基于WT-CNN-LSTM的溶解氧含量预测模型

溶解氧（Dissolved oxygen, DO）含量是影响水产养殖产量的重要因素之一，具有时序性、不稳定性和非线性等特点，且其影响因子过多、存在复杂的耦合关系，难以实现精准预测。针对传统长短时记忆神经网络（Long short term memory, LSTM）预测模型易引入冗余数据，且在训练过长序列时会出现梯度消失现象，从而不能捕捉因子间长期的依赖性问题，提出了基于小波变换（Wavelet transform, WT）、卷积神经网络（Convolutional neural network, CNN）和LSTM的溶解氧含量预测模型。首先，使用WT降低数据噪声；然后，使用CNN深度挖掘各变量之间的潜在关系；最后，利用LSTM的时序性预测2h后的水产养殖溶解氧含量。结果表明，本文提出的WT-CNN-LSTM模型预测效果良好，其平均绝对误差、均方根误差和决定系数分别为0.138、0.229和0.954，比传统LSTM模型分别优化了28.87%、21.03%和4.61%。     

基于离散小波变换的永磁同步电机速度控制研究

针对永磁同步电机驱动系统转速快响应和强鲁棒性的速度控制需求,在分析永磁同步电机数学模型和离散小波变换技术的基础上,设计了最优小波函数为"db4",分解级数为2的永磁同步电机离散小波变换速度控制器,并基于Matlab/Simulink仿真平台,建立了永磁同步电机(Permanent Magnet Synchronous Motor, PMSM)驱动系统仿真模型和控制系统代码模型,结合基于TMS320F2812 DSP(Digital Signal Processing)的永磁同步电机驱动系统实验平台,通过负载扰动工况仿真、空载阶跃输入工况仿真与实验来验证永磁同步电机离散小波变换速度控制器的性能.仿真和实验结果表明:相比于传统比例积分微分(Proprotional Integral Derivative, PID)速度控制器,离散小波变换速度控制器达到稳态转速的速度更快,动态性能更优;在负载突变时,转速跌落小,抗负载扰动能力更强,是一种提升永磁同步电机速度控制器鲁棒性和稳定性的有效方法.     

喷灌定额和灌水频次对冬小麦产量及品质的影响分析

为了解圆形喷灌机不同灌溉定额和灌水频次对冬小麦产量及籽粒品质的影响,于2014—2016年在北京市顺义区进行了水肥一体化大田试验,共设置3种灌水处理(W1、W2、W3),其中2014—2015年灌溉定额分别为135、112.5、90 mm,2015—2016年分别为154.5、132、109.5 mm。每种处理在冬小麦的返青-拔节、拔节-抽穗和抽穗-灌浆期土壤含水率分别达到田间持水量的70%、75%和75%时进行灌水。每个生育时期又按灌水定额设置为1次灌水(C1)和均分成2次灌水(C2),其中C2处理2次灌水时间间隔为9 d。试验结果表明,冬小麦拔节-抽穗期的阶段耗水量和日均耗水量均最大,W1处理产量最高。2015—2016年灌溉定额与灌水频次对水分利用效率的影响均不显著,但水分利用效率有随灌溉定额增加而降低的趋势,最大水分利用效率为W3处理的2.28 kg/m3。在W1和W2处理下,分2次灌水有利于提高冬小麦的穗数、产量和容重等指标,其中W1C2组合获得最高产量9 286.4 kg/hm2。灌溉定额与灌水频次组合对产量的效应中,灌溉定额起主导作用。建议北京地区冬小麦在圆形喷灌机条件下采用W1C2灌水方案,在返青-拔节、拔节-抽穗、抽穗-灌浆期分别灌水45、55.5、54 mm,且均分成2次灌水。     

基于高光谱成像技术识别水稻纹枯病

【目的】利用高光谱成像技术对水稻纹枯病进行早期的快速无损识别,结合判别分析方法建立相应的鉴别模型。【方法】以健康和感染纹枯病的水稻幼苗为研究对象,采集叶片和冠层各180个样本的380~1 030 nm波段的360条高光谱图像,剔除明显噪声部分后,以440~943 nm波段作为水稻样本的光谱范围,分别用不同的方法预处理获得水稻叶片的光谱曲线。采用偏最小二乘–判别分析(PLS-DA)对不同预处理的光谱建模。采用MNF算法对冠层的原始光谱数据进行特征信息提取,并基于特征信息建立线性判别分析(LDA)模型和误差反向传播神经网络(BPNN)判别模型。【结果】标准正态变量变换(SNV)预处理后建立的PLS-DA模型的预测集判别正确率最高,为92.1%。基于特征信息的LAD和BPNN模型的判别结果优于基于全波段的PLS-DA判别模型。基于最小噪声分离变换特征信息提取的BPNN模型取得了最优效果,建模集和预测集正确率分别达99.1%和98.4%。【结论】采用高光谱成像技术对水稻纹枯病生理特征进行无损鉴别是可行的,本研究为水稻纹枯病的识别提供了一种新方法。     

北京市不同类型喷灌设备应用效果试验

选取北京市常用的半固定式喷灌设备和圆形喷灌机，在房山区窦店镇、密云区河南寨镇开展实地喷灌效果试验，从灌溉设备质量、灌溉强度、灌溉均匀度和灌溉前后的土壤水分变化等方面，对半固定式喷灌设备和圆形喷灌机应用效果进行分析。结果表明，半固定式喷灌设备喷灌均匀度为86.8%，圆形喷灌机喷灌均匀度为92.3%，与传统管灌相比，在冬小麦灌溉中应用半固定式喷灌设备和圆形喷灌机可分别节水1 514.55、1 771.2 m3/hm2，节水率分别达到31.71%和34.88%。在产量方面，应用半固定式喷灌设备和圆形喷灌机可分别提高小麦产量0.45%和2.99%。结合设备应用成本和节水效果，建立了喷灌设备应用规模数学模型，结果显示，当连片灌溉面积超过22.08 hm2时，使用圆形喷灌机综合效益更高。试验结果为北京市进一步推广大田节水喷灌技术提供了理论依据和设备支撑。      

檀香咖啡豹蠹蛾虫害的树干区域分类研究

目的檀香是一种典型的珍贵树种，但不易成活且常遭受病虫害的干扰。本研究针对受咖啡豹蠹蛾危害的檀香，为提高受害檀香树干区域的分类效果，根据不同区域在颜色和纹理方面的特点，提出了一种复杂背景下受咖啡豹蠹蛾危害的檀香树干区域分类方法。方法(1) 本文首先结合高斯高通滤波、Otsu法、2G-R-B因子以及形态学运算，将树干从复杂背景中提取出来，再通过L*a*b*系统中的L*通道和a*通道将树干分割为健康区域、虫害区域和排泄物区域。(2)提出“多纹理”并使用“相对颜色”特征变换方法以提取图像特征。(3)提出BP神经网络和RBF-SVM相结合的方法对区域进行识别。结果(1) 本文提出的图像分割算法有效地将受虫害危害的檀香从背景中提取出来，并成功分割为健康区域、虫害区域和排泄物区域。(2)与传统PCA处理相比，使用“多纹理”和“相对颜色特征”得到的分类精度有所提高。其中，“多纹理”特征通过差异扩大的方法构建出的图像特征，明显增加了类间方差；“相对颜色特征”则减小了光照对样本的影响，从而减小了类内方差。(3)通过将RBF-SVM与BP神经网络方法相结合，对比发现，使用一种方法进行三分类的精度较低，分别为74.44%和81.11%；两次二分类后提高了精度，分别为87.77%和85.56%；而两种方法相结合的方式所得到的分类精度最高，总体可达91.11%。结论本文通过数字图像对受咖啡豹蠹蛾危害的檀香树干区域进行分类，为该虫害的早期识别以及受损率计算提供了方法，可以有效地减小檀香生长所受危害，提高心材质量，也为数字图像技术在林业中的应用提供了参考。      

生物炭对黑土区土壤水分扩散与溶质弥散持续效应研究

为探究施用生物炭对黑土区坡耕地土壤水分扩散和溶质弥散的持续效应，于2016—2019年在1.5°、3°、5°的径流小区开展了生物炭持续效应试验，分析了单次施加生物炭对土壤容重、孔隙度、有机质含量、Boltzmann变换参数ξ、非饱和土壤水分扩散率D(θ)、非饱和土壤水动力弥散系数Dsh(θ)的持续作用。结果表明：土壤中单次添加生物炭后的4年内均可显著降低土壤容重、提高土壤孔隙度、增加土壤中有机质含量，且各指标变化率均随坡度增大、施炭年限延长而减小；坡度、年份、是否施用生物炭3个因素中，对土壤容重、孔隙度、有机质含量影响程度最大的均为是否施用生物炭；施用生物炭增大了ξ，且ξ随坡度增加、施炭后年限延长逐年减小。2016—2019年D(θ)与Dsh(θ)均随土壤含水率的增加而迅速增加。当土壤含水率小于等于042cm3/cm3时，生物炭抑制土壤水分扩散；当土壤含水率大于0.42cm3/cm3时，生物炭促进土壤水分扩散。当土壤含水率小于等于0.36cm3/cm3时，生物炭抑制土壤中NaCl溶液的弥散；当土壤含水率大于0.36cm3/cm3时，生物炭可以促进土壤中NaCl溶液的弥散。试验区θ处于0.20~0.35cm3/cm3，故施用生物炭对水分扩散、NaCl溶液弥散均具有抑制效果，且生物炭对水分扩散和溶液弥散抑制效果均随坡度增加、施炭后年限延长而减弱。     

初等变换PK矩阵方程的解法

借助方阵可逆可以表示为有限个初等矩阵的乘积,及其矩阵的初等变换,给出了初等变换下的各种情形的一次线性矩阵方程的具体解法。     

土壤游离氧化铁高光谱特征与定量反演

【目的】建立基于可见-近红外光谱的土壤游离铁精确预测模型,简单、快速、经济地预测土壤游离铁,有助于研究土壤发生和分类。【方法】采集广西壮族自治区的铁铝土、富铁土、淋溶土和雏形土等82个旱地土壤剖面的B层土壤,进行室内土壤化学分析、光谱测定,分析不同光谱变换后的光谱反射率与土壤游离铁含量的相关性。基于特征波段利用偏最小二乘回归(PLSR)和逐步多元线性回归(SMLR)法建立土壤游离铁含量光谱预测模型,通过决定系数(R2)、均方根误差(RMSE)和相对预测偏差(PRD)确定最优模型。【结果】土壤光谱曲线分别在457、800和900 nm波段附近有明显的游离铁吸收和反射峰特征;土壤游离铁含量与原始光谱反射率呈负相关;原始光谱经过微分变换后,游离铁含量与光谱反射率相关性显著提高;基于400～580和760～1 300 nm特征波段和一阶微分光谱变换的SMLR模型预测精度最高,其验证集的R2和RPD分别为0.85和2.62,RMSE为8.41 g·kg~(-1)。【结论】将可见近红外光谱技术应用于土壤游离铁含量高效快速地预测具有良好的可行性。广西旱地土壤光谱反射率与土壤游离铁含量具有高度的相关性,应用逐步多元线性回归方法可以很好地建立土壤游离铁含量反演模型。