Alpha-shape算法构建枣树点云三维模型

为了实现枣树智能化修剪作业，该研究提出了基于点云配准的自然光照环境下的果树三维重构方法，并针对传统最近点迭代（Iterative Closest Point，ICP）算法对待配准点云的空间位置要求苛刻的问题，提出了改进的点云配准算法。首先，使用彩色深度（RGB-D）相机采集不同角度下的枣树彩色和深度图像，并通过信息融合实现相应角度下的点云获取。其次，对点云进行背景去除和滤波处理，基于直方图设定分割阈值，提取单株枣树点云，并将放置在树根附近的标靶球作为标记，使用人工标记法进行两站点云初配准。最后，在初配准基础上计算点云的曲面法向量和曲率，由曲率相近的点构成配对点对，使用k维树最近点迭代（k dimensional-tree-Iterative Closest Point，kd-tree-ICP）算法完成精配准，对点云使用Alpha-shape算法面片化，实现表面重构。利用上述方法对多棵枣树进行全局配准并完整重构果树模型。试验结果表明，通过引入初配准，有效提高了点云配准的准确性和稳定性，配准误差均控制在1.0 cm以内，平均配准误差为0.78 cm；重构模型真实感较强，在外观上更加接近真实树，枝干相对误差控制在7%以内。该研究重构模型精度较高，可为枣树智能修剪提供可视化研究基础和技术支持。     

光谱特征变量和BP神经网络构建油用牡丹种子含水率估算模型

为了进一步提高种子含水率的高光谱估算精度，该研究测定了156份油用牡丹种子的近红外吸收光谱及其对应的含水率值，分析了近红外吸收光谱、一阶微分光谱、水分吸收特征参数与含水率的相关关系，构建了基于特征波长吸收光谱、特征波长一阶微分光谱、水分特征吸收参数和BP神经网络的油用牡丹种子含水率估算模型，并对模型进行了验证；再结合一元线性回归（SLR，Single Linear Regression）、逐步多元线性回归（SMLR，Stepwise MultipleLinear Regression）、偏最小二乘回归（PLSR，Partial Least Squares Regression）模型与BP神经网络（BPNN，BP Neural Network）模型进行比较。结果表明：1）油用牡丹种子含水率的吸收光谱特征波长位于1 410、1 900、1990 nm，一阶微分光谱特征波长位于1 150、1 950、2 080 nm；2）以DF2080和AD2140为自变量建立的一元线性回归模型预测效果较优，在能够满足水分估算精度的情况下，是最优的选择方法。3）将优选的特征参数作为输入，实测含水率值作为输出，构建BP神经网络模型，其建模与验模R2分别为0.978和0.973，RMSE分别为0.22%和0.242%，而RPD值分别为6.478和5.889，与其他模型相比，BP神经网络模型的建模及预测精度均最高，是估算油用牡丹种子含水率的最优模型，其次为逐步多元线性回归模型。研究结果表明BP神经网络模型对种子含水率具有更好的预测能力，是估算油用牡丹种子含水率的有效方法。     

采用卷积神经网络构建西北太平洋柔鱼渔场预报模型

对远洋渔场资源和位置进行预报可以为远洋渔业生产及管理提供重要信息。该研究针对西北太平洋柔鱼渔场，利用海洋表面温度遥感信息和中国远洋渔船生产资料，基于深度学习原理，选取卷积神经网络构建西北太平洋柔鱼渔场预报模型。根据不同月份、不同通道构建了多种数据集，用于训练渔场预报模型。训练结果表明，4个通道组合的数据集的训练结果最优，渔汛早期（7-8月）、中期（9月）和后期（10-11月）测试样本的准确率分别为80.5%、81.5%和81.4%。以2015年的真实渔场数据对模型进行验证，模型的平均召回率为82.3%，平均精确率为66.6%，F1得分平均值为73.1%，预测的高产渔区与实际作业的高单位捕捞努力量渔获量区基本匹配。该研究构建的渔场预报模型可以获得较好的准确率，可为其他鱼种的渔场预报模型构建提供新的思路。     

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。     

基于气象-生理的夏玉米作物系数及蒸散估算

准确估算作物系数对预测作物实际蒸散量和制定精准的灌溉计划至关重要。为反映作物逐日作物系数变化,综合考虑气象和生物因子对作物生长的共同影响,采用五道沟水文实验站大型蒸渗仪夏玉米实测蒸散及气象数据,基于地温及叶面积指数建立了气象-生理双函数乘法模型,并结合梯度下降法对模型进行了精度优化。结果表明,在整个玉米生长期中,作物系数实测值和计算值平均绝对误差为0.12,均方根误差为0.15,相关性为0.91,蒸散量实测值与计算值平均绝对误差为1.0 mm/d,均方根误差为4.5 mm/d,相关性为0.75。该模型计算的全生育期蒸散量准确率(误差在2～3 mm/d以内)相比使用联合国粮农组织(FAO)推荐的作物系数计算所得准确率提高了3倍以上,可更精确用于作物系数及蒸散量计算。     

基于PCA-SVR-ARMA的狮头鹅养殖禽舍气温组合预测模型

为提高狮头鹅养殖禽舍气温预测精度,提出了基于主成分分析(Principal Component Analysis,PCA)、支持向量回归机(Support Vector Regression,SVR)融合自回归滑动平均(Autoregressive Moving Average,ARMA)模型的狮头鹅养殖禽舍气温组合预测模型。在建模过程中,运用主成分分析法筛选狮头鹅养殖禽舍气温的关键影响因子,消除变量之间冗余信息,约简预测模型结构;采用SVR-ARMA构建狮头鹅禽养殖舍气温组合预测模型,先通过SVR对气温进行预测,再由基于ARMA模型的残差预测值修正气温预测结果。利用该模型对广东省汕尾市2018年7月21日至2018年7月30日期间的狮头鹅养殖禽舍气温进行预测。结果表明,该组合预测模型取得了良好的预测性能,与标准BP神经网络、标准SVR、PCA-BPNN(反向传播神经网络,BackPropagationNeuralNetwork)、PCA-SVR和PCA-BPNN-ARMA等模型对比分析,其评价指标平均绝对误差、均方根误差和平均绝对百分比误差分别为0.183 2℃、0.454 0℃和0.005 9,均表明所提出的组合模型具有更高的预测效果,不仅能够满足狮头鹅养殖禽舍气温实际精准调控的需要,还为狮头鹅健康养殖和种苗繁育环境精细化管理提供决策。     

浙江省耕地多功能价值时空变化与权衡-协同关系

耕地多功能价值的时空演变与权衡-协同关系测度对于深化耕地可持续利用和管理具有重要意义。该研究以经济快速发展地区浙江省为例,采用价值量化方法对2000、2010和2015年浙江省耕地多功能进行价值评估并分析其时空变化特征。运用Spearman秩相关系数法、双变量空间自相关模型以及可拓展随机性环境影响评估(StochasticImpactsby Regression on Population,Affluence and Technology,STIRPAT)模型探究耕地多功能之间的权衡-协同关系及影响因素。结果表明:1)2000—2015年浙江省耕地多功能总价值下降,地均耕地多功能价值呈现先下降后上升的趋势。其中气体调节、水源涵养和社会保障功能价值下降明显,食物生产和美学景观功能价值增加;耕地多功能总价值在空间上呈现北高南低的分布格局,2000—2015年大部分县市耕地多功能总价值均有不同程度的下降,西南山地丘陵区耕地多功能总价值有所提升。2)浙江省耕地多功能之间主要表现为协同关系,各项功能之间的协同-权衡关系存在空间异质性;2000—2015年,浙江省耕地多功能协同关系总体减弱,在空间上主要表现为高值协同区减少。3)城镇居民可支配收入和地均农业机械总动力对耕地多功能总价值有负面影响,农村居民可支配收入增加有助于耕地多功能总价值的提升。该研究成果可为科学划定耕地利用与保护区,促进耕地多功能的协同利用和提升耕地资源价值提供科学依据。