新农科背景下《生物统计学与试验设计》教学模式改革

《生物统计学与试验设计》是种子科学与工程专业重要的专业基础课和专业主干课,是一门实践性较强的工具性学科,在教学过程中,逐步建立了以培养新型农林人才为目标的课程教学体系,教学方法多元化、重视实践教学、强化过程性考核,对学生实践能力的培养收到较好的教学效果。     

履带拖拉机旋耕机组稳定性仿真分析与试验

针对履带拖拉机旋耕机组在坡道上行驶稳定性问题,利用SolidWorks三维软件建立某型履带拖拉机车体和旋耕机组的三维模型,在多体动力学软件Recurdyn/Track(LM)中建立履带行走装置模型,并建立整机静态稳定性数学模型。针对多体动力学软件Recurdyn/ground模块提供的3种土质路面进行整机稳定性的仿真分析。仿真结果表明,整机在黏土、砂壤土及干沙土最大爬坡角度分别为31°、23°和18°,在黏土、砂壤土的爬坡稳定性高于干沙土;整机在黏土的侧向坡道沿等高线行驶时,土壤附着能力大于砂壤土和干砂土,速度波动最小。最后进行了爬坡稳定性的试验验证。该研究为履带拖拉机旋耕机组行驶稳定性提供重要参考。     

基于SIMDual_Kc模型估算非充分灌水条件下冬小麦蒸散量

为研究关中冬小麦植株蒸腾和土壤蒸发规律,利用2 a冬小麦小区控水试验实测数据,率定和验证了双作物系数SIMDual_Kc模型在关中地区的适用性.用大型称重式蒸渗仪的实测蒸散量值(或水量平衡法计算值)与模型模拟值进行对比.结果表明:SIMDualKc模型可较准确地模拟关中不同水分条件下冬小麦蒸散量,且模拟精度较高.模型估算的平均绝对误差为0.643 3 mm/d.模型估算的冬小麦初期、中期和后期的基础作物系数分别为0.35,1.30,0.20.另外,模型还可以较准确地估算不同水分供应条件下的土壤水分胁迫系数、土壤蒸发量和植株蒸散量.冬小麦整个生育期,土壤蒸发主要发生在作物生育前期,中期较低,后期略微增大;植株蒸腾主要发生在作物快速生长期和生长中期,整个生育期中呈先增大后减小的趋势.     

基于Landsat和MODIS数据融合的农牧区NPP模拟

天山北坡是中国重要的农牧业发展基地,利用遥感数据准确获取植被净初级生产力(Net primary productivity,NPP)的时空信息,对于合理分配农牧业草地资源具有重要意义。由于受到天气影响及卫星传感器受到时间分辨率和空间分辨率的限制,获取既具有中空间分辨率、又具有高时间分辨率的遥感数据比较困难。本文基于中空间分辨率Landsat 8 OLI数据与高时间分辨率MODIS数据,采用遥感数据时空融合STARFM算法,获取中空间分辨率和高时间分辨率序列的遥感数据,以天山北坡中段区域为实验区,结合CASA模型,对区域内植被NPP进行模拟。结果表明,2016年内8个时期,融合后的NDVI数据与对应时刻的Landsat 8 OLI NDVI数据的相关系数不小于0.759,偏差在0.006 2～0.009 4之间,均方根误差在0.074～0.135之间;利用融合数据与CASA模型协同模拟的NPP具有良好的空间细节信息,NPP模拟值与野外实测值决定系数R~2为0.860 1,表明两者具有较好的相关性。本研究为多源遥感影像融合技术与光能利用率模型协同模拟NPP提供了新的思路。     

基于YOLO v3与图结构模型的群养猪只头尾辨别方法

在利用视频监控技术对群养猪只进行自动行为监测时,对猪只准确定位并辨别其头尾位置对提高监测水平至关重要,基于此提出一种基于YOLO v3(You only look once v3)模型与图结构模型(Pictorial structure models)的猪只头尾辨别方法。首先,利用基于深度卷积神经网络的YOLO v3目标检测模型,训练猪只整体及其头部和尾部3类目标的检测器,从而在输入图像中获得猪只整体及头尾部所有的检测结果;然后,引入图结构模型,描述猪只的头尾结构特征,对每个猪只整体检测矩形框内的头尾部位组合计算匹配得分,选择最优的部位组合方式;对部分部位漏检的情况,采取阈值分割与前景椭圆拟合的方法,根据椭圆长轴推理出缺失部位。在实际猪场环境下,通过俯拍获得猪舍监控视频,建立了图像数据集,并进行了检测实验。实验结果表明,与直接利用YOLO v3模型相比,本文方法对头尾定位的精确率和召回率均有一定提高。本文方法对猪只头尾辨别精确率达到96.22%,与其他方法相比具有明显优势。     

社会资本对农民工返乡创业意愿的影响效应分析——基于互联网嵌入视角

农民工返乡创业能够有效培育农村经济发展的内生力量，对促进乡村振兴战略具有重要现实意义。在当前信息时代背景下，社会资本因互联网的嵌入已分化为现实社会资本和虚拟社会资本，这对农民工返乡创业意愿的影响效应可能不同。基于互联网嵌入视角，利用西安市406个农民工的微观调查数据，运用结构方程模型，分析现实社会资本和虚拟社会资本对农民工返乡创业意愿的影响效应。结果表明，农民工返乡创业意愿较为强烈；现实社会资本对农民工返乡创业意愿具有直接正向影响；虚拟社会资本对农民工返乡创业意愿具有直接负向影响、间接正向影响；虚拟社会资本可以转化为现实社会资本；虚拟社会资本正在逐步取代部分现实社会资本成为提升农民工返乡创业意愿的重要推力；互联网嵌入对于现实社会资本具有直接负向影响，对虚拟社会资本具有直接正向影响，对农民工返乡创业意愿没有直接影响。据此，提出加快农村地区经济组织发展，增加现实社会资本的累积；建立并完善信息服务平台，加强互联网信息审核机制的政策建议。     

喀斯特森林近地表层覆盖对碳酸盐岩红土蒸发过程的影响

蒸发是西南喀斯特地区薄层土壤水分损失的主要途径,浅层土壤水分的存蓄对喀斯特地区农业生产和生态恢复至关重要。以西南喀斯特森林碳酸盐岩红土为研究对象,基于室内蒸渗试验设置4个苔藓生物量(0,0.32,0.64,0.95 kg/m~2)和3个松针生物量(0,0.32,0.64 kg/m~2)共12种处理,分析森林近地表层覆盖对碳酸盐岩红土蒸发过程及表层温度时空分布的影响规律,并对比3种蒸发模型(Black、Rose、空气动力学蒸发模型)在喀斯特森林碳酸盐岩红土的适用性。结果表明:苔藓和松针覆盖显著降低累积蒸发量和蒸发速率(P0.05),接种苔藓0.95 kg/m~2和覆盖松针0.64 kg/m~2处理比裸土累积蒸发量小36.9%;苔藓和松针导致土壤含水量显著增加(P0.05);苔藓和松针增加了表层土壤的平均温度,松针对土壤温度的提升作用强于苔藓;Black、Rose和空气动力学模型均能较好地模拟碳酸盐岩红土蒸发过程,Black蒸发模型的拟合精度高于Rose和空气动力学蒸发模型。研究结果能为西南喀斯特地区的水量平衡分析提供理论支撑并加强对喀斯特森林地表水文过程的认知。     

拖拉机姿控飞轮防侧翻系统卸载能量回收试验研究

拖拉机侧翻事故是农业生产过程中最严峻的安全问题之一，现有主、被动安全手段均未能从根本上解决该问题。在前期利用飞轮—电机加速旋转时产生的反向力矩进行姿态调节实现失稳态拖拉机姿态回稳的基础上，为进一步避免姿控飞轮卸载过程造成能量浪费，本文基于1∶16比例模型试验平台设计搭建了飞轮卸载能量回收电路，并通过模型试验对其回收效果进行了验证。试验结果表明，当模型拖拉机以0.2m/s速度行驶于路面不平度较高的G级、H级路面出现侧翻趋势并实现姿态回稳时，整机侧向姿态角降至10°后能量回收系统可介入工作，此时回收电压出现峰值0.97V（H-B轨迹），随后其数值变化趋势与姿控飞轮转速的降低趋势相似，直至飞轮卸载完成后回收电压归零。试验过程中，飞轮—电机系统在对不同的整机侧翻趋势做出响应时，能量回收系统完成的电量回收不同，但均完成了对飞轮卸载能量的部分回收，提高了整机能源的利用效率。     

基于VOF模型的高温熔盐泵上端密封泄漏分析

为研究熔盐泵上端间隙密封的运行性能,基于SST k-ω湍流模型和VOF模型对熔盐泵上端密封结构性能进行计算,对不同扬程和不同介质条件下的泄漏量、扬程损失以及溢液腔内气液交界面形态进行分析.讨论扬程和介质条件对上端密封性能的影响,总结了关键变量和上端密封性能之间的相关关系.结果显示:泵扬程的增大会使泄漏量增加,如果扬程过大,黏性会对泄漏量产生显著影响;在相同扬程条件下,4种介质在间隙密封进出口的扬程损失差异均很小;间隙扬程损失随着泵扬程的增大而增加,3种泵扬程条件下间隙扬程损失都稍小于泵扬程;在溢液腔中,轴壁面高速旋转会使液体形成不规则的气液交界面和空腔;泵扬程的增大会抬高气液交界面的最高位置,使排液口内充液更多;在清水介质条件下,对该上端密封在不同扬程和流量的泵中下进行测试,在最高压力工况下熔盐泵仍保持稳定运行,未出现严重泄漏.     

A novel approach to estimating the competitive ability of Cirsium arvense in cereals using unmanned aerial vehicle imagery

Eight experiments were carried out in Denmark to determine the yield loss of spring barley due to Cirsium arvense in farmers' fields and to suggest and evaluate a novel approach for quantifying C. arvense infestation in large plots. Literature about the competitive ability of C. arvense is old, scattered and inconclusive, and existing models for estimating crop yield loss are based on data from North America. This study showed that C. arvense coverage could be quantified from unmanned aerial vehicle imagery using a manual image analysis procedure. This gave similar results as scoring the coverage. Yield loss of spring barley due to C. arvense infestation assessed at harvest was given by Y = 100·(1−exp(−0.00170·X)) where Y is the percentage of crop yield loss and X is the percentage of C. arvense coverage. The yield loss was much lower than estimates from models that have been developed in North America. It is speculated that the main reason for this is the later emergence of C. arvense than the crop due to lower soil temperatures in spring. Grain moisture increased linearly with C. arvense coverage: M = 0.0310·X where M is the proportional (%) increase in grain moisture and X is the proportion (%) of C. arvense coverage. Automated image analysis procedures are needed to estimate C. arvense coverage on field scales, and further experiments are needed to reveal whether the low competitive ability of C. arvense found in this study is representative for Northern Europe.