浙江省温州市森林旅游持续发展的对策

温州森林公园地理优势明显,拥有丰富的自然资源和文化底蕴,本文针对温州市森林旅游发展影响因素,提出温州市森林旅游持续发的相关对策.     

不同水分条件对东北风沙土花生生长发育及水分利用率的影响

研究不同水分条件对东北风沙土花生各生长期植株形态、生理指标、产量及水分利用率的影响。采用盆栽的方式对花生各生长期的土壤水分进行调控,对上述指标进行测定。结果表明,风沙土栽培花生苗期适当干旱对花生生长发育没有显著影响;花针期对水分要求明显增高,土壤含水量为田间持水量的60%为宜;结荚期必须提供充足的水分,否则严重影响荚果生长,导致减产。在各组处理中全生育期土壤含水量下限控制在田间持水量60%时,水分利用率最高,达到1.53 g/kg,产量92.9 g/盆也达到了较高的水平,该指标可用来指导东北风沙土花生补水灌溉。     

灌溉用水量的并联型灰色神经网络预测

该文提出了把人工神经网络和灰色预测方法结合成并联型灰色神经网络预测方法,用这种方法来预测灌溉用水量,并以预测方法有效度为优化指标求解组合模型加权系数。结果显示,灰色神经网络预测方法的平均误差为2.67%,明显低于单一的灰色预测方法和神经网络预测方法的平均误差,可以将这种组合方法应用于中长期灌溉用水量预测。     

灰色—周期外延组合模型在参考作物腾发量预测中的应用

参考作物腾发量ET0是计算作物需水量、制定灌溉制度和进行水资源优化配置的重要参数之一。因参考作物腾发量随季节性变化,并呈现以年为周期波动的特点;在这种情况下,提出了一种基于灰色GM（1,1）与周期外延相结合的预测模型,即灰色-周期外延组合模型。以沈阳、鞍山、铁岭、盘锦4个地区1997—2006年参考作物腾发量季节值为例进行分析和模拟。结果表明：运用灰色-周期外延组合模型预测参考作物腾发量比原有的GM（1,1）模型预测精度高。该模型预测过程简单,预测结果可靠,适应性强。因此,该模型可广泛的应用于参考作物腾发量的季节预测。     

PXGM(1,1)模型在参考作物腾发量预测中的应用

为了提高参考作物腾发量预测模型的预测精度,将灰色新陈代谢预测模型与粒子群优化算法(PSO)相结合,提出PXGM(1,1)模型,并用该模型来预测阜新市参考作物腾发量.结果表明:优化后的新陈代谢GM(1,1)模型(简称PXGM(1,1)模型)的预测精度较原有的灰色新陈代谢预测模型的预测精度有了很大的提高.该模型建模过程简单、适用性强,为参考作物腾发量的预测提供了新的方法.     

东北雨养区覆膜和种植密度对玉米田间土壤水分和根系生长的影响

为探讨东北雨养区玉米生长状况和田间水分对种植密度和地膜覆盖的响应,2015年在沈阳农业大学水利学院试验场设置了低(67 500株/hm~2)、中(82 500株/hm~2)、高(97 500株/hm~2)3个种植密度水平和覆膜、裸地2种方式的玉米田间试验,根据试验结果分析了土壤水分、玉米根系及其产量变化。结果表明:(1)在0—20cm土层中,整个生育期内,覆膜对于低密度处理的土壤田间含水率影响显著(p0.05),生育前期、中期和末期覆膜比裸地田间含水率分别提高了9.80%,15.93%,12.77%;在20—40cm土层中,生育前期,中密度覆膜种植的玉米田间含水率比裸地高13.83%(p0.05);在40—60cm土层中,覆膜对中密度玉米土壤含水率影响显著(p0.05),生育前期、中期、后期覆膜比裸地处理的土壤含水率分别提高了15.47%,4.11%,8.96%。(2)种植密度对玉米根系的根长、总投影面积、总根体积和根系表面积均有显著影响,随着种植密度的增加,四者均呈减小趋势;在种植密度相同时,覆膜相比裸地提高了玉米根系的根长、总投影面积、根系总体积和根系表面积;中密度时,覆膜对玉米根系的4项指标提高最为显著(p0.05),分别比裸地提高了44%,38%,38%,33%。(3)玉米产量随着种植密度的增加而减小,当密度为67 500株/hm~2时,玉米产量和百粒重均最大,百粒重为36.83g,产量为12 573.69kg/hm~2。结果说明:在水肥条件相同情况下,玉米种植存在一个最优密度,在最优密度内,玉米产量随着密度的增加而增加,超过了最优密度产量呈现减少趋势。研究结果对东北雨养区种植密度和覆盖方式的优化组合提供了理论依据,对提高雨水利用效率和玉米产量也具有参考意义。     

基于MATLAB7的神经网络在灌溉用水量预测中的应用研究

灌溉用水量的预测对于灌区管理工作具有重要的指导意义,使用神经网络方法预测灌溉用水量。介绍了BP网络的算法步骤,并且以铁甲灌区为例,使用软件MATLAB7对所设计的网络进行学习和训练,隐含层单元数的选取采用实验法,最终以隐单元数为13的网络预测性能最好,误差也达到精度要求。所建模型可以预测铁甲灌区的灌溉用水量。     

基于天气预报估算参考作物蒸发蒸腾量的预测模型比较

参考作物蒸发蒸腾量(ET0)是计算作物需水量和进行灌溉预报的基础要素.利用天气预报可测因子和Penman Monteith公式计算ET0,分别建立多元线性回归模型(MLR)和自适应神经模糊推理系统模型(ANFIS),两种方法的估算值与PenmanMonteith公式计算值没有明显的差异,自适应神经模糊推理系统预测值相对于多元线性回归模型具有整体吻合度好,相关性高.两种预测模型的输入项完全可以从当前短期气象预报中获得,程序运行操作简单,具有实用价值,为实时灌溉预报提供了理论基础.     

灰色神经网络组合模型(GNN)在涝灾预测中的应甩

洪涝是对人类及社会危害较大的一种自然灾害,洪涝严重影响农业生产和生态平衡,涝灾预测已成为防灾减灾的重要内容.应用BP神经网络模型对灰色模型预测精度较低的问题进行了改进,该方法是将灰色模型的预测值作为神经网络的输入,以实际值作为输出而构成灰色神经网络组合模型(GNN).以辽阳地区50年的年降水量作为历史数据,建立GNN涝灾预测模型.预测结果表明:该方法与传统的灰色预测方法相比提高了预测精度,这种新的信息处理和预测方法是有效可行的.     

水泵水轮机泵工况轴向力特性分析与改善

水泵水轮机是抽水蓄能电站的核心部件,水泵水轮机的轴向力特性对其运行稳定性与安全性具有主要影响。作为一种典型的立式机组,为防止抬机事故的发生,机组转轮部分需要具有向下的轴向力,但在泵工况下,该轴向力容易过大,并可能引起机组下沉。采用计算流体动力学方法,研究分析抽水蓄能水泵水轮机泵工况不同流量与活动导叶开度下的轴向力特性。研究结果表明,在泵小流量、小导叶开度、高扬程的工况下,向下的轴向力较大;采用对称布置的均压管路连接转轮上冠腔体与尾水管,轴向力变为轻微向上,扬程与水力效率无显著变化,有效解决了机组泵工况向下轴向力较大的问题,机组运行的安全性与稳定性得到了显著提高。