河南油田注聚井聚合物堵塞机理及防治技术

为解决河南油田聚合物驱油注聚井堵塞导致采收率严重下降的问题,采用物理模型试验及扫描电镜(SEM)的方法对堵塞位置、堵塞因素进行研究.聚合物注入性试验结果表明,注入阻力越大,注入压力就越高,确定堵塞位置为近井地带,结果与实际矿场结果相符;扫描电镜结果表明,高渗岩心以吸附堵塞为主,低渗岩心以机械捕集为主;静态吸附试验显示防吸附剂质量分数、聚合物相对分子质量、矿化度、温度均对聚合物吸附有不同程度影响,为此研制出一种使砂岩表面润湿反转以减少吸附的防吸附剂(代号5807),并对注入参数进行优化:防吸附剂最优注入质量分数为0.5％;该防吸附剂耐盐性较好,不同矿化度(1500～10000mg/L)对该防吸附剂体系的防吸附率影响不大;防吸附剂注入体积数越大,聚合物防吸附率越高,最佳注入体积为0.6PV;防吸附剂处理地层的时间越长,聚合物防吸附率越高,处理时间在12h以上防吸附率大于70％;防吸附剂的最佳注入方式为:顶替液+0.6 PV防吸附剂段塞+1PV清洗剂.该研究对油田后续现场施工及动态调整具有重要指导意义,同时也可为河南油田提高聚合物驱技术应用效果提供理论支持.     

水稻赖氨酸含量测定方法改进及其最优动态分类研究

赖氨酸是水稻营养成分中第一限制性氨基酸。为优化赖氨酸的测定方法,设置了本试验,通过超声振荡器取代普通振荡器,进行300W超声功率下酰化用时及染料结合反应用时的研究。结果表明,最佳酰化用时为15 min,染料结合用时为90 min。与国标法相比,优化后的方法酰化用时变长、染料结合用时变短,测定总用时明显缩短,但测定结果和试验精度更高。可见,采用超声波振荡代替传统振荡器振荡能改进赖氨酸的测定方法。另外,采用最优动态聚类法对赖氨酸含量进行分类,能防止人为分类的不确定性,做到分类方案的最优化。     

基于Web电子商务平台的食用菌产品共词聚类算法

针对食用菌产品电子商务平台的数据挖掘问题,采用了共词聚类算法进行主题聚类,在密度聚类算法的基础上,使用了移动非密集单元的处理方法实现了共词聚类。该算法克服了传统聚类算法裁剪造成的精度误差,提高了聚类结果的精确度,应用在电子商务平台的效果良好。     

茶叶微生物固态发酵中咖啡碱降解途径初探

为探究微生物作用下咖啡碱的降解产物与途径,将普洱茶发酵中筛选鉴定的Aspergillus sydowii NRRL250（聚多曲霉）、Aspergillus pallidofulvus NRRL4789、Aspergillus sesamicola CBS137324和Penicillium mangini CBS253.31等优势菌株分别接种至晒青毛茶进行单菌种固态发酵,并采用高效液相色谱（HPLC）测定咖啡碱、可可碱、茶碱的含量,探究微生物对咖啡碱代谢的影响;另外,基于UHPLC-QTOF-MS代谢组学技术,以灭菌处理组（ST组）和原料组（RM组）为对照,对聚多曲霉接种发酵样进行代谢组学分析。结果表明,A. pallidofulvus NRRL4789、A. sesamicola CBS137324和Penicillium mangini CBS253.31等优势菌株对咖啡碱等嘌呤类碱代谢均无显著影响,而在聚多曲霉接种发酵中,咖啡碱含量显著下降（P<0.05）,降幅达83.89%;茶碱含量显著增加（P<0.05）,发酵末期含量为(25.03±1.17) mg·g^-1;而可可碱保持基本稳定。由此可知,聚多曲霉对咖啡碱降解代谢有显著影响。采用UHPLC-QTOF-MS方法检出茶碱、3-甲基黄嘌呤、1,7-二甲基黄嘌呤等9种与咖啡碱降解相关的代谢物。在聚多曲霉作用下,茶碱、3-甲基黄嘌呤、1,7-二甲基黄嘌呤、7-甲基黄嘌呤含量显著提高（P<0.05）。茶碱、3-甲基黄嘌呤、1,7-二甲基黄嘌呤和1-甲基黄嘌呤与咖啡碱及其相关代谢物的N-脱甲基化途径相关。1,7-二甲基尿酸、1-甲基尿酸与咖啡碱相关代谢物的氧化途径相关。由此可知,聚多曲霉为降解普洱茶咖啡碱的优势菌株,且具有将咖啡碱转化为茶碱的潜在能力;在咖啡碱降解代谢过程中,存在聚多曲霉作用下的N-脱甲基化和氧化,并以N-脱甲基化为主。     

不同施肥和保水措施对油茶土壤N2O排放的影响

为探究不同施肥和保水措施对油茶土壤N_2O排放的影响,采用静态暗箱-气相色谱法,设置对照(B0CK)、氮肥(N,0.13 g N·kg~(-1))、磷肥(P,0.065 g P·kg~(-1))、氮磷肥(NP,0.13 g N·kg~(-1)+0.065 g P·kg~(-1))、低复合保水材料(生物炭和聚丙烯酰胺,B1,每盆13.65 g炭+1.35 g聚丙烯酰胺)、高复合保水材料(生物炭和聚丙烯酰胺,B2,每盆27.30 g炭+2.70 g聚丙烯酰胺)、低复合保水材料和N(NB1)、高复合保水材料和N(NB2)、低复合保水材料和P(PB1)、高复合保水材料和P(PB2)、低复合保水材料和NP(NPB1)、高复合保水材料和NP(NPB2),共12个处理,进行不同施肥和保水措施下土壤N_2O排放的差异比较。结果表明,N、P添加均显著增加土壤N_2O的累积排放量,NP添加与对照无差异。施加复合保水材料抑制土壤N_2O的排放,随着复合保水材料施用量的增加,土壤N_2O的排放显著降低,与对照相比,B1和B2处理N_2O减排50%以上。N添加条件下,与对照相比,添加复合保水材料NB1、NB2的N_2O累积排放显著降低。P与复合保水材料无交互作用。N、P和复合保水材料对土壤N_2O累积排放量具有显著作用,在NP同施时,与对照相比,添加复合保水材料NPB1、NPB2的N_2O累积排放分别降低了1.18%、30.69%。因此,高复合保水材料类型的施肥措施对减少油茶土壤N_2O排放具有重要意义,从而对缓解全球气候变化具有重要影响。     

基于CiteSpace的国内旅游精准扶贫研究进展

随着旅游扶贫开发工作的不断深入,旅游扶贫精准化的重要性日益凸显。为实现旅游扶贫的精准化,要加强对旅游精准扶贫相关问题的研究。因此,旅游精准扶贫研究成为当前旅游研究者关注的热点议题。基于CiteSpace和相关文献分析,采用定性和定量相结合的研究方法,对我国旅游精准扶贫研究的历程、内容、地域和方法进行梳理,从主要研究者、研究机构、关键词聚类等方面进行可视化分析并绘制知识图谱,分析认为,我国的旅游精准扶贫研究处于快速成长时期;研究内容集中于精准识别、民族地区、概念及理论基础、模式、运行机制与实现路径、效应评价等方面;研究区域集中分布在连片特困地区和少数民族地区;研究方法以定性研究为主,而定量研究相对匮乏。     

假眼小绿叶蝉与其天敌的空间关系及最佳样方确定

为了分析在聚块大小不同时天敌对假眼小绿叶蝉Empoasca vitis Gothe空间上跟随关系的密切程度、聚集原因和聚集范围,为评价假眼小绿叶蝉的天敌优势种提供科学依据,用聚块样方方差分析法、灰色关联度法、空间聚集强度指数、种群聚集均数法和ρ指数法对安徽省合肥市‘乌牛早’和‘白毫早’茶园不同大小聚块条件下的假眼小绿叶蝉及其7种蜘蛛类的天敌空间关系进行分析。假眼小绿叶蝉与其7种蜘蛛类天敌均方差峰值时的聚块样方数的关联度分析结果表明:‘乌牛早’茶园中与假眼小绿叶蝉空间上跟随关系密切的前四种天敌依次是茶色新圆蛛Neoscona theisi(0.753 5)、八斑球腹蛛Theridion octomaculatum(0.720 1)、锥腹肖蛸Tetragnatha maxillosa(0.681 3)和草间小黑蛛Erigonidium graminicolum(0.644 2)。‘白毫早’茶园中与假眼小绿叶蝉空间上跟随关系密切的前四种天敌依次是粽管巢蛛Clubiona japonicola(0.823 5)、鳞纹肖蛸Tetragnatha squamata(0.800 9)、锥腹肖蛸(0.794 2)和茶色新圆蛛(0.794 2)。两种茶园前四种天敌中相同的天敌是茶色新圆蛛和锥腹肖蛸。假眼小绿叶蝉在聚块内基本样方数k为1、2、4、8时,随着聚块内基本样方数的增多,聚集分布格局时的扩散系数C不断增大,均匀和随机格局时扩散系数不断减小。聚块内基本样方数k为2、4、8时与k为1时的假眼小绿叶蝉的空间分布聚集程度差异均不显著。假眼小绿叶蝉的种群聚集均数λ多数情况均大于2,其聚集是该虫本身原因引起的,假眼小绿叶蝉在种群聚集均数λ为正值时,随着聚块内基本样方数的增加,则种群聚集均数λ不断增大。用假眼小绿叶蝉不同大小聚块的ρ指数判断个体群聚集时的最小范围是聚块中有1个基本样方,即本文的4 m~2。该研究为该虫抽样时确定样方大小提供了科学依据。     

基于物联网(IOT)的规划预测算法在农业灌溉中的应用

为了节约以及最优化利用水资源,避免粗放型农业灌溉需求对资源的浪费。利用部署在农田里的传感器获取土壤湿温度、空气相对湿度、紫外线辐射强度等自然环境参数再结合来自互联网的天气预报数据,系统将传感器节点获取的实时数据以及互联网提供的天气预测信息输入SVR模型进行训练得到未来的土壤水分差预测值,结合k-means聚类算法得出精确的预测结果,最后利用Web服务和基于Web的信息可视化功能进行智能决策,搭建了基于物联网平台并结合规划预测算法的智能灌溉管理系统,并给出合理的灌溉建议。通过两周的预测结果可知,与HS算法方法比较,SVR+k-means聚类规划预测算法预测结果与实际测量结果的拟合程度更好、波动更小、精度更高。根据规划预测算法测试数据与传统算法比较表明了前者的精确性,并且通过仿真充分表明了规划预测算法的可靠性与优越性。可以看出规划预测算法对土壤水分的预测值更加接近实测值。通过规划预测算法得到的精确的土壤水分差的量化结果,可以实现对未来的农田的智能灌溉决策控制,达到节约水资源的目的。     

肥料增效剂对碳氮淋溶和CO_2排放量的影响

为了调控肥料养分在土壤中的转化、减少养分损失,研制和合理使用肥料增效剂具有重要意义。研究采用土柱模拟试验的方法,探讨添加不同数量肥料增效剂对土壤碳(C)、氮(N)养分淋失数量以及土壤呼吸强度的影响,从减少肥料损失、保护环境角度明确增效剂的最佳施用量,为增效剂的合理施用提供科学依据。结果表明:施用增效剂对N和C的淋洗损失和二氧化碳(CO_2)排放损失量具有显著的影响,该影响主要发生在肥料施用后的前60天左右。当增效剂按肥料投入总量的6‰和8‰加入时,淋洗液中无机氮的累积淋洗量降幅达到13%～41%(P<0.05);而淋洗的无机N以硝态氮(NO_3~--N)为主,NO_3~--N淋洗总量是NH_4~+-N淋洗总量的20倍左右。增效剂的添加对可溶性有机C无显著影响,但显著增加了土壤CO_2的排放,增幅达到14%～64%(P<0.05)。淋洗结束后,与不施增效剂处理相比,增效剂添加量为6‰和8‰处理能够显著增加土壤NH_4~+-N、NO_3~--N、全氮(TN)和可溶性有机碳(DOC)含量,而土壤有机碳(SOC)含量基本保持不变。说明肥料增效剂能够减缓肥料氮素水解速率,又能抑制NH_4~+-N转化为NO_3~--N过程,加之土壤和增效剂对NH_4~+-N的强吸附特性,致使氮素迁移总量降低,可有效减轻对地下水造成污染的风险。综合以上结果,从减少土壤C、N淋洗和保持、提升土壤C、N含量角度考虑,增效剂的最佳施用量应大于肥料投入总量的6‰。