已知,因此隨機(jī)規(guī)劃模型具有不適應(yīng)性。
模糊規(guī)劃模型可以用于不確定性因素的分布函數(shù)未知的情況,但要通過專家知識(shí)和經(jīng)驗(yàn)建立隸屬函數(shù)。在中國(guó),再制造行業(yè)的發(fā)展剛起步,在再制造網(wǎng)絡(luò)構(gòu)建方面的實(shí)踐經(jīng)驗(yàn)也比較缺乏,專家的知識(shí)和經(jīng)驗(yàn)不足以客觀地描述所存在的不確定因素,不能明確地給出關(guān)于回收數(shù)量、回收時(shí)間、回收質(zhì)量和需求數(shù)量等不確定因素的模糊隸屬函數(shù)。
選擇魯棒優(yōu)化模型對(duì)再制造網(wǎng)絡(luò)進(jìn)行優(yōu)化設(shè)計(jì),它可以在不確定性因素的分布函數(shù)未知、不需要專家的參與的情況下,得出最優(yōu)解,使網(wǎng)絡(luò)具有穩(wěn)定性。
二、模型的建立
再制造物流網(wǎng)絡(luò)中不確定性來源:回收數(shù)量,需求量,再制造率,回收時(shí)間。處理時(shí)間的不確定性的方法如下:時(shí)間方面上的不確定因素,不僅包括回收時(shí)間的不確定性,而且包括運(yùn)輸時(shí)間的不確定性。回收中心和拆卸中心對(duì)廢舊產(chǎn)品處理的作業(yè)時(shí)間的不確定性,以及分銷中心配送時(shí)間的不確定性。在設(shè)計(jì)再制造網(wǎng)絡(luò)時(shí),需要考慮時(shí)間的不確定性,提高回收效率、配送效率、運(yùn)作效率等,以減少回收所需要的時(shí)間,及時(shí)滿足顧客需求,目標(biāo)函數(shù)為流通時(shí)間最小化。
1.建立時(shí)間為隨機(jī)變量的模型
模型假設(shè): (1)回收中心對(duì)廢舊汽車的回收需要一定的時(shí)間,且為相互獨(dú)立的隨機(jī)變量;(2)分銷中心對(duì)再制造零部件的配送時(shí)間為相互獨(dú)立的隨機(jī)變量; (3)回收中心和拆卸中心對(duì)廢舊汽車和零部件的處理時(shí)間分別為相互獨(dú)立的隨機(jī)變量。
符合說明:I:回收中心待選地集合,i∈{1,2,……,I}
J:拆卸中心待選地集合,j∈{1,2,……,J}
K:再制造廠/中心待選地集合,k∈{1,2,……,K}
L:分銷中心待選地集合,l∈{1,2,……,L}
S:已知的消費(fèi)區(qū)域,s∈{1,2,……,S}
yi:0-1變量,表示是否在i地開設(shè)回收中心,0表示不開,1表示開設(shè)
yj:0-1變量,表示是否在j地開設(shè)拆卸中心,0表示不開,1表示開設(shè)
yk:0-1變量,表示是否在k地再制造中心,0表示不開,1表示開設(shè)
yl:0-1變量,表示是否在l地開設(shè)分銷中心,0表示不開,1表示開設(shè)
xij:回收中心i運(yùn)往拆卸中心j的廢舊汽車數(shù)量(輛)
xjk:拆卸中心j運(yùn)往再制造中心k的發(fā)動(dòng)機(jī)數(shù)量(臺(tái))
xkl:再制造中心k運(yùn)往分銷中心l的再制造發(fā)動(dòng)機(jī)數(shù)量(臺(tái))
xls;分銷中心l運(yùn)往消費(fèi)區(qū)域s的再制造發(fā)動(dòng)機(jī)數(shù)量(臺(tái))
xsi:消費(fèi)區(qū)域s運(yùn)往回收中心l的廢舊汽車數(shù)量(輛)
參數(shù):
Ti:回收中心處理一輛廢舊汽車所需的時(shí)間
Tj:拆卸中心處理回收單位零部件所需的時(shí)間
Tsi:從消費(fèi)區(qū)域到回收中心所需的運(yùn)輸時(shí)間
Tij:回收中心到拆卸中心的運(yùn)輸時(shí)間
Tjk:拆卸中心到再制造廠的運(yùn)輸時(shí)間
Tkl:再制造廠到分銷中心的運(yùn)輸時(shí)間
Tls:分銷中心到零售點(diǎn)的配送時(shí)間
Ts:零售點(diǎn)對(duì)配送時(shí)間的要求
Cs:零售點(diǎn)的配送時(shí)間要求未得到滿足的違約成本,其與超出時(shí)間成正比
其中:As:表示消費(fèi)區(qū)域 的廢舊汽車可回收數(shù)量,為隨機(jī)變量
Ds:表示消費(fèi)區(qū)域s對(duì)再制造產(chǎn)品的需求量,為隨機(jī)變量
?茁:廢舊汽車的可再制造率,為隨機(jī)變量
注:其他參數(shù)和決策變量的符號(hào)說明同初步模型
此時(shí),共有兩個(gè)目標(biāo)函數(shù),為雙目標(biāo)優(yōu)化模型。因此將不確定性因素進(jìn)行整合,引入權(quán)重?琢,將雙目標(biāo)優(yōu)化模型轉(zhuǎn)化為單目標(biāo)優(yōu)化模型,權(quán)重系數(shù)的確定是決策者根據(jù)企業(yè)的戰(zhàn)略,自身的經(jīng)驗(yàn)和偏好制定的。因此,引入權(quán)重系數(shù)后,模型如下:
3.建立魯棒優(yōu)化模型。它無需已知各種情景發(fā)生的概率,而是列舉所以可能發(fā)生的情景,并找出一個(gè)與每種情景在確定性環(huán)境下的“最優(yōu)解”相近的穩(wěn)健解。魯棒優(yōu)化設(shè)計(jì):對(duì)于不確定性參數(shù)的實(shí)現(xiàn)利用情景分析法和蒙特卡洛法。
(1)情景分析法。不確定性參數(shù)的概率分布未知,描述幾種
可能的未來情景,通常在樂觀情形、正常情形、悲觀情形下
的分析
(2)蒙特卡洛法。不確定性參數(shù)的概率分布已知,使用一
系列隨機(jī)數(shù)來近似解決問題,通過尋找一個(gè)概率統(tǒng)計(jì)的相似體并用實(shí)驗(yàn)取樣過程來獲得該近似體的近似解,分為仿真和取樣在本模型中,不確定性參數(shù)的概率分布未知,因此我們采用情景分析法來觀察對(duì)這些不確定性參數(shù)實(shí)現(xiàn)后可能出現(xiàn)的數(shù)值。列舉所有可能發(fā)生的情景,無需假設(shè)已知每種情景的發(fā)生概率,并找出一個(gè)與每種情景在確定性環(huán)境下的“最優(yōu)解”相近的穩(wěn)健解,它的目標(biāo)就是減小偏差。模型的建立:
對(duì)于每個(gè)給定的情景s,模型參數(shù)是確定的,此時(shí)供應(yīng)鏈網(wǎng)絡(luò)設(shè)計(jì)問題屬于常見的確定性優(yōu)化問題,用Zs表示s情景在確定性環(huán)境下的最優(yōu)目標(biāo)函數(shù)值,用Rs表示s情景下的穩(wěn)健目標(biāo)函數(shù)值,Zs與Rs的差值為偏差即絕對(duì)遺憾值,若決策變量x是對(duì)于所有確定性優(yōu)化函數(shù)的一組可行解,該可行解對(duì)于的穩(wěn)健目標(biāo)函數(shù)值為Rs,當(dāng)且僅當(dāng){Rs-Zs}達(dá)到最小值時(shí),稱x為再制造網(wǎng)絡(luò)設(shè)計(jì)的魯棒解。
對(duì)適用于汽車再制造物流網(wǎng)絡(luò)優(yōu)化構(gòu)建的模型進(jìn)行了探討,而國(guó)內(nèi)的文獻(xiàn)主要是集中于靜態(tài)的整數(shù)規(guī)劃模型,因此本文的探討也為模型的選擇提供了理論指導(dǎo),彌補(bǔ)了國(guó)內(nèi)文獻(xiàn)研究的不足。魯棒優(yōu)化模型更具穩(wěn)定性,與實(shí)際更加貼近,對(duì)實(shí)際更具理論指導(dǎo)性。
關(guān)鍵詞:鹽沼濕地;浮游動(dòng)物;群落;環(huán)境因子;相關(guān)性
中圖分類號(hào):X826 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):0439-8114(2014)01-0038-03
Relationship between the Zooplankton Community and Environmental Factors in the Salina Wetland of Inner Mongolia
LIU Wen-ying1,2,Yuan Xiao-xia1,TIE Niu2,GAO Run-hong2,ZHANG Qiu-liang2
(1.Baotou Light industry Vocational Technical College, Baotou 014035,Inner Mongolia,China;
2. Forestry Institute, Inner Mongolia Agricultural University, Hohhot 010018,China)
Abstract: Distribution and composition of zooplankton community is sensitive to water environment. The relationship between the zooplankton community and the environment factors have been rarely reported in the salina wetland ecosystem in Inner Mongolia. Researches in Taolimiao-alasanwan haizi and the hongjiannao lake were conducted for many years. Zooplankton investigation was based on . The data were analysed by SAS9.0 software. Results showed that ([K+]+ [Na+])/([Ca2+]+ [Mg2+]), ([Ca2+]/[Mg2+]), total hardness were the main water environmental indicators affecting ecological distribution of zooplankton community. [Ca2+],[Mg2+] are the limiting factors affecting ecological distribution of zooplankton community.
Key words:salina wetland; zooplankton; community; environment factor; correlation
收稿日期:2013-06-25
基金項(xiàng)目:國(guó)家自然科學(xué)基金項(xiàng)目(40761022)
作者簡(jiǎn)介:劉文盈(1970-),女,內(nèi)蒙古包頭人,教授級(jí)高級(jí)工程師, 博士,主要從事生物多樣性、濕地保護(hù)與恢復(fù)生態(tài)學(xué)研究,(電話)
0472-3163124(電子信箱);通訊作者,張秋良(1960-),男,教授,博士生導(dǎo)師,主要從事林業(yè)可持續(xù)發(fā)展研究,
(電子信箱)。
水環(huán)境主要影響浮游生物的群落結(jié)構(gòu)的變化。學(xué)者們對(duì)內(nèi)陸鹽沼濕地浮游生物的研究較多,劉文盈等[1-7]對(duì)鄂爾多斯高原鹽沼濕地、霍元子等[8]對(duì)內(nèi)蒙古錫林郭勒盟鹽湖、何志輝等[9]對(duì)晉南鹽水水域、許木啟等[10]對(duì)青藏高原柴達(dá)木盆地尕海鹽湖浮游生物群落特征進(jìn)行了研究。此次以庫布齊沙漠與毛烏素沙漠接壤地帶的紅堿淖爾湖(109°54′E,39°03′N,海拔1 223 m)和桃力廟-阿拉善灣海子(109°35′E,39°48′N,海拔1 360 m)為研究對(duì)象,對(duì)其浮游動(dòng)物群落與環(huán)境因子的關(guān)系進(jìn)行研究。
1 材料與方法
1.1 浮游動(dòng)物采樣及檢測(cè)方法
紅堿淖爾湖布設(shè)6個(gè)采樣點(diǎn),以字母A~F命名;桃力廟-阿拉善灣海子布設(shè)2個(gè)采樣點(diǎn),命名為G、H。每點(diǎn)用水生生物采水器(1 L定量)取3個(gè)樣,每樣加魯哥氏碘液15 mL,沉淀、濃縮、固定,視野法計(jì)數(shù)。原生動(dòng)物計(jì)數(shù):取0.1 mL置于0.1 mL計(jì)數(shù)框內(nèi),在10×20的放大倍數(shù)下計(jì)數(shù);輪蟲計(jì)數(shù):用1 mL計(jì)數(shù)框在10×10的放大倍數(shù)下計(jì)數(shù);甲殼類需將樣品全部計(jì)數(shù)。計(jì)數(shù)同時(shí),測(cè)量動(dòng)物個(gè)體大小,計(jì)算體積,換算成生物量。
1.2 水環(huán)境因子測(cè)定
水環(huán)境樣品用1 L定量的水生生物采水器取樣,實(shí)驗(yàn)室內(nèi)用火焰光度計(jì)、紫外-可見分光光度計(jì)測(cè)定8個(gè)主要離子含量。
1.3 數(shù)據(jù)處理方法
采用SAS 9.0軟件進(jìn)行聚類、浮游動(dòng)物群落非線性多維標(biāo)度排序、水環(huán)境因子主成分分析、群落分布與環(huán)境因子相關(guān)分析。
2 結(jié)果與分析
2.1 浮游動(dòng)物群落聚類分析
用浮游動(dòng)物種類、密度、生物量數(shù)據(jù)進(jìn)行聚類分析,鄰近特征值之差1.729 2,貢獻(xiàn)率93.23%。由浮游動(dòng)物聚類圖(圖1)可見,8個(gè)水樣明顯分兩個(gè)類群(A~F)和(G、H),說明兩個(gè)濕地環(huán)境中浮游動(dòng)物群落間差別較大。
2.2 浮游動(dòng)物群落非線性多維標(biāo)度排序
以各個(gè)采樣點(diǎn)浮游動(dòng)物種類為指標(biāo),對(duì)采樣斷面(A~H)進(jìn)行非線性多維標(biāo)度排序,排序圖是否可信的衡量依據(jù)是壓力系數(shù),壓力系數(shù)小于0.2,圖形可信。
排序結(jié)果見圖2。該圖壓力系數(shù)為0.08,表明在二維空間MDS排序平面圖很好地解釋了樣本之間的相似關(guān)系。為更好地解釋浮游動(dòng)物組成的相似關(guān)系,在圖上用虛線圓勾畫了類群,可見明顯分兩個(gè)類群(A~F)和(G、H)。
非線性多維標(biāo)度排序和聚類分析都顯示浮游動(dòng)物群落明顯分兩個(gè)類群。類群1是由紅堿淖爾湖采樣點(diǎn)(A~F)浮游動(dòng)物組成的,類群2是由桃力廟-阿拉善灣海子采樣點(diǎn)(G、H)浮游動(dòng)物組成的,說明兩個(gè)湖泊浮游動(dòng)物群落明顯不同。兩個(gè)類群優(yōu)勢(shì)種密度和生物量占比見圖3、圖4。
由圖3可見,類群1優(yōu)勢(shì)種中生物量占比最大的是蒙古裸腹溞,其次是臂尾輪蟲;密度比例占絕對(duì)優(yōu)勢(shì)的是臂尾輪蟲。由圖4可見,類群2優(yōu)勢(shì)種中生物量占比最大的是蒙古裸腹溞,密度比例占絕對(duì)優(yōu)勢(shì)的是膜袋蟲屬1種。由于臂尾輪蟲、蒙古裸腹溞在各類群中密度、生物量所占比例明顯不同,雖然是共有的優(yōu)勢(shì)種,但桃力廟-阿拉善灣海子和紅堿淖爾湖兩個(gè)類群明顯不同。
2.3 浮游動(dòng)物群落與水環(huán)境的關(guān)系
2.3.1 浮游動(dòng)物群落各指標(biāo)間的相關(guān)分析 由表1可見,密度與種類數(shù)相關(guān)系數(shù)為0.06,與生物量的相關(guān)系數(shù)為0.08,密度與種類數(shù)、生物量相關(guān)均不顯著,表明浮游動(dòng)物種類和生物量不隨密度變化而變化。種類數(shù)與生物量的相關(guān)系數(shù)為0.73,相關(guān)顯著;由于桃力廟-阿拉善灣海子原生動(dòng)物種類單一,密度大,從而弱化了種類數(shù)與密度的關(guān)系。
2.3.2 浮游動(dòng)物群落指標(biāo)與水環(huán)境指標(biāo)間的相關(guān)分析 由表2可知,種類數(shù)、生物量與鈣鎂比值([Ca2+]/[Mg2+])呈顯著正相關(guān),與離子系數(shù)([K+]+[Na+])/([Ca2+]+[Mg2+])、總硬度呈顯著負(fù)相關(guān),說明離子系數(shù)、總硬度、鈣鎂比值是影響浮游動(dòng)物群落種類數(shù)、生物量生態(tài)分布的主要水環(huán)境指標(biāo)。
密度與鹽度、堿度呈顯著正相關(guān),隨著鹽度、堿度升高,浮游動(dòng)物密度升高。適應(yīng)高鹽、高堿環(huán)境的單優(yōu)勢(shì)種快速增殖(如膜袋蟲),它們個(gè)體小、密度大,這與實(shí)際在桃力廟-阿拉善灣海子的調(diào)查結(jié)果一致。
2.3.3 浮游動(dòng)物群落指標(biāo)與8種主要離子濃度的相關(guān)分析 前面的分析顯示離子系數(shù)、總硬度、鈣鎂比值是影響浮游動(dòng)物群落生態(tài)分布的主要水環(huán)境指標(biāo)。浮游動(dòng)物群落3個(gè)指標(biāo)都受到[Ca2+]、[Mg2+]的影響,所以深入進(jìn)行群落指標(biāo)與8種主要離子濃度的相關(guān)分析。
由表3可知,種類數(shù)與[Ca2+]呈顯著正相關(guān),與[Mg2+]呈顯著負(fù)相關(guān)。隨著[Ca2+]降低,[Mg2+]增大,種類數(shù)減少。在桃力廟-阿拉善灣海子,[Ca2+]遠(yuǎn)低于浮游動(dòng)物生長(zhǎng)所需值的下限,而[Mg2+]遠(yuǎn)超過所需值的上限,所以[Ca2+]增加、[Mg2+]降低都會(huì)使種類數(shù)增加。
3 小結(jié)
1)聚類分析判斷樣本間的相似性是依據(jù)樣本的多元屬性定量地確定。研究以浮游動(dòng)物群落指標(biāo)組成原始數(shù)據(jù)矩陣,作出聚類分析樹狀圖。非線性多維標(biāo)度排序僅僅關(guān)注物種是否存在,不考慮其他指標(biāo),反映物種變化速率或組成差異,其構(gòu)成的平面圖可信度由壓力系數(shù)衡量,壓力系數(shù)小于0.2時(shí),圖形可信。兩者分析原理不同,但結(jié)論相近,兩者都顯示浮游動(dòng)物群落明顯分兩個(gè)類群。類群1是由紅堿淖爾湖浮游動(dòng)物組成的,密度比例占絕對(duì)優(yōu)勢(shì)的是臂尾輪蟲,類群2是由桃力廟-阿拉善灣海子浮游動(dòng)物組成的,密度比例占絕對(duì)優(yōu)勢(shì)的是膜袋蟲屬1種,兩個(gè)湖泊浮游動(dòng)物群落明顯不同。
2)研究結(jié)果表明,在內(nèi)蒙古鹽沼濕地,浮游動(dòng)物群落密度與種類數(shù)、生物量相關(guān)不顯著。環(huán)境越惡化,原生動(dòng)物或者輪蟲的單一種類越是高密度發(fā)生。
浮游動(dòng)物群落指標(biāo)與水環(huán)境指標(biāo)的相關(guān)分析表明,種類數(shù)、生物量與[Ca2+]/[Mg2+]呈顯著正相關(guān),與離子系數(shù)([K+]+[Na+])/([Ca2+]+[Mg2+])、總硬度呈顯著負(fù)相關(guān),說明離子系數(shù)([K+]+[Na+])/([Ca2+]+[Mg2+])、總硬度、鈣鎂比值([Ca2+]/[Mg2+])是影響浮游動(dòng)物群落生態(tài)分布的主要水環(huán)境指標(biāo),其3個(gè)指標(biāo)都受到[Ca2+]、[Mg2+]的影響,深入分析表明,浮游動(dòng)物種類數(shù)與[Ca2+]呈顯著正相關(guān),與[Mg2+]呈顯著負(fù)相關(guān)。[Ca2+]增加、[Mg2+]降低都會(huì)使浮游動(dòng)物種類數(shù)顯著增加,這兩種離子濃度對(duì)浮游動(dòng)物群落生態(tài)分布具有重要影響,是其生態(tài)分布的限制因子。
致謝:本研究野外調(diào)查過程中得到了中國(guó)科學(xué)院動(dòng)物研究所何芬奇先生和鄂爾多斯國(guó)家級(jí)遺鷗自然保護(hù)管理局的大力幫助,在此深表感謝!
參考文獻(xiàn):
[1] 劉文盈,張秋良,高潤(rùn)宏,等.鄂爾多斯高原鹽沼濕地底棲動(dòng)物多樣性特征與遺鷗繁殖期覓食的相關(guān)性研究[J].干旱區(qū)資源與環(huán)境,2008,22(4):185-192.
[2] 劉文盈,張秋良,高潤(rùn)紅,等.鄂爾多斯高原鹽沼濕地的水生生物監(jiān)測(cè)[J].林業(yè)科學(xué)研究,2008,21(增刊):69-73.
[3] 劉文盈, 高潤(rùn)宏,張秋良,等.鄂爾多斯高原鹽沼濕地浮游植物多樣性評(píng)價(jià)[J].干旱區(qū)資源與環(huán)境,2009,23(5):143-148.
[4] 劉文盈.鄂爾多斯高原鹽沼濕地遺鷗繁殖地保護(hù)研究[D].呼和浩特:內(nèi)蒙古農(nóng)業(yè)大學(xué),2009.
[5] 劉文盈, 張秋良,高潤(rùn)宏,等.鹽沼濕地浮游植物多樣性與環(huán)境關(guān)系研究[J].內(nèi)蒙古林業(yè)科技,2012,38(1):5-7.
[6] 劉文盈,鐵 牛,張秋良,等.藻類在鹽沼濕地分布的關(guān)鍵限制因子研究[J].內(nèi)蒙古林業(yè)科技,2012,38(4):16-18.
[7] 劉文盈,陳玉海.鄂爾多斯高原鹽沼濕地生物多樣性價(jià)值評(píng)價(jià)[J].內(nèi)蒙古科技與經(jīng)濟(jì),2009(1):37-38.
[8] 霍元子,趙 文,張永生,等.內(nèi)蒙古錫林郭勒盟鹽湖浮游生物的群落特征[J].湖泊科學(xué),2005,17(3):243-250.
關(guān)鍵詞:青少年游泳運(yùn)動(dòng)員;賽前訓(xùn)練;無損傷診斷指標(biāo)
中圖分類號(hào):G861.1 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1006—2076(2012)03—00—00
Abstract:Based on the deeper understanding of the characteristics of young swimming athletes’ training,four kinds of non— injury detection methods were selected to verify them(heart function tests, immunoglobulin A saliva test, follow—up observation of coaches and athletes self—diagnosis). Comprehensive use of these indicators can better reflect the young swimmers before the competition.The ultimate aim is to make reasonable pre—competition training program to develop positive and effective restoration measures.
Key words:young swimmers;pre—competition training;indicators of non—injury diagnosis
由于游泳運(yùn)動(dòng)的訓(xùn)練環(huán)境和運(yùn)動(dòng)方式的特殊性,給生理、生化指標(biāo)的檢測(cè)帶來一定的難度;同時(shí),由于青少年運(yùn)動(dòng)員年齡小,又受到訓(xùn)練條件、經(jīng)費(fèi)等限制,一些有損傷的測(cè)試和花費(fèi)太大的診斷指標(biāo)并不適合,難以在青少年游泳訓(xùn)練實(shí)踐中應(yīng)用和推廣。
本研究在對(duì)青少年游泳運(yùn)動(dòng)員訓(xùn)練特點(diǎn)深入了解的基礎(chǔ)上,比較、篩選了4種無損檢測(cè)方法進(jìn)行檢測(cè)驗(yàn)證。指標(biāo)主要包括兩類:一是客觀指標(biāo),本研究選擇了心功能測(cè)試、唾液免疫球蛋白A測(cè)試和教練員的跟蹤
收稿日期:2011—09—16
作者簡(jiǎn)介:嚴(yán)蓓(1978— ),女,浙江慈溪人,博士,副教授,研究方向游泳教學(xué)與訓(xùn)練。
作者單位:1.浙江工業(yè)大學(xué)體軍部,浙江 杭州 310014;2.浙江體育職業(yè)技術(shù)學(xué)院二系,浙江 杭州 310032
1.Physical Education Department,Zhejiang University of Technology, Hangzhou 310032,China;2.Zhejiang Sports Vocational College,Hangzhou 310032, China
觀察三項(xiàng)指標(biāo)。二是主觀指標(biāo),即運(yùn)動(dòng)員本身的各種感覺、知覺。本研究選擇了運(yùn)動(dòng)員的自我診斷,包括疲勞感自我評(píng)分、睡眠質(zhì)量診斷和比賽技術(shù)、戰(zhàn)術(shù)診斷。依據(jù)測(cè)試結(jié)果,綜合分析測(cè)試對(duì)象、測(cè)試指標(biāo)和訓(xùn)練負(fù)荷三者的內(nèi)在聯(lián)系,最終目的是合理安排賽前訓(xùn)練計(jì)劃和制定積極有效的恢復(fù)措施,提高運(yùn)動(dòng)員的比賽表現(xiàn)。
1 研究對(duì)象和方法
1.1 研究對(duì)象
浙江省游泳隊(duì)二線運(yùn)動(dòng)員8名,其中男3人,女5人;年齡為10~13歲;運(yùn)動(dòng)等級(jí)為一級(jí)4人、二級(jí)4人。
1.2 研究方法
1.2.1 問卷調(diào)查法
采用在比賽現(xiàn)場(chǎng)發(fā)放并回收調(diào)查問卷,面向全國(guó)20個(gè)省市的100名優(yōu)秀游泳教練員、450名優(yōu)秀青少年游泳運(yùn)動(dòng)員。本研究問卷采用以封閉式問卷調(diào)查為主,開放式問卷調(diào)查為輔的問卷調(diào)查方法。
1.2.2 實(shí)驗(yàn)法
1.2.2.1 被試
浙江省游泳隊(duì)二線重點(diǎn)運(yùn)動(dòng)員8名,進(jìn)行賽前訓(xùn)練無損傷診斷的個(gè)案追蹤研究。
1.2.2.2 心功能跟蹤測(cè)試
根據(jù)動(dòng)態(tài)機(jī)能指標(biāo)30次/30秒蹲起的心率變化數(shù)據(jù)(心功能指數(shù)),跟蹤評(píng)價(jià)運(yùn)動(dòng)員的身體機(jī)能狀況。每周六上午進(jìn)行30次/30秒的蹲起測(cè)試。受試運(yùn)動(dòng)員佩戴芬蘭產(chǎn)polar—s810心率表遙測(cè)心率。受試運(yùn)動(dòng)員靜坐5分鐘,然后測(cè)量15秒相對(duì)安靜時(shí)穩(wěn)定的脈率,再換算成1分鐘脈率(P1);以1秒鐘1次的節(jié)律做30次蹲起(共30秒);并測(cè)量運(yùn)動(dòng)后15秒即刻脈率,再換算成1分鐘脈率(P2);休息1分鐘后再測(cè)15秒脈率并換算成1分鐘脈率(P3)。按公式計(jì)算心功能指數(shù):
K=(P1+P2+P3)—20010
1.2.2.3 唾液免疫球蛋白A測(cè)試
某次省比賽前12周開始,每?jī)芍苓M(jìn)行一次唾液標(biāo)本采集,要求晨起后空腹到醫(yī)務(wù)室采集唾液,利用自制唾液采集器進(jìn)行5分鐘唾液無刺激自分泌采集,然后根據(jù)刻度讀數(shù)記錄5分鐘唾液流量,記錄流量后,立即轉(zhuǎn)移至2 ml EP管放至—20℃保存,待測(cè),用放射免疫分析法檢測(cè)其中分泌型免疫球蛋白A的濃度。
1.2.3 觀察法
觀摩運(yùn)動(dòng)員的賽前訓(xùn)練安排和比賽表現(xiàn),與教練進(jìn)行交流。采用現(xiàn)場(chǎng)文字記錄、錄音和拍攝等方法。實(shí)物資料:收集賽前訓(xùn)練計(jì)劃、比賽總結(jié)、訓(xùn)練日記、訓(xùn)練和比賽的成績(jī)等資料。
1.2.4 數(shù)理統(tǒng)計(jì)法
采用Excel 2003對(duì)問卷調(diào)查數(shù)據(jù),個(gè)案研究等數(shù)據(jù)(實(shí)驗(yàn)數(shù)據(jù)、訓(xùn)練計(jì)劃、比賽成績(jī)、負(fù)荷等內(nèi)容)進(jìn)行定量分析。
2 分析與討論
動(dòng)物藥學(xué)論文 動(dòng)物調(diào)查報(bào)告 動(dòng)物藥理學(xué) 動(dòng)物科學(xué)導(dǎo)論 動(dòng)物科學(xué)概論 動(dòng)物醫(yī)學(xué)學(xué)科評(píng)估 動(dòng)物科學(xué)常識(shí) 動(dòng)物科學(xué)知識(shí) 動(dòng)物醫(yī)學(xué)研究 動(dòng)物醫(yī)學(xué)知識(shí) 紀(jì)律教育問題 新時(shí)代教育價(jià)值觀