冀中地区双覆膜温室式猪舍冬季小气候的卫生学评价

对冀中地区双覆膜温室式母猪和育肥猪混合舍的冬季小气候状况进行了观测,晴天舍内温度５．２－１９．１℃,光照度１５０００ｌｘ,阴天舍内温度６．１－１３．０℃,光照度３０００ｌｘ。舍内湿度７１％－８４％,氨气浓度１１．６－２６．８ｍｇ／ｍ＾３。结果表明,温度尚低,氨气浓度部分时间超标,湿度略高,光照过强。     

发酵床猪舍冬季饲养育肥猪试验报告

为了研究发酵床猪舍冬季饲养育肥猪效果,试验采用杜大长育肥猪180头,以水泥地面猪舍为对照,以猪舍温度、相对湿度、氨气浓度和平均日增重、料重比为判定指标。结果表明:与水泥地面猪舍相比,猪舍湿度、氨气浓度得到显著改善,日增重提高了7.5%。     

基于组态软件和模糊控制的分娩母猪舍环境监控系统

为解决北方寒冷地区分娩母猪对猪舍环境的要求,该文研究了一种舍内环境监测和控制系统。该系统综合考虑舍内温度、湿度、氨气浓度及其相互影响,利用组态软件、模糊控制技术和解耦控制技术,通过机械通风系统和热水采暖系统实现了舍内环境的智能控制。试验结果表明该系统可行且实用,在保证舍内所需温度基本恒定的条件下（舍内温度控制的最大相对误差为5.5%）,也能使舍内相对湿度和氨气浓度保持在适宜范围内。     

不同类型猪舍建筑的环境评价

该文对山东省主要类型猪舍在春、夏、冬季节环境下的使用效果进行了研究，测定了舍内外温度、湿度、气流速度、光照度、舍内空气中氨气浓度及大气落菌数等指标，以便为合理的猪舍设计和环境控制提供科学依据。结果表明半开放式猪舍冬季在运动场部分用塑料薄膜覆盖，可以显著提高舍内温度(P＜0.01)(2.1℃)，但其温度状况仍较封闭式猪舍差(P＜0.01)，且湿度偏高；在夏季半开放式猪舍内气流速度较低，舍内温度仍显著高于舍外(P＜0.01)。对于封闭式有窗猪舍，有吊顶及密封效果较好的猪舍冬季的保温效果较好。夏季猪舍内气温高于     

密闭式猪舍多环境因子调控系统设计及调控策略

大多数猪舍环境调控是建立在传统控制方法基础上的单一环境变量控制系统,难以对具有多个变量的系统建立精确的数值模型。该文基于模糊控制理论,以温度偏差和温度偏差变化率作为输入量,以通风模式和加热模式为输出控制量建立温度控制器;以相对湿度偏差和氨气浓度偏差为输入量,以通风模式为输出控制量建立通风控制器;并对不同季节多环境因子进行模糊化及逻辑推理,生成不同季节的调控策略及规则,建立2个具有双输入变量的非线性控制系统,加入动态补偿控制,优化猪舍环境调控系统。该文以在美国普渡大学环境研究猪舍监测所得的数据对建立的方法进行了模拟验证。结果表明,舍内温度与设定值最大相对误差为5%,实现了舍内温度稳定控制;舍内相对湿度与设定值最大相对误差为6.3%,充分满足湿度控制要求;猪舍氨气浓度变化范围为2.0~3.7 mg/m~3,远远小于设定值9.1 mg/m~3。因此,该文提出的猪舍多环境因子模糊控制系统及策略,能够很好地满足猪舍环境控制要求,为解决寒冷冬季猪舍温度与通风调控提供可行的思路。     

武汉地区猪舍冬季环境评价

对武汉地区有窗猪舍内的冬季环境状况进行了观测。结果表明：分娩舍内温湿度分别为８．１～１０．０℃,７０％～８０％;保育舍内温湿度分别为５．２～７．３℃,８３．４％～８６．０％,两舍内温度均偏低,湿度均偏高,不利仔猪的生长发育。通风时舍内风速较为合适,舍内氨气浓度在允许范围之内。     

不同温度下施入尿素后土壤短期内pH的变化和氨气释放特性

在湖南3种土壤中施入尿素后,对土壤短期内pH变化和氨气挥发进行了研究,结果表明:在常温25℃下,3种土壤尿素水解速度次序为:冲积菜园土>红菜园土>茶园土;pH变化是先上升达到峰值,然后下降;氨气挥发趋势也是慢慢变大出现峰值,然后降低,在3种土壤中氨气挥发强度次序为:冲积菜园土>红菜园土>茶园土。冲积菜园土中,随着温度的升高尿素水解速度加快;pH升高幅度速度变大,峰值提前;氨气挥发强度变大,也是峰值提前。引起各处理差异的原因与土壤本身pH、CEC、有机质、尿酶活性以及外界条件—温度相关。     

密闭箱处理蛋鸡粪的氧化亚氮氨气排放研究

采用密切箱处理蛋鸡粪的方法，研究了密闭箱内产生的氧化亚氮、氨气的排放规律、影响因子及两者存在的内在联系。结果表明，氧化亚氮的产生与有机质的含量以及蛋鸡粪内部的氧氧状况密切相关；氨气与氧化亚氮的逐日排放变化规律存在很大的相似性；蛋鸡粪的内部温度作用表现不明显，受外界气温影响很小。     

一种空气相对湿度算法及其编程

通过对湿度查算表湿度、干球温度、干湿球温差数据间关系的分析研究，提出一种根据湿度基准值进行二次线性插值求得湿度测量值的计算方法。对计算准确度、测量范围与基准值设置的关系做了讨论，给出了计算方法的C语言程序。本方法简便、准确，如计算结果四舍五人保留整数，则与湿度查算表数值完全吻合。实验表明：应用此方法的实时测湿系统，其湿度测量精度主要取决于温度测量精度。     

环境条件处理对秋茄种子萌发的影响试验初报

采用L9(34)四因素三水平正交试验方法,研究了温度、湿度、光照时间和光照强度条件组合处理对秋茄种子萌发的影响。结果表明,在温度(白天27℃、晚22℃)、湿度(75%)、光照时间(光16 h、黑8 h)、光照强度(0 lx)组合处理下对翡翠绿茄、佛源秋茄和益丰龙芽种子萌发均有明显促进作用,发芽率与发芽势、发芽指数间存在正相关,环境条件四因素中温度影响最大,其次是湿度、光照时间和光照强度。     

田间土壤氨挥发的原位测定——风洞法

详细介绍了农田土壤氨挥发风洞法测定系统的原理、构造和特点,并通过回收率试验和田间试验进行了验证。所选用的德国风洞主要包括采样箱、采样系统和控制系统3部分,系统内部的气压、温度、湿度、风速等微气象条件接近自然环境条件,测量结果有较好的代表性。回收实验结果表明,回收率为90%,说明风洞的密闭性和浓度分布的均匀程度较好,适合于土壤氨挥发的多处理、多重复的田间原位测定,尤其适用于多因子对比实验。风洞法测定不受天气的影响,对实验区面积要求不高,重复性及可靠性较好,不仅可以测定农田土壤的氨挥发,还可以测定有机肥贮存和施用以及各种肥料形态的氨挥发状况。     

基于物联网的温室大棚环境监控系统设计方法

目前农业物联网通信协议尚不统一。为了更好地封装和传输农业信息,提出一种适用于农业物联网的通信协议AGCP(agricultural greenhouses communication protocol)。利用AGCP协议结合物联网架构完成了基于物联网架构的农业大棚监控系统的设计,重点完成了感知层中协调器和节点终端的信息采集以及设备控制的软硬件设计,并详细设计了光照控制模块、温度控制模块和灌溉控制模块,最后进行了系统测试和分析。试验表明,该系统能有效监测温室大棚的空气温度、湿度、二氧化碳以及土壤湿度等农业环境信息,并能进行相应设备的自动控制,验证了AGCP协议在农业物联网的有效性以及构建系统的可行性。     

基于STM32温室环境测控系统的研究

在传统温室自动化监控系统的基础上,针对目前温室大棚面积不断增大、温室内传感器种类及数量不断增多,且不易连栋管理的现状,设计了基于ARM CORTEX-M3核的以STM32单片机为核心的智能温室控制系统。系统采用CAN总线技术对连栋大棚的主要环境因子,如温度、湿度及光照度等进行智能控制,通过串行通信实现上位机控制,增强了温室大棚的智能化和实用性。     

基于BP神经网络的农田大气氨浓度预测

农业源氨排放是大气氨最主要的来源,其中氮肥施用是最主要的农业氨排放源之一。预测大气氨浓度的变化,确定影响大气氨排放的因素,可为科学管理农田,减轻环境污染提供参考。本文利用BP神经网络分析农田大气氨浓度及与各气象因素的关系,以便清晰地了解农田大气氨浓度的变化规律,为研究农田大气氨提供一种新的思路与方法。首先选取2015年5—10月的农田大气氨浓度数据及气象监测数据,建立以气象因素（气压、气温、相对湿度、降水量、风速和日照时数）为输入变量,农田大气氨浓度作为输出变量的预测模型。其次采用主成分分析法筛选出对农田大气氨浓度影响较大的气象因素,分别为气温、相对湿度、降水量和风速,然后把筛选出的4个主要因素和原来的6个因素分别作为BP神经网络预测模型的输入变量,利用神经网络模型对农田大气氨浓度进行预测。结果显示,农田大气氨浓度的实际值为0.148 5 mg·m^-3,4个因素的预测值为0.159 4 mg·m^-3,6个因素的预测值为0.173 2 mg·m^-3,预测误差分别为7.35%、16.65%,并且4个因素的预测相对误差为1.4%~27.0%,而6个因素的预测相对误差为1.1%~45.0%。预测的农田大气氨浓度在前5 d内变化较大,但随着时间的推移,农田大气氨浓度逐渐变小趋于平缓,且预测值与实际值的变化趋势基本相符。利用4个因素作为输入变量建立预测模型,预测得到的农田大气氨浓度值比6个因素作为输入变量得到的农田大气氨浓度值与实际值更吻合,相对误差值较小。可见,通过主成分分析法去除冗余因素后建立的神经网络模型更加有效,预测结果比筛选之前的预测效果更好,所建立的模型对甄选关键因素具有较好的适用性,并且神经网络预测模型对农田大气氨浓度的预测精度较高。本文构建的农田大气氨浓度预测模型可为农田大气氨浓度分析及相关研究提供方法和思路上的指导。     

北京市种鸡场平养密闭式鸡舍环境因素观测分析

本文通过对北京市种鸡场平养密闭舍1986年夏至1987年春环境因素观测分析,指出该舍内气流速度、气流方向、光照时间及光照度等基本符合鸡的生理要求;但夏季舍内呈现高温、高湿,冬季呈现低温、高湿有待改进。经研究提出措施是:夏季可采用湿帘降温,冬季可根据温、湿度、氨气浓度综合控制风机运转等。     

Identification of risk factors for sub-optimal housing conditions in Australian piggeries: Part 2. Airborne pollutants

The concentrations of total airborne bacteria, respirable endotoxins, ammonia, and respirable and inhalable particles were monitored in 160 piggery buildings in Australia between autumn 1997 and autumn 1999. The overall mean airborne bacteria, respirable endotoxins, ammonia (NH3), and inhalable and respirable particle concentrations measured were 1.17 x 10(5) cfu m(-3), 33.1 EU m(-3), 3.7 ppm, 1.74 mg m(-3), and 0.26 mg m(-3), respectively. The characteristics of the buildings and management systems used were documented at the time of sampling. A multifactorial general linear model (GLM) statistical procedure was used to analyze the effects of housing and management factors on the concentrations of the airborne pollutants. Both airborne bacteria and respirable endotoxin concentrations were affected by building classification (type), and respirable endotoxin concentrations were positively correlated with increasing humidity. The concentrations of airborne bacteria increased as the level of pen hygiene (cleanliness) decreased. The NH3 concentrations were primarily affected by level of pen hygiene, building volume, pig flow management, and season. Building classification, pig flow management, season, building volume, ventilation rates, and temperature affected inhalable particle concentrations. Respirable particle concentrations were primarily affected by building classification, pen hygiene, pig flow management, season, ventilation rates, temperature, and humidity. These findings suggest that environmental improvement strategies (such as improved cleaning, ventilation, and temperature control) are likely to reduce airborne pollutant concentrations in pig buildings and in the environment, thus improving the health and welfare of both pigs and farm staff.     

基于雷达图的蛋鸡舍综合环境舒适度评价及应用

环境是影响蛋鸡健康与生产性能的关键因素,为对蛋鸡舍环境进行综合性的舒适度评价,该研究将除湿热环境之外的空气环境质量也纳入评价指标体系中,采用模糊数学方法,研究了重要环境参数在规模化蛋鸡舍环境舒适度综合评价中的权重,对舍内温度、湿度、CO_2浓度、氨气(NH3)浓度、风速等关键环境参数进行归一化处理,建立了基于多元环境参数的鸡舍综合环境舒适度评价指数(Comprehensive Environmental Index, CEI),并基于LabVIEW软件开发了一套评价系统,可将上述环境参数在雷达图中进行可视化展示,以及对单因素环境参数和环境舒适度进行预警。通过实际使用中鸡舍环境监测数据的分析验证,CEI能够体现舍内整体环境舒适度的变化,对各个时段环境因素间的相互作用做出应答,尤其是温度降低导致空气环境质量影响上升的时段。该研究对于综合评价蛋鸡舍环境条件并进行精准控制,提高环境舒适度,提供了方法支撑。     

节水灌溉稻田氨挥发损失及影响因素

为了揭示节水灌溉稻田氨挥发特征,开展了不同灌溉模式稻田氨挥发损失的田间试验,分析了节水灌溉稻田氨挥发速率季节变化规律与稻季氨挥发损失量,以及稻田氨挥发速率与影响因素之间的相互关系。结果表明,控制灌溉稻田氨挥发速率与淹水灌溉稻田变化规律基本一致,且在分蘖肥引起氨挥发出现峰值后的大部分时间里都要低于淹水灌溉;控制灌溉与淹水灌溉稻田稻季氨挥发损失总量（以纯氮计）分别为125.27 kg/hm2和145.64 kg/hm2,分别占稻季施氮量的31.06%和36.11%。除了受施肥影响外,稻田氨挥发还与田面水（表层土壤水）铵态氮浓度、空气温度、风速、日照时数及空气湿度等有密切关系。与淹水灌溉相比,控制灌溉减少了稻田氨挥发损失。