集成3S，ZigBee和射频识别的土壤采样远程智能管理系统

为实现农田土壤样本采样及管理智能化,设计了基于3S(GIS:geographic information system;GPS:global positioning system;RS:remote sensing)、ZigBee无线通信、射频识别(radio frequency identification,RFID)、4G等技术的土壤采样智能管理系统,该系统由采集节点、协调器网关、移动终端和远程管理软件组成,其中采集节点用来获取土壤样本的地理位置信息、RFID电子标签数据以及土壤环境的温湿度。协调器网关由ZigBee协调器连接4G模块组成,实现ZigBee无线网络转换为4G网络。4G模块经配置软件配置好服务器IP和端口号等信息后,将采集节点获取的数据传输到远程服务器的管理软件中。通过系统稳定性试验测试,丢包率为0.2%,该系统具有较高的可靠性。移动终端采用掌上电脑PDA(personal digital assistant),实现土样采集的现场监测管理。远程管理软件应用Web、SQL Server(structured query language server)、Socket等技术开发了数据接收显示、百度地图、数据自动成图(2D、3D)等功能模块。利用GPS信息在百度地图中可以实现采样点的实时跟踪,调用数据库数据或者本地试验数据可以自动生成有关土壤信息的空间分布图。该系统采集土壤样本信息的同时也可获取相应的土壤样本养分信息,将土壤养分信息数据按照RFID标签导入土壤管理软件中对应的土样信息栏,生成了土壤养分空间分布图,为后续变量施肥提供决策支持。     

基于灰度关联-极限学习机的土壤全氮预测

为了克服近红外光谱的多重共线性、吸光度非线性等特点给土壤全氮含量预测带来的影响，引入灰度关联-极限学习机方法选择出具有较好预测能力的波长组合，以建立高精度土壤全氮含量预测模型。首先利用一阶微分光谱得到反映土壤全氮含量的敏感谱区，再利用灰度关联法得到土壤全氮含量的敏感波长，分别为1007、1128、1360、1596、1696、1836、2149、2262nm。最后采用极限学习机，将上述敏感波长作为输入，建立了土壤全氮预测模型。作为对照，同时采用传统相关分析方法选择了敏感波长并建立了回归模型。2种建模结果表明，灰度关联-极限学习机建立的土壤全氮预测模型，其建模决定系数R2c为0.9134，预测决定系数R2v为0.8787，建模精度和预测精度都比传统建模方法高。特别在预测低氮含量土壤时，灰度关联-极限学习机方法优势更明显。     

蝴蝶兰原球茎的增殖研究与解剖学观察

蝴蝶兰是名贵花卉,市场需求量大,工厂生产大多通过组织培养无性繁殖来达到扩增的目的。本研究以蝴蝶兰（Phalaenopsis）的原球茎（Protocorm-like body,以下简称PLB）为外植体在VW + 3.0 mg/L 6-BA+ 0.2 mg/L NAA+ 20 g/L 蔗糖+ 16 g/L琼脂+ 1 g/L活性炭中分别添加不同浓度（10%、15%、20%）的有机物（椰乳、椰汁、马铃薯汁、香蕉泥、水解酪蛋白）进行培养,比较不同浓度的有机添加物对蝴蝶兰PLB增殖的影响。结果表明：5种有机添加物中,对蝴蝶兰PLB增殖效果总体影响由好至差依次为椰乳、椰汁、马铃薯汁、香蕉泥、水解酪蛋白。椰乳的最佳增殖浓度是15%,椰汁的是20%,马铃薯汁的是10%,香蕉泥的是15%,而水解酪蛋白的10%、15%、20%这3个浓度都偏高,抑制了PLB的增殖。对蝴蝶兰初生、次生各阶段PLB和由PLB所诱导分化的叶芽进行了切片观察,结果表明初生PLB的周边细胞排列紧密,中间细胞则稀疏,没有规则;次生PLB的细胞则大小比较均一,次生PLB发生于初生PLB的下半部,叶芽则发生在球茎的上半部区域,在初生PLB中还存在肾型的气孔和未知功能的棒状结构。     

台湾海峡褐藻种类与分布及其资源利用概况

台湾海峡海区的海岸线曲折,岸长水深,具有众多适合海藻生长的内湾和岩礁海湾,蕴藏丰富的海藻资源。褐藻是海藻中第二大藻类,种类繁多,具有重要经济价值。据统计,大型褐藻总计8目12科20属57种。但是,近年来近海海域大型海藻藻场日益减少。因此,本文对台湾海峡的褐藻物种特点、分布以及开发利用等情况进行综述,以期为褐藻种类资源保护和利用提供基础数据资料。     

基于Android手机平台的冬小麦叶面积指数快速测量系统

叶面积指数（Leaf area index，LAI）是衡量作物生长状况的重要参数，也是科学确定无人机喷药量的主要指标。为了建立一套作物叶面积指数实时测量方法，基于Android手机平台开发了一种冬小麦叶面积指数快速测量系统。在大田条件下选取长势均匀的10个试验区域，在不同生长期采用Android手机平台和ADC多光谱相机分别获取小麦冠层图像，同时手工测量小麦实际叶面积，根据不同测量结果计算3种叶面积指数： 将Android手机图像由RGB空间转换到HSV空间，在H-V双通道组合图像上进行图像分割后计算绿色叶片的面积IArea；由ADC多光谱相机自带软件获取的归一化植被指数（NDVI）和调节土壤植被指数（SAVI）数据反演的叶面积指数ALAI；实际手工测量的叶面积指数LAI。对以上3种叶面积指数的相关分析和建模分析结果表明，随着小麦不同生长期的变化，Android手机平台获取IArea与实际测量叶面积指数LAI的R2大于0.84(P小于0.01)，ADC获取的叶面积指数ALAI与实际测量叶面积指数LAI的R2大于0.83。     

园林施工中融入生态理念的重要性及策略分析

阐述了生态理念融入到园林施工中去的重要性及相关对策分析,促进人与社会和谐发展,以期能够提高人们对生态发展的重视度,探索一个能够更加适合人们居住的、更舒适的生活环境。