施氮时期对葡萄叶片光合生理及内源激素水平的影响

以10 a生酿酒葡萄‘蛇龙珠’为试验材料，运用水肥一体化滴灌的方式分别在萌芽期（S1）、新梢旺长期（S2）、开花期（S3）、果实第一次膨大期（S4）和副梢生长旺期（S5）一次性施入300 kg·hm^-2尿素，对照为整个生育期均不施氮肥（CK），分别于花后50 d（DAF50）、花后85 d（DAF85）和花后120 d（DAF120）进行光合特性指标的测定，并采样分析氮肥施用时期对葡萄叶片光合生理及内源激素水平的影响。结果表明：各生育期施氮均能增加叶片净光合速率（Pn）及PSⅡ最大光化学效率（Fv/Fm），在花前施氮肥叶片Pn和Fv/Fm增加最为显著，最高分别达到18.22 μmol·m^-2·s^-1和0.854。S1、S2和S3处理显著增大了不同生育期叶片气孔导度（Gs）和蒸腾速率（Tr），且S2处理在DAF85时最显著，Gs和Tr分别比CK高18.5%和10.8%；S3、S4和S5处理显著降低了叶片的胞间CO₂浓度（Ci）和非光化学淬灭系数（NPQ），S1处理叶片Ci与CK之间无显著差异。果实第一次膨大期之前施入氮肥能够显著增大各生育期叶片的PSⅡ电子传递量子效率（ФPSⅡ）和光化学淬灭系数（qP），最高分别达到0.889和0.959。可见，不同时期施氮肥，通过改变光合荧光相关参数影响叶片光能的吸收、传递、耗散和分配，从而改善叶片光能利用效率。氮肥的施用时期影响各生育期叶片内源激素的含量，施氮肥均显著提高了DAF85后叶片玉米素（ZT）含量，与CK相比至少提高21.9%；花后施入氮肥叶片中IAA含量在果实采收时保持在34.9 μg·g^-1以上，S4和S2处理GA₃含量最高，分别为7.11 μg·g^-1和6.49 μg·g^-1。因此，氮肥施用时期影响葡萄各生育期不同内源激素的积累。     

基于智能算法的猪饲料配方优化数学模型

在多种原料配比过程中，营养指标因素复杂的实际情况及控制成本保证收益的现实需求，文章结合智能算法背景，进行猪饲料配方优化设计，建立猪饲料配方模型，采用智能算法求解饲料配方的过程，对于生猪饲料配方进行建模，同时优化出饲料配方。结果表明，智能算法的猪饲料配方优化能够解决多种原料配比以及多个营养指标复杂因素，实现快速计算和生产处理，对企业生产者、销售经营者、实际消费者具有十分重大的价值与现实意义。 [关键词]智能算法|猪饲料|配方优化|数学模型     

绿色富硒生物猪饲料中AFB1达标生产工艺优化研究

饲料中黄曲霉毒素(AFB₁)容易超标,检出率达80%~100%,毒性大,具强致癌性,可抑制生猪免疫机能,降低动物生产性能,引起动物继发感染,还会在动物产品中残留而威胁人类健康,给生猪养殖带来经济损失,降低猪肉食品安全性。本文通过使用先进固体发酵系统设备和益生菌发酵技术,采用单因素试验和响应面中试优化,获得发酵降解猪饲料AFB₁的最佳工艺参数为硒浓度0.3 mg/kg,发酵时间12 h,量子波强度30 Hz,益生菌菌种组合CGMCC NO.17328混合CGMCC NO.15611。该工艺将猪饲料AFB₁量从63.41μg/kg降解到2.98μg/kg,降解率达到95.30%,AFB₁含量达到国家饲料安全标准。生产工艺适合养猪场低成本快速生产AFB₁达标猪饲料。     

单基线PolInSAR森林高度反演方法研究

极化干涉SAR(Polarimetric SAR interferometry,PolInSAR)森林高度反演是当前雷达遥感领域的研究热点,近年来出现了多种单基线PolInSAR森林高度反演方法。为了给单基线PolInSAR反演森林高度的算法提供基础,并探索和发展效果更优的反演方法,使用Pol SARpro软件模拟森林平均高度为18 m的L波段(L=23 cm)全极化干涉SAR数据,研究了森林高度反演算法中的DEM差分法、RVoG法、复相干幅度反演法、混合反演法,并基于相干优化法对混合反演法进行了改进;为了更准确地对算法的性能进行比较,给出方位向为48 bin时各算法的距离向剖面的对比图,并选取图像的中间区域,对森林高度位于3~30 m的1 104个样本点,应用均值和均方根误差RSME对5种方法模拟的18 m森林高度进行比较。结果表明:森林高度平均值反演结果由大到小依次为:复相干幅度反演法、混合反演法、改进的混合反演法、RVoG法、DEM差分法,分别为19.40、18.31、18.12、10.55、10.05 m,均方根误差(RMSE)由小到大依次为:改进的混合反演法、混合反演法、复相干幅度反演法、RVoG法、DEM差分法,分别为1.06、1.48、3.49、7.51、8.04 m;说明DEM差分法与RVoG法反演的森林高度存在明显低估,复相干反演法出现明显高估且其离散程度最大,混合反演法和改进的混合反演法与真实值的误差分别为0.31、0.12 m,改进的混合反演法与真实值的相差最小,离散程度最小,均方根误差最小,反演结果最优。改进的混合反演法综合了混合反演法与相干优化法的优点,使其估计的地形相位的均方根误差最小(0.045 rad),森林高度与真实值的误差最小,均方根误差最小,并且具有一定的鲁棒性。     

崇礼区典型林分空气负离子浓度及影响因素

[目的]对崇礼区3种主要林分类型的空气负离子浓度变化规律以及影响因素进行研究,为该地生态效益评估以及生态旅游规划提供依据。[方法]本研究通过对崇礼区典型林分类型空气负离子浓度进行连续观测,并以开阔无林地为参照对象,采用柱状图、散点图、回归分析等方法研究河北杨(Populus hopeiensis,PHF)、白桦(Betula platyphylla,BF)和油松(Pinus tabulaeformis,PF,)3种纯林以及无林地(NF)空气负离子浓度日变化特征,分析气象因素及植物光合特性对空气负离子的影响,并运用单极系数法以及空气质量系数法对不同林分空气质量进行评价。[结果]表明:(1)空气负离子浓度变化趋势呈双峰型,最低值一般出现在中午,不同林分最高值出现时间不同。不同林分空气负离子浓度具有明显差别,空气负离子浓度从高到底依次为:河北杨(1 101 ion·cm-3)白桦(847 ion·cm-3)油松(755 ion·cm-3)无林地(344 ion·cm-3)。(2)不同林分空气负离子浓度与气温呈负相关,与相对湿度呈正相关;不同林分空气负离子浓度与植物光合特性总体呈正相关。(3)计算空气质量评价参数得出不同林分单极系数从小到大依次为河北杨(0.92)油松(1.01)白桦(1.25)无林地(1.37),各林分空气质量评价指数从大到小依次为河北杨(1.25)白桦(0.85)油松(0.80)无林地(0.27)。[结论]不同林分空气负离子浓度存在差异且阔叶林高于针叶林,空气离子浓度的变化受外界气候因素及自身植物光合特性的影响明显,不同林分空气质量评价指数也存在差异,合理配置林分资源有利于空气质量提升。     

气吸滚筒式垄上三行大豆密植排种器设计与参数优化

针对1.1 m大垄垄上三行密植大豆栽培技术配套播种机不得不采用单行播种单体前后错排使用,导致播种机结构复杂、通过性差等问题,研究设计了一种与垄上三行大豆密植栽培模式配套的气吸滚筒式大豆排种器。通过理论分析初步确定其主要结构参数并建立充种过程力学模型,运用三因素五水平二次正交旋转中心组合试验方法,以真空度、作业速度、型孔孔径为试验因素,以粒距合格指数、重播指数、漏播指数、各行排量一致性变异系数为目标函数,参照国标GB6973-2005《单粒(精密)播种机试验方法》实施参数优化试验。结果表明:当参数组合为型孔孔径4.5 mm、真空度4.7~5.9 k Pa、作业速度低于9.1 km/h时,该排种器的合格指数≥95%、重播指数≤3%、漏播指数≤2%、各行排量一致性变异系数≤6.5%。研究结果为气吸滚筒式三行大豆排种器的开发奠定了基础。     

基于混合蛙跳算法的马铃薯病害图像分割优化

针对Otsu算法对直方图呈现多峰多谷的复杂马铃薯病害图像分割效果不佳的问题,结合混合蛙跳算法(shuffled frog leaping algorithm,SFLA)提出了一种Otsu-SFLA分割优化模型,将Otsu病害图像的分割结果作为SFLA算法的优化起点,进行复杂背景的马铃薯病害图像的分割优化,将马铃薯叶枯病、马铃薯晚疫病、马铃薯菌核病、马铃薯根腐线虫病、马铃薯灰霉病的病害图像作为分割对象进行分割,分割匹配率分别为97.0%、96.2%、96.9%、95.7%、94.8%,平均分割匹配率为96.1%,错误率分别为1.6%、1.1%、1.2%、1.1%、1.4%、平均错误率为1.3%,正确率分别为95.4%、95.1%、95.7%、94.6%、93.4%,平均正确率为94.8%,表明Otsu-SFLA模型可有效从复杂马铃薯病害图像中获取病斑区域。     

Cotton Image Segmentation Algorithm Based on Fusion Method of Markov Random Field and Quantum Particle Swarm Cluster

[Objective] The aim of this study was to improve the cotton image segmentation accuracy in a picking robot image processing system. [Method] An image segmentation algorithm based on a fusion method of Markov random field and quantum particle swarm optimization clustering was proposed. The process of the proposed algorithm is as follows: first, transform the RGB (red, green, blue) images into grayscale; second, use it to segment these images; finally, the threshold of the connected area is set on the basis of the segmented image to obtain the target area. Then, the cotton front image and the cotton side image are selected from the images collected from different angles. The segmentation experiment was carried out by using this algorithm, and compared with the Otsu algorithm, the fuzzy C-means algorithm, the quantum particle swarm image segmentation algorithm and the Markov random field image segmentation algorithm. [Result] The results showed that the segmentation accuracy and peak signal to noise ratio of the proposed algorithm were 98.94% and 77.48 dB. When compared with the Otsu algorithm, fuzzy C-means algorithm, quantum particle swarm optimization algorithm and Markov random field algorithm, the average segmentation accuracy and peak signal to noise ratio of the proposed algorithm increased by 2.47%–4.56%, and 9.81–13.11 dB, respectively. [Conclusion] The proposed algorithm had higher segmentation accuracy and higher peak signal to noise ratio than the other algorithms tested.     

Identifying Soil and Plant Nutrition Factors Affecting Yield in Irrigated Mature Pistachio Orchards

The main objective of this study was to evaluate the potential use of a hybrid Genetic Algorithm-Artificial Neural Network (GA–ANN) method for predicting pistachio yield and for identifying the determinant factors affecting pistachio yield in Rafsanjan region, Iran. A total of 142 pistachio orchards were selected randomly and soil samples were taken at three depths. Besides, water samples and leaves from branches without fruit were taken in each sampling point. Management information and pistachio yields were achieved by completing a questionnaire. Primarily, 58 variables affecting pistachio yield were measured, and then 26 out of them were selected by minimizing mean square error (MSE) using a feature selection (FS) method. The results showed that the accuracy of the method was acceptable. Furthermore, the sensitivity analysis showed that the main determinant features affecting the pistachio yield were the irrigation water amount, leaf phosphorus, soil soluble magnesium, electrical conductivity (EC), and leaf nitrogen.     

阀用超磁致伸缩致动器弓张结构静、动态建模与优化

为满足大流量超磁致伸缩电液伺服阀的驱动需要,设计了一种结构紧凑的弓张放大式超磁致伸缩致动器;基于力学基本原理和振动理论知识建立了弓张结构的静、动态模型;分析了弓张结构尺寸参数对其静、动态性能的影响;结合弓张放大式超磁致伸缩致动器应用于电液伺服阀的要求,利用多目标优化法确定了其结构尺寸最佳参数值,并利用有限元法对其静、动态模型进行了验证;设计了弓张放大式超磁致伸缩致动器样机,搭建了实验系统,并进行了静、动态实验。实验结果表明,弓张结构的放大倍数在8.13~8.72间波动,输出端最大位移可达107.9μm,固有频率约为168 Hz,测试所得结果与其静、动态模型计算值基本吻合;通过与优化前的性能相比,弓张结构的静态放大倍数在满足要求的条件下,其动态固有频率提高了55.6%;所设计的弓张放大式超磁致伸缩致动器基本上能够满足伺服阀的驱动要求,证明了该优化设计方法的有效性。