北京玉渊潭湿地公园鸟类多样性及季节变化

为了解玉渊潭湿地公园鸟类年度变化情况,2020年1月—2021年12月采用样线法和样点法对公园鸟类组成及多样性进行了调查。结果表明：共记录到鸟类139种,隶属16目44科,占北京市503种记录鸟类的27.63%,国家Ⅰ级保护动物1种,国家Ⅱ级保护动物18种。留鸟、夏候鸟、冬候鸟和旅鸟分别占17.27%、12.23%、9.35%和61.15%。麻雀、绿头鸭、灰喜鹊、喜鹊、鸳鸯和燕雀为优势种。记录到燕隼连续2年在公园繁殖成功。鸟类种数在春季最多,秋季次之,夏季最低,鸟类总数量冬季最高。5月鸟类多样性指数最高,6月鸟类均匀度指数最高。湿地保育区和樱花园的鸟类种数最为丰富。营造生态岛、洼地等生境、提高林地郁闭度、增加食源植物、控制游客数量,有利于保护湿地公园鸟类多样性。     

煤层含气量测井解释方法参数选择及适用性

多元线性回归及BP神经网络是煤层含气量测井解释的常用方法。基于澳大利亚Galilee盆地和沁水盆地煤层测井资料和实测含气量数据,通过相关性分析和显著性检验,筛选了和含气量相关的测井参数,通过多元线性回归建立含气量与测井参数的解释模型;基于BP神经网络的理论,通过网络训练和测试,建立了煤层含气量和测井参数的非线性解释模型。讨论了多元线性回归模型的参数选择方法,并对两种解释方法的误差特点进行了分析,讨论了两种方法的适用性。结果显示:多元线性回归法和BP神经网络法是煤层含气量解释的常用方法,前者的解释误差比后者大;多元线性回归法解释精度与煤层含气量相关,适用于含气量较高的井;BP神经网络法解释精度普遍较高,在含气量高和低的井中均可适用,解释效果受输入层样本的数量和质量影响,样本数量越多,区域代表性越强,解释效果越好。