预处理对土壤有机质光谱估算的影响

为实现土壤有机质(SOM)含量的实时、动态监测,以晋南麦区169个土壤样本为研究对象,通过测定其SOM含量与高光谱,采用多种常规预处理光谱相结合的方法,分析预处理光谱与SOM含量间的相关性,并选择光谱特征波长,构建基于光谱波长的SOM含量监测模型。结果表明,SOM含量与光谱反射率成反比;通过不同预处理方法与SOM含量相关性分析,筛选出最佳特征波长为580、567、571、560、535、672、673、674、678 nm,MSC+1st耦合多元逐步回归(MLR)构建的模型R~2为0.74,RPD为1.52,模型精度最高,误差最小,更利于实现SOM含量的光谱监测。经比较分析,多种预处理方法相结合较单一预处理方法更有利于建立估测模型。     

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.     

秸秆还田与优化施氮改善烤烟根际土壤碳氮转化及氮素吸收

针对华南沙泥田烟区氮肥过量施用导致烟叶品质下降的问题,拟通过秸秆还田与氮肥优化配施调节烤烟各生育期氮吸收、根际土壤碳氮转化及相关酶的活性。试验采用随机区组设计,设水稻秸秆还田与氮肥两因素,其中3个碳（秸秆还田）水平：C0,无秸秆还田,0 kg/hm ²;C1,中量秸秆还田,4500 kg/hm ²;C2,全部秸秆还田,9000 kg/hm ²;2个氮水平：N1,传统施氮,169.50 kg/hm ²;N2,优化施氮,105.00 kg/hm ²。结果表明,与N1相比,N2处理秸秆还田下烤烟前期烟叶和根系氮吸收和累积正常,而后期有所下降;C1、C2处理时,与现蕾期相比,成熟期时根系氮含量均降低4.2 g/kg,叶片氮含量降低3.8、3.0 g/kg;成熟期时,与N1处理相比,N2处理时C1、C2处理的土壤无机氮含量降低30.4%、20.0%,前期2个氮处理间土壤无机氮含量无差异,优化施氮下中量秸秆还田（C1N2）处理烤烟土壤NH₄ ⁺-N含量在整个生育期内较高且呈降低趋势,而硝态氮和土壤无机氮含量在成熟期最低,表明中量秸秆还田下优化施氮能够维持生育前期土壤无机氮含量,且降低成熟期土壤无机氮含量。2个秸秆还田量处理时,团棵期N2处理的土壤转化酶活性是N1处理的1.30、1.13倍;旺长期土壤转化酶活性是N1处理的1.27、1.10倍;与传统施氮相比,秸秆还田下优化施氮处理增加了整个生育期土壤脲酶、磷酸酶、过氧化氢酶活性。在中量秸秆还田（C1）处理下,与N1水平相比,现蕾期和成熟期的N2处理土壤水溶性碳含量提高11.2%和14.1%;与N1相比,N2处理的土壤微生物量氮含量呈降低趋势。综上所述,优化施氮耦合中量秸秆还田（C1N2）能够提高土壤水溶性碳含量,维持土壤氮素合理供应,稳定烤烟生育前期对氮素吸收与累积,减少生育后期烟叶氮素奢侈吸收,与烤烟吸氮规律比较吻合。     

不同波长选择方法在土壤有机质含量检测中对比研究

由于近红外光谱数据的多重共线性，特征波长选择一直是近红外光谱分析技术的重要研究内容。以108个土壤样本光谱数据和土壤有机质(SOM)含量为研究对象，以连续投影算法（SPA）、间隔偏最小二乘法（IPLS）、竞争自适应重加权采样法（CARS）三种典型的特征波长选择算法进行近红外光谱波长选择和土壤有机质含量建模。研究结果表明，基于上述三种方法提取的特征波长所建立的模型预测能力均优于全谱模型。其中，基于SPA算法的MLR预测模型精度最优，预测集相关系数（Rp）和均方根误差（RMSEP）分别为0970 2和1.214 4，模型参数只有6个。因此，SPA-MLR可以有效地应用近红外光谱的建模，并且简化模型的复杂度，提高模型的计算效率。     

行星变速机构换挡变胞与其构态属性自动识别

针对数学表征行星变速机构换挡变胞过程及自动识别各挡位构态属性较难的问题，首先，解析了行星变速机构变胞理论，基于机构转换法定义相对转速意义下行星排构件间运动副约束函数的转换规则，构建以约束函数为元素的行星变速机构构件和关联关系的邻接矩阵；然后，根据换挡逻辑分析了操纵离合器和制动器的换挡变胞过程，基于邻接矩阵分别推导这两种换挡构态演变的变胞方程，建立包含行星排空转和整体回转等特殊构态的判别准则，结合实例分析揭示换挡变胞机理；最后，通过建立相对转速方程和行星变速机构特性参数识别，结合行星变速机构等效拓扑模型的约束条件，提出了基于构态变胞方程的行星变速机构传动比和转矩自动建模和求解方法，实现了行星变速机构各挡位构态属性的自动识别。以某拖拉机行星变速器为例进行了分析，验证了该方法的可行性和有效性。     

基于PLSR-BP复合模型的红壤有机质含量反演研究

对红壤地区土壤有机质进行快速预测,以满足智慧农业与精准施肥的需要。以江西省奉新县北部为研究区域,采用1 km×1 km标准格网划分研究区进行采样,共得到红壤样本248个。对土壤光谱进行了包含分数阶导数在内的3种数学变换方法,将经过P=0.01显著性检验的波段用于模型的构建,选用偏最小二乘回归(PLSR)和BP神经网络建立土壤有机质含量预测模型。结果表明:当对红壤光谱数据进行1.5阶导数变换后再使用PLSR-BP复合模型对土壤有机质含量进行预测时的结果为最优,训练集R~2=0.89,RMSE=4.68g·kg~(-1),验证集R~2=0.87,RMSE=5.55g·kg~(-1),RPD=2.75。1.5阶导数对红壤光谱数据的变换能够更好地突出与有机质相关的特征信息,有助于其含量预测。PLSR-BP复合模型预测精度优于单一模型,能够较好地预测红壤有机质含量,为精准农业快速监测红壤有机质含量提供了新的途径。     

颗粒直径对饲料加工质量和肉鸡生长性能的影响

试验旨在研究同一配方条件下,不同颗粒直径对饲料加工品质(硬度、耐久性)的影响以及不同颗粒直径组合对肉鸡生长性能的影响。试验共选用864只1日龄AA肉鸡,随机分为8个处理组,0~21 d饲喂破碎料,22~42 d饲喂不同颗粒直径组合颗粒饲料,对8个处理组进行为期42 d的饲养试验。试验结果表明,饲料颗粒硬度随颗粒直径的增加而显著提高(P<0.05),颗粒耐久性指数(PDI)随颗粒直径的增加而显著降低(P<0.05)。不同颗粒直径对肉鸡生长性能影响不显著,但饲喂第4处理组(22~35 d饲喂颗粒直径3 mm饲料、36~42 d饲喂颗粒直径4 mm饲料)颗粒料的肉鸡平均日增重最大、日采食量也相对较大、而料重比较小,所以在肉鸡饲养过程中建议22~35 d饲喂颗粒直径3 mm的颗粒料、36~42 d饲喂颗粒直径4 mm的颗粒料。     

玉米秸秆颗粒饲料产品中重金属和真菌毒素含量及限量标准的研究

为初步了解我国玉米秸秆颗粒饲料产品的卫生安全现状,文章采用相关国家、行业标准规定的方法,对我国玉米秸秆颗粒饲料产品中的重金属和真菌毒素的含量进行检测,并与国内外相关标准和法规中限量进行对比分析。结果表明,玉米秸秆颗粒饲料产品中砷含量平均值1.49 mg/kg接近相关标准中的限量,污染情况较严重;铅、汞、镉等污染情况较轻;真菌毒素仅脱氧雪腐镰刀菌烯醇(呕吐毒素)有检出,但是其平均值1.7 mg/kg超过了GB 13078.3中的1 mg/kg限量。为进一步确保玉米秸秆颗粒饲料产品的卫生安全,文章从污染防控和制定相关标准的角度进行了探讨。