麻山药种植田沙壤土流动性离散元模型颗粒放尺效应

为简化麻山药-沙壤土复合体离散元模型，提高离散单元法在农业领域中的计算效率，以沙壤土为研究对象，在EDEM离散元软件中构建非球形颗粒，进行双目标参数标定试验，采用放大颗粒粒径方法，利用转鼓、坍塌与FT4流变仿真试验，从颗粒群动态堆积角、流动质量、流动速率以及能量等方面探究了颗粒放尺效应对颗粒群物理特性的影响。试验结果表明：干燥处理后的2 mm粒径沙壤土基质静态堆积角和动态堆积角平均值分别为32.16°和35.02°；与独立标定试验相比，双目标标定试验获得的仿真参数更具准确性与唯一性；在动态堆积角试验中，真实沙壤土颗粒在转鼓中所形成的动态堆积角随粒径和旋转速度的增大而减小，而在仿真试验中，转鼓转速相同情况下，非球形颗粒群在增大粒径的情况下所产生的动态休止角差异较小；坍塌试验中，不同粒径颗粒群在流动过程中的流动质量与平均流速变化趋势基本一致，但误差随粒径增大而增大；颗粒质量相同时，将粒径分别放大2倍及4倍，颗粒数量同比减少87.24%、98.92%，仿真时间明显缩短，计算效率显著提高；FT4流变试验表明，当放尺因子S为2时，阻力FV及其力矩T随时间变化的拟合曲线值约为原尺时的2倍，而当放尺因子S为4时，与原尺相比，拟合曲线斜率差异显著，相关性明显降低。研究结果可为构建沙壤土离散元放尺模型提供理论依据，同时也可为农业工程离散元放尺仿真计算提供一定参考。     

基于有效积温的中国水稻生长模型的构建

有效积温是指作物生长至某一生育阶段所需要积累的有效温度,是反映气象条件对作物生长影响的主要指标,研究有效积温对作物生长过程的影响对提高农业生产效率具有重要意义。该文以有效积温作为气象因子,收集中国气象数据网中的气象数据和已发表的学术论文中的水稻生长数据,建立了描述水稻生长过程的叶面积指数和干物质积累量的普适Logistic模型,并研究了水稻最大叶面积指数与最大干物质积累量、收获指数(作物经济产量与生物产量的比值)及降水量之间的关系。结果表明:有效积温为1000℃左右时,水稻叶面积指数最大,且此时干物质增长速率最大;水稻最大叶面积指数与最大干物质积累量之间表现为线性关系;最大叶面积指数和收获指数、降水量之间为二次抛物线关系,当降水量为670.5 mm时,最大叶面积指数为7.93,对应的水稻收获指数达到最大值0.50。该研究对于构建其他作物的生长模型具有一定的参考意义。     

转轮下环间隙对混流式水轮机内部流动特性的影响

水轮机转轮间隙内的泄漏涡、泄漏流等复杂的湍流易影响水轮机的性能与稳定性。为了分析下环间隙对混流式水轮机能量特性和内部流态的影响,该文基于N-S方程和SST湍流模型,考虑了0.6 Qd(Qd为设计流量工况)、0.8 Qd、Qd、1.2 Qd共4种流量工况,对5种下环间隙下的混流式水轮机模型机进行三维全流道数值计算。通过对比不同下环间隙方案对混流式水轮机效率与容积损失的影响,结合不同水轮机内部流场特征,分析下环间隙与水轮机性能的关系。计算结果表明:下环间隙由0.4 mm增大到1.3 mm,机组泄漏量增大,水轮机效率整体呈下降趋势。其中,当机组在小流量0.6 Qd工况运行时,间隙对水轮机能量特性影响最为明显,效率下降了4.1个百分点。当机组在小流量0.6 Qd与0.8 Qd工况运行时,下环间隙增大,间隙内部流场与尾水管内部流场呈现小幅度恶化;当机组在大流量1.2 Qd工况运行时,下环间隙增大,转轮叶片吸力面压力分布以及尾水管内部流场均得到改善。该研究可为混流式水轮机结构设计提供有效参考。     

有机质浸染砂水泥土的力学特性及本构关系

为研究海南省海湾地区分布的有机质浸染砂水泥土的力学特性,该文首先对有机质浸染砂水泥土和标准砂水泥土进行无侧限抗压强度对比试验(采用配合比均为熟石灰掺入比7.5%、水泥掺入比20%、水灰比0.45),定量分析养护龄期对其无侧限抗压强度及试样破坏形式的影响。然后对有机质浸染砂水泥土进行单轴抗压试验,获得了水泥土材料的应力-应变全过程曲线、刚度变化规律以及改进邓肯-张本构模型。结果表明:1)有机质浸染砂水泥土试样的破坏类型为塑性剪切破坏和脆性剪切破坏;2)有机质浸染砂水泥土抗压强度随着养护龄期的增加基本呈指数形式增长,但在养护龄期14 d后,增长速度逐渐降低并趋于稳定;3)随着养护龄期增长,水泥土刚度增加。在加载初期,水泥土切线模量随着轴向应变增加而增大,呈现刚度硬化现象;4)基于单轴抗压试验得到应力-应变全过程曲线,可分为2个阶段:塑性阶段、软化阶段;5)通过对应力-应变全曲线的描述,得到了修正的邓肯-张模型,确定模型参数后,与实测数据对比发现,该修正模型可以模拟有机质浸染砂水泥土的应力-应变关系。     

基于Kjeldahl与Dumas方法的农作物秸秆总氮含量分析

凯氏定氮法(Kjeldahl)与杜马斯燃烧法(Dumas)是测定农业生物质总氮含量的主要检测手段,但二者的测定结果数值存在差异。该研究获取农作物秸秆样本(水稻、小麦、玉米、油菜和棉花)共计1 179个,分别采用Kjeldahl和Dumas方法测定总氮(TKN和TCN,total Kjeldahl nitrogen and total combustion nitroyen)含量,通过多种统计与分析方法,系统分析比较了不同农作物秸秆总氮含量及其分布的异同和相关关系。结果表明:不同农作物秸秆氮含量分布均呈非正态分布,建议采用中位数统计;5种秸秆总体的TKN质量分数为(7.12±1.87) g/kg,TCN质量分数为(8.00±2.13) g/kg,TKN含量显著小于TCN含量;小麦和棉花秸秆的TKN含量和TCN含量与其他秸秆间均存在显著差异(P <0.05);不同生物质TKN含量与TCN含量关系不同,建议采用最小中位数二乘法进行拟合分析。研究结果可为农作物秸秆科学利用提供数据及方法互通性支撑。     

气吹集排式水稻旱直播机关键部件设计与试验

针对中国水稻直播品种不一、高速作业和大播量的要求,该文设计了一种气吹集排式水稻旱地精量直播机,直播机主要由均匀分种装置、定量排种装置、气力输送装置、同步传动装置、大尺寸集成种箱、开沟覆土镇压装置和支撑悬挂装置组成。从直播机的稻种适应性、作业速度、播量调节等方面研究了气吹集排式分种器的分种机理和分种均匀性。根据不同品种水稻种子的物理特性和气流输送原理,分析了不同种子在持续气流作用下,种子在分种器中的运动轨迹。按照大播量可调要求,设计了播量无级可调槽轮式排种器,槽轮槽形为圆弧状,通过双地轮驱动排种器保证播量同步。设计变速传动装置增加定量排种装置高速作业的适应性,气力输送装置使定量排种装置排出的种子在高速作业下连续排入播种沟。分种器的均匀稳定分种提高了直播机播种的均匀性和稳定性,通过减少排种器数量和使用气力输送种子,降低了伤种率。对比不同籼、粳稻品种在直播过程的运动规律和田间播种效果,得到了适应不同稻种的分种器结构及相关参数。试制了气吹集排式直播机并进行田间试验。田间试验结果表明,气吹集排式直播机的播量在75～375 kg/hm2可调,最高作业速度为14 km/h,10行幅宽2 m和20行幅宽4 m的每行播种量变异系数分别为4.89%和5.06%,田间播种的稻种破损率为0.46%。2017年,在宁夏播种富源4号品种的产量为10 372.5 kg/hm2,在广东播种粤农丝苗品种的产量为7 074kg/hm2,生产试验结果表明,所研制的气吹集排式水稻旱直播机达到了设计目标,满足作业需求。     

基于机器视觉的育肥猪分群系统设计与试验

为控制育肥猪出栏时的体质量差异,该研究开发了一套基于机器视觉技术的育肥猪分群系统,该系统通过机器视觉技术和卷积神经网络模型代替传统地磅对猪只体质量进行估测,可有效避免粪污对设备精度的影响及腐蚀;以前一天全部猪只体质量数据从小到大排列的第30%个数据作为当日的分群基准质量,将大于等于基准质量的视为长势较快的猪只,小于基准质量的视为长势较慢的猪只,每次采食按照猪只长势快慢分为2群进行饲喂;该系统依托于LabVIEW软件开发平台和物联网系统构建,平均每头猪只通过系统时间为6.2 s。为验证该系统的实际应用效果开展了为期30 d的现场试验,将饲喂于装有分群系统猪栏中的120头长白育肥猪作为试验组,由分群系统按猪只长势快慢分群饲喂;将饲喂于传统猪栏中的120头长白育肥猪作为对照组,按照传统人工调栏的方式进行饲喂。试验开始时试验组和对照组猪只平均体质量分别为32.21、31.76 kg,标准差分为别2.61和2.49 kg;结束时试验组和对照组猪只平均体质量分别为57.68、57.41 kg,标准差分为别5.26和5.51 kg,总料肉比分别为2.31和2.34,期间试验组猪只体质量的标准差小于对照组,但是2组猪只平均体质量、标准差、总料肉比均不存在显著差异,表明采用该系统对猪只进行分群饲喂控制猪只体质量差异效果等同于人工调栏,同时可以节省人力成本,缓解农业劳动力短缺的压力。该研究也可为母猪饲喂站、种猪测定站等智能化养猪设备的研发提供参考。     

基于变量优选与机器学习的干旱区湿地土壤盐渍化数字制图

土壤盐渍化是导致土壤退化和生态系统恶化的主要原因之一，对干旱区的可持续发展构成主要威胁。为了尽可能精确地监测土壤盐渍化的空间变异性，该研究收集新疆艾比湖湿地78个典型样点，其中选取54个样本作为训练集，24个样本作为独立验证集。基于Sientinel-2 多光谱传感器（Multi-Spectral Instrument，MSI）、数字高程模型（Digital Elevation Model，DEM）数据提取3类指数（红边光谱指数、植被指数和地形指数），经过极端梯度提升（Extreme Gradient Boosting，XGBoost）算法筛选有效特征变量，构建了关于土壤电导率（Electrical Conductivity，EC）的随机森林（Random Forest，RF）、极限学习机（Extra Learning Machine，ELM）和偏最小二乘回归（Partial Least Squares Regression，PLSR）预测模型，并选择最优模型绘制了艾比湖湿地盐渍化分布图。结果表明：优选的红边光谱指数基本能够预测EC的空间变化；红边光谱指数与植被指数组合建模效果总体上优于其与地形指数的组合，3类指数组合的建模取得了较为理想的预测精度，其中RF模型表现最优（验证集R2=0.83，RMSE=4.81 dS/m，RPD=3.11）；在整个研究区内，中部和东部地区土壤盐渍化程度尤为严重。因此，XGBoost所筛选出的环境因子结合机器学习算法可以实现干旱区土壤盐渍化的监测。     

基于电磁感应仪数据的南疆棉田土壤电导率反演模型研究

土壤盐渍化是南疆棉田优质高产的主要障碍因素,定额灌溉可有效改良土壤盐渍化,EM38-MK2可快速、动态获取土壤盐渍化数据,适时监测土壤盐渍化,为棉田定额灌溉提供数字依据。针对电磁感应仪(EM38-MK2)的发射圈和接收圈设计了不同采样方案,在同一条田内采集了6个不同时期的土壤表观电导率数据及相应的剖面土样,分析了不同土壤采集方案及土壤含水量对表观电导率模型精度的影响,对比了以单一时期数据建模的局部模型和6个时期整体数据建模的全局模型的反演精度。结果表明,由单点采集电磁感应仪发射线圈位置土样所构建的模型精度更高,稳定性更好,能有效减少由采样带来的误差。当土壤含水量低于10%时,表观电导率与实测电导率之间的相关性较低,决定系数为0.58,反演模型只具备粗略估计实测电导率的能力;当土壤含水量高于10%时,表观电导率与实测电导率具有很好的相关性,决定系数达到0.80以上,反演模型具有较好的预测能力。EMH+EMV多测定模式下表观电导率与实测电导率之间的模型精度高于EMH或EMV单一测定模式,确立EC_(h0.375)+(EC_(h0.75)+EC_(v0.75))/2+EC_(v1.5)为建模因子,有效提高了反演模型的精度。不同深度土层的局部模型反演精度均高于全局模型精度,局部模型的RPD均大于2.0,具有较好的预测能力。