长期秸秆配施化肥对土壤养分及小麦产量、品质的影响

以40年长期定位试验为平台,系统分析了不同施肥处理对暗棕壤土壤碳氮磷含量和小麦产量及品质的影响,为探讨长期施用秸秆条件下土壤肥力演变规律提供理论依据。试验设4个处理,分别为单施化肥(NP)、秸秆配施化肥(S+NP)、秸秆配施1/2化肥(S+1/2NP)、秸秆配施1/4化肥(S+1/4NP),其中秸秆为隔年麦秸还田,用量为3 000 kg/hm~2,化肥N、P用量为N 150 kg/hm~2、P_2O_5 150 kg/hm~2。结果表明:1)与NP处理相比,秸秆配施化肥处理(S+NP)显著增加了0～20 cm土壤有机碳含量和有效磷含量;秸秆还田条件下,S+1/2NP和S+1/4NP处理0～20 cm土壤中碳氮磷含量均低于S+NP处理,而对于20～40、40～60 cm土层养分含量差异表现不一致。2)不同施肥处理对春小麦产量及其构成因素有显著的影响,各施肥处理综合表现为:S+NPNPS+1/2NPS+1/4NP,即以S+NP处理春小麦产量最高;不同施肥处理对春小麦籽粒容重、蛋白质含量、湿面筋含量、吸水率、延伸率和拉伸面积等品质指标影响不显著。综合分析各处理,结果表明:S+NP处理(即在秸秆还田条件下,施用N 150 kg/hm~2、P_2O_5 150 kg/hm~2)相对其他处理,其保障小麦产量和提升(或维持)土壤肥力的效果最佳。     

低聚半乳糖干预缓解肠道炎症的研究进展

肠道炎症已成为我国社会健康的难题和挑战，其发病率在我国迅速增长。肠道炎症发病原因复杂，目前尚缺乏有效的缓解药物，因此加强肠道炎症有效缓解物质的研发至关重要。低聚半乳糖（galactooligosaccharide，GOS）是一种食疗益生性较优的乳源功能性低聚糖，能够有效促进肠道内益生菌的增殖，改变肠道菌群结构，刺激免疫应答，进而改善肠黏膜屏障功能，缓解肠道炎症。本文综述近年来国内外有关肠道炎症及GOS干预缓解肠道炎症作用的研究进展，并对其应用前景进行展望，为此领域的研究提供科学依据。     

绿色屋顶降雨径流削减效果监测与过程模拟

选择平面、斜面、绿色、滞蓄4种不同形式屋顶,采用"液位计+三角堰"的径流测量方法,开展降雨径流对比监测。结果表明,相比平面与斜面屋顶平均径流系数(分别为0.68和0.84),绿色与滞蓄屋顶平均径流系数分别为0.41和0.43,均明显有所减小,并且数值相差不大,反映出相近的径流总量削减效应。比较分析绿色与滞蓄屋顶降雨径流过程,2类屋顶径流过程接近,产流后水流运动机制相似,均受上部积水水头作用影响,并以孔流(孔隙、孔口)形式出流,可以采用相似的水库概念模型进行简化模拟。根据土壤水饱和下渗理论,考虑到绿色屋顶基质层厚度有限,推导建立了描述绿色屋顶饱和产流后降雨径流过程的基本方程,并应用于模拟绿色屋顶降雨径流过程。结果表明,径流过程计算值与实测值间决定系数值为0.85、Nash-Sutcliffe效率系数值为0.84,初步验证了模型的合理性。研究成果有助于深入认识绿色屋顶对降雨径流的削减效应与出流机制。     

昕水河流域径流变化及其对气候和人类活动的响应

开展流域尺度气候变化和人类活动对径流的影响研究是科学制定流域综合管理规划,并实现流域可持续管理的基础。以黄土高原丘陵沟壑区的典型流域——昕水河流域为研究对象,结合流域多年(1958—2015年)气象水文数据,采用M-K趋势检验法分析年降水、年潜在蒸发散和年径流量的变化趋势,运用双累积曲线法分析年径流量序列的突变年份,并根据生态水文分析法与水量平衡原理定量解析流域尺度气候变化和人类活动对年径流的影响。结果表明:1958-2015年,流域年径流量变化呈显著下降趋势(Z=-5.84,p<0.0001),而降水(Z=-0.72,p=0.31)和潜在蒸散发(Z=-0.5,p=0.88)变化趋势不显著。双累积曲线法表明径流量突变点为1974年和2000年,其中,1975—2000年间影响径流减少的主要因素是气候变化,气候变化导致径流量减少的贡献率为73.14%,土地利用方式仅为26.86%;而2001—2015年土地利用变化是影响径流减少的主要原因,其贡献率高达103.81%,可见土地利用变化已成为昕水河流域径流量变化的主要驱动因素。在今后的流域治理中,需合理制定土地利用方案,实现昕水河流域水土资源协调发展。     

基于物联网的国储粮库应急管理系统

为提高国储粮物资库的管理水平,实现物资的优化管控,提出了一套基于物联网的物资管理机制,改变了传统的记录方法,以信息化为载体,依据国储粮物资的管理需求,建立了国储粮物资的实体描述模型,定义了数据通信接口协议,在此基础上开发了国储粮物资库的信息管理系统。该系统由物理实体、网络协议、服务器部署三部分组成,通过EMQ软件框架的实施,不仅实现了传统的物资信息的本地集中化,而且将物资的关联信息进行了云端传送和存储,为物资管理的大数据积累和战略决策提供了充分的保障。     

基于LSTM的活立木茎干水分缺失数据填补方法

【目的】研究植物茎体水分数据,针对相同数据段上的缺失数据,对比不同数据填补方法,验证LSTM模型填补茎干水分数据的有效性及准确性。【方法】选取2017年6月份栽种在北京市海淀区的紫薇树茎体水分完整数据,人工删去部分数据作为缺失数据,分别使用插值方法、RNN神经网络、LSTM神经网络对缺失部分进行填补,填补结果与原始数据比对并分析结果。基于神经网络预测值误差随预测时刻推后而增大的误差分布情况,本文提出了在神经网络预测值基础上加入对数据后期处理的方法:从缺失数据的正向和反向进行预测,将2个方向的预测值各自乘以一组按照预测时刻递减的权重值并相加,结合2个预测方向的优势,进一步提高预测准确度。【结果】3种方法中,RNN与LSTM神经网络方法较传统的插值方法优势明显:插值方法准确度在缺失值增多时迅速下降;神经网络方法下降速度较慢。当填补值与真实值误差在2%以内作为准确时,插值方法的填补准确率不足50%,RNN方法达到50%且不足60%,LSTM方法达到80%以上;当填补值与真实值误差在4%以内作为准确时,插值方法填补准确率为60%,RNN方法准确度最高达到90%,LSTM方法准确率在95%以上。在此基础上加入权重处理,对LSTM预测结果处理后误差在2%以内准确率达到97%,误差在3%以内准确率达到100%。选取一组测试数据代入模型,预测结果比训练数据预测结果精度有所下降,但双向预测方式优势更加明显。【结论】采用基于LSTM模型的双向综合预测法,可显著减小长期预测中的累计误差对预测结果的影响,提升了预测数据的准确度。与其他两类数据填补方法相比,基于LSTM神经网络的数据填补方法在长期缺失的时间序列数据填补上有较大优势。