鸵鸟足底非规则曲面形貌数学模型构建

鸵鸟足底曲面形貌是影响鸵鸟足优越越沙性能的关键因素之一,研究鸵鸟足底曲面特征将有助于将其这一优越特性应用到越沙车轮上,以改善目前常规越沙车轮在松软地面上通过性低的难题。该文选取健康成年鸵鸟足,经过三维激光扫描仪扫描得到鸵鸟足的点云数据,并导入Geomagic Studio软件中进行封装、表面处理,最后把鸵鸟足第Ⅲ趾底曲面划分为3个典型区域：前掌缓曲面、中间凹槽面和足跟凸冠面。利用Catia软件中的Digitized Shape Editor模块,对3个典型曲面的密集点云选取合理的过滤方式过滤,保留典型曲面形貌的特征点,并导出3个典型区域特征点云三维数据。运用Matlab软件中的surface fitting自动拟合功能,拟合前掌缓曲面和中间凹槽面的2个曲面,分别得到2个曲面的拟合方程和决定系数R2;基于足跟凸冠面外形类似于一个典型椭球面,利用SAS软件中非线性回归模块以椭球面模型进行曲面拟合。从拟合结果可以看出,3个曲面的决定系数R2分别为0.95、0.96、0.95,实现了鸵鸟足底曲面由生物模型到数学模型的转化。该研究为将鸵鸟足底曲面形貌进行工程仿生学应用奠定了理论基础,并为利用工程仿生学技术研究松软路面行驶车辆提供研究方向和参考依据。     

基于混合高斯模型渗灌复合材料导水特性分析

为了定量研究由蒙脱土和聚丙烯酰胺制备而成的渗灌复合材料导水特性与其组分之间及土壤湿度的关系,该文利用混合高斯模型模拟求解渗灌复合材料的平衡导水率、材料组分比例及土壤湿度之间的关系。设置9组组分比例不同(蒙脱土与聚丙烯酰胺质量比5~25)的渗灌复合材料在8个土壤湿度(土壤质量含水率3%~17%)下进行建模,另外2组((蒙脱土与聚丙烯酰胺质量比8和18)不同的组分制备而成复合材料在2组不同土壤湿度(土壤质量含水率4%和14%)下进行验证。结果表明:建立的渗灌复合材料平衡导水率与材料组分的关系函数,相应模拟值与实测值之间的均方根误差(root mean squared error,RMSE)≤25.87 g/h,误差平方和(sum of squares of error,SSE)≤160,决定系数(coefficient of multiple determination,R2)≥0.8933,利用混合高斯模型模拟平衡导水率、材料组分关系函数的相关参数与土壤湿度之间的关系,相应模拟值与实测值之间的RMSE≤195 g/h,SSE≤98350,决定系数R2≥0.6868,说明利用混合高斯模型拟合渗灌复合材料的平衡导水率、材料组分比例及土壤湿度之间的关系函数具有很好的稳定性、可行性及精确性;经验证,平衡导水率、材料组分比例及土壤湿度关系函数的模拟值与实测值之间的最大相对误差为14.14%,表明用该函数模拟渗灌复合材料H-C-M之间关系的可靠性。该研究对于后续的渗灌材料的研制及应用具有指导意义。     

地基与无人机激光雷达结合提取单木参数

激光雷达（Light Detection And Ranging,LiDAR）在森林空间结构测量方面具有无可比拟的优势,但单独利用地基或无人机LiDAR难以完整描述森林垂直结构。为此,该研究提出了地基和无人机LiDAR点云相结合的单木参数提取方法,采用相对最短路径算法（Comparative Shortest-Path algorithm,CSP）和点云区域生长算法分别从地基和无人机LiDAR点云中识别单木,根据地基和无人机LiDAR的单木位置与地面实测单木位置进行点云粗匹配,然后采用迭代最近点（Iterative Closest Point,ICP）进行点云精匹配,采用最高值和基于密度的噪声应用空间聚类（Density-Based Spatial Clustering of Applications with Noise,DBSCAN）提取单木树高和胸径,并通过地面实测样地数据对地基、无人机和融合点云的单木参数提取精度进行评价。结果表明：基于地基和融合点云的单木检出率一致,简单、中等、复杂样地的单木检出率分别为98%、94%、91%,基于无人机点云的单木检出率较低;基于地基与融合点云的胸径提取精度基本一致,三种样地胸径提取值的决定系数R2均在0.96以上,均方根误差（Root Mean Square Error,RMSE）在1.2～1.6 cm之间;基于融合点云的树高提取精度最优,简单、中等、复杂样地树高提取值的R2分别为0.98、0.94和0.73,RMSE在1.38～4.19 m之间;融合点云对中等样地树高提取精度提升较大,融合后RMSE相较地基点云降低了0.34 m,R2提高了3%,对简单、复杂样地提升较小;所研究的单木中,杉木的胸径和树高提取精度最高,R2最高分别为0.99、0.89,RMSE最低分别为1.35 cm、1.96 m。地基和无人机LiDAR融合点云可以更精细地测量森林空间结构,更好地满足森林资源调查业务应用。     

黑土区田块尺度土壤有机质含量遥感反演模型

为了对田块尺度土壤有机质进行空间反演并提高模型精度和稳定性,该文以黑龙江省黑土带41.3 hm~2田块为例,获取2016年5月中下旬两期(受限于拍摄周期和天气原因而选择不同卫星影像,2016年5月17日Landsat 8影像和5月25日Sentinel-2A影像)裸土时期遥感影像和4 m分辨率DEM数据;分析单期影像与土壤有机质(soil organic matter,SOM)的关系,两期影像所包含的土壤含水量变化信息与地形因素对SOM预测模型精度的影响,建立基于BP神经网络的SOM遥感反演模型。结果表明:该田块内SOM含量差异较大;利用单期影像预测SOM时,基于红波段和785~899 nm波段建立的预测模型精度(建模均方根误差RMSE 1.033,检验RMSE 1.079)和稳定性(建模决定系数R2 0.677,检验R20.644)较高;两期影像时,基于红波段和1 570~1 650 nm波段建立的预测模型精度(建模RMSE 0.855,检验RMSE 0.898)和稳定性(建模R2 0.792,检验R2 0.797)显著提高;在两期影像模型基础上,加入地形因子作为输入量,模型精度(建模RMSE 0.492,检验RMSE 0.499)和稳定性(建模R2 0.917,检验R2 0.928)进一步提高。研究成果可为土壤碳库估算和农田精准施肥提供理论与技术支持。     

肉馅高密度CO2杀菌效果和杀菌动力学研究

研究了不同压力、温度和时间的高密度CO₂对肉馅的杀菌效果及杀菌动力学模型,以相对均方误(RMSE) 和决定系数(R2)为衡量指标考察了线性(Linear)、威布尔(Weibull)和逻辑斯谛(Log-Logistic)模型拟合的效果。结果表明：高密度CO₂对肉馅的杀菌效果随处理压力、温度和时间的增加而增强;D值（使90%的细菌失活所需的时间）在50MPa、75 ℃时达到最小为4.4 min,Z_P值（D值降低一个对数所需增加的压力）在75 ℃时达到最小为60.3 MPa,Z_T值（D值降低一个对数所需增加的温度）在50 MPa时达到最小为30.6 ℃;与Linear模型相比,Weibull和Log-Logistic模型能更好地拟合高密度CO₂杀菌曲线。RMSE和R2分析表明,Weibull模型最好地拟合了高密度CO₂处理下细菌失活动力学变化。     

基于多源辅助变量和随机森林模型的表层土壤全氮分布预测

土壤全氮与土壤质量和肥力密切相关,准确掌握土壤全氮的空间分布特征对精准农业管理措施的实施具有重要意义。以寻乌县为研究区域,利用随机森林(RF)和随机森林残差克里格(RFRK)方法,结合地形因子、地理坐标、遥感因子、气候因子、距离因子和土壤理化因子等多源辅助变量,对寻乌县表层土壤全氮的空间分布进行预测和制图,并在迭代100次模型后对比了两种模型的预测精度。结果表明,在选择的4种模型精度指标中,RF模型的决定系数均值(R~2=0.629 1)和一致性相关系数均值(CCC=0.7613)均高于RFRK模型(R~2=0.5719,CCC=0.6881),而RF模型的平均相对误差均值(MAE=0.157 0 g·kg^-1)和均方根误差均值(RMSE=0.210 8 g·kg^-1)均小于RFRK模型(MAE=0.168 2 g·kg^-1,RMSE=0.226 7 g·kg^-1)。将残差作为误差项加入RF模型并未提高其预测精度,因此,RF模型可以作为土壤属性预测的一种有效方法,为农业管理措施的实施提供技术支撑。     

驯鹿足底非规则特征形貌数学模型构建及验证

为攻克常规防滑轮胎在冰面上通过性低的难题,以驯鹿足为仿生原型,对驯鹿足底特征形貌进行分析。该文通过逆向工程技术,将驯鹿足单个足底划分为内、外侧边缘曲线、脊线凹槽面和足跟凸冠面4个典型部位。运用1st Op软件和MATLAB软件对特征部位拟合并构建数学模型,利用X射线能谱仪对驯鹿足底特征部位进行元素分析。内、外侧边缘曲线方程的决定系数R~2分别为0.994、0.992;脊线凹槽面和足跟凸冠面曲面方程的R~2分别为0.96、0.98。通过模型验证发现,模型拟合值与实际值的相对误差均值在5%以下,实现了驯鹿足底特征形貌从生物模型到数学模型的转化。能谱分析结果表明驯鹿足底除含有大量的碳、氧及氮元素外,硫、硅、铁、铝、钙5种元素含量较高,并且不同部位的元素存在差别。该研究可为工程仿生技术应用于冰路面行驶车辆胎面设计提供新的研究方向和参考依据。     

BP神经网络和SVM模型对施加生物炭土壤水分预测的适用性

生物炭作为土壤改良剂对半干旱区土壤水分有良好的吸持作用,为确定施加生物炭对土壤水分预测模型适用性的影响,依托黄土高原半干旱区固原生态站开展了小区定位试验。向土壤中施加不同种类及比例的生物炭,定期监测土壤水分含量;考虑土壤含水量的非线性特征以及生物炭对土壤水分的影响,选取BP神经网络和SVM支持向量机两种模型,建立施加生物炭土壤水分预测模型。计算预测值,并与实测值对比,分析相对误差;利用RMSE、MRE、MAE和R2评估BP神经网络和SVM模型的精度。结果表明;BP神经网络预测值的平均相对误差为3.78%,最大误差为13.14%;SVM模型的平均相对误差为0.56%,最大误差为2.42%。SVM模型的RMSE、MRE、MAE值(分别为0.34~0.17,0.07,0.56~1.27)均小于BP神经网络的(分别为1.04~1.16,0.47~0.68,3.78~4.57),且决定系数R2值SVM模型(0.96~0.99)大于BP神经网络(0.56~0.64)。BP神经网络和SVM模型均能很好地预测施加生物炭的土壤水分,但SVM模型预测结果更加稳定,精度较高,更适于施加生物炭土壤水分的预测。该研究可为半干旱地区生物炭还田土壤水分的预测及管理提供理论依据。     

豇豆隧道式热风干燥特性和模型

为了研究豇豆干燥特性以缩短干燥时间,该文利用隧道式热风干燥技术探讨了不同干燥风温（60、70和80℃）、风速（0.3、0.4和0.5 m/s）和料层厚度（6、18和30 mm）对豇豆干燥特性的影响。结果表明：豇豆的隧道式热风干燥前期主要是增速干燥阶段,后期主要是降速干燥阶段。提高干燥风温和风速,较少料层厚度均可缩短干燥时间。豇豆的水分有效扩散系数随着干燥风温和风速的升高而增大,随着料层厚度的增加而降低。通过阿伦尼乌斯公式计算出豇豆的干燥活化能为33.9 kJ/mol。使用决定系数R2、均方根误差RMSE和误差平方和SSE对7种常用干燥模型进行评价,结果表明：Page 模型的平均R2值最大、平均RMSE值和SSE值最小,分别为0.9988、0.01105和0.00286,是描述豇豆隧道式热风干燥的最优模型。研究结果可以为工程实践中预测豇豆隧道式干燥过程的水分变化提供参考。     

基于土壤物理基本参数的土壤导热率模型

土壤物理基本参数是影响土壤导热率的重要因素,为了获取土壤的颗粒组成、有机质含量与土壤导热率计算模型中参数之间的关系,该文分析了陕西省9个地区的土壤质地对土壤导热率的影响,对不同土壤导热率估算模型的准确性进行评价,并在C?té-Konrad模型和Lu-Ren模型的基础上,建立了基于土壤物理基本参数的改进模型,结果表明:改进的C?té-Konrad模型与改进的Lu-Ren模型可以用来拟合不同质地的土壤导热率,且具有较好的拟合精度,决定系数R2均在0.92以上,相对误差(relative error,Re)均低于9.6%;对于砂粒含量或粉粒含量较高的土壤导热率,改进的C?té-Konrad模型模拟结果的均方根误差(root-mean-square error,RMSE)≤0.1183、R2≥0.9259以及Re≤9.55%,均优于C?té-Konrad模型、Lu-Ren模型和改进Lu-Ren模型;对于砂粒和粉粒含量均较低的土壤导热率,改进Lu-Ren模型模拟结果的RMSE≤0.0815、R2≥0.9326,Re≤8.21%,均明显优于其他3种模型。两种改进的模型分别建立了模型参数与颗粒组成、有机质含量之间的关系,能够更加详细描述土壤物理基本参数与导热率之间的关系,并且针对不同的土壤质地,选取合适的改进模型能够更加准确地计算土壤导热率。     

牛蹄三维几何模型逆向工程研究

利用3D SCANNER扫描测量仪对单个牛蹄角表面进行扫描，获取了三维点群数据。利用逆向工程软件Surfacer进行了去除噪声、光滑、拼接等点群初步处理，采用直接用特征曲线生成曲面的方法重构了牛蹄角的三维几何模型。对重建的三维几何模型与原始点群之间的误差进行了分析，为将逆向工程技术应用到工程仿生领域定量研究动物步行足三维几何特征及松软地面仿生步行技术的发展提供了一定的基础。     

Evaluation of Different Predictor Models for Detailed Soil Particle-Size Distribution

An accurate mathematical representation of soil particle-size distribution (PSD) is required to estimate soil hydraulic properties or to compare texture measurements using different classification systems. However, many databases do not contain full PSD data, but instead contain only the clay, silt, and sand mass fractions. The objective of this study was to evaluate the abilities of four PSD models (the Skaggs model, the Fooladmand model, the modified Gray model GM (1,1), and the Fredlund model) to predict detailed PSD using limited soil textural data and to determine the effects of soil texture on the performance of the individual PSD model. The mean absolute error (MAE) and root mean square error (RMSE) were used to measure the goodness-of-fit of the models, and the Akaike''s information criterion (AIC) was used to compare the quality of model fits. The performance of all PSD models except the GM (1,1) improved with increasing clay content in soils. This result showed that the GM (1,1) was less dependent on soil texture. The Fredlund model was the best for describing the PSDs of all soil textures except in the sand textural class. However, the GM (1,1) showed better performance as the sand content increased. These results indicated that the Fredlund model showed the best performance and the least values of all evaluation criteria, and can be used using limited soil textural data for detailed PSD.     

湘东地区典型土壤团聚体稳定性的影响因素

[目的]揭示湘东地区土壤团聚体的分布规律及其影响稳定性因素,为研究南方土壤团聚体胶结机制提供一定的理论依据。[方法]在湘东地区选择3种常见成土母质(第四纪红土、花岗岩风化物、板岩风化物)上发育的典型自然林地、水田与旱地,采集表层土壤(0—20cm)与底层土壤(40—60cm),利用湿筛法测定土壤水稳性团聚体组成。[结果]土地利用方式、母质类型及土层部位显著影响土壤团聚体的组成及稳定性,且它们的交互作用也非常明显。不同利用方式下土壤团聚体稳定性总体表现为:水田林地旱地;但利用方式对团聚体稳定性的影响仅局限于表层土壤,同时在花岗岩风化物发育质地较砂的土壤上表现不明显。不同母质间土壤团聚体稳定性呈现出如下规律:第四纪红土板岩风化物花岗岩风化物,但表层土壤或旱地、林地利用下该规律不甚明显。同时,表层土壤团聚体稳定性一般要显著高于底层土壤,但对于第四纪红土发育质地较为黏重的土壤或水田利用方式下并非如此。[结论]成土母质、利用方式、土层部位通过对土壤质地、有机质、氧化物等的影响间接影响着湘东地区土壤团聚体的分布。     

轮式拖拉机水田轮辙覆土装置设计与试验

以轮式拖拉机为动力的水稻精量穴播机作业时会在田面压出宽而深的轮辙,严重影响播种质量。为此,该文提出了一种变螺距等径螺旋覆土方式。该文分析了覆土原理,进行了运泥过程动力学和运动学分析,建立了螺旋覆土器的运泥量数学模型,经过理论计算和优化设计,确定了螺旋外径为250 mm、内径80 mm 和最大螺距200 mm 等关键参数。田间试验结果表明：在拖拉机轮辙自动填覆系数大于0.6,拖拉机前进速度不超过1 m/s 条件下,轮辙覆土装置能较好的填覆辙深不超过250 mm,辙宽小于400 mm 的轮辙,并保持泥面平整,满足实际生产要求。研究结果可为拖拉机轮辙覆土装置的研究和设计提供依据。     

滑推式开沟器设计与作业性能优化试验

针对播种深施肥时,播种开沟器回土能力差,导致播种深度难以控制,结合滑推工作原理,设计出一种新型滑推式开沟器。该开沟器具有上宽下窄的结构,易将扰动土推回沟内,具有良好的回土性能,进而容易控制种子的深度。为探究滑推式开沟器的工作性能,在下宽度和滑推高度固定时,以前进阻力、回土量作为试验指标,以滑推角、开沟器上宽度为试验因素,在室内土槽中进行了单因素试验和中心复合表面组合试验（central composite face-centered design, CCF）,对试验数据进行分析检验,得到可信的回归数学模型,分析因素及其交互作用对滑推式开沟器工作性能的影响规律,利用遗传算法NSGA-Ⅱ对回归数学模型进行多目标优化,获得最优的结构参数组合,并进行试验验证。试验结果表明,滑推角对回土量和前进阻力的影响程度均大于上宽度;滑推式开沟器最优的结构参数组合：下宽度为30 mm、上下宽度高度差为150 mm、上宽度为54 mm和滑推角为48°,该条件下的回土量为8.67 g/cm,前进阻力为925.56 N;对最优结构参数组合进行试验验证,得到平均回土量为7.6 g/cm、平均工作阻力为935.78 N,与优化结果比,其相对误差分别为14.8%、1.1%,表明优化结果可信。该研究为开沟器的设计和应用提供新的思路和借鉴。     

基于机载激光雷达校正的ICESat/GLAS数据森林冠层高度估测

针对星载激光雷达(geoscience laser altimeter system,GLAS)大光斑属性,该文提出了一种改进后的光斑尺度森林冠层高度估测方法,并分析了复杂地表对其估测精度的影响.首先,对机载lidar点云分类出地面点,并利用地面点对点云数据进行高度归一化处理,提取点云局部最大值得到光斑范围内机载lidar最大冠层高度;以机载lidar最大冠层高度作为模型参数拟合因变量,同时以坡度作为模型的输入变量,结合光斑大小和地表粗糙度,进行参数拟合,得到改进后光斑尺度森林冠层高度估测模型;最后,利用实测样地数据对冠层高度估测模型进行验证.结果表明:机载点云数据可以准确地反映光斑范围内森林冠层的分布,受到树种类型和点云密度的影响,不同森林类型的点云冠层分布存在明显差异.坡度等级直接影响GLAS光斑尺度森林冠层高度的估测精度,改进后的估测模型可以减小坡度对GLAS光斑森林冠层高度估测的影响,模型估测均方根误差(root mean square error,RMSE)稳定在3.26～3.88 m.样地Lorey's高与估测结果拟合度较好,相关系数r=0.66,不同森林类型光斑尺度冠层高度估测精度存在差异,混交林估测精度最高,r和RMSE分别为0.84和1.06 m.该方法可以有效减少地形条件对光斑尺度森林冠层高度估测的影响,并为更大尺度的冠层高度制图提供了有效的参考.     

园艺作物发育期和采收期模拟模型的最优模拟路径

为了确定通用性园艺作物发育期和采收期模拟模型的最优模拟路径,该研究获取了9 a 58茬分期播种试验观测数据,分别以黄瓜（‘津优 35’和‘津盛206’）、番茄（‘瑞粉 882’和‘普罗旺斯’）、芹菜 （‘尤文图斯’）、菠菜（‘大叶’）、香芹（‘四季’）、郁金香（‘粉色印象’、‘白日梦’、‘艾斯米’和‘夜皇后’）、茶叶（‘龙井’）为供试材料,依据作物生长发育与关键气象因子（辐射和温度）的关系,基于4类建模方法（温差法、积温法、生理发育时间法和辐热积法）构建了园艺作物发育期和采收期模拟模型,确定了模型关键参数,并以4种方式（平均值、最值均值、中值和逐步回归）集成模拟结果,最终确定模型最优模拟路径。结果表明：1）不同时间尺度发育期和采收期模拟模型的均方根误差（root mean square error,RMSE）为4.85～17.01 d,归一化均方根误差（normalized root mean square error,NRMSE）为10.65%～16.31%;不同作物发育期和采收期模拟模型的RMSE为0.50～17.08 d,NRMSE为4.33%～20.24%,郁金香发育期模拟模型最优,黄瓜采收期模拟模型最优;不同模拟方法发育期和采收期模拟模型的RMSE为0.08～24.37 d,NRMSE为0.18%～54.81%。2）通过比较不同模拟方法的模拟精度,得出逐时优于逐日时间尺度,集成方法优于单一方法模拟,正弦优于线性温度响应模式,叶温优于气温温度形式,温度响应模拟需要考虑下限和上限温度。3）最优模拟路径为先选择逐时尺度、考虑生物学下限和上限温度的正弦温度响应模式和叶温温度形式构建模型,再选择集成法优化发育期（中值集成）和采收期（逐步回归集成）模型。研究结果为指导园艺作物智慧生产管理和高效利用农业资源方面提供理论基础和技术支撑。     

基于铁氧化物特征光谱和改进遗传算法反演土壤Pb含量

近年来,高光谱的快速发展使野外实时监测土壤重金属含量成为可能。然而高光谱分辨率数据在提高信息量的同时也造成了信息冗余,该研究针对光谱冗余问题,提出一种基于铁氧化物特征光谱和改进遗传(Improved Genetic Algorithm,IGA)特征优选算法的反演方法:依据Pb在土壤中的吸附机理,提取土壤光谱中的铁氧化物特征谱段用于Pb含量反演,减少数据冗余的同时提高方法的机理性。改进遗传算法解决传统遗传算法(Genetic Algorithm,GA)"过早收敛"的问题,增强算法的有效光谱的提取能力。使用雄安新区农田野外土壤样本构建偏最小二乘回归模型(Partial Least Square Regression,PLSR)反演土壤Pb含量,研究表明:相对于全谱段建模,基于铁氧化物特征谱段的IGA-PLSR模型的R~2和RPD分别提升了0.397、1.037,RMSE下降了1.958 mg/kg;改进后的IGA-PLSR在运行初期能够跳出局部解区域寻找更加有效的光谱波段组合,平均的R~2、RPD分别为0.822、2.377,RMSE为2.221mg/kg,相对于传统GA-PLSR算法的精度(平均R2、RPD为0.782、2.117,RMSE为2.487 mg/kg)有显著提升。该研究表明,从反演机理和波段选择算法两方面提出的反演方法有利于提高土壤Pb含量的估算精度。该研究为雄安地区农田土壤Pb含量的高光谱估算提供了参考。     

基于生理发育时间的压砂地西瓜发育动态模型及验证

考虑土壤、水分、养分、温度和光照等因素综合作用对压砂地西瓜生长发育和叶面积指数的影响,建立压砂地西瓜生长发育动态模型和叶面积指数发育模型。于2006年和2009年进行田间和桶栽试验,分别用生理发育时间法和Logistic方程建立压砂地西瓜生长发育阶段和叶面积指数模型,并对模型进行了检验。结果表明:1)压砂地西瓜生长发育阶段模型相对均方根误差(normalized root mean square of error,n RMSE)5.4%和9.6%(小于10%),相关系数r接近1;2)叶面积指数模型干旱年模拟n RMSE为2.3%,r为0.98;平水年模拟n RMSE为2.2%,r为0.98;丰水年模拟n RMSE为0.34%,r为0.98。可见,建立的模型能够准确模拟西瓜发育动态及叶面积指数动态变化。研究可为生产实践和科学研究提供参考。