茴香轮作调控土壤细菌群落缓解三七连作障碍的效应及机制

三七是我国特有的中药材，但连作障碍严重制约了其产业发展，轮作是生产上最常用且有效的缓解措施。本研究在三七收获后的土壤上轮作茴香，通过测定轮作土壤水浸液对三七存苗的影响来评价轮作对三七连作障碍的缓解效果，并从轮作对土壤细菌群落的影响方面深入阐释轮作缓解连作障碍的机制。结果表明，茴香轮作后的土壤水浸液可以显著提高三七的存苗率。土壤细菌分析表明，茴香轮作后土壤细菌群落发生了明显改变。细菌的丰富度增加，相对丰度>1%的优势菌门变形菌门Proteobacteria和放线菌门Actinobacteria的相对丰度呈增加趋势。属水平上，轮作茴香使66个属的相对丰度显著增加，其中相对丰度>0.2%的优势菌属有14个；30个属的相对丰度显著降低，其中优势菌属有8个，总体上看相对丰度显著增加的属多于显著降低的属。在相对丰度显著增加的优势菌属中包含常见的拮抗菌属假单胞菌属Pseudomonas和芽孢杆菌属Bacillus细菌。本研究也分离到2株假单胞菌和1株芽孢杆菌对三七根腐病菌腐皮镰刀菌Fusarium solani和Monographella cucumerina具有明显的拮抗活性。因此，轮作茴香可以改善三七连作土壤细菌群落结构，增加土壤中拮抗细菌的丰度，提高三七的存苗率。生产上利用茴香与三七轮作对缓解连作障碍具有一定潜力。     

基于迁移学习的GoogLeNet果园病虫害识别与分级

为提高果树病虫害危害程度分级精度进而更好地指导果园病虫害防治，采用迁移学习技术与GoogLeNet模型相结合的方法，对6种果园作物的25类病虫害样本进行识别与危害程度分级研究；同时，探究不同数据集大小以及不同优化算法对模型性能的影响；基于MATLAB平台设计了一款可视化的病虫害识别与分级系统。结果表明:1)基于迁移学习的GoogLeNet模型，对病虫害识别精度可达99.35%，危害程度分级精度可达92.78%；2)在相同训练参数下，本研究模型比AlexNet、VGG-16、ResNet-18、SqueezeNet、原GoogLeNet及MobileNet-v2模型验证精度提高了2.38%~11.44%，并且收敛速度最快；3)本研究模型识别精度随着数据集的增大而提高；在3种优化算法中SGDM算法耗时最短且精度最高，更适合本研究模型。通过拍摄果树叶片病害区域图像，本研究设计的系统能够在0.43 s左右准确识别出果树种类、病害类型以及危害等级等信息。     

根系修剪对枳生长及相关基因表达的影响

以枳实生苗为试验材料,通过两年重复试验分析了不切除主根、切除1/3主根、切除1/2主根、切除2/3主根等4个不同水平根系修剪处理下枳实生苗生长发育、根系构型和营养吸收的情况,并检测了不同水平根系修剪处理对侧根发育关键基因表达量的影响。结果表明,切除1/2主根处理增加了枳实生苗的株高、茎粗、地上部鲜重和根系鲜重,改善了根系构型参数(侧根数、总根长、根表面积和平均长度),增加了根系P、K、Ca、B、Fe、Na和Zn等营养元素含量。另外,实时荧光定量PCR(qRT-PCR)检测发现,根系修剪处理诱导了侧根发育关键基因HOX1和CYP2的积累,并抑制了IAA11和IAA13的表达。综上所述,适度根系修剪可能通过诱导HOX1、CYP2基因的上调和IAA11、IAA13基因的下调来调控枳实生苗侧根的生长发育,改善根系构型,从而提高枳实生苗对营养元素的吸收能力及植株的生长发育。     

作物叶面积测量的研究进展

对作物叶面积测量理论和方法进行梳理，综述了基于单叶叶面积、单株叶面积、群体叶面积3个维度进行叶面积测量的研究进展，提出作物叶面积测量的物理原理、数学建模原理、光学特征提取原理的理论分类，从精确度、有损和无损测量2个角度分析了叶面积测量的研究进展，并对叶面积测量技术发展趋势进行展望。     

基于SOA的水轮机调速系统PID参数优化

针对现有优化方法复杂、易陷入局部最优等问题,为水轮机调速系统提出了一种基于人群搜索算法的比例-积分-微分控制参数优化方法.为验证该算法的可行性,建立了水轮机调速系统非线性模型,选取水轮发电机组转速偏差的积分时间绝对误差指标作为目标函数进行优化.为验证优化结果的有效性,将人群搜索算法的控制效果与参考文献中粒子群算法的控制效果进行了对比分析.仿真结果表明,在5%频率扰动下,人群搜索算法自第29次迭代起已收敛,经其优化的系统能在8秒内趋于稳定,此时系统的超调量为1.6%;在10%负荷扰动下,人群搜索算法自第25次迭代起已收敛,其优化效果与粒子群算法优化效果基本相同,两者均在10秒内让系统趋于稳定,但人群搜索算法优化的积分时间绝对误差指标比粒子群算法优化的积分时间绝对误差指标小,表明人群搜索算法具有更好的搜索功能,在一定程度上改善了孤网运行条件下机组的动态性能.     

基于逆运动学降维求解与YOLO v4的果实采摘系统研究

为提高采摘设备的执行效率，采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统，该系统可自动识别不同种类的水果，并实现自动采摘，可通过手机端远程控制采摘设备的起始和停止，并远程查看实时采摘视频。提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程，从而避免了大量的矩阵运算，使机械臂逆运动学求解过程更加简捷。利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真，验证了降维求解的可行性。在果实采摘流程中，为了使机械臂运动轨迹更加稳定与协调，采用五项式插值法对机械臂进行运动轨迹规划控制。基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位，在Ubuntu 19.10操作系统中使用2000幅图像作为训练集，分别对不同种类的果实进行识别模型训练，在GPU环境下进行测试，结果表明，每种果实识别的准确率均在94%以上，单次果实采摘的时间约为17s。经过实际测试，该系统具有良好的稳定性、实时性以及对果实采摘的准确性。     

TCD燃烧系统对柴油机燃烧和排放性能改善效果的试验研究

为探究道依茨TCD2015柴油机上配备的导流燃烧系统(简称TCD燃烧系统,T表示涡轮增压器,Turbocharger,C表示进气中冷,Charge air cooling,D为柴油颗粒捕集器,Diesel particle filter)对改善柴油机燃烧性能和降低污染物排放的效果,采用单缸机试验对TCD燃烧系统在不同转速、负荷和过量空气系数下的燃烧和排放性能进行研究。试验结果表明不同工况下TCD燃烧系统燃油消耗率和Soot排放量均低于传统ω燃烧系统,燃油消耗率最大降幅为7.01%,Soot排放量最大降幅为86.67%,且低过量空气系数(1.2～1.6)下TCD燃烧系统仍具有较好的性能。为揭示TCD燃烧系统改善油气混合促进燃烧的机理,采用AVL Fire软件建立了柴油机性能仿真模型。计算结果表明,TCD燃烧系统的环状凸起结构将燃油导向内外两室,从而促进了缸内燃油发展过程,燃油当量比大于4的浓混合气区域燃油质量比例相比ω燃烧系统降幅最大为9.75%,活塞下移时TCD燃烧系统内油束撞击浅盘侧壁形成撞壁射流扩大了燃油扩散面积,从而改善了缸内油气混合质量,燃油当量比小于1的均匀混合气区域燃油质量比例相比ω燃烧系统降幅最大为7.45%,因此TCD燃烧系统能够有效改善柴油机的燃烧和排放性能,可应用于柴油机高负荷和低过量空气系数工况综合性能提升。研究结果可为柴油机燃烧系统开发和改进提供参考。     

考虑水头损失的管道灌溉分水口轮灌分组优化模型

【目的】优化灌溉系统中分水口轮灌分组的灌溉制度,在满足流量要求的条件下节约电能。【方法】提出了在考虑水头损失时不同分水口状态与管道进口压力的关系模型,该模型利用分水口开关0,1状态作为自变量,从管道末端起利用推导的递推公式求出管道进水口的等效水头损失系数。依据该模型,在定流量分组轮灌优化中得到为使分组轮灌功率最小的目标函数。利用遗传算法对上述问题进行了优化求解,并给出了编码方案。【结果】在分水口等间隔布置时,轮灌分组按轮灌分组数等间隔安排所需功率最小,优化后的水头损失系数可以减小到没有优化前的0.772倍。【结论】本研究模型不仅适用于恒定流量的组合优化,也可应用于不同分水口的所需水量不同的随机灌溉以及恒压供水的优化中。     

“藏粮于地”战略下高标准农田建设模式研究*

高标准农田建设是我国“藏粮于地”战略的重要抓手,是确保粮食产能的重要支撑。在梳理大量参考文献、政策文件和标准规范的基础上,针对现阶段高标准农田建设存在管理体制不完善、空间潜力不足、投资标准偏低、建设质量不高等问题,总结归纳高标准农田建设模式总体构架,通过对我国高标准农田建设综合评价结果排名靠前和提升较快的省份开展高标准农田建设模式调查研究,围绕管理体制、规划布局、建设标准、资金保障以及实施管理方面,提出系统构建高标准农田建设模式的对策建议,为提高高标准农田建设质量作有益参考。