涡轮弯扭叶片的几何造型

现代涡轮叶片是弯曲、扭转、变截面复杂流线型面，一般无法解析表达，为满足叶片型面数控加工要求，针对给定若干叶片截面上型值点的情况，采用节点号参数化双三次Ｂ样条插值曲面对完整弯扭叶片进行三维造型，并提出考察造型型值点网格密度是否满足加工精度要求的判断准则，实际加工证明，此算法简洁，稳定，适合涡轮叶片加工的工程需要。     

基于轮廓投影的盆栽水稻三维重建方法研究

近几年，基于图像的高通量水稻表型研究取得了极大进展，但从三维层面进行研究的工作则相对较少。一般而言，相对于二维图像，从三维模型中能提取更为全面的性状参数。三维模型重建是作物三维表型研究的基础，提出一种适用于盆栽水稻三维点云的重建方法。该方法在相机固定、样本旋转的拍摄模式下获取水稻多视角图像，根据相机标定参数以及水稻轮廓二值图，通过轮廓投影方法重建水稻三维可视外壳点云模型，并通过反投影方法进行点云着色。结果表明，该方法对于不同时期及不同品种的水稻样本均能取得较好重建效果。     

类器官的研究进展及应用前景

类器官（organoids）来源于自组织和自我更新的干细胞，是利用干细胞的自组织特性进行体外3D培养后形成的细胞团，与来源器官密切相关，再现了来源器官的三维细胞结构，并为探索来源器官的发病机制提供了新的模型。类器官系统是由自分泌、旁分泌或邻分泌信号调节下的细胞，或者外源性添加的细胞外基质（extracellular matrix，ECM）底物、小分子和生长因子等衍生而来，这些因素的相互作用创造了一个动态的环境，指导干细胞的自我更新和分化，以及细胞在类器官中的自我组装。诱导多能干细胞（induced pluripotent stem cells，iPSC）重编程方法结合3D类器官工具，使患者来源的类器官作为动物模型和人类临床试验之间的桥梁，是对细胞研究和在体试验的补充。在研究来源器官发育、生物学和病理生理学方面，类器官不仅是一种比传统细胞培养更具生理相关性的体外模型，而且还是再生医学和个性化医学领域中的新模型，有望成为研究营养素、药物、毒物及毒素等的作用机制及药物的筛选、再生医学等领域的重要模型。总之，类器官技术的发展增强了人们对器官和组织生理生化功能的认知。作者对肠、脑、肺脏、肝脏、子宫、卵巢等类器官培养和应用的研究进展进行综述，以期为类器官相关科研及应用提供参考。     

基于云计算技术和3D渲染的农机虚拟制造技术研究

为了提高农机现代化和批量化生产效率,实现基于个性化需求农机设计和制造,提出了面向机加工的云技术农机制造服务候选资源的发现方法,并设计了农机虚拟制造的云计算平台。在农机部件云制造虚拟平台中,首先利用云存储技术存放大量的候选制造企业资源样本数据,然后利用智能分类算法KNN对候选资源进行分类,根据农机部件制造需求的客户对候选资源进行优选,最后得到最佳的候选资源。基于云计算和3D渲染技术,构建了面向工序级和零件级服务的仿真环境,并通过仿真实验,得到了优选后服务方的服务时间、费用和合格率,为现代农机的批量生产和个性化加工服务提供了新的解决方案。     

基于FLAC^3D的某碎石土边坡地震反应分析

基于完全非线性的动力分析方法,利用FLAC3D软件对西南某碎石土边坡在地震下的稳定性进行分析。分析表明：地震作用下,边坡坡面的水平向永久位移最大,并由坡面向坡内逐渐减小;边坡的加速度时程与场地输入的PGA相比均有一定程度的放大;在边坡上随着高程的增加,水平方向向坡外的位移大小变化受边坡结构面的控制影响较大。研究结果有助于进一步探讨复杂边坡地震下的失稳机制。     

基于WEB的无人机三维仿地飞行规划在农业植保中的应用

【目的】我国是一个农业大国,农业生产在我国占着举足轻重的地位,无人机植保在农业生产中应用越来越广泛,极大地促进了农业植保的快速发展。建立易操作的智能化平台更有利于无人机植保的快速推广应用。【方法】文章提出了建立基于Web的无人机飞行规划平台,在平台中集成影像和DEM等各类数据,由专业技术人员进行远程三维仿地飞行规划,普通用户只需要在移动飞行规划平台上同步下载规划任务,完成傻瓜式的一键飞行,顺利完成植保任务。【结果】通过实地实验测试,文章中的研究方案可以智能化地完成农业植保任务,显著提高无人机植保的安全性和易用性。【结论】针对现代化农业植保中存在的问题,文章提出的基于WEB的无人机三维仿地飞行规划在农业植保中的应用方案,可以有效解决无人机植保操控复杂、技术程度要求高等问题,提升了农业植保的信息化、智能化程度。     

基于HYDRUS-1D的不同质地土壤入渗过程数值模拟

基于HYDRUS-1D软件,对不同土质(淤泥、粉砂壤土、砂质粘壤土)的灌溉方案进行了系统的数值实验,模拟灌溉结束时及灌溉结束24 h之后的土壤剖面含水量和土壤湿润锋的变化情况。结果表明:在不产生径流的情况下,灌溉结束24 h后土壤的含水量分布和湿润深度只与土壤种类和灌溉量有关,与灌溉速度无关;对透水性较好的土质,灌溉水分重分布明显,以粉砂壤土灌溉速率0.7 cm·h~(-1)和灌溉时间3 h为例,灌溉结束时和灌溉24 h后土壤湿润深度分别为9.2 cm和20.6 cm,有55.3%的灌溉水参加了水分重分布;土壤湿润深度与灌溉量之间存在线性关系,拟合直线的斜率介于5.15(淤泥)和5.95(砂质黏壤土)之间。     

What proteomic analysis of the apoplast tells us about plant–pathogen interactions

Plant pathogens have developed different strategies during their evolution to infect and colonize their hosts. In the same way, plants have evolved different mechanisms acting against potential pathogens trying to infect and colonize their tissues. Regulation of a wide variety of proteins is required in order to perceive the pathogen and to activate the plant defence mechanisms. The apoplast is the first compartment where these recognition phenomena occur in most plant–pathogen interactions, allowing the exchange of different molecules and facilitating inter‐ and intracellular communication in plant cells. Proteomic analysis of the apoplast in recent years has found the initial biochemical responses involved in pathogen recognition and early defence responses. However, this proteomic approach requires some specific experimental conditions to obtain an extract free of cytoplasmic proteins and nonprotein contaminants that affect the subsequent stages of separation and quantification. Obtaining the highest proportion of proteins from the apoplastic space in infected tissues requires different steps such as extraction of apoplastic washing fluids and preparation of total secreted proteins (protein precipitation, solubilization, separation and digestion). Protein identification using mass spectrometry techniques and bioinformatics tools identifying peptides for the extracellular exportation is required to confirm the apoplastic location. This review compiles the most commonly used techniques for proteomic studies, focusing on the early biochemical changes occurring in the apoplast of plants infected by a wide range of pathogens. The scope of this approach to discover the molecular mechanisms involved in the plant–pathogen interaction is discussed.     

无人机倾斜航空摄影监测崩岗侵蚀量变化的方法

如何高效精确地监测崩岗的动态发育过程并且量化侵蚀量是崩岗侵蚀机理研究中的难点。该文以准专业级无人机对目标崩岗进行倾斜摄影获得的全方位多角度航空影像为基础,通过空三加密处理生成目标崩岗的三维点云模型;利用点云数据构建DTM,提取目标崩岗地形数据;运用多时相连续DEM相减的方法获取监测周期内崩岗的高程变化,计算侵蚀量并找到侵蚀严重的部位,再使用2.5D体积测算方法细化侵蚀严重的崩壁和沟头部位的侵蚀量,以此作为补充,最终获得监测期内的总侵蚀/沉积量体积并换算为泥沙量。最终结果验证的平均相对误差为9.69%,一个月监测周期内最大的绝对误差仅为0.303 3 m3,满足监测要求。因此利用无人机倾斜航空摄影测量的方法监测崩岗侵蚀量是可行有效的,该方法可提取崩岗的所有地形信息,研究侵蚀泥沙的来源和侵蚀过程,是较为快速和精确的崩岗监测手段。