基于机器学习算法的土壤有机质 质量比估算

为快速高效地估测干旱、半干旱地区土壤有机质(soil organic matter, SOM)质量比,提出了一种结合竞争适应重加权法(CARS)和随机森林(RF)的估测模型.以内陆干旱区艾比湖流域为研究区,测定土壤高光谱反射率和SOM质量比,经预处理后,利用CARS对原始光谱(R)、一阶导数(R′)、吸光度(log(1/R))及吸光度一阶导数［log(1/R)］′4种光谱变量的可见-近红外光谱进行筛选,并结合RF算法,建立全谱段RF模型与CARS-RF模型.结果表明,基于CARS方法对光谱进行变量筛选后,得出4种光谱变量的优选变量集个数分别为35,26,34和121;在4种光谱变量中,R′和［log(1/R)］′的SOM估测模型精度较高,以［log(1/R)］′为基础数据获得的模型精度最高;CARS-RF模型精度优于全谱段RF模型,模型验证集决定系数(R²)、均方根误差(RMSE)、相对分析误差(RPD)分别为0.881,6.438 g/kg和2.177.该研究在预处理的基础上通过变量优选,应用较少的变量个数获得较高的估测精度,为干旱、半干旱区SOM高光谱估测提供了适宜高效的方法.     

基于粒子群算法优化BP神经网络的土壤含水量短期预测模型

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法(PSO)优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果;模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。     

Kernel vitreousness and protein content: Relationship,interaction and synergistic effects on durum wheat quality

Four sets of durum samples were used in this study to further understand the interrelationships among hard vitreous kernels (HVK), protein content, and pigment concentration, with a focus on the interaction and synergistic effects of protein content and vitreousness on durum quality. HVK level increases with higher protein content in the range of 9.5–12.5%, but this relationship is less evident in durum samples with high protein content (12.5–14.5%). Both protein content and kernel vitreousness can significantly affect durum milling quality. White starchy kernels (WSK) in low protein durum have a very detrimental impact on milling and pasta processing quality, but high protein content can mitigate the adverse impact of WSK on durum quality. Although protein content plays a dominant role, higher HVK might contribute positively to pasta firmness. There was no significant difference in yellow pigment content between HVK and WSK. However, pigment loss from semolina to dough was higher for WSK than HVK. Despite the difference in protein content, HVK and WSK have little difference in gluten strength. The monomeric protein was preferentially accumulated in HVK. The glutenin proteins of HVK and WSK were similar in the ratios of 1Bx/1By and HMW/LMW-GS.     

Grimm180环境颗粒物分析仪维护与故障处理

指出了锦州大气成分观测采用Grimm180在线环境颗粒物监测仪,能同时测量环境中的PM10,PM2.5和PM1,该仪器具有易于安装、操作简单、运行寿命长以及维护量少的特点。同时,Grimm180还具有自动数据备份、自动数据传输等功能。自2013年6月开始使用以来,对于雾霾等天气现象的判断识别起到重要的辅助作用。对仪器的日常维护和所出现的故障处理进行了分析和总结,以提高环境监测的效率。     

Land surface temperature retrieval for arid regions based on Landsat-8 TIRS data:a case study in Shihezi,Northwest China

Scientific interest in geophysical information about land surface temperature （LST） is ever increasing, as such information provides a base for a large number of applications, including environmental and agricultural monitoring. Therefore, the research of LST retrieval has become a hot topic. Recent availability of Landsat-8 satel- lite imagery provides a new data source for LST retrieval. Hence, exploring an adaptive method with reliable ac- curacy seems to be essential. In this study, basing on features of Landsat-8 TIRS thermal infrared channels, we re-calculated parameters in the atmospheric transmittance empirical models of the existing split-window algorithm, and estimated the ground emissivity with the help of the land cover classification map of the study area. Further- more, a split-window algorithm was rebuilt by virtual of the estimation model of the updated atmospheric transmit- tance and the ground emissivity, and then a remote sensing retrieval for the LST of Shihezi city in Xinjiang Uygur autonomous region of Northwest China was conducted on the basis of this modified algorithm. Finally, precision validation of the new model was implemented by using the MODIS LST products. The results showed that the LST retrieval from Landsat-8 TIRS data based on our algorithm has a higher credibility, and the retrieved LST is more consistent with the MODIS LST products. This indicated that the modified algorithm is suitable for retrieving LST with competitive accuracy. With higher resolutions, Landsat-8 TIRS data may provide more accurate observation for LST retrieval.     

青土湖干涸湖底2种典型固沙植物群落土壤粒径分布分形特征与养分关系研究

以石羊河流域下游青土湖干涸湖底人工梭梭林和白刺灌丛沙包土壤为研究对象，通过分析2种植物群落5种立地条件土壤粒径分布和分形特征及其与土壤养分的关系，揭示了湖底2种典型植物群落土壤粒度的分布特征。结果表明:1）研究区固沙植被0~10 cm土壤颗粒以细砂粒为主，没有粗砂粒，其中白刺灌丛沙包表层极细砂含量、土壤颗粒物分形维数较梭梭林和对照区高。2）土壤颗粒分形维数与各粒级颗粒百分含量的关系差异较大，分形维数与黏粒、极细砂含量呈显著正相关，与细砂、中砂含量呈显著负相关，但是与粉粒含量关系不显著。土壤颗粒分形维数越大，土壤所含的细粒物质越多。3）土壤分形维数D值、黏粒、粉粒含量与有机质（SOM）、全N（TN）呈正相关性，土壤颗粒物的分形维数越大、土壤黏粒、粉粒含量越高，则土壤有机质、全N含量越高。综合分析，固定白刺灌丛表层土壤沙化程度相对较低，其他类型风蚀严重，因此，应积极采取生物措施和工程措施开展生态修复防治风蚀和盐尘暴的发生。     

基于改进蚁群算法的农田平地导航三维路径规划方法

为解决农田平地机无人驾驶作业时缺乏局部规划，进而实现平地路径在线调整的问题，以平地作业土方合理运卸且路径最短为目的，提出了一种基于改进蚁群算法的农田平地导航三维路径规划方法。基于农田三维地势模型，采用改进的蚁群算法规划三维路径：以平地作业土方运载为决策方向，建立新的路径搜索节点，对比平地机作业时平地铲运载土方量和经过栅格计算所需的挖填土方量，根据土方运载任务设置信息素更新规则和启发函数，获取农田平地的最佳三维路径；基于平地机的运动学模型，设置农田平地机转向约束条件，根据约束条件对路径进行平滑优化，并建立三维路径规划的效果评价标准。仿真结果表明：相比于原始蚁群算法，该方法的路径规划效果评价指标提高33.3%以上，可以更好地指导农田平地机实现局部平地任务，而且大大缩短了路径生成时间和路径长度，使路径更为平滑，更适用于辅助农田平地的自动导航作业。     

利用CRISPR/Cas9系统编辑日本结缕草ZjSGR基因技术研究

日本结缕草(Zoysia japonica)是一种常见的具有众多优良性状的暖季型草种,秋冬季节在我国北方地区会较早出现叶片脱绿现象,在一定程度上限制了日本结缕草在北方的大面积使用。ZjSGR是从结缕草中分离出来的一种衰老诱导基因,负调控叶片滞绿性状。本研究利用CRISPR/Cas9系统,通过基因枪介导的遗传转化方法实现对日本结缕草ZjSGR基因的编辑,经测序验证获得1株单碱基缺失突变植株。突变植株叶片深绿,在正常生长温度(28~30℃)条件下,和对照相比,叶绿素含量更高(P<0.05)。本研究为进一步阐述ZjSGR基因在日本结缕草滞绿性状调控中的作用机理提供了基础研究材料,也为培育日本结缕草滞绿品种育种工作奠定了基础。     

混合沙粒对半开式叶轮离心泵磨损的影响

为了研究含有混合多种颗粒粒径的含沙水对离心泵过流部件磨损特性的影响,应用RNG k-ε湍流模型和SIMPLEC算法,基于颗粒离散相模型(DPM)和半经验的McLaury磨损模型,沙粒注入选用Rosin-Rammler分布的拟合方法,对一台半开式离心泵内固液两相流的磨损特性进行数值分析.研究结果表明:叶轮流道内沙粒组分中大颗粒有趋向叶片吸力面运动的趋势,当混合沙粒的粒径较小时,蜗壳内沙粒运动较为均匀,粒径越大,沙粒运动越贴近蜗壳壁面;不同粒径组分的沙粒在叶轮的压力面、吸力面和后盖板壁面上的平均停留时间分布相似,颗粒粒径越大,平均停留时间越小;在蜗壳壁面上沙粒组分中粒径不大于700 μm的沙粒平均停留时间分布规律与沙粒在叶轮过流壁面上的平均停留时间类似,大于700 μm的沙粒平均停留时间会随着粒径增加而增大;随着沙粒组分中大粒径沙粒的增加,叶片压力面的磨损强度逐渐减弱,叶片吸力面、后盖板和蜗壳的磨损强度逐渐增强.     

基于SOA的水轮机调速系统PID参数优化

针对现有优化方法复杂、易陷入局部最优等问题,为水轮机调速系统提出了一种基于人群搜索算法的比例-积分-微分控制参数优化方法.为验证该算法的可行性,建立了水轮机调速系统非线性模型,选取水轮发电机组转速偏差的积分时间绝对误差指标作为目标函数进行优化.为验证优化结果的有效性,将人群搜索算法的控制效果与参考文献中粒子群算法的控制效果进行了对比分析.仿真结果表明,在5%频率扰动下,人群搜索算法自第29次迭代起已收敛,经其优化的系统能在8秒内趋于稳定,此时系统的超调量为1.6%;在10%负荷扰动下,人群搜索算法自第25次迭代起已收敛,其优化效果与粒子群算法优化效果基本相同,两者均在10秒内让系统趋于稳定,但人群搜索算法优化的积分时间绝对误差指标比粒子群算法优化的积分时间绝对误差指标小,表明人群搜索算法具有更好的搜索功能,在一定程度上改善了孤网运行条件下机组的动态性能.