基于BP神经网络的人机联合率定SWMM研究

为解决雨洪管理模型(SWMM)在率定过程中参数复杂、过程繁琐等问题。以西宁市某地块为例建立SWMM模型,利用Morris筛选法进行参数灵敏度分析,并根据灵敏度分析的结果进行人工率定;另外利用BP神经网络对模型进行率定,并结合参数灵敏度对其进行优化。对3种率定方案进行分析,结果表明:水文水力模块参数的相对灵敏度基本一致,其中灵敏度较大的参数为子汇水区面积(Area)、不透水率(Imperv)和不透水区洼地蓄积量(Destore-Imperv),并且不同降雨条件下模型参数的灵敏度存在差异。经过优化后的BP神经网络参数率定方法的模型模拟效果最好,纳什系数最大。结合灵敏度优化BP神经网络的人机联合率定方法一方面能提高BP神经网络率定的准确性,另一方面又能提高传统人工率定的效率。     

农田环境中农药残留比例型荧光传感系统研究

为监测农业环境中有机磷农药的残留，从种养源头管控农产品安全，基于锆离子和1,2,4,5-四（4-羧苯基）苯（H-4-TCPB）合成了蓝色荧光金属-有机框架材料（MOFs）Zr-TCPB，并与红色荧光量子点QDs组装成双荧光QDs@MOFs复合物，基于Zr-TCPB对有机磷农药特异性荧光淬灭效应，构建比例型荧光化学传感器系统，实现了有机磷农药的快速、灵敏、可视化检测。甲基对硫磷与对硫磷的检测限（LOD）分别为1.9μg/L和4.9μg/L，线性检测范围为0.005~2mg/L。研究表明，该荧光分析法能有效用于农业环境水样中甲基对硫磷及对硫磷的现场快速测定，甲基对硫磷回收率为93.23%~116.46%，平均相对标准偏差（RSD）为5.29%，对硫磷回收率为92.52%~107.83%，平均RSD为5.74%。该方法在环境样品农药残留快速监测方面具有巨大的应用价值。     

播期和密度对马铃薯原种扩繁生长发育及产量的影响

在马铃薯原种生产中,播种密度和播种期对原种繁育的产量、种薯大小等有着明显的影响。选用当地主栽品种大西洋,于2017-2018年在山丹县冷凉区域,同一地点开展不同播期和密度试验。播种选择4月25日、5月5日、5月15日、5月25日和6月5日,种植密度设置60 000、90 000、120 000、150 000和180 000粒/hm ² 5个水平。结果表明,在当地的栽培模式大垄双行覆膜种植下,4月25日-5月15日播种,播种密度为120 000、150 000粒/hm ²,产量在45 285~46 770kg/hm ²,中种薯率在75.3%~79.6%,合格种薯多,均为最高,且此范围产量差异不显著。考虑到节约原原种投入降低成本,生产中优选120 000粒/hm ²的播种密度,在4月25日-5月15日种植,是大西洋原种繁育的最佳选择方案。     

国内杜鹃属植物组培快繁技术的研究进展

本文从外植体选择、外植体的灭菌方式、基本培养基的选择、诱导培养基的选择、生根培养基的选择、生根苗的移栽这几个方面归纳总结了国内有关杜鹃属植物组培快繁应用的研究进展,并提出了目前存在问题与发展利用前景。     

长期施肥处理对双季晚稻叶绿素荧光特征及籽粒产量的影响

研究施肥模式对水稻叶绿素含量及荧光参数的调节作用,对提高水稻光能利用效率及籽粒产量具有重要意义。本研究以水稻品种赣929为试验材料,比较长期定位施磷钾肥(PK)、施氮磷钾肥(NPK)、等养分条件下70%氮磷钾肥配合施用30%有机肥(70F+30M)、50%氮磷钾肥配合施用50%有机肥(50F+50M)、30%氮磷钾肥配合施用70%有机肥(30F+70M)条件下水稻叶绿素荧光参数和产量变化特征。结果表明,水稻旗叶叶绿素含量从齐穗期到成熟期呈下降趋势,且表现为30F+70M50F+50M70F+30MNPKPK。水稻叶绿素荧光参数Fv/Fm随水稻生育期的推进呈降低趋势,其中PK处理Fv/Fm值最低,而施氮处理比不施氮处理Fv/Fm值增加了2.85%～4.18%。叶绿素荧光参数qL、ΦPSII在NPK处理中表现为齐穗期较高, 20 d之后显著降低;在50F+50M、30F+70M处理中表现为齐穗期较低, 20 d以后显著增加;在PK处理、70F+30M处理中一直处于较高水平。NPQ变化趋势与qL基本相反。ETR-PAR光响应曲线拟合结果表明, 70F+30M处理ETRmax、?和Ek值在齐穗期和20 d后值均最高。综合看来,等养分条件下配施30%有机肥具有最优的叶绿素荧光指标组合及籽粒产量;而配施超过50%有机肥由于前期热耗散增大使得用于光合作用的光能份额减少,而施用氮磷钾肥处理则由于后期的衰老使得光能利用效率下降。     

蝴蝶兰‘大辣椒’组培快繁技术体系的优化

探索优化蝴蝶兰组培快繁技术体系，以蝴蝶兰‘大辣椒’半木质化花梗为试验材料，研究消毒剂、基础培养基、植物生长调节剂配比及浓度对蝴蝶兰不定芽诱导、增殖和生根过程的影响。结果表明:1）先用2% H₂O₂溶液处理15 min，再用10% NaClO溶液处理10 min，消毒效果良好，花梗污染率低，为26.6%；2）不定芽诱导最适培养基为花宝1号+花宝2号+ 6-BA 3 mg/L+NAA 0.05 mg/L，出芽率为78.9%；3）不定芽增殖最适培养基为花宝1号+6-BA 5 mg/L+NAA 0.05 mg/L，增殖系数为3.60；4）幼苗生根最适培养基为1/2MS+NAA 0.2mg/L，生根率为73.7%。本研究旨在优化‘大辣椒’品种的组培快繁技术体系，为进一步建立蝴蝶兰再生体系和工厂化生产提供技术支持。     

拖拉机变速箱箱体快速设计方法与软件开发

针对目前拖拉机变速箱箱体产品开发周期长、设计与制造成本高的问题，该研究提出了一种基于知识的拖拉机变速箱箱体快速设计方法。首先，研究并建立箱体设计知识库、推理机制及参数化模型；然后，运用Visual Studio 2015的MFC编写快速设计系统的人机交互界面，联合SQL Server2012、Creo4.0完成快速设计系统与知识库、模型库的连接，建立拖拉机动力换挡变速箱箱体快速设计系统，并进行实例验证；最后，运用ANSYS workbench18.1对系统输出模型进行有限元仿真分析，箱体最大等效应力为206.19 MPa，最大变形为0.450 mm，最大间隙变化量为0.007 8 mm，最大错移量为0.026 mm，一阶固有频率为369.48 Hz，与ZF公司相同传动方案产品相比，箱体质量减少了28.8 kg。结果表明：该系统能高效、快速地完成拖拉机变速箱箱体开发，系统设计的拖拉机变速箱箱体具有良好的强度、刚度、密封性与动态特性，产品质量更轻，这对于缩短产品开发周期、降低设计与制造成本具有重要意义。     

基于机器视觉的马铃薯晚疫病快速识别

晚疫病是马铃薯的一种严重病害,可造成减产甚至绝收。因此马铃薯晚疫病的识别与控制对提高其产量有非常重要的意义。该文基于机器视觉技术对马铃薯叶部晚疫病进行检测,根据马铃薯叶片上晚疫病斑的颜色、纹理和形状特征参数的不同,提取叶片表面的特征参数,并建立数学模型对病害程度做出评价。在RGB、HSV颜色空间中,根据马铃薯叶片在患病早期叶片颜色发生变化且与健康叶片不同,利用颜色特征,建立马铃薯晚疫病的无病和患病模型,该模型对马铃薯患病早期的识别率为67.5%。利用灰度共生矩阵,采用纹理统计参数进行病害等级评价,用熵值和能量值描述晚疫病的严重程度,纹理特征对患病程度的识别率比较稳定,对患病中期与后期的识别率分别为72.5%与80%。利用形状特征的相对特征,根据病斑面积比进行晚疫病诊断,该方法对马铃薯叶片晚疫病患病后期的诊断取得较好效果,识别率为90%,但由于叶片患病早期的病斑面积小且分散,识别难度大,识别率仅为50%。针对颜色、纹理及形状特征在识别马铃薯叶片晚疫病时的优势与局限性,提出颜色纹理形状特征结合的识别方法,对患病中期与后期的识别率分别为90%和92.5%。通常马铃薯晚疫病的理化值检测法耗时数天,但利用机器视觉识别马铃薯晚疫病患病情况非常快速,根据颜色特征进行病害识别的时间约为4 s,纹理特征识别的时间为7 s,形状特征特征识别的时间为3 s,综合颜色纹理形状特征的识别由于计算量较大,识别时间为9 s。该研究可为基于机器视觉的马铃薯晚疫病的快速检测提供理论依据。     

蝴蝶兰‘红天鹅’组织培养及快繁技术

[目的]探索‘红天鹅’花梗的不定芽诱导、丛生芽继代增殖和生根诱导技术。[方法]以蝴蝶兰新品种‘红天鹅’的花梗作为外植体,开展组织培养技术研究。[结果]用0.1%的HgCl2消毒外植体20 min,污染率可降低至27.2%,萌芽率达91.0%;不定芽继代增殖培养的最适培养基为MS+6-BA 6.0 mg/L+NAA 0.1 mg/L+AD 5.0 mg/L+香蕉50 g/L+土豆50g/L+蔗糖30g/L+琼脂7.5 g/L,增殖系数达3.80;最适合的生根诱导培养基为1/2MS+NAA0.4 mg/L+香蕉50 g/L+土豆50g/L+C 1.0 g/L+蔗糖15 g/L+卡拉胶7.0 g/L,生根时间为15 d,生根率达100%。[结论]发现了适宜‘红天鹅’的从消毒到增殖,再到生根中各试剂和激素的合理用量,为蝴蝶兰快繁技术发展提供了参考。     

桉树人工林中433MHz信道LoRa信号的传播特性

LoRa技术是最新出现的一种无线通信技术,具有低功耗、距离远、工作在非授权波段等特点,与ZigBee等现在常用的无线通信技术相比,其在人工林无线传感器网中更具潜力。然而由于LoRa的传输受环境影响较大,目前在人工林中传播特性的研究还处于空白。本研究基于Shadowing信号衰减模型,在广西东门林场中测试了433 MHz信道LoRa信号在两种天线高度下(1.5,2.0 m)和3种不同环境下(开阔环境、3 a林龄桉树人工林,5 a林龄桉树人工林)LoRa信号接收强度(RSSI)随距离变化的情况,每种条件下得到了两组数据。首先利用其中一组数据对模型进行拟合,拟合结果表明,LoRa信号传输遵从Shadowing模型,拟合度在0.886~0.982。然后利用另一组数据对模型的精度进行验证,验证结果表明,模型精度较高,模型的精度介于0.780~0.961。最后分析了桉树人工林中影响LoRa信号传输的主要因素。本研究的方法和获得的信号衰减系数可以为桉树人工林无线传感器网络监测中LoRa节点的组网和部署提供依据和参考。