煤矸石栽培基质在农业中资源化利用研究现状

随着煤矸石在农业方面研究的不断深入,其作为栽培基质的开发和应用已成为重要的研究领域.该研究在梳理和分析国内外研究成果的基础上,综述了煤矸石理化及生物学特性、利用途径、已取得的主要成果及存在的问题,指出今后煤矸石在农业资源化利用中的发展趋势.     

随机降雨对滨海盐碱土壤水分分布的影响

采用矩形脉冲模型随机模拟降雨过程,驱动HYDRUS模型分析土壤水分分布状况,应用析因设计方差分析方法量化降雨总量、降雨次数、极端降雨以及其时程分配特征对土壤含水率的影响。研究聚焦我国滨海平原盐碱地,以黄骅市为典型对象,定量分析3日逐小时降雨过程对不同深度土层（0~150 cm）土壤含水率的影响。结果表明：相较降雨过程的随机性而言,降雨对土壤含水率的影响因素降雨总量（A）>降雨次数（B）>极端降雨（C）,且降雨总量与次数间二阶交互作用对土壤含水率影响显著（P<0.05）;降雨总量一定时,当降雨次数较低（10次）,其平均降雨强度较大,相较于降雨次数较高（15、20次）,活跃层土壤含水率增高2.74%~6.23%,而相对稳定层土壤含水率降低5.66%~15.63%;随机降雨与均匀降雨对浅层土壤含水率影响的差异较小,但随着土层深度的增大,两种降雨方式下土壤含水率的差异不断增大,当降雨总量为250 mm时,均匀降雨条件下的稳定层土壤含水率相较于随机降雨最大增幅达39.52%,且相比于均匀降雨过程,随机降雨在降雨总量较小（160 mm与200 mm）时可入渗至稳定层;相较降雨总量对土壤含水率的影响,HYDRUS模型参数土壤饱和含水率（θ_s）的不确定性对土壤含水率影响更大。     

基于BA-SVM的冬小麦旱情表型分析与诊断

提升作物水分表型诊断精度和时效性是当前智慧灌溉领域研究的难点和热点之一。该研究针对以上难点提出了一种改进机器视觉算法的冬小麦旱情智能诊断方法。在测坑试验系统中设置了适宜水分处理（CK）、中度干旱处理（T1）、重度干旱处理（T2）,通过数码相机获取冬小麦早期RGB高清图像,利用HSV色彩空间改进的K-means聚类算法对小麦图像分割敏感区域,提取图像颜色和纹理特征数据并开展主成分分析,辨别出累计贡献率达到97.2%的前3维主成分。采用蝙蝠算法优化支持向量机（bat algorithm-support vector machine,BA-SVM）惩罚因子$ (c=5) $和核参数(σ=0.1),建立了基于蝙蝠算法优化的冬小麦旱情感知支持向量机模型,运用主成分分析降维后的识别精度优于其他特征组合,识别正确率为96.5%。明显高于GA-SVM（6.5%）和SVM（9.3%）,运行时间分别缩短7、14 s。构建了冬小麦旱情智能诊断方法,可为实时诊断冬小麦旱情和智慧灌溉决策提供可靠方法。