龙泉山城市森林公园典型植物群落特征与气候效应研究

植物群落是城市森林公园的基本构成单元,对局地气候环境的形成具有关键性的影响。调研龙泉山城市森林公园典型植物群落,研究不同林分类型的植物群落气候效应,为龙泉山城市森林公园植物群落设计提供依据。采用游憩路线与样地调查相结合的方法,结合立地条件,选择6个典型植物群落样地,在样地范围内开展林内温度、湿度等林内小气候的调查研究。结果表明:1）研究区共有44科71属71种维管束植物,植物资源丰富,但植物种类分布不均匀,草本层对群落物种多样性的贡献最大。2）巨桉+构树-苎麻+八角枫-落葵薯+马唐植物群落空气负氧离子浓度最高,且综合气候效应最佳,巨桉+楠木-八角枫-求米草+凹叶景天和香樟+银杏-盐麸木-马唐+蛇葡萄植物群落分别在降温增湿和空气颗粒物浓度等方面效果最明显。     

生育期连续调亏灌溉对花生光合特性和根冠生长的影响

为研究不同水分胁迫条件下,花生生育期复水对叶片光合特性、干物质积累的影响,进而分析其补偿效应,于2018—2019年在辽西北阿尔乡灌溉试验站进行了膜下滴灌试验,采用两因素裂区试验设计,在花生的花针期（H,主区）、结荚期（J,副区）设置重度（H1、J1）、适度（H2、J2）和无亏（H3、J3）3个水平的水分胁迫处理,分别对应的土壤计划湿润层含水率下限为55%、65%、70%田间持水率（FC）,对比分析了花生叶片光合特性、根冠干物质积累量、产量构成等指标。结果表明,单生育期重度水分胁迫处理（H1、J1）复水后叶片光合特性不能恢复到正常水平,抑制了花生根冠干物质的积累;适度水分胁迫处理（H2、J2）复水后产生的光合超补偿效应,使花生在生育末期根冠干物质积累高于无亏处理;而连续适度水分胁迫处理（H2J2）复水后叶片能更好地进行光合作用、积累根冠干物质,形成有利的根冠比。在2018—2019年的所有处理中,与H3J3处理相比,H2J2处理两年分别增产12.44%、11.98%（p<0.05）,分别节水9.32%（p＞0.05）和14.23%（p<0.05）,水分利用效率分别提高22.32%、27.78%（p<0.05）。在辽西北地区,于花生花针期、结荚期施加适度水分胁迫是兼顾节水、增产的适宜处理。     

不同播期和灌水条件下冬小麦生物量变化与产量模拟

为了阐明播期和灌水对冬小麦生物量积累动态特征的影响并实现不同播期与灌水条件下的产量模拟,在吴桥实验站2年（2017—2019年）播期水分大田试验基础上,结合2011—2017年播期水分文献资料,采用“小麦钟”模型发育指数来定量模拟冬小麦的发育期,以Logistic模型定量模拟不同播期和水分处理对地上部生物量积累动态的影响,并建立冬小麦生物量模型,进而构建冬小麦产量模型。结果表明,播期通过影响冬小麦生长旺盛期来影响生物量积累;播期推迟,冬小麦生长旺盛期缩短而使生物量减小。不同水分处理造成的地上部最大生物量的差异主要由生物量的最大积累速率决定,生物量最大积累速率随灌水量的增大呈先增加后下降趋势。基于冬前积温和生长季供水量建立冬小麦生物量与产量模型,冬小麦地上部生物量实测值和模拟值的均方根误差（RMSE）和归一化均方根误差（NRMSE）分别为1980.2kg/hm2和15.7%,产量实测值和模拟值的RMSE和NRMSE分别为839.7kg/hm2和10.6%。基于发育指数的Logistic模型能较好地模拟冬小麦的生物量积累,对不同播期与灌水条件下的产量具有较好的预测效果。足墒播种条件下,冬小麦适宜冬前积温为200~600℃·d,生长季适宜供水量为200~450mm。该研究为华北地区合理调控播期灌水措施提供了科学依据,为不同播期与灌水条件下冬小麦产量预测提供了思路。     

清远枢纽二线船闸混凝土通水冷却智能控制

水管通水冷却是大体积混凝土温度控制最常采取的施工温控措施之一,人工操作劳动强度大,成本高。针对船闸结构混凝土温控特点,依据有关规范和借鉴地下水工衬砌混凝土通水冷却智能控制经验,确定了结构混凝土通水冷却智能控制3个参数(通水时间、冷却水温和温降速率),提出了内部温度曲线控制目标和智能控制技术方法,并配套研制了智能化控制设备,在清远二线船闸上闸首底板实践应用。试验结果证明闸首底板混凝土内部最高温度、温降速率全部控制在允许值范围内,全面验证了“温升阶段全时通水降低最高温度、温降阶段间歇性通水控制流量和温降速率”以及终止通水冷却时间控制等技术方法的科学性、适用性,且该智能控制设备操作简便、性能可靠。     

天山北坡融雪期林地、草地、裸地积雪特性及其影响因素分析

【目的】对比分析天山北坡不同下垫面融雪期积雪特性(积雪深度、积雪密度、液态含水率、雪层温度)及其影响因素。【方法】通过对融雪期林地、草地、裸地积雪特性、气象因子(气温、太阳辐射、空气相对湿度)和土壤因子(土壤含水率、土壤温度)等数据进行实时监测,利用Pearson相关分析方法对比分析气象因子、土壤因子与3种下垫面积雪特性间的相关性。【结果】融雪期林地、草地、裸地平均积雪深度分别为8.06、18.67、16.34 cm;林地积雪层平均积雪密度、平均液态含水率均大于草地和裸地,分别为0.48g/cm3、0.66%;林地平均积雪层温度(-0.032℃)均小于草地、裸地;融雪期裸地积雪深度与太阳辐射显著负相关,相关系数为-0.960;草地积雪密度与太阳辐射显著正相关;裸地积雪密度、液态含水率、积雪层温度与气温极显著正相关;融雪期林地积雪密度与10 cm处的土壤层温度、土壤层含水率显著正相关;草地积雪深度与40、50、60 cm处的土壤层温度极显著负相关,与20、30cm处的土壤含水率显著负相关,草地积雪密度与20、30、40、50、60cm处土壤层温度极显著正相关;裸地积雪深度与10 cm处土壤层温度显著负相关,裸地雪层温度与20、30 cm处的土壤层含水率极显著正相关。【结论】融雪期草地平均积雪深度最大;林地平均积雪层温度最小;林地平均积雪密度、液态含水率均大于草地、裸地;气温、太阳辐射是影响林地、草地、裸地积雪特性的主要气象因子;土壤含水率、土壤温度与林地、草地、裸地积雪深度呈负相关,与积雪密度、液态含水率、雪层温度呈正相关。     

萱草根茎低温胁迫转录组分析

低温胁迫是萱草育种和生产中最严重的非生物胁迫之一。该研究以耐冷型和冷敏感型萱草低温处理前后的根茎为材料,利用转录组测序(RNA-seq)技术,比较了耐冷型和冷敏感型萱草在低温胁迫下的基因表达差异。结果表明,4个样品获得的高质量clean reads均大于35 880 734条;低温处理后,耐冷型萱草差异表达基因数量多于冷敏感型,差异表达基因主要富集于次级代谢产物等相关途径,Ca²⁺信号通路基因、MAPKs信号通路基因、转录因子和热激蛋白基因表达在2种萱草中表现出不同的变化,可能导致2种萱草在低温胁迫中的不同反应。qRT-PCR验证结果显示,差异基因的表达变化趋势与RNA-seq结果一致。该研究表明Ca²⁺信号通路基因、MAPKs信号通路基因在萱草响应低温胁迫过程中发挥着重要作用。     

适于开口加工澳洲坚果HAES695最佳采收期的确定

为探明广西壮族自治区区内主栽澳洲坚果品种之一HAES695(简称695)的不同采收期内果实品质和开口效果变化规律,选择最适于开口带壳果加工用695采收期,以695果实为原料,研究2017、2019年2年Ⅰ(8月20日)、Ⅱ(8月30日)、Ⅲ(9月9日)、Ⅳ(9月19日)4个采收期(正负误差1 d)对澳洲坚果果实品质和开口特性的影响。检测不同成熟度原料果仁中的脂肪、总糖、蛋白质、氨基酸等含量,采用氨基酸比值系数法对样品中氨基酸进行营养评价,计算得出氨基酸比值系数,对开口合格率、离壳率、果仁饱满度3个指标进行测定,对氨基酸组分与含量、脂肪含量、总糖含量、蛋白质含量、氨基酸比值系数、开口合格率、离壳率、果仁饱满度等果实品质及开口效果指标进行变异性分析、相关性分析、综合评价。结果表明,天冬氨酸、脯氨酸、蛋氨酸、总糖含量在不同年份变异系数较大,4个采收期内谷氨酸、甘氨酸、缬氨酸、异亮氨酸、亮氨酸、酪氨酸、苯丙氨酸、组氨酸、精氨酸、必需氨基酸含量、总氨基酸含量、氨基酸比值系数分12个指标无显著性差异(P>0.05),苏氨酸、丝氨酸、谷氨酸、丙氨酸、脯氨酸、赖氨酸6个指标在采收期Ⅱ及其以后采收期呈显著下降(P<0.05),开口合格率、离壳率、果仁饱满度受采收期影响较大,开口合格率在采收期Ⅱ时效果最好,离壳率在采收期Ⅰ、Ⅱ时效果优于其他2个采收期,果仁饱满度在采收期Ⅲ效果最差,脂肪含量在采收期Ⅱ低于采收期Ⅳ。蛋白质与氨基酸比值系数分呈显著负相关,脂肪与开口合格率呈显著负相关,脂肪与氨基酸比值系数分呈显著正相关,开口合格率与离壳率呈显著正相关,离壳率与果仁饱满度呈极显著正相关;通过因子分析得出,2个因子的累积贡献率达97.44%,即可以反映各个指标足够的信息。果实品质综合评价可知,在采收期Ⅱ附近采收果实品质最佳,最适于开口带壳果加工。     

基于改进LMD的泵站摆度信号分析

局部均值分解(local mean decomposition, LMD)在分析非线性、非平稳信号时具有特有的分析能力,特别适合泵站机组摆度信号的分析.但是在信号分解为固有旋转分量的过程中,由于局域均值和包络估计函数在数据端点存在误差,会产生端点效应,严重时导致信号分解结果失真.针对这一问题,从全面考虑曲线幅值和几何形状相似性出发,提出基于灰色B型关联度和欧氏距离的端点效应抑制方法.为评价该端点效应抑制方法的抑制效果,提出分解前后的信号能量变化的评价标准.通过与原始局域均值分解算法、镜像映射法和波形匹配法等传统方法相比,验证该方法的有效性和优越性.仿真信号和泵站主轴摆度实测信号的应用表明,该方法能够有效地抑制端点效应,提高LMD分解过程中重构信号精度,更好地提取泵站机组摆度信号故障特征.     

基于PLC的食用菌多能互补烘干房控制系统设计

针对目前食用菌烘干行业自动化程度和能源利用效率低的状况,设计一种食用菌多能互补烘干房温湿度控制系统,旨在实现烘干过程中温湿度的自动控制,提高烘干效率。该系统以西门子S7-200 PLC为控制核心,基于分程变温的干燥工艺,将干燥过程分为4个干燥子阶段和1个中短波红外干燥阶段,通过温湿度传感器完成数据采集,通过控制继电器的通断达到升温和除湿的效果,实现烘干的目的。经过试验发现,系统运行稳定,拓展集热板和防雨布能实现自动展开回收,中短波红外灯通断稳定,排湿操作正常,温度控制精度±0.8℃,香菇干燥耗时12 h,干燥效率高于传统干燥设备。     

基于小样本学习的植物病害识别研究*

为在仅有少量训练样本条件下获得较高的植物病害分类精度,采用小样本学习模型作为病害分类器,在匹配网络、原型网络和关系网络3种典型小样本学习算法框架下分别采用Conv4、Conv6、ResNet10、ResNet18和ResNet34 5种浅层网络作为特征提取网络,在PlantVillage植物病害数据集上对病害识别性能进行对比试验。在1shot条件下,匹配网络、原型网络和关系网络对植物叶片病害识别的平均准确率分别为72.29%、72.43%和69.45%;其中原型网络+ResNet34为表现最好的组合,病害识别准确率达到了77.60%。在5shot条件下,匹配网络、原型网络和关系网络平均准确率分别为87.11%、87.50%和82.92%,各种网络病害识别准确率比1shot条件均有明显提升;原型网络+ResNet34依旧是表现最佳的组合方式,识别准确率达到89.66%。上述试验结果表明,通过优选小样本学习框架和特征提取网络的组合方式,对于少量样本的病害也能取得较好的识别效果。