近红外光谱法预测紫花苜蓿草捆的营养品质和消化率

优质牧草苜蓿(Medicago sativa)品质的优劣和消化率的高低能在很大程度上影响畜牧业的发展。为探讨近红外光谱技术(NIRS)预测苜蓿草捆中营养成分和消化率的可行性,本试验采集来自我国苜蓿主产区的苜蓿草捆样品229份,利用改进的偏最小二乘法(MPLS),结合不同光谱处理和数学参数设置,建立苜蓿营养品质和消化率的近红外预测模型。结果表明:相对饲喂价值(relative feed value,RFV),中性洗涤纤维(neutral detergent fiber,NDF),酸性洗涤纤维(acid detergent fiber,ADF)和粗蛋白(crude protein,CP)的模型能用于实际含量的分析;半纤维素(Hemicellulose)和干物质体外消化率(In vitro dry matter disappearance,IVDMD)的交叉验证相对分析误差(relative prediction deviation for cross validation,RPDCV)值介于2.5~3之间,能够用于粗略分析,需要对定标集样品进一步扩充和完善以提高预测的准确度。试验初步建立了苜蓿草捆品质的定量分析模型,补充了我国苜蓿草捆营养品质数据库,为苜蓿草产品的生产、流通及动物饲料配方的制定提供了数据支持。     

干燥方法对苜蓿草粉营养价值的影响

以苜蓿草粉为研究材料,系统地探讨了不同干燥方法(自然干燥、烘箱干燥和机械干燥)对苜蓿草粉、苜蓿叶粉和苜蓿茎粉营养成分的影响。研究结果表明,不同的干燥方法对苜蓿草粉的酸性洗涤纤维、中性洗涤纤维、粗灰分、钙、磷等成分的含量影响不大,但机械干燥显著地保存了苜蓿草粉、苜蓿叶粉的蛋白质、胡萝卜素的含量,可使苜蓿草粉的蛋白含量达20.35%,苜蓿叶粉的蛋白含量达25.15%,胡萝卜素含量达238.70mg/kg。与自然干燥和烘箱干燥相比,机械干燥效果好,品质高。     

有机肥与化肥配施对低产田苜蓿产量、品质和经济效益的影响

采用田间试验,研究不同有机肥水平及配施化肥对低产田苜蓿的产量、营养品质及经济效益的影响。结果表明,施肥对低产田苜蓿草产量具有显著影响(P0.05),不论单施有机肥还是配施磷钾肥,苜蓿产量均得到提高,有机肥配施磷钾肥的3个处理显著提高苜蓿产量,第1、2茬苜蓿产量均以处理OF3PK增产最高,与对照相比分别增加了278.16%、276.54%,与其余各处理间差异显著(P0.05)。有机肥与磷钾肥配施能明显改善苜蓿营养品质,其中,粗蛋白含量得到显著提高,中性洗涤纤维和酸性洗涤纤维含量显著降低,综合分析,处理OF3PK苜蓿营养品质最佳。产投比以处理OF2PK最高,OF3PK次之,均有较好的经济效益。通过对苜蓿产量、营养品质及经济效益的综合全面的分析,处理OF3PK在实际大田生产中更适合进行推广。     

植物精油对苜蓿草发酵品质、微生物数量及饲用价值的影响

文章旨在评估用不同水平的植物精油对苜蓿草进行青贮,研究其发酵品质、微生物数量及对绵羊的饲用价值。将新鲜苜蓿草分为3组,每组4份,分别加入0、20和40 mg/kg植物精油青贮16 w。饲养试验将体重接近的30头绵羊分为3组,每组5个重复,每个重复2头,分别饲喂含有8%上述青贮后苜蓿草的全混合日粮。结果：随着植物精油添加水平的升高,青贮后苜蓿草有机物、无氮浸出物含量显著升高（P＜0.05）,同时40 mg/kg植物精油组青贮后苜蓿草粗纤维和纤维素含量最高（P＜0.05）。添加20～40 mg/kg植物精油可显著降低青贮后苜蓿草中性洗涤纤维、酸性洗涤纤维、酸性洗涤木质素和半纤维素含量（P＜0.05）。随着植物精油添加水平的升高,青贮后苜蓿草的pH值、水溶性碳水化合物和重量损失显著降低（P＜0.05）,但乳酸浓度显著升高（P＜0.05）。青贮结束后3、7和14 d,对照组苜蓿草二氧化碳排放量、酵母菌和霉菌数量均显著高于处理组（P＜0.05）。20 mg/kg植物精油青贮苜蓿草组绵羊的平均日增重和饲料效率显著高于对照组（P＜0.05）。结论：用20 mg/kg植物精油对苜蓿草进行青贮可以提高粗蛋白质和无氮浸出物含量,改善其好氧稳定性,同时也可以提高绵羊日增重和饲料效率。 [关键词]植物精油|苜蓿草|发酵品质|微生物数量|饲用价值     

脱氢乙酸钠对苜蓿干草营养品质与霉菌的影响

为解决苜蓿干草发霉的问题,以翻晒后的苜蓿干草为材料,添加不同用量的脱氢乙酸钠（0、0.05%、0.10%、0.15%,以苜蓿干草重量为基础）,晾晒至20%含水量后打捆贮藏,于贮藏0、20、30、40、50、60 d取样测定其营养品质和霉菌数量。结果表明：随着贮藏时间的延长,苜蓿干草粗蛋白质、可溶性碳水化合物、粗脂肪含量和相对饲喂价值呈逐渐降低趋势,中性洗涤纤维和酸性洗涤纤维含量呈逐渐增加趋势;与不添加对照组相比,脱氢乙酸钠添加处理能显著提高贮藏30、50、60 d苜蓿干草的粗蛋白质含量以及贮藏60 d的可溶性碳水化合物含量（P<0.05）;显著降低贮藏30、50、60 d的中性洗涤纤维含量（P<0.05）。随着贮藏时间的延长,苜蓿草捆中霉菌的数量在贮藏20 d时达到最高,然后逐渐下降,但60 d时仍然显著高于贮藏0 d(P<0.05);脱氢乙酸钠处理显著降低贮藏0～50 d的霉菌数量（P<0.05）。隶属函数综合评价表明,添加0.10%脱氢乙酸钠对苜蓿干草的防霉效果最好。     

基于烟花算法的BP神经网络预测含根土抗剪强度

为了解决BP神经网络在对含根土抗剪强度的预测中存在的预测精度低，计算收敛速度较慢，容易陷入局部极值等问题，本研究通过直剪试验、团聚试验、根系分形分析试验等探究了不同因素对含根土抗剪强度的影响，并对各因素进行相关性分析，从中选取了大团聚体含量（R0.25）、平均重量直径（MWD）、几何平均直径（GMD）、土壤分形维数（Dd）、根表面积、平均直径6个影响含根土抗剪强度的因素作为模型输入层节点，含根土的抗剪强度作为输出层节点。参考FangfaGorman理论公式、Kolmogorov理论公式以及一种经验公式分别计算，并对结果进行讨论，确定了本研究中神经网络的最佳隐含层节点数量为13。建立6∶13∶1的BP神经网络模型，并引入了烟花算法（FWA）对BP神经网络进行优化。结果显示，BP神经网络、粒子群算法（PSO）优化的BP神经网络、FWA-BP神经网络的预测值与期望值的最大相对误差分别为11.12%、9.06%、7.44%，平均相对误差分别为4.60%、3.24%、1.96%，相较于BP神经网络和PSO-BP神经网络，FWA-BP神经网络预测误差值有明显降低；对比引入的统计参数，均方根误差（R...     

施肥对黄土高原紫花苜蓿草地N2O通量及生产性能的影响

以黄土高原旱区5年龄的紫花苜蓿为（Medicago sativa）研究对象,设置4个施氮处理水平：0 kg·hm^-2（N0）,50 kg N·hm^-2（N50）,100 kg N·hm^-2（N100）和150 kg N·hm^-2（N150）。选取排放系数、N肥利用率和氧化亚氮（N₂O）通量作为N利用效率及N₂O排放的评价指标,选择叶面积指数、干物质（Dry matter,DM）产量、粗蛋白（Crude protein,CP）、中性洗涤纤维（Neutral detergent fiber,NDF）和酸性洗涤纤维（Acid detergent fiber,ADF）、相对饲用价值（Relative feed value,RFV）作为生产性能和营养品质指标,探究不同施N量对苜蓿草地N₂O通量及生产性能的影响,并通过灰色关联分析法对其进行评估,以期获得协调N₂O减排与提高生产性能的最佳施N量。结果表明：施N增加苜蓿草地每公顷DM产量,N150处理下头茬产量最高,达到8 885 kg·hm^-2;N肥施入能提高苜蓿CP含量,并提高饲用品质（降低ADF和NDF含量）;灰色关联分析结果中N50排序最优,并与N150归为一类。因此,综合考虑N₂O通量和生产性能,该地区苜蓿草地最佳施N量为50 kg N·hm^-2。     

不同温度下苜蓿草捆霉变规律及草捆品质变化

采用单因素试验设计,在3个密闭的房间放置自动控温电热器自动控制温度,分别设3个贮藏温度梯度(25、30和35℃),每梯度设3个重复。模拟真实环境研究不同贮藏温度下苜蓿(Medicago sativa)草捆的霉变规律以及霉变对草捆品质的影响,贮藏时间为16 d,同时隔天(即第1、3、5、7、9、11、13、15 d)采样。结果表明,贮藏温度越高、时间越长,苜蓿草捆中霉菌数量增加越快,就越容易发生霉变;不同贮藏温度苜蓿草捆中粗蛋白含量表现为各试验组每天之间差异显著(P0.05),每天中各试验组之间差异也都显著(P0.05),30℃试验组粗蛋白含量最高;各个试验组的霉菌数与粗蛋白的含量呈负相关;贮藏温度对苜蓿草捆中中性洗涤纤维、酸性洗涤纤维的含量均无显著影响(P0.05)。     

紫花苜蓿青贮制作试验

为探索苜蓿加工调制的新方法，开辟牧草资源合理利用的新途径，笔者在宁夏部分市县采用不同的方法进行了苜蓿青贮制作试验。感官鉴定显示，青贮苜蓿茎、叶形态清楚，色泽正常，气味芳香，适口性好，优质率高；通过实验室测定，青贮苜蓿中粗灰分、粗蛋白、粗脂肪、钙和磷的含量高于苜蓿青干草中的含量，而干物质、粗纤维、中性洗涤纤维（NDF）、酸性洗涤纤维（ADF）和酸性洗涤木质素（ADL）含量低于苜蓿青干草中的含量。     

苜蓿草捆含水量、密度及尿素对其质量的影响

研究不同含水量、密度和尿素处理对苜蓿草捆质量的影响,结果表明:第一茬苜蓿打捆贮藏100 d后,在苜蓿含水量为33.08%条件下,随草捆密度减少,其酸性洗涤纤维、中性洗涤纤维、粗纤维含量降低;在苜蓿含水量为21.16%条件下,随草捆密度减少,其酸性洗涤纤维、中性洗涤纤维、粗纤维含量升高。苜蓿含水量33.08%的不同处理草捆都有升温现象,草捆温度随密度增加而升高;高温持续时间也不同,密度增加高温持续时间长;添加尿素具有降低草捆温度并缩短高温持续时间的作用。苜蓿含水量22.16%的不同处理草捆都无升温现象发生。为了获得优质苜蓿草捆,应以制作高水分低密度加尿素(33.08%、250.3kg/m³、2.5%)和低水分高密度(21.16%、393.6 kg/m³)草捆为主。     

祁连冰沟流域浅雪层光谱特征 分析与遥感算法反演

祁连山冰沟流域地形复杂,积雪深度较浅且破碎化严重,针对MODIS标准积雪面积比例产品在该地区监测精度较差的问题,本研究基于冰沟流域浅雪光谱特征分析及结合野外实测经验,探索浅雪的光谱特征对MODIS浅雪面积比例提取精度的影响;然后通过线性回归法、线性混合像元分解法及BP神经网络模型3种方法分别构建了针对研究区的MODIS积雪制图算法,并利用同时相的Landsat 8OLI二值积雪数据作为真值对上述3种制图方法进行精度验证。结果表明,1)浅雪的光谱反射率对基于NDSI阈值法的MODIS浅雪提取精度几乎没影响,MODIS提取浅雪精度差的主要原因为该地区复杂的地形而导致的积雪分布破碎化,即混合像元的大量存在;2)利用BP神经网络模型反演积雪面积比例的最佳输入参数组合为(ρ_1~ρ_7)+NDSI+DEM;3)线性混合像元分解模型在该研究区的积雪面积比例提取精度较低,BP神经网络模型精度最好;4)在地形复杂区域,多因素模型(BP神经网络模型)相对于单因素模型(一元线性回归模型)具有较好的积雪面积比例提取精度和稳定性,可以为研究区MODIS积雪面积比例的反演提供一种理想的方法。     

基于PB 和 RBF 神经网络模型的草坪质量综合评价

 依据现有的草坪质量评价指标体系,于２０１０年调查了２０个草地早熟禾品种成坪后的１１项指标,包括草坪的密度、质地、颜色、均一性、绿期、抗病性、盖度、耐践踏性、成坪速度、草坪强度以及生物量。然后,运用神经网络原理及Ｍａｔｌａｂ神经网络工具箱,以其中的１５个草地早熟禾品种成坪后的１１项指标的实地调查值作为网络输入,以专家打分作为网络输出,通过不断调整网络训练参数,使网络性能达到最优,构建了草坪质量综合评价的ＢＰ 和ＲＢＦ神经网络模型,并给出了ＢＰ和ＲＢＦ神经网络模型的分析方法及其Ｍａｔｌａｂ实现步骤。利用训练好了的网络模型,对其余的５个草地早熟禾品种的综合质量评价得分进行网络预测,结果表明,ＲＢＦ神经网络的预测误差均小于２％,而ＢＰ神经网络的预测误差均大于５％,因此,基于ＲＢＦ神经网络模型的草坪质量评价结果比ＢＰ神经网络更准确,可以用于草坪质量综合评价。与常规的加权法、层次分析法或模糊综合评判法评价草坪质量相比,基于ＲＢＦ神经网络模型的草坪质量综合评价,在一定程度上减少了评价中主观因素的影响,简化了计算步骤,为草坪质量综合评价提供了一种全新的思路。     

基于BP神经网络的豆粕挤压膨化参数优化

利用挤压膨化生产大豆组织蛋白对于提高豆粕的附加值和利用率具有重要意义。以单螺杆挤压膨化机为试验设备对豆粕进行膨化试验,运用正交试验方法研究了豆粕含水率、膨化机螺杆转速和机筒温度对豆粕膨化指数的影响。运用BP(Back Propagation)神经网络对试验数据进行训练和模拟,建立了豆粕的BP神经网络仿真模型,并与实测值进行对比。结果表明,利用BP神经网络建立的模型仿真结果与实测值接近,能良好的反映工艺参数与膨化指数之间的复杂非线性关系,具有较好的预测性。     

BP人工神经网络在家蚕杂交组合预测中的应用初探

利用前馈神经网络(BPANN)建立了家蚕杂种一代的6个经济性状的预测模型,通过验证得出,以双亲成绩作为输入神经元,利用BPANN模型预测杂种一代6个经济性状的平均预测误差均在5%左右。表明利用神经网络模型用来预测杂种一代成绩具有研究应用前景。     

应用高分卫星遥感数据评价紫花苜蓿人工草地返青状况

利用国产GF-2和GF-6高空间分辨率卫星遥感图像,以内蒙古阿鲁科尔沁旗为研究区,结合实地调查,评价苜蓿人工草地返青状况.结果表明:(1)依据样地观测数据,发现植被覆盖度与苜蓿植株高度、株数均呈现出极显著的正相关关系,为此提出了基于植被覆盖度的苜蓿人工草地返青状况评价指标;(2)建立了苜蓿人工草地返青期垂直植被指数(P...     

基于BP网络的典型草原群落自然演替预测模型研究

以典型草原植被群落为研究对象,探讨草地生态系统自然演替恢复的动态变化,采用BP人工神经网络,以演替年度为输入量,群落的凋落物、含水量、容重、孔隙度、有机质、微生物量C、土壤N、地上生物量和多年生禾草密度为输出量,对典型草原群落自然演替进程进行模拟和预测.结果表明:BP-NN的稳定性较好,各参数预测结果的平均误差为2.04%,说明BP-NN可适用预测典型草原群落自然恢复演替,其优势在于可模拟了解较少或不确定性和模糊性较大的系统行为,这是传统数学模型所无法实现的,因而是对传统机理模型的重要补充.     

晋北盐碱区不同种植年限人工紫花苜蓿草地土壤质量的评价

以大同盆地盐碱区为典型样区,选择0,1,2,3,6,10,13年等不同种植年限人工紫花苜蓿(Medicago sativa)草地为研究对象,选取了11个指标,采用灰色关联度和聚类分析法评价人工苜蓿草地土壤质量的差异并划分优劣,确定最优种植或利用年限。研究表明:不同种植年限人工苜蓿草地对土壤质量有很大影响,与对照(农地)相比,恢复年限为2,3,6,10,13年紫花苜蓿草地均可提高土壤质量,其中种植10年苜蓿草地土壤质量最好。     

基于光谱技术和模式快速鉴别家蚕品种的初探

初步研究了基于可见-近红外光谱技术和模式识别快速鉴别家蚕品种的方法。采用偏最小二乘法(PLS)进行模式特征分析,完成特征提取后,将获得的主成分作为神经网络的输入变量,建立了三层反向传播人工神经网络(BPANN)。试验采取4个品种的蚕种,应用所建立的PLS-BP模型对样本进行分析预测,准确率接近100%。     

基于神经网络集成的蚕茧干壳量无损检测方法研究

蚕茧无损检测中的核心问题是蚕茧干壳量的测定。利用虚拟仪器技术和神经网络集成技术研究了一种无损检测蚕茧干壳量的方法,并实现了数据采集和信号处理等功能。系统首先提取并选择蚕茧振动信号中与蚕蛹质量相关的特征值,再将选择的特征值训练BP神经网络和RBF神经网络,用训练得到的这两种类型网络作为神经网络集成的输入,以蚕蛹质量作为神经网络集成的输出。检测试验的结果表明该方法有效可行,最高检测准确率达到85.6%。     

BP神经网络在环青海湖地区天然草地估产研究中的应用

为构建一种对不同草地类型与时期的天然草场高精度产草量估测模型,快速获取环青海湖区域月际产草量数据、减少数据处理和反复建模过程中的工作量,本试验基于高分卫星影像数据,以草地类型、植被指数及实测草场产草量为训练样本,构建了环青海湖地区天然牧草产草量神经网络预估模型。结果显示：以2-6-1为构架的人工神经网络模型,目标误差、学习次数设定为0.003,800时,产草量模型预测值与实测值呈高度相关（R²=0.743,RMSE=58.531 g·m^-2）,达到实际估产需求,证明本文人工神经网络模型对环青海湖区域天然牧草产草量估测的可行性与适用性。