门头沟西侧小流域地表雨水资源量预测

应用传统的径流系数法与SCS-CN模型法预测了北京市门头沟西侧小流域雨水资源利用潜力,并对比了不同方法预测的雨水资源量及其时空分布规律。结果表明,径流系数法预测的丰水年(P=25%)、平水年(P=50%)、枯水年(P=75%)和多年平均年份地表雨水资源量分别为:2.84×10⁷m³,1.98×10⁷m³,1.22×10⁷m³和2.14×10⁷m³。模型法预测的丰水年、平水年、枯水年和多年平均地表雨水资源量分别为:3.21×10⁷m³,2.16×10⁷m³,1.31×10⁷m³和2.50×10⁷m³,经验法预测值小于模型法。夏季的7月,地表的雨水资源利用潜力达到相应特征年份的最大值。     

基于鱼类保护目标的椒江环境流量研究

以鱼类为保护目标, 通过建立概念模型将鱼类保护目标与流量之间的关系相联系, 识别了与椒江鱼类保护目标相关的环境流量组成要素。采用FLOWS 方法, 计算了椒江2 个断面的环境流量, 柏枝岙断面的低流量为6.8~17.3 m³·s^-1、高流量为22.2 m³·s^-1, 低流量脉冲为74 m³·s^-1, 高流量脉冲为110 m³·s^-1, 齐岸流量为948 m³·s^-1; 灵海断面的低流量为16.0~31.8 m³·s^-1, 高流量为46.0 m³·s^-1, 齐岸流量为2 488~3 184 m³·s^-1。并得出每组环境流量出现时间、持续时间和出现频率等的推荐结果。与Tennant 方法的计算结果比较, 采用FLOWS 计算方法能够反映环境流量的季节性变化特点, 同时体现了环境流量与自然流量过程的一致性。此研究结果可为椒江的水资源合理利用与河流生态系统保护提供理论依据。     

气吸式播种机多分支汇流管路气压损失分析与试验

为探究气吸式播种机气力系统多分支汇流管路负压气流的流动规律,掌握管路总体压力损失与管路几何结构之间的关联特性,获取管路总体压力损失的定量预测目标值,该研究对多分支汇流管路气流流动状态进行分析,明确了影响管路气流流动的主要因素,采用单因素试验及Fluent仿真模拟,从宏观、微观尺度阐明多分支汇流管路中的气流流动规律及总流气压损失原因,通过量纲分析法建立了总体压力损失（ΔP,Pa）与空气密度（ρ,kg/ m³）、空气动力黏度（μ,Pa·s）、集管封闭端长度（L,mm）、入口支管1的入口流量（Q,m³/s）、入口支管内径（d,mm）、入口支管长度（l,mm）、入口支管间距（δ,mm）、集管内径（γ,mm）、出口支管内径（D,mm）和出口支管长度（Δ,mm）关系的经验公式。台架试验结果表明,所建立的经验公式应用范围为0.0009 m³/s≤Q≤0.0045 m³/s,28 mm≤d≤45.2 mm,100 mm≤l≤200 mm、200 mm≤δ≤300 mm, 42.6 mm≤γ≤81.4 mm,150 mm≤Δ≤250 mm,34 mm≤D≤42.6 mm、53.6 mm≤D≤57 mm,对多分支汇流管路总体压力损失的预测精度在经验公式计算值的10%以内。所建立的经验公式可为气吸式播种机多分支汇流管路的设计选型、结构优化提供参考。     

用分布式水循环模型与机器学习预测内蒙古河套灌区节水潜力

为探究内蒙古河套灌区真实节水潜力,该研究构建河套灌区分布式水循环模型与基于机器学习的盐分模型,设置节水方案集,定量分析各方案下的灌区引、耗水量、地下水埋深、积盐量变化等。结果表明：1）水面蒸发的纳什系数均不低于0.654,相对误差绝对值不高于分别为4.82%,相关关系为0.88,排水过程纳什系数均不低于0.600,相对误差绝对值不高于分别为5.11%,相关关系为0.82,地下水埋深的纳什系数均不低于0.628,相对误差绝对值不高于分别为5.12%,相关关系为0.86,满足灌区水循环满足精度要求。本文选择采用土壤盐分模型,得到土壤积盐量与实测值的纳什系数均不低于0.76,满足精度要求。2）渠道砌衬方案S1、田间节水调控方案S2、种植结构调整方案S3的耗水节水量分别为2.93亿、3.02亿和2.54亿m³。S1+S2+S3组合方案灌区耗水节水量最多,为9.11亿m³,S2+S3方案组合次之。3）渠系水利用系数提高,将引起地下水水位下降,不利于排盐,S1方案下地下水埋深大于3 m的面积比例较基准方案增加了7.59%,不利于灌区排盐。田间工程措施使得相应的农田入渗量减少,地下水位下降,有利于灌区脱盐,S2方案下地下水入渗补给量较基准方案减少2.57亿m³,灌区地下水位下降较为明显,S2方案有利于灌区脱盐。S3方案下地下水入渗补给量略微减少,地下水位变化不大,有利于灌区脱盐。不同方案组合,S1+S2、S1+S2+S3方案下对地下水埋深影响较大,尤其是S1+S2+S3方案在灌区西北部、山前、乌拉特前旗、乌梁素海东部的形成连片埋深高值区,影响区域生育期农田作物与林草地植被生长。S1S2方案下不利于灌区脱盐,自然植被生育期平均埋深超过2.5 m的比例较基准方案增加了5.46%。在综合考虑生态环境的约束下,推荐耗水节水量最大的方案S2+S3,即灌区适宜的耗水节水潜力为5.69亿m³。该方案下虽然也会引起地下水位略有下降、进乌梁素海排入水量略微减少,但最有有利于灌区排盐。研究可为引黄灌区节水方案制定与灌溉管理提供技术支撑。     

生物炭强化生物滤池处理农村生活污水效果及碳排放

为研究生物炭对生物滤池强化作用及其在“双碳”背景下碳排放量与去除效果相结合的评估方法，以秸秆生物炭强化曝气生物滤池为研究对象，在中温环境（25～30 ℃）下，探究了生物炭强化生物滤池的挂膜启动时间、处理能力、稳定性以及日碳排放量。结果表明，滤池的挂膜时长为14 d；当水力负荷和进水流量分别为0.045m³/(m²·h)和0.9 m³/d时，系统的最佳进水水力停留时间为8 h，化学需氧量、氨氮、总氮和总磷的平均去除率分别为95.0%、79.1%、62.5%、78.4%；当水力停留时间和进水流量分别为8 h和1.2 m³/d，系统最佳的水力负荷为0.030 m³/(m²·h)，平均去除率分别为95.3%、87.4%、68.1%、79.0%； 在系统运行过程中，不同时期悬浮球与陶粒上胞外聚合物（extracellular polymeric substances，EPS）含量相比刚驯化污泥上EPS的含量都有所增加，表明了生物滤池在实际运行过程中比较稳定且污泥活性也比较好；在8 h的最佳水力停留时间以及进水流量0.9 m³/d的条件下，曝气生物滤池使污水达标排放的碳排放量为9.08 kg/d，因此采用生物炭强化曝气生物滤池处理农村生活污水具有较高的应用前景。     

灌区水资源优化配置方法及应用

针对干旱半干旱地区日益严重的水资源短缺和生态环境问题，以系统分析的思想为基础，建立了面向生态和节水的灌区水资源优化配置序列模型系统，提出了综合考虑节水、水权、生态环境等因素的多目标多情景模拟计算方法，得出了比较合理的南阳渠灌区水资源优化配置方案，最大限度的利用了当地水资源。分析计算出现状年、2010和2030年分别为工农业及城乡生活提供水资源量为5641.5，5796.7和5657.2万m³，缺水量分别为1544.6，2100.3和3627.9万m³，所得结果对     

宁夏引黄灌区井渠双灌节水效果研究

定量研究了宁夏引黄灌区地表水与地下水联合利用的节水效果。引黄灌区的大引大排是造成渠系输水损失、农田地下水位高和潜水蒸发严重的主要原因，在整个黄河流域用水十分紧张的现状下，以引黄灌区地下水可开采量为基础，根据现有的机井条件并有计划的布设发展一批机井，考虑开采一定数量的地下水用于农业灌溉，在灌区逐步实现基于井渠双灌的水资源高效利用。研究结果表明，随地下水利用量的增大，可有效的降低灌区地下水位0.5～1.0 m、使引黄灌区的总耗水量从39.64×10⁸ m³降低到29.95×10⁸ m³、渠首引用水量从81.71×10⁸ m³降低到64.79×10⁸ m³。     

北京市再生水利用潜力与配置方案研究

开展再生水利用潜力与配置研究将促进再生水的安全利用。再生水的科学配置应以区域水资源配置为基础，应当优先利用于农业，其次是工业和城市河湖。北京市再生水利用潜力为14.04亿m³，其中，中心城再生水利用潜力为8.44亿m³，郊区再生水灌溉利用潜力为5.6亿m³。提出北京市2010年再生水资源配置方案，市政用水、工业用水、河湖用水、农业灌溉再生水配置量分别为0.3234、1.6516、1.025亿、3亿m³，三级处理出水和二级处理出水利用量分别为1.09和4.91亿m³。     

灌溉对大麦/玉米带田土壤硝态氮累积和淋失的影响

以甘肃省河西走廊灌区为试验地点，分别在0、150、300 kg/hm²氮水平和816、1632 m³/hm²灌水量下，对3次灌水前、后大麦/玉米带田0～200 cm土壤NO^-₃-N含量变化和灌水后135 cm处渗漏液NO^-₃-N浓度进行了测定。结果表明：灌水明显影响土壤硝态氮累积量，随灌水次数增加，土壤硝态氮累积量降低，而且在高灌水条件下土壤硝态氮累积量变化比低灌水量时大。从渗漏液硝态氮浓度来看，大麦带和玉米带都是以第1次灌水最高，浓度分别为8.04～17.21和3.30～14.57 mg/L。3次灌水土壤硝态氮淋失量，玉米带以N 150 kg/hm²和灌水量1632 m³/hm²最高，平均为4.31 kg/hm²；大麦带以N 150 kg/hm²及灌水量1632 m³/hm²和N 150 kg/hm²及灌水量816 m³/hm²比较高，平均为6.82 kg/hm²。     

冬小麦微咸水灌溉制度的研究

通过中科院南皮生态试验站冬小麦微咸水灌溉试验，研究不同灌溉定额对土壤水分利用效率、盐分运移规律以及作物产量的影响，并进一步探讨灌区适宜的灌溉制度。研究结果表明，从水分利用效率大小、年内盐分平衡以及作物需水规律综合考虑，小麦生育期适宜灌溉定额为120 m³/667 m²。该研究结果为灌区地下微咸水的合理开发利用提供了依据。     

农科大学生移动学习模型的构建与实践

以云南农业大学《大学英语》课程网络移动自主学习为例,结合农业院校学生特点,提出了基于学习共同体的移动学习模式,通过实践与调查问卷重点分析了《大学英语》网络课程平台的移动学习情况和共同体的学习模式效果,并给出了相应的改进建议,为农业高校如何开展移动自主学习奠定了基础。     

基于Blackboard平台的网络协作学习探究

Blackboard作为一个应用广泛的网络教学平台,在促进协作学习方面具有显著的优势。根据协作学习的要求,结合Blackboard平台的功能特性,提出了基于Blackboard平台的协作学习模式,以期能更好地开展网络协作学习。     

农业气象学课程开展混合式教学的实践与探索

本文分析了混合学习的基本理论,通过对农业气象学课程开展混合式教学的实践,探索了构建适用于混合学习的农业气象学课程资源的方法、应用课程资源开展混合式学习的教学策略、对混合式课程资源以及所进行的教学进行评价的方法3个问题。     

农业领域本体自适应学习建模研究

在总结现有的本体理论与本体学习技术的基础上,建立了一套本体学习的自适应机制,通过获取农业数据源变化信息、本体服务的需求,以及对已构建本体的评估,提出基于多Agent的农业领域本体自适应学习理论与模型,实现对农业领域本体学习规则的实时自动调整,提升农业本体构建的动态适应性及优化能力,对大规模构建农业领域本体研究具有一定的实际意义。     

基于特征集成学习的四川省土壤厚度预测

以四川省土壤厚度预测为例，为农业生产与生态环境评价中土壤厚度空间分布图的编制提供方法支持。对比分析了随机森林、分位数回归森林、支持向量机、集成学习模型对连续型土壤厚度的预测精度，并提出了一种基于特征集成学习的土壤厚度类型预测算法。研究结果表明：①四川省土壤厚度具有较高的空间异质性，控制其空间变化的主要地形因子包括谷底平坦综合指数、高程与地形湿度指数；②四川省土壤厚度预测模型的决定系数为0.32~0.47，均方根误差为0.28~0.41 m；③面向连续型土壤厚度预测的集成模型具有较高的预测精度与稳健性，能够充分集成子模型的优势。特征集成学习能够有效集成并融合了连续型土壤厚度预测与离散型土壤厚度类型预测结果，通过减少方差来提高预测结果的稳健性。     

基于迁移学习和残差网络的农作物病害分类

作物病害对农业产品的质量和产量有重要影响,单一物种病害的分类模型难以应对复杂的农业生产环境。该研究对深度残差网络SE-ResNeXt-101模型进行改进,并基于迁移学习(TransferLearning,TL)提出了一种农作物病害分类模型TL-SE-ResNeXt-101,用于不指定农作物种类的病害检测分类。在重构的AI Challenger 2018农作物病害数据集上,将该模型与VGG-16、GoogLeNet、ResNet-50和DenseNet-121卷积神经网络模型进行比较。结果表明,相同试验条件下,本文模型对不同作物种类的不同病害分类平均准确率达到98%,分类效果优于其他模型;在真实农业生产环境下该模型的分类效果也优于其他模型,平均准确率达到47.37%。该模型具有较高的识别准确率与较强的鲁棒性,可为复杂农业生产环境下对不同作物种类不同病害的识别分类提供参考。     

基于近红外光谱技术的眉茶拼配比例预测方法

拼配是出口炒青绿茶精制加工过程中的一项作业,通过对不同原料茶的拼合,达到维持产品品质标准化和一致性的目的。目前仍然依靠专家人工设计茶叶拼配比例,主观性较强,工作量大。为了实现拼配比例设计的客观化、定量化,该研究以眉茶为对象,提出了一种基于近红外光谱技术的拼配比例预测方法,采用源于黄山、湖北、福建3地的4种典型原料茶拼合了不同比例的茶样,采集了其近红外光谱数据,构建了用于预测拼配比例的4种机器学习模型,分别为AE+Softmax、CNN+Softmax、PCA+Softmax及PCA+PLS,并通过对比模型预测结果与预设拼配比例评价算法性能。结果表明,基于CNN+Softmax的拼配比例预测方法精度较高,验证集决定系数为0.964 3,均方根误差为0.047 2,优于其他方法,经过测试集测试后的性能指标与验证集接近,说明算法具有较好的泛化能力。研究结果为茶叶数字化、智能化拼配提供了理论依据与数据支撑。     

基于弱监督学习的玉米苗期植株图像实例分割方法

基于有监督深度学习的图像分割任务通常利用像素级标签来保证模型的训练和测试精度,但受植株复杂形态影响,保证像素级标签精度的同时,时间成本也显著提高。为降低深度模型训练成本,同时保证模型能够有较高的图像分割精度,该研究提出一种基于边界框掩膜的深度卷积神经网络（Bounding-box Mask Deep Convolutional Neural Network,BM-DCNN）,在有监督深度学习模型中融入伪标签生成模块,利用伪标签代替真值标签进行网络训练。试验结果表明,伪标签与真值标签的平均交并比为81.83%,平均余弦相似度为86.14%,高于Grabcut类方法生成伪标签精度（与真值标签的平均交并比为40.49%,平均余弦相似度为61.84%）;对于玉米苗期图像（顶视图）计算了三种人工标注方式的时间成本,边界框标签为2.5 min/张,涂鸦标标签为15.8 min/张,像素级标签为32.4 min/张;利用伪标签样本进行训练后,BM-DCNN模型的两种主干网络当IoU值大于0.7时（AP70）,BM-DCNN模型对应的实例分割精度已经高于有监督模型。BM-DCNN模型的两种主干网络对应的平均准确率分别为67.57%和75.37%,接近相同条件下的有监督实例分割结果（分别为67.95%和78.52%）,最高可达到有监督分割结果的99.44%。试验证明BM-DCNN模型可以使用低成本的弱标签实现高精度的玉米苗期植株图像实例分割,为基于图像的玉米出苗率统计以及苗期冠层覆盖度计算提供低成本解决方案及技术支持。     

Dreamweaver8网页超链接教学设计

高职院校的计算机课强调以培养计算机素养为目标,以任务驱动为模式,以应用软件为载体。以＂网页超链接＂这节课为例,简单介绍一下怎样针对学生的心理特点、结合学生的生活实际设计这两堂课。     

基于深度可分离卷积网络的粘连鱼体识别方法

及时准确地识别出养殖区域内的粘连鱼体是实现水产养殖中鱼群计数、养殖密度估算等多种基本养殖操作自动化的关键技术。针对目前粘连鱼体识别方法存在准确率低、普适性差等问题,该研究提出了一种基于深度可分离卷积网络的粘连鱼体识别方法。首先采集鱼群图像数据,采用图像处理技术分割出鱼体连通区域图像,构建粘连鱼体识别数据集;其次构建基于深度可分离卷积网络的粘连鱼体识别模型,采用迁移学习方法训练模型;最后基于训练好的模型实现粘连鱼体的识别。在真实的鱼体图像数据集上进行测试,识别准确率达到99.32%。与基于支持向量机（Support Vector Machine, SVM）和基于反向传递神经网络（Back Propagation Neural Network, BPNN）的机器学习方法相比,准确率分别提高了5.46个百分点和32.29个百分点,具有更好的识别性能,为实现水产养殖自动化、智能化提供支持。