考虑水头损失的管道灌溉分水口轮灌分组优化模型

【目的】优化灌溉系统中分水口轮灌分组的灌溉制度,在满足流量要求的条件下节约电能。【方法】提出了在考虑水头损失时不同分水口状态与管道进口压力的关系模型,该模型利用分水口开关0,1状态作为自变量,从管道末端起利用推导的递推公式求出管道进水口的等效水头损失系数。依据该模型,在定流量分组轮灌优化中得到为使分组轮灌功率最小的目标函数。利用遗传算法对上述问题进行了优化求解,并给出了编码方案。【结果】在分水口等间隔布置时,轮灌分组按轮灌分组数等间隔安排所需功率最小,优化后的水头损失系数可以减小到没有优化前的0.772倍。【结论】本研究模型不仅适用于恒定流量的组合优化,也可应用于不同分水口的所需水量不同的随机灌溉以及恒压供水的优化中。     

滴灌下生物质改良材料对盐渍土水盐氮运移的调控效应

为探究生物质改良材料对滴灌盐渍土水、盐、肥运移过程的调控效应，采用土箱模拟试验，研究了水肥一体化滴灌条件下，生物炭和腐殖酸两种改良材料对盐渍土水、盐、氮运移和再分布过程及其时空分布特征的影响规律。结果表明：在滴灌条件下，盐渍土壤水盐的时空动态变化表现出明显的水分入渗驱动的盐分运移过程和蒸发扩散驱动的水盐再分布过程；铵态氮含量在时间上表现出先增大、后减小的变化趋势，在空间上的运移再分布特征较弱；硝态氮含量初始时空分布表现出与水盐相似的运移特征，受铵态氮硝化作用的多重影响，后期空间分布与铵态氮空间分布相似；生物炭通过提高土壤饱和导水率，增大了入渗阶段土壤水、盐、氮的运移速率和分布范围；腐殖酸通过提高土壤田间持水率增大了再分布过程土壤水、盐、氮的分布范围和强度，同时其对尿素的水解和硝化过程表现出更强的抑制效果。应用生物质改良材料在改变土壤物理性状进而调控滴灌土壤水盐运移的同时，还影响土壤氮素转化运移过程及其分布，这为水肥一体化滴灌盐渍农田的节水、控盐、减肥治理提供了理论基础。     

Compatibility of root growth and tuber production of potato cultivars with dynamic and static water‐saving irrigation managements

The important root characteristics of root length density (RLD) and root mass density (RMD) generally differ among irrigation managements and potato cultivars. The objective of this study was to investigate the RLD and RMD variations and their functional relationships with gross potato tuber yield for two commercial potato cultivars, Agria and Sante, under different irrigation strategies. Full irrigation and water‐saving irrigation strategies, deficit and partial root drying irrigations, were applied statically (S) and dynamically (D) based on daily crop evapotranspiration. Results showed that SPRD had significantly greater RLD (3.64 cm/cm³) and RMD (132.7 μg/cm³) than other irrigation treatments. Between the potato cultivars, Agria had significantly larger values of RLD (3.50 cm/cm³) and RMD (138.7 μg/cm³) than Sante. The functional relationship between the root growth characteristics and tuber yield showed that under water‐saving irrigations, Agria increased root mass at the expense of gross tuber yield but Sante increased root mass to maintain larger gross tuber yields. However, Agria produced more roots and gross tuber yield than Sante, and it is concluded that Agria is a more drought‐tolerant potato cultivar, which is recommended for tuber production in regions where water might be scarce. It was shown that larger root production in potatoes was associated with improved tolerance to water stress.     

基于土壤水分下限的宁夏枸杞滴灌灌溉制度试验研究

以宁杞7号枸杞为研究对象,在宁夏同心县开展2 a田间试验.设置4个关键控水期、3个控水水平共8个处理,研究枸杞不同生育期不同水分下限条件下根区土壤含水率、叶片光合生理指标、产量与品质变化;分析其耗水规律与水分利用效率,提出基于土壤水分下限的宁夏枸杞滴灌灌溉制度.结果表明:不同水分处理枸杞根区20~60 cm土层土壤含水率最大;叶片气孔导度随土壤下限升高而增大,高水分下限处理的蒸腾速率相对较大,叶片水分利用效率则相反;生育期耗水量随土壤水分下限升高而增大,2 a增幅分别为10.8%和12.8%,平均耗水量为386.6~463.2 mm,夏果期耗水量最大且差异具有统计学意义,是关键需水期.2 a均为处理S5的产量最大分别为2 208.15和2 571.30 kg/hm²,水分利用效率最高为0.39 kg/m³;水分处理对蛋白质含量影响差异不具有统计学意义,低土壤水分下限的枸杞多糖含量相对较高;全生育期分为6个灌水期,其中萌芽期灌水(春水)为375 m³/hm²;春梢生长期、花期、夏果期、秋果期的土壤质量含水率下限分别为50%θ_f(θ_f为田间持水率),65%θ_f,65%θ_f,55%θ_f,而上限为95%θ_f;休眠期冬灌量为450 m³/hm².     

基于部首嵌入和注意力机制的病虫害命名实体识别

为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题，以农业病虫害文本为研究对象，提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型(Chinese agricultural diseases and pests named entity recognition with joint radical embedding and self attention, RS-ADP)。首先，该模型将部首嵌入集成到字符嵌入中作为输入，用以丰富语义信息。其中，针对部首嵌入设计了3种特征提取策略，即卷积神经网络(Convolutional neural network, CNN)、双向长短时记忆网络(Bidirectional long short term memory network, BiLSTM) 和CNN-BiLSTM；其次，采用多层不同窗口尺寸的CNNs层提取不同尺度的局部上下文信息；然后，在BiLSTM提取全局序列特征的基础上，采用自注意力机制进一步增强模型提取更长距离依赖的能力；最后，采用条件随机场(Conditional random field, CRF)联合识别实体边界和划分实体类别。在包含11个类别和24715条标注样本的农业病虫害自制语料上进行了实验。结果表明，本文模型RS-ADP在该数据集上精确率、召回率和F1值分别为94.16%、94.47%和94.32%；在具体实体类别上，RS-ADP在作物、病害、虫害等易识别实体上F1值高达95.81%、97.76%和97.23%。同时，RS-ADP在草害、病原等难以识别实体上F1值仍保持86%以上。实验结果表明，本文所提模型能够有效识别农业病虫害命名实体，其识别精度优于其他模型，且具有一定的泛化性。     

基于卷积神经网络的拖拉机工况识别

农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。     

面向养殖水体分布差异的COD光谱法检测研究

面向养殖水体，传统光谱法对化学需氧量（Chemical Oxygen Demand，COD）检测模型构建的基础：源域（现有样本库）与目标域（检测地水体）间光谱数据独立同分布。但是当源域与目标域分布间存在差异时，由源域得到的低误差模型常在目标域上表现下滑。针对该问题，提出面向UV Vis光谱的域对抗训练网络（DAUVwpNet），将分布不同的源域和目标域数据映射至相同分布的特征空间中，使其在该空间的分布距离尽可能接近，从而在特征空间中对源域训练的目标函数也可以迁移至目标域上，以降低模型在目标域的误差。试验表明：面向同一批测试数据，DAUVwpNet的预测误差为0.78，要低于传统模型的预测误差（0.85）；DAUVwpNet预测值与实测值间相关系数为0.95，要高于传统模型的相关系数（0.89）。表明了该网络能够较好对齐两域特征空间数据分布，降低因分布差异带来的COD检测误差。     

基于主成分分析和Copula函数的灌溉水利用系数影响因素研究

以新疆生产建设兵团第十二师中型灌区为研究对象，采用首尾法测算2018年和2019年4个样点灌区的灌溉水利用系数，在采用主成分分析法对指标体系降维处理的基础上，用Copula函数构建PCA-Copula评价分析方法，对灌溉水利用系数各影响因素的影响程度和影响规律进行计算分析。结果表明：两年测算数据表明，4个样点灌区灌溉水利用系数都在0.63以上，且最大值达到0.668，分别高于同期全疆、全国平均水平5.05%、10.15%；主成分分析得出，渠道衬砌率（0.944）、滴灌灌溉面积比（0.746）、作物需水量（0.635）、实际灌溉面积（0.734）等都具有超过60%的正贡献率，而葡萄种植比（-0.586）和灌区毛灌溉用水量（-0.645）等具有超过58%的负贡献率。利用PCA-Copula分析评估方法得出，作物种植比例和节水灌溉工程状况对十二师中型灌区灌溉水有效利用系数影响显著（P<0.05），其中葡萄净灌溉定额和灌区毛灌溉用水量对灌溉水有效利用系数的影响极其显著（P<0.01），相关系数分别为0.875、0.742，同时利用Spearman等级相关系数检验法和线型回归来检验PCA-Copula评价法与熵值法的密切程度，检验结果其相关系数分别为 0.87（P＜0.05）和0. 52（P＜0.001），表明PCA-Copula评价方法适用于研究灌溉水利用系数影响因素。     

亏缺灌溉对南疆棉花生长和水分利用的影响

针对南疆地区水资源短缺、作物水分利用效率低等问题,以棉花为试验材料进行田间小区试验,在棉花现蕾期、开花期以及结铃期分别设置3个亏缺灌溉水平(W₁:50%ET_c,W₂:65%ET_c,W₃:80%ET_c,ET_c为作物蒸发蒸腾量),以全生育期100%ET_c灌溉处理为对照(CK),研究膜下滴灌条件下,不同生育期亏缺灌溉对棉花生长、产量、氮素吸收和水分利用效率的影响.结果表明:现蕾期亏水对棉花株高、叶面积指数、地上干物质生长、氮素吸收和产量有不同程度的抑制效应,但复水后补偿效应显著,其中轻度亏水(W₃)在籽棉产量减少3.48%的条件下,WUE高达1.57 kg/m³,显著高于CK的1.48 kg/m³;开花期亏水,棉花的各项生长指标均有显著降低,复水后补偿效应不显著,不利于棉花生长发育;结铃期亏水对棉花地上干物质累积、氮素吸收和产量均有显著的抑制效应,但在W₂和W₃水平下,WUE均达1.51 kg/m³.综合考虑在保证棉花产量的同时达到节水增产的目的,可在棉花蕾期进行80%ET_c灌水,其他生育阶段实施充分灌溉,来控制营养生长,促进生殖生长,获得更高的水分利用效率.     

基于深度学习的牛肉大理石花纹等级手机评价系统

大理石花纹是影响牛肉品质等级的重要指标,目前中国牛肉加工企业对大理石花纹的评价是由专业分级人员参照标准图谱完成,具有主观性强、耗费人工的缺点。针对上述问题,该研究提出了基于深度学习的智能分级方法,设计一种具有4层卷积的神经网络结构,实现了大理石花纹特征的自动提取,并基于智能手机开发了牛肉大理石花纹检测软件。该研究共采集样本图像1 800张,按3:1:1分为校正集、验证集和测试集。为进一步验证模型,将该方法与传统机器视觉方法进行了比较,提取了牛肉大理石花纹的大、中、小脂肪颗粒个数,脂肪总面积和脂肪分布均匀度5个参数,并建立了多元线性回归模型。试验结果表明,该研究所用方法大理石花纹检测准确率更高,验证集检测正确率为97.67%。最后编写了手机软件,将模型移植入Android手机,在手机平台上调用模型进行大理石花纹检测。试验表明,该软件对测试集样本的检测准确率为95.56%,单张检测时间低于0.5 s。该研究结合卷积神经网络分类能力强和智能手机运行速度快等优点,开发了牛肉大理石花纹的手机评价系统,具有较好的实用性和便携性,可提高牛肉大理石花纹检测效率,有助于提高农畜产品检测的智能化水平。