基于"量-质-域-流"四维指标体系的水资源荷载状况评价——以黑河流域三地市为例

随着社会经济用水不断增加，水资源供需矛盾加剧，水资源系统出现荷载不均衡现象，制约了区域发展，危及生态环境良性循环。本文从水资源系统的负荷需求和承载能力出发，基于“量、质、域、流”四个维度构建水资源荷载均衡评价指标体系，采用指标规范化的正态云模型，评价2015年黑河流域张掖市、酒泉市、阿拉善盟水资源配置方案的荷载均衡状况，并依据负荷与承载能力评分二维坐标，分出低负荷-高承载能力、低负荷-低承载能力、高负荷-高承载能力和高负荷-低承载能力四个分区。评价结果表明：2015年三地水资源荷载状况均为Ⅳ级，张掖市综合评分为3.697，酒泉市为3.657，阿拉善盟为3.901，三地均处于高负荷-低承载能力区域；三地在水质维度上处于低负荷-高承载能力区间，水质维度评分均处于Ⅱ级，酒泉市水质评分优于张掖市，张掖市水质评分优于阿拉善盟；在水量、水域、水流维度上均处于高负荷-低承载能力区间，水量方面三地处于Ⅳ级，张掖市优于酒泉市，酒泉市优于阿拉善盟；水域方面张掖和阿拉善盟评分均处于Ⅴ级，酒泉评分处于Ⅳ级；水流方面三地均处于Ⅴ级。需要采取调控手段在水量、水域、水流方面上进行“增强承载”和“卸荷”。     

奶牛人工授精的优缺点和技术要点

奶牛人工授精技术加速了奶牛品种改良进程,实现了将优秀种公牛精液跨区域、超时限的利用共享,极大地促进了养牛业的发展。以奶牛人工授精应用现状为出发点,介绍了人工授精技术的优点和不足,最后结合自身工作经验,从发情鉴定、适时配种、精液解冻、精液检测、输精、精液保存和妊娠检测等技术要点进行概述,以期更好地促进奶牛人工授精技术的应用。     

关于提高大豆种植生产效益的栽培技术要点

大豆作为一种农作物，种植过程中容易受到土壤、水分、气候、湿度、温度、病虫害等多方面因 素的影响，这些因素都是人为很难改变的。大豆栽培技术主要是通过对这些影响因素的改变来降低 这些问题的影响，以此来提高大豆的产量和种植户的经济效益。     

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。     

基于云服务的棚室蔬菜智能终端系统设计与实现——以黑龙江省为研究案例

棚室蔬菜产业在黑龙江省农业转方式、调结构和供给侧改革中占有重要的战略地位。黑龙江省棚室蔬菜生产规模近年来发展较快,技术支撑需求也与日俱增。本研究针对黑龙江省棚室蔬菜发展规模与技术服务支撑能力不匹配的现状,提出了基于云服务的棚室蔬菜智能终端系统及关键技术的实现方法。本研究以专家服务为主、数据挖掘技术为辅,以物联网设备为感知手段、以智能手机为用户终端,利用云服务对知识、资源、物联网数据的整合配置能力,提供蔬菜专家及棚室蔬菜用户对信息获取、存储、分析和决策的高效解决方案。本研究的部分内容已在黑龙江省农业科研部门、企业、蔬菜合作社、农户等不同用户群体中实验应用,能够为专家提供棚室蔬菜生产环境的远程问诊手段,适用于各类棚室蔬菜应用场景。本研究还提出了对大规模应用场景下的技术解决方案建议,可在全国的棚室蔬菜生产中推广应用,实现更广泛高效的专家技术服务支撑。     

黄土高原地带连续性暴雨特征分析

通过研究甘肃庆阳地区连续性暴雨的成因及特征,为该地区的灾害性暴雨天气预报预警提供参考依据,本研究利用常规气象资料和诊断分析技术分析了庆阳地区2017年8月17—22日连续性暴雨过程。结果表明：(1)连续暴雨前期降水历时短,强度大,分布不均匀,突发性明显；中期持续时间较长,范围广,局地降水强度强,累计降水量较大；后期持续时间长,范围广,分布均匀,累计降水量大。(2)低空急流低层抬升和高空急流抽吸造成了连续性暴雨的发生发展。(3)中尺度云团较为活跃,组织化程度高,持续时间长。(4)前期大气处于极度高能不稳定状态,中期不稳定能量有所下降,后期不稳定能量急剧下降。(5)前期比湿突增明显,跃变值达4g/kg,且比中后期大。     

基于FCN的无人机玉米遥感图像垄中心线提取

为解决农业机器人在玉米田行间行走的全局路径规划问题,该研究提出一种基于全卷积神经网络(Fully ConvolutionalNetworks,FCN)的无人机玉米遥感图像垄中心线提取方法。基于无人机获取的高精度可见光遥感图像,设计了针对农田垄中心线提取的数据集标注方法,采用滑动窗口法进行图像分块,利用深度学习语义分割网络FCN对垄中心线附近7～17像素宽度范围的垄线区域进行提取,模型在测试田块上精确率达66.1%～83.4%,召回率达51.1%～73.9%,调和平均值为57.6%～78.4%;对拼接后的图像使用影像分割投影法提取中心线,探究了垄线区域宽度对垄中心线提取精度的影响,训练采用9像素的垄区域宽度,可得到垄中心线在77 mm左右偏差范围准确率为91.2%,在31.5 mm左右偏差范围内为61.5%。结果表明,基于FCN对无人机玉米遥感图像进行处理,可得到整片田地的垄中心线栅格地图,方便农业机器人进行全局路径规划。     

环境温度对LNG泄漏扩散影响的数值模拟

环境温度导致的气云密度差和大气湍流变化是LNG泄漏扩散的主要影响因素,研究环境温度变化对LNG扩散规律的影响尤为重要。采用Fluent软件中组分输运和Realizable k-ε湍流模型,建立LNG地面泄漏气云扩散数值模型,探究环境温度对LNG泄漏扩散过程中甲烷体积分数的分布规律、气云密度、大气湍流强度的影响。结果表明:当环境温度较低时,LNG气云中各甲烷体积分数线出现"锯齿状"现象,造成甲烷爆炸下限(Low Flammability Limit,LFL)、1/2 LFL的水平扩散范围均增大;当环境温度较高时,甲烷LFL最远扩散距离较低温环境多115 m,造成甲烷1/2 LFL的水平顺风方向扩散距离增大;甲烷体积分数大于1/2 LFL的区域的大气湍流强度增幅则随温度升高而增加,而甲烷体积分数小于1/2 LFL的区域的大气湍流强度增幅随温度的升高而减小;在泄漏源周围100~200 m内,由于"逆温"所造成的大气湍流强度的增幅达0.79倍。研究结果可为LNG泄漏危害区域预测、安全储运、应急救援提供参考。     

An Epidemiological Study on Orodental Disorders in 3,791 Working Donkeys in Egypt: Prevalence and Risk Factors

Orodental disorders are common in equidae and can lead to serious clinical complications. This study determines the prevalence rate (PR) of orodental disorders in working donkeys in Egypt and their potential risk factors. During 4 years, 3,791 donkeys were examined in six Egyptian governorates. Full case history and thorough clinical and oral examinations were performed. Radiography and oroendoscopy were undertaken whenever possible. All data were statistically analyzed using Poisson generalized linear models to compare PR among governorates, sex, years, body condition score, and age groups and to determine the potential risk factors. Of 3,791 examined donkeys, 954 donkeys (25.17%) had orodental disorders. The PRs of acquired disorders were 9.81% sharp enamel points, 5.86% buccal ulcers, 4.88% hook, 4.70% overgrown teeth, 4.19% periodontal disease, 3.11% ramp, 2.60% dental caries, 2.37% dental calculus, 2.30% diastema, 2.06% step mouth, 2.00% soft tissue injuries other than buccal ulcers, 1.77% worn tooth, 1.37% loose tooth, 1.29% exaggerated transverse ridge, 1.24% fractured teeth, 0.82% missing teeth, 0.69% wave mouth, 0.50% molar table angle change, and 0.45% wolf tooth overgrowth. The PRs of the congenital disorders were 1.90% displaced teeth, 1.37% deviated teeth, 0.58% retained teeth, 0.16% overbite, 0.16% underbite, 0.11% supernumerary teeth, and 0.11% premolar cap. The risk factors significantly associated (P < .05) with the orodental disorders were age and sex of the animal, geographic location, and year of examination. This study provides a database for future studies on orodental disorders and for designing effective preventive and therapeutic strategies for these disorders in donkeys.     

基于SegNet模型的高原鼠兔的图像分割

针对高原鼠兔图像目标尺寸小、背景复杂、特征不显著、基于活动轮廓的图像分割模型无法有效分割的问题，采用基于卷积神经网络的SegNet语义模型对高原鼠兔图像进行分割：首先将采集的高原鼠兔图像进行预处理，尺度归一化后制作成与Pascal VOC数据集格式一致的数据集；然后将数据集分为训练集与测试集，采用训练集对SegNet模型训练，测试集对模型进行分割测试。对高原鼠兔图像分割的试验结果表明：与基于活动轮廓的Chan_Vese模型相比，基于卷积神经网络的SegNet模型对高原鼠兔图像分割时的交并比、平均像素精度、Dice相似性指数和Jaccard指数分别提高了68.33%、9.35%、30.61%和47.98%，过分割率和欠分割率分别降低了87.20%、16.52%。