采用双模态联合表征学习方法识别作物病害

基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点。但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量。构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广。该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet)。该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习。最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%。该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法。     

新疆机采棉加工工艺对棉花质量的影响

为了研究新疆机采棉加工工艺在清理杂质的同时对棉花品质的影响，围绕典型的新疆机采棉加工工艺，从4道籽棉清理前后、轧花前后、3道皮棉清理前后等环节取样、测试，探讨棉花品质指标（含杂率、上半部平均长度、长度整齐度指数、断裂比强度）在新疆机采棉加工过程中的变化规律，分析含杂率与棉纤维上半部平均长度、长度整齐度指数、断裂比强度之间变化的相关性。结果表明：新疆机采棉加工工艺在清理杂质的同时，降低了棉纤维的上半部平均长度、长度整齐度指数、断裂比强度，其中含杂率与棉纤维上半部平均长度、长度整齐度指数相关极显著。认为：以此定量分析为参考依据，结合各地机采棉品质特征调整新疆机采棉加工工艺，增加籽棉清理道次，适当减少皮棉清理道次，可在保证杂质清理效果的同时，提高棉花品质。     

气候变化情景下流苏香竹潜在分布区预测

流苏香竹（Chimonocalamus fimbriatus）是云南特有珍稀竹种，主要分布于云南西南部。文章以野外调查获取的流苏香竹分布信息为主，运用最大熵模型（MaxEnt）同时结合地理信息系统（ArcGIS），基于19个气候因子，预测其在当前及未来气候变化情景下的潜在分布区。结果表明：当前流苏香竹的高适生区和中适生区主要分布于德宏州、保山市和临沧市等地，除迪庆州、丽江市和昭通市外，云南其他区域均有低适生区零星分布。在未来2050s和2070s的2个时间段，基于2种不同共享社会经济路径（SSP1-2.6和SSP5-8.5），流苏香竹的高适生区面积呈减少的趋势，尤其是SSP5-8.5路径下，高适生区面积仅为当前的12.51%（2050s）和18.63%（2070s）；中、低适生区在SSP1-2.6路径下，显著扩张（2050s）或略微扩张（2070s），在SSP5-8.5路径下，则大幅收缩。流苏香竹野外实际分布区及其潜在分布区均以斑块状为主，可能与云南特殊的地形、地貌有关。影响流苏香竹分布的主导气候因子为最湿月份降水量、最暖月份最高温度、最干季度降水量和平均气温日较差。流苏香竹对气候变化比较敏感，根据其野外分布状况，建议以就地保护为主、迁地保护为辅，在其潜在适生区内适当引种栽培。     

数值模型结构不确定性对模拟结果的影响分析

以内蒙古鄂托克旗为例,基于GMS中的MODFLOW模块构建了地下水流数值模拟模型,分析了模型结构(含水层厚度、参数分区)与模型参数不确定性因素对模拟结果的影响.研究结果表明:含水层不确定情景(含水层下边界概化为隔水底板平均值870 m)与实际情况水头差值绝对值的累计和最大为701 m,对模拟结果起了主控作用;当含水层下边界概化为910,940 m时,累计和分别增加为1 013,1 593 m;与仅考虑单个不确定性因素相比,同时考虑模型参数与含水层不确定情景累计和最大为738 m,同时考虑参数分区与含水层不确定情景累计和最大为791 m.因此,在构建地下水流数值模拟模型时,应优先考虑含水层空间结构概化的合理程度,同时考虑多个不确定性因素对模拟结果的综合影响,使地下水数值模拟模型能更精确地反映真实的地下水流状况.     

猪活动区域多孔介质模型及其阻力系数的CFD模拟

旨在尝试将躺卧姿势下的猪体简化成不同几何形状以求取其阻力系数,并分析它们的差异性。本研究采用校核过的CFD模型,模拟探究了简化猪模型、半椭球模型、椭球模型和半圆柱模型4种不同躺卧猪模型对猪群区域在X、Y和Z3个垂直方向上阻力系数的影响,分析了4种模型对猪栏内气流以及压力分布的影响。结果表明,椭球模型的惯性阻力系数相比半椭球模型与半圆柱模型更加接近简化猪模型,其在X、Z和Y方向上的惯性阻力系数与简化猪模型之间的相对误差分别为-4.0%、-12.2%和14.7%,并且气流与压力分布基本一致。因此,采用椭球模型代替简化猪模型进行建模计算不仅能保证准确度还能有效提高计算效率。     

中国茶叶出口的影响因素与贸易效率 ——基于随机前沿引力模型的实证分析

基于时变随机前沿引力模型和贸易非效率模型,运用37个代表性国家和地区2001—2017年面板数据,实证分析了中国茶叶出口的影响因素与贸易效率。结果显示,我国茶叶出口贸易效率呈现随时间递增的趋势,但是总体上我国茶叶出口效率处于较低水平,且呈现区域不平衡,对发达经济体的出口贸易效率相对较高,与“一带一路”沿线国家的茶叶贸易效率比较低;我国茶叶出口效率无法完全实现主要是由于技术效率损失;国内供给增加、进口市场容量扩大以及贸易成本降低均对茶叶贸易效率有促进作用;进口市场营商环境改善一定程度上能够抵消贸易非效率的影响,提升我国茶叶出口效率;自由贸易协定对于我国茶叶出口尚未发挥作用。     

郑州市黄河南岸景观格局变化及其对生态空间的影响

以郑州市沿黄河南岸6个区(县)1997、2009、2019年3期遥感影像为基础数据,借助ENVI、Frag-stats和ArcGIS软件,运用景观单一动态度、土地利用转移矩阵、景观格局指数等方法,对研究区景观格局变化特征及对生态空间的影响进行了分析,并进一步分析了黄河南岸郑州段景观格局演变特征,揭示了郑州市沿黄河6个区(县)景观格局变化对黄河生态空间的影响.结果表明:(1)1997～2019年郑州市的快速发展使沿黄河大面积区域从郊区变为城镇,耕地面积占比由49.2％下降至21.4％,建设用地占比由5.36％上升至28.52％,土地利用变化整体处于不平衡状态,相互之间转换频繁;(2)1997～2009年,研究区处于无序蔓延的城市扩张状态,2009～2019年研究区内城市快速扩张的同时,开始注重区域内生态环境的建设;(3)研究区总体上景观格局呈现破碎化趋势,斑块形状趋于规则,景观空间分布不集中,连通性较差;(4)黄河南岸大堤外5000 m范围内生态空间被不断侵占,生境质量和连通性差.受人类活动不断增强的影响,近22年黄河南岸郑州段景观格局变化显著,生态空间不断被城市发展用地挤占,必将削弱黄河生态屏障功能,威胁区域生态安全.     

内蒙古锡林郭勒盟典型草原固碳量及固碳潜力估算

为了评价不同放牧强度对草原固碳量及固碳潜力的影响，本研究采用系统动力学建模方法耦合CASA光合利用率模型、Shiyomi放牧模型、Raich土壤呼吸模型等模型，建立了基于系统动力学库-流思路的碳循环模型，该模型包含3个子系统、4个碳库。结果表明：1998至2015年，在内蒙古锡林郭勒盟的温度降低、降水量增加的背景下，净初级生产力呈现升高的趋势，典型草原土壤固碳量呈现下降趋势；放牧强度在3羊·公顷^-1下净生态系统初级生产力最低，固碳潜力最大，分别为-16.2 gC·m^-2和24.84 TgC。因此，建议内蒙古锡林郭勒盟典型草原西部（阿巴嘎旗、那仁宝力格站）的放牧强度不宜超过1.5羊·公顷^-1；东部（多伦县、东乌珠穆沁、西乌珠穆沁、锡林浩特站）不宜超过4.5羊·公顷^-1。     

行株距配置对水稻冠层光合特性及产量的影响

为揭示行株距与水稻冠层光合特性及产量的关系，为江苏稻区水稻生产选用适宜行株距提供科学依据，以南粳9108为试验材料，试验设置不同的行距、株距处理：CK(30 cm×12 cm)、R1(30 cm×14 cm)、R2[(20 cm+40 cm)×12 cm]、R3(25 cm×14 cm);R4(30 cm×10 cm),研究不同行株距配置对水稻灌浆期的叶面积指数(LAI)、冠层温度、剑叶光合特性、冠层光辐射(PAR)透过率、反射率、截获率及产量的影响。与常规对照处理相比较，R2、R3处理水稻产量分别增加29.96%和46.69%,但R2和R3处理间产量差异不显著。R2处理种植密度与常规处理一样，因为设置了宽窄行降低了冠层温度和表层光截获率，且提高了光透射率，从而提高了SPAD值和光合速率，最终提高了产量。R3处理通过降低行距和增加株距的办法，获得了2.84%种植密度的提升，从而提高了单位面积的光合速率和有效穗数，最终提高了产量。在不改变种植密度的前提下，宽窄行处理有助于改善行间小气候，增加行间通风透光性，提高水稻对高温环境的耐性，从而提高产量。此外，适当降低行距和提高株距的R3处理提高...     

红花香椿单木及林分材积生长率模型研究

为解决红花香椿单木及林分材积生长率表缺乏的问题,通过收集样木、样地数据处理、备选模型求解、模型选优、模型优化等思路和过程,建立了红花香椿单木及林分材积生长率模型.经TOPSIS法模型选优显示,单木和林分材积生长率最佳模型均为P=a0D-a2t-a1;利用免疫进化算法(IEA)进一步优化了模型参数,提高了模型预估精度,并据此编制了红花香椿单木及林分材积生长率表.