面向多类型土壤有机碳定量反演的天基高光谱探测参数研究

星载高光谱仪器的光谱通道以及光谱分辨率和信噪比等核心参数设置直接影响土壤有机碳定量反演精度。本研究开展了卫星载荷光谱分辨率、信噪比、光谱特征波段对不同土壤类型有机碳反演影响的研究,提出了基于大气传输模型、光谱分辨率分析模型、信噪比分析模型、特征波段的提取分析模型以及偏最小二乘回归反演模型的面向不同土壤类型有机碳监测的高光谱卫星“地面–大气–仪器–观测–反演”全链路仿真分析方法,实现了土壤类型、大气效应、仪器特性参数、反演方法的耦合影响分析。结果表明：①3种类型土壤有机碳反演的最佳光谱分辨率均在10~20 nm。②不同土壤类型对观测的信噪比需求不同。对于Phaeozem的有机碳监测,较另外两种土壤有更高的信噪比需求。③在不同特征波段提取分析方法下所需的最佳光谱分辨率和信噪比一致。不同类型土壤光谱数据提取出的特征波段不同,其中反演效果最佳的土壤类型为Chernozem,特征波段数为26个,R²=0.826 5,RMSE=3.438 9 g/kg。④反演模型与仪器特性参数无耦合关系,同一类型土壤不同反演算法的最佳光谱分辨率和信噪比需求一致。⑤Chernozem有机碳最佳反演参数需求为光谱分辨率15 nm,信噪比大于506.66,特征波段提取数为26个;Kastanozem有机碳最佳反演参数需求为光谱分辨率17 nm,信噪比大于331.42,特征波段提取数为22个;Phaeozem有机碳最佳反演参数需求为光谱分辨率15 nm,信噪比大于432.51,特征波段提取数为19个。     

基于NGO-CNN-SVM的高标准农田灌溉工程施工成本预测

为提高高标准农田项目施工成本的预测精度,控制施工成本在合理范围,减少投资风险,该研究从单体灌溉工程施工成本预测角度出发,通过随机森林（random forest,RF）筛选出高标准农田灌溉工程施工成本的关键影响因素,结合卷积神经网络（convolutional neural networks,CNN）和支持向量机（support vector machine,SVM）两种模型的优点,通过北方苍鹰优化算法（northern goshawk optimization,NGO）对模型里的惩罚因子和核参数进行寻优,构建基于NGO-CNN-SVM的施工成本预测模型。通过辽宁省2018—2023年高标准农田工程中灌溉工程的施工成本数据,选取样本决定系数R²、平均绝对误差MAE、平均绝对百分比误差MAPE和均方根误差RMSE作为精度指标进行分析,结果表明：基于NGO-CNN-SVM的施工成本预测模型在渠道工程中MAE低于0.615万元,RMSE低于0.512万元,R²达到0.968以上,相对误差小于4.210%;在进水闸工程中MAE低于0.610万元,RMSE低于0.536万元,R²达到0.966以上,相对误差小于4.410%;在桥涵工程中MAE低于0.494万元,RMSE低于0.477万元,R²达到0.970以上,相对误差小于3.548%,并相比较于反向传播神经网络,CNN和CNN-SVM模型,NGO-CNN-SVM模型的预测结果均最优。通过特征选择、模型融合、算法优化以及不同模型对比表明NGO-CNN-SVM模型具有更高的预测准确率和泛化性,可为高标准农田灌溉工程施工成本预测提供理论依据。     

基于复杂种植结构多情景分析的灌区多目标多水源优化配置

为改善多水源灌区农业用水供需矛盾,通过合理调整种植结构,优化灌区水资源配置,该研究以河北省邯郸市漳滏河灌区为研究对象,将农业灌溉缺水量最小和农作物经济效益最大作为目标函数,兼顾灌区生态安全约束,构建了基于种植结构优化的多目标多水源优化配置模型,针对作物熟制、作物种类、种植制度以及灌溉方式设置了8种不同的种植结构优化情景,通过自主改进的基于精英策略并协遗传算法（NSGAⅡ-S）对模型求解,获得不同情景下的水资源优化配置方案。结果表明：应用模型进行水资源配置后,各情景配水总量均有所减少,其中水库配水量高于其他水源的配水量,水库水、引黄水和引江水均达到用水总量控制目标,民有分区的各计算单元间的配水量变化明显,总配水量高于滏阳河分区;适当压减主要依靠抽取地下水灌溉的冬小麦的播种面积,变灌溉农业为旱作雨养农业,可以极大地减少地下水用量,增加灌区经济效益;最佳的种植结构优化方案为CS₄（削减冬小麦的种植面积,种植苜蓿,灌溉方式采取管灌或喷灌）,该方案冬小麦播种面积压减17.10%,地下水开采量减少了16.42%,灌区的经济效益增加了26.41%,在保证配水总量最小的同时,具有更高的经济效益。该研究所构建的多目标多水源优化配置模型和作物配水结果可为类似地区的水资源配置提供参考。     

基于粒子群算法的圆柱度误差评定方法

根据最小区域条件,建立了圆柱度误差的数学模型以及优化目标函数和适应度函数,阐述了粒子群优化算法的原理和实现方法,然后根据粒子群算法优化求解。实例表明,该方法对于圆柱度误差评定等非线性优化问题能得到全局最优解,粒子群优化算法的计算精度与其他满足最小条件的计算方法相比略有提高,且参数设置少,计算速度快,可用于三坐标测量机等测量系统的圆柱度误差测量后的数据处理。     

基于正交试验的春兰分株繁殖技术优化研究

为优化春兰分株繁殖技术,以NAA为处理试剂,以兰苗成活率为评价指标,采用单因素试验、正交试验优化春兰分株繁殖影响因素。结果表明：影响因素顺序为NAA浸泡时间＞浸泡浓度＞环境温度＞光照强度＞光照时间。根据正交试验K值可得,春兰分株繁殖影响因素最优组合为NAA浸泡浓度0.3mg/L、浸泡时间15min、环境温度21℃、光照强度1000Lx、光照时间10h/d。经验证在此优化因素下,春兰分株繁殖实际成活率高达82.76%。     

秸秆膨化机度电产量的生产参数优化及影响因素分析

本文对影响秸秆膨化机度电产量的主要生产参数—秸秆含水率(X1)、秸秆粒度(X2)和螺杆转速(X3)进行了研究,揭示了度电产量与这些参数之间的内在规律,创建了秸秆度电产量与三个参数之间的数学模型,进行了生产参数优化,并就生产参数对度电产量的影响进行了分析。     

犬瘟热病毒N蛋白基因融合蛋白原核表达条件的优化与蛋白纯化

[目的]提高犬瘟热病毒N蛋白基因在大肠杆菌中表达可溶性GST融合蛋白的含量.[方法]研究诱导剂(IPTG)的最佳加入时间、诱导剂(IPTG)浓度、诱导时间以及不同温度条件对GST - CDV N融合蛋白表达的影响,获得在大肠杆菌中的最佳的表达条件,然后再在最佳条件下大量的表达,用GST - Sepharose 4B亲和层析柱对GST - CDV N融合蛋白进行纯化,得到最大量的可溶性融合蛋白,并对蛋白含量进行测定.[结果]大肠杆菌BL21 (DE3)转化菌在37℃培养3.5 h(OD600 =1.314)时,加入IPTG使终浓度为1 mmol/L,然后在27℃诱导8h,GST - CDV N融合蛋白可溶性表达量最高,达到0.862 mg/mL.[结论]确定了犬瘟热病毒N蛋白基因的优化表达条件,为犬瘟热病毒分子免疫学诊断和亚单位疫苗的研制奠定了基础.     

The Optimal Model of Repaying Debt for Construction Projects and Its Applications

In this paper the optimal model of repaying debt combined with operational research and technology economics was presented. It is for solving the problem to increase the benefit of project in terms of planning to repay capital with interest.     

Optimizing ex situ genetic resource collections for European livestock conservation

Ex situ collections offer the potential to reduce extinction risks, affording option to society in maintaining future breeding opportunities for productivity and heritage traits. However, how much should we be seeking to collect and conserve in gene banks, and where? We developed a mathematical model to optimize logistical decisions of breed conservation choices and to evaluate alternative scenarios for efficiently re‐allocating genetic materials currently stored in different European gene banks, allowing for cross‐country collections, cost and cryogenic capacity differentials. We show how alternative allocations for the breeds that are currently stored in 11 European gene banks could reduce overall conservation costs by around 20% by selecting cryogenic banks that have relatively lower combination of fixed and collection costs, and are geographically closer to collection regions. Our results show that centralizing collections in one gene bank would double the costs, relative to collective European collections approaches. We also calculate marginal costs of collections and show that increasing diversity within the gene banks implies in higher costs per conserved breed.     

酶解法提取杏鲍菇有效成分工艺的优化

采用酶法提取杏鲍菇有效成分,以氨基态氮含量和多糖得率为主要评价指标,通过单因素试验确定酶解过程中的料液比和复合酶组成比例,采用三因素二次回归正交旋转组合设计,研究酶解温度、酶解pH以及酶的添加量对酶解杏鲍菇的影响.研究结果显示:最佳料液比为1∶20;第一步纤维素酶酶解杏鲍菇的最佳工艺参数为酶解温度48.5℃,酶解pH 5.50,酶的添加量0.102×103U.g-1;第二步复合酶酶解杏鲍菇的复合酶的质量组成比例为中性蛋白酶∶木瓜蛋白酶=3∶2,最佳工艺参数为酶解温度57.5℃,酶解pH 6.75,酶的添加量4.08×103U.g-1.二步酶解最优条件下,酶解液中氨基酸总含量为5.82 g.L-1,多糖得率3.792%.