测绘新技术在测绘工程中的应用分析

在信息化技术不断发展的基础上,我国在工程测量技术方面取得了较大的成绩,大量具有现代化自动化特征的测绘新技术,在各行各业当中得到了广泛的使用。简要对测绘新技术的类型进行了分析,并深入探究了测绘新技术在测绘工程当中的具体应用,希望能够帮助相关企业及工作者正确认识到测绘新技术并提供一定的参考。     

矾根主要品种的叶色表型性状分析

通过目测进行分类的方式很难准确界定矾根品种叶色。为建立一套更为科学的基于叶色表型的矾根品种分类体系,笔者利用色差仪对72个矾根品种共计432个样品的叶色进行测定,对获得的L、a、b 3个色度值进行聚类分析,将72个矾根品种分为褐色系、深绿色系、黄色系、灰绿色系、浅绿色系5类色系。对矾根品种各色系的L、a、b值进行相关性分析,发现叶片正面的L值与a值、a值与b值呈负相关,L值与b值呈正相关,但相关性不明显;叶片背面的L值与a值、a值与b值呈负相关,L值与b值呈显著正相关。从多重比较的结果中可以看出,矾根品种各色系之间的L、a、b色度值差异显著,尤其是各色系间叶正面的颜色差异较大,在矾根品种选育工作中,叶片正面的颜色将作为主要参考。     

广州市高架桥桥荫植物绿化现状及对策

通过调查分析广州市具有代表性的6区31座高架桥高架桥的桥荫绿化,包括植物的种类、配置形式、后期养护管理等方面。调查结果表明:高架桥下常用的植物隶属于47科84属111种,其中乔木有32种,灌木有48种,地被有10种,草本有31种,藤本4种。植物生长整体良好绿视率较高,但植物配置中存在种类、色调较为单一及养护管理不到位等问题。对高架桥桥荫绿化乡土植物选择、植物配置、管护措施等方面提出相应建议措施。     

昭苏牧区放牧绵羊血清6种常量元素分析

为了解昭苏牧区放牧绵羊常量元素的盈缺情况,分别于春季、夏季、秋季和冬季选取成年母羊和育成母羊各10只,测定其血清及其四季所采食牧草中钙、磷、钾、钠、镁和硫含量。结果表明:该牧区不同季节牧草中所含钙、磷、钾、钠、镁和硫含量范围分别为0.64%～1.17%、0.12%～0.23%、0.54%～1.81%、0.04%～0.05%、0.17%～0.28%和0.23%～0.28%;牧草中钙、钾、镁和硫均可满足放牧绵羊的营养需要;磷存在季节性缺乏,冬季不能满足需要;钠全年缺乏;不同季节放牧成年母羊血清中钙、磷、钾、钠和镁含量范围为117.42～144.26 mg/L、81.07～123.17 mg/L、184.33～215.05 mg/L、3385.60～3590.00 mg/L和21.13～28.88 mg/L;放牧育成母羊血清中钙、磷、钾、钠和镁含量范围为61.13～68.86 mg/L、63.14～128.58 mg/L、204.00～277.33 mg/L、3390.50～3587.50 mg/L和20.58～28.19 mg/L,均处于正常范围。因此,昭苏地区四季放牧绵羊冬季应注意磷的补充,全年需补充食盐。     

容县沙田柚产业化SWOT分析

容县得天独厚的生态环境很适宜沙田柚产业的发展,本文采用SWOT分析法,对容县沙田柚产业发展现状进行分析,剖析了沙田柚产业化发展中存在的问题,并提出了相关对策,以期为沙田柚产业化长足发展提供有益参考。     

基于双向准Z源逆变器的无刷直流电机驱动系统研究

针对农用电动运输车直流电源电压降落而导致的动力降低,以及车辆行驶工况复杂多变等问题,设计一种基于双向准Z源逆变器的无刷直流电机驱动系统。以STM32F103C8T6为控制器,完成驱动系统的硬件电路设计。通过直流母线方波升压和SVPWM控制策略,使无刷直流电机驱动系统具有ON-PWM斩波、准Z源方波升压、准Z源SVPWM三种驱动模式。最后搭建驱动系统的试验平台,取直流电源电压U_(dc)=24 V,直通占空比D_0=0.2,准Z源方波升压和准Z源SVPWM都将逆变桥的直流母线电压提升至40 V以上,有效解决直流电源电压降落的问题。驱动系统根据加速、爬坡、重载等具体工况快速、准确地切换工作模式,满足车辆的动力需求,提高车辆行驶的安全性和可靠性。     

呼和浩特市大青山野生动物园景观调查分析

通过对大青山野生动物园的实地调查获取数据与资料,了解呼和浩特的气候条件、生态环境,分析大青山野生动物园的景观特点和功能作用,从而得出大青山野生动物园在景观布置方面的优缺点,对景观效果不显著、服务设施不齐全等缺点,提出自己的一些改进措施和建议。     

犬病门诊常见疾病的临床诊治与分析

对门诊收治的256例病犬病例进行临床诊治与分析研究,结果显示,犬瘟热、犬细小病毒感染、犬副流感为最为常见和多发的疾病。在犬产期和产后期,难产和产后瘫痪是主要的疾病。     

基于PCA-Attention-LSTM网络的土壤氮含量监测

土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。