Ⅱ优63及其亲本酯酶同工酶电泳分析

用聚丙烯酰胺凝胶电泳分析Ⅱ优63及其亲本Ⅱ-32A和Ⅱ-32B稻苗的酯酶同工酶表明:萌发生长10～18天的Ⅱ优63稻苗中具活性渐强的特征带17A(Rf=0.745),而其亲本均无此带。     

在土壤矿质全量分析中用聚环氧乙烷(PEO)脱硅的方法

硅是土壤中的大量元素。在土壤矿质全量分析中,土壤脱硅效果不仪影响测定结果,同时还影响钙、镁、铁、铝等元素的测定。目前,通常以动物胶作絮固剂,使硅酸以二氧化硅形态沉淀(简称脱硅)。     

外掺植物纤维对冻融作用下植被混凝土抗剪强度的影响

[目的]研究外掺2种植物纤维对冻融作用下植被混凝土抗剪强度的影响,为植被混凝土生态防护技术在高寒地区的应用提供科学依据。[方法]参考相关标准(GB/T50082-2009)中的慢冻法,采用2因素3水平全面交叉试验开展研究。[结果]未掺植物纤维的植被混凝土,冻融后黏聚力显著减小,内摩擦角变化不明显。掺入植物纤维可使经受5次冻融循环作用后植被混凝土的内摩擦角平均增加5°左右,并且随植物纤维掺量的增加,内摩擦角变化无明显规律,黏聚力则呈先增加后减小的趋势。表明纤维加筋对黏聚力的贡献存在临界掺量。棕纤维掺量对黏聚力的影响比黄麻纤维掺量更为敏感。[结论]外掺植物纤维可有效改善植被混凝土抵抗冻融破坏的能力,棕纤维和黄麻纤维的建议掺入比为0.6%和0.6%,具备推广应用前景。     

土壤胶体稳定性影响因素

本文按土壤矿物组成，有机质，离子价态，溶液ｐＨ，不同ｐＨ条件下的腐殖质，多价聚合阳离子和水流动速度等诸方面，分别概述离它们对土壤胶体稳定性的作用，以及目前研究中尚存在的一些问题。     

聚丙烯酰胺(PAM)对黄土结皮形成的影响

采用人工模拟降雨溅蚀方法,通过采样制作土壤切片,研究聚丙烯酰胺(PAM)对黄土结皮形成的影响。结果表明,PAM能改善土壤结构状况,显著提高土壤团聚体的稳定性,从而有效地抑制土壤结皮形成;但是随着降雨历时的延长,这种抑制作用逐渐被雨滴破坏;试验筛选出PAM-1抑制土壤结皮形成效果较好。     

基于电子鼻的果园荔枝成熟阶段监测

为了无损快速监测荔枝成熟阶段,该文提出了一种基于电子鼻技术的果园荔枝成熟阶段监测方法,采用PEN3电子鼻获取挂果约25 d到果实成熟过程中6个成熟阶段荔枝样本的仿生嗅觉信息并同步获取了各成熟阶段荔枝的3项物理特征(果实直径、果实质量与果实可溶性固形物含量)。根据不同成熟阶段荔枝物理特征变化可知,荔枝果实直径与果实质量2项物理指标在挂果约32 d~39 d,以及53 d~60 d增长较快,可溶性固形物含量在挂果约32 d前无法测量,53 d~60 d阶段增长速度较慢。提取各样本电子鼻采样数据75 s时刻的各传感器响应值作为特征值后,采用载荷分析(loadings)进行传感器阵列优化,优选了传感器R2、R4、R6、R7、R8、R9和R10的响应数据进行后续分析。将优化后的传感器响应数据进行归一化处理。采用线性判别分析(linear discriminant analysis,LDA)进一步提取特征信息,降低数据中包含的冗余信息。LDA对荔枝成熟阶段的分类识别效果不佳。为进一步探究电子鼻监测果园荔枝成熟阶段的可行性,采用模糊C均值聚类分析(fuzzy C means clustering,FCM)、k最近邻函数分析(k nearest neighbor,KNN)和概率神经网络(probabilistic neural network,PNN)进行模式识别。研究结果表明,FCM对果园荔枝成熟阶段识别的正确率为89.17%。采用KNN与PNN建立识别模型后,KNN与PNN识别模型对训练集的回判正确率均为100%,对测试集的识别率均为96.67%,具有较好的分类识别效果。试验证明了采用电子鼻进行果园荔枝成熟度监测的可行性,为果园水果品质的实时监测提供参考。     

坡耕地果粮间作聚流与覆盖相结合改造利用技术研究

针对坡耕地水土流失、干旱问题和粮食产量效益低等现状，提出了聚流与覆盖相结合、治理和开发并重、生态效益和经济效益同步提高的坡改技术。明确了果粮间作冠下区、近冠区、远冠区的合理立体植被覆盖结构和不同坡度隔坡水平沟聚流工程模式。果粮间作结合隔坡水平沟技术降低坡耕地径流量９８．６％￣９９．１％，土壤侵蚀模数减少９３．１％￣９５．８％；亩纯收益比单种粮食提高３１．３％￣６４．２％，比果树提高８１．０％。在平     

基于PC-RELM的养殖水体溶解氧数据流预测模型

养殖水体中溶解氧浓度一直是最重要的水质参数之一。为了精准地对水体溶解氧进行调控，提高养殖生产效率，降低养殖风险，该研究考虑外部天气条件对溶解氧的影响以及溶解氧自身的昼夜变化特征，提出一种基于正则化极限学习机（principal component analysis and clustering method optimized regularized extreme learning machine,PC-RELM）的养殖水体溶解氧数据流预测模型。首先，采用主成分分析法判断影响溶解氧浓度的强重要性因子，降低预测模型的数据维度；其次，利用熵权法计算各时刻点的天气环境指数，并利用快速动态时间规整算法（fast dynamic time warping,FastDTW）完成时间序列数据流在不同天气环境下的相似度度量；然后使用k-means算法对时间序列的相似度进行聚类分簇，并基于分簇结果完成正则化极限学习机预测模型的构建，实现溶解氧浓度的估算。最后将PC-RELM模型应用到无锡南泉试验基地养殖池塘的溶解氧预测调控过程中。试验结果表明：PC-RELM的预测均方根误差值（root mean sq...     

云贵高原岩溶地区生态气候类型区划

利用主成分分析和动态逐步聚类方法进行气候类型区划，较好地综合了多种气候，地理和生态因素，避免了只考虑了几个经验性气候要素作为区划指标的某些弊端，使区划结果更客观定量，更符合实际情况。     

采用K均值聚类和环形结构的狭叶锦鸡儿木质部提取算法

针对木质部交互统计误差大、效率低、重现性差、劳动强度高和传统图像处理算法精度不理想等问题,该文以狭叶锦鸡儿木质部切片图像为研究对象,根据木质部特点提出基于K均值聚类算法和环形结构提取算法相结合,实现木质部准确提取的方法。首先通过动态巴特沃斯同态滤波法对30幅供试图像进行光照不均校正,然后采用K均值聚类法对光照补偿后图像初分割,最后采用环形结构提取算法实现木质部提取计数。试验结果表明:采用K均值聚类算法对光照补偿后的木质部图像初分割分割误差R(section error, R)、过分割误差OR(over-segmentation error, OR)和欠分割误差UR(under-segmentation error, UR)均值分别为5.15%、1.48%和6.46%,优于未光照补偿和3R-G-B算法;该文提出的环形结构提取算法对初分割后木质部图像检测的平均相对误差为2.26%,比分水岭法低11.69个百分点,比凹点匹配法低4.93个百分点。从速度上看,该算法平均耗时3.17 s,比分水岭法快1.40 s,比凹点匹配法快4.88 s。该算法检测的均方根误差RMSE(root mean squared error, RMSE)为0.52%,约相当于分水岭法的1/3,约相当于凹点匹配法的1/2,该算法优于其他2种分割算法;在图像结构复杂、光照不均匀、内部分布不均等缺陷条件下,该文算法也能很好地实现木质部的分割和提取。该方法不仅能对狭叶锦鸡儿木质部自动分割和提取,也可为其他植物木质部分割提取提供参考。