黑曲霉J6有机磷农药降解酶固定化条件的研究

为了制备有机磷农药水体或土壤污染修复剂,对黑曲霉J6有机磷农药降解酶的粗酶液固定化条件进行优化研究,首先制备黑曲霉J6有机磷农药降解酶的粗酶液,然后分别对海藻酸钠和CaCL2浓度以及固定化时间等固定化条件进行优化,得出其粗酶液的最佳包埋条件。研究结果表明其粗酶液最佳固定化条件为：2%海藻酸钠,4% CaCl2,包酶量20%,（其中蛋白含量为0.15 mg/mL）,固定化时间4 h,在最佳条件下固定化粗酶液成球较易,比较规则,弹性好,强度较高,并且相对酶活最高。本研究成功地对黑曲霉J6有机磷农药降解酶的粗酶液的固定化条件进行了优化研究,得出了最佳包埋条件。     

施用碘肥对油麦菜产量、品质及碘富集效果的影响

通过温室试验,探索不同用量的碘肥对作物产量及作物富碘量的影响。供试作物为油麦菜,碘肥来源为碘化钾,在满足油麦菜正常生长所需肥力的基础上,试验设计4个不同用量,施用方式分别为底施和喷施。试验结果表明,油麦菜对碘的富集作用明显,随着施碘量的增加油麦菜的富碘量呈逐渐增加的趋势;同时研究得出,随着施碘量的增加油麦菜的产量呈先增加后降低的趋势,碘化钾的施用量为5 g/m²时油麦菜产量最高,最高产量为49290.15 kg/hm²,施用碘化钾均能不同程度的增加油麦菜的产量,增加率分别为10.18%、1.02%和3.39%;油麦菜的Vc含量均有不同程度的增加,喷施处理对提高Vc含量效果最好,Vc含量为24.7 mg/kg;油麦菜的可溶性糖含量均有不同程度的增加,粗纤维含量和硝态氮含量在施用碘化钾后均有不同程度的降低,其中喷施浓度为0.1%的碘化钾小区油麦菜可溶性糖含量增加最高,纤维素含量和硝态氮含量最低;施用碘肥以后,土壤中碘含量均呈现出不同程度的上升,其中施用10 g/m²时土壤中碘含量最高,达到10.03 mg/kg。综上,蔬菜对碘的富集作用明显,因此,通过施加碘肥培养富碘蔬菜来防治碘缺乏病具有广阔的应用前景。     

基于熵值法的淡水产品供应商选择研究

淡水产品的供应商选择涉及众多因素,是一个多标准的判定问题,为了选择出最优供应商,必须对多个存在冲突的因素进行权衡。针对淡水产品及淡水产品供应商选择的特性,遵循定量与定性相结合的原则,确定了评价淡水产品供应商选择依据的11个指标,采用熵值法建立出简单易行的淡水产品供应商选择模型,并结合实例细化指标计算出指标权重,寻找到最优供应商。实践证明：选择淡水产品供应商时,应比选择一般的供应商更关注产品质量及运输设备。使用模糊数学方法进行指标估计,将会使熵值法在淡水产品供应商选择中发挥更大的作用。     

基于Landsat8遥感影像的地表温度反演方法对比研究

随着数据的自由共享,Landsat8系列卫星的遥感数据已经成为地表温度反演的重要数据之一。本文基于Landsat8数据的地表温度反演算法,选择大兴安岭地区漠河市作为研究区域。采用基于Landsat8热红外波段的辐射传输模型法、单窗方法、劈窗算法等不同方法对地表温度进行反演,探究高纬度地区地表温度分布规律,并运用野外实测地温数据进行验证。结果表明：针对本研究区的3种地表温度反演的拟合效果都较好,温度误差在1℃左右,其中辐射传输方程法所得结果精度更高,可为高纬度地区夏季地表温度反演与冻土退化等研究提供一定的参考价值。     

T639数值预报产品对石河子垦区降水预报的检验

利用石河子垦区2017年(1~8月)大降水实况资料与预报场计算绝对误差和相关系数,对T639细网格数值模式产品的物理量场资料进行预报统计检验。结果表明:(1)T639细网格数值模式产品500 h Pa高度场、水汽场和动力场预报,对短期和中长期预报有一定的指导作用;(2)物理量场相关系数0.6的仅供预报参考,物理量场相关系数0.6的可作预报依据;(3)通过检验,预报时效近期比远期好,绝对误差随预报时效延长而增大,相关系数随预报时效延长而减小,24 h和48 h预报参考价值最大;(4)低层物理场预报一般比高层物理场预报绝对误差小,相关系数随预报时效延长而逐渐减小,对流层中低层850 hPa和700 hPa预报比500 hPa预报参考价值大。     

基于EC集合预报产品的降水预报检验

为了对EC集合预报产品的应用性能进行检验,笔者基于EC集合预报的概率匹配平均降水量、融合降水量以及中位数、众数和控制预报降水量等5 个产品,通过TS评分方法对内蒙古2014 年汛期降水过程预报进行检验。结果表明,各检验成员产品对过程的把握能力差异较大,集合预报对降水偏大的降水过程评分比较高,对暴雨以上量级降水的预报存在着较大的偏差,预报效果较差。平均TS评分结果表明,集合预报产品尤其是概率预报产品具有一定的参考价值,其次是控制预报和融合产品。     

棉花DUS测试指南修订版现存问题的探讨

对2010年棉花DUS测试指南修订版在测试性状的选择上比2008版指南更为实用高效的优势进行了总结,但对一些必测性状的划分定级还不够准确细化,在实践应用中仍存在对某些假质量性状是否选择、标准品种的确定以及近似品种应如何选择等问题,分析探讨了这些问题存在的原因,并提出了相应的对策和建议,以期为广大棉花育种者和棉花后续测试工作提供参考。     

辽宁春季界限温度发生日期的预报方法研究

为了在春季气候预测工作中,尽可能准确地预测辽宁春季稳定通过5℃的日期,采用1961—2010年辽宁省53站逐日气温资料和NCEP/NCAR再分析的月平均位势高度场、海平面气压场资料以及由NOAA重构的月平均海温场资料,通过相关分析方法并开展物理因子的普查工作,寻找辽宁春季稳定通过5℃日期的影响因子,并利用多元线性回归方法建立预报方程。结果表明：1961—2010年辽宁春季气温稳定通过5℃日期随时间有提前出现的趋势;稳定通过5℃日期与2月北大西洋海温、1月西北太平洋海温、2月北极涛动、1月印度洋海温、10月阿留申低压强度和1月北大西洋涛动关系密切;建立的预报稳定通过5℃日期的多元线性回归方程具有显著意义。     

剑河县南哨小叶红豆群落物种组成及群落结构研究

小叶红豆(Ormosia micropylla)为蝶形花科红豆树属树植物,稀有种.笔者应用样方调查方法分析了黔东南自治州剑河县南哨小叶红豆群落的物种组成及群落结构.结果表明:(1)该小叶红豆群落共有植物33种,隶属于22科28属,包括蕨类植物1科1属,裸子植物2科2属,被子植物19科25属;(2)植物群落基本上就分为乔木层和灌木层两个层次,乔木层优势种为红甜槠,灌木层优势种为香叶子;(3)在群落径级分布上,群落中幼苗和小树较多,香叶子种群年龄结构表现为增长型,红甜槠表现为稳定型,小叶红豆则表现为衰退型,反映了小叶红豆幼苗在林下不能自然更新,随着群落的进展演替,将会被取代.     

常州市城市内河常见鱼类资源及保护的研究

为了更好的评价常州城市内河治理后的生态环境。于2012年8—12月连续3次对江苏省常州市新北区运北水系的三井河、柴支浜河、北塘河、通济河、澡港河进行了常见鱼类群落调查。调查共捕获鱼类331尾、3523.55 g,隶属3目3科11属12种。鲤形目中的鲫（餐）、贝氏（餐）为优势种（IRI≥1000）,似鳊、麦穗、乌鳢等为常见种（IRI≥100）,合鳃目中黄鳝等为稀有种（IRI≤100）。Margalef丰富度指数以4#易买得最高,达到1.924,而1#塘北桥,7#勤丰桥为较高,以11#通济河西为最低;Shannon-Wiener多样性指数以7#勤丰桥最高,达到1.431,而10#三井河桥,1#塘北桥为较高,以13#通济河东为最低;Pielou＇s Evenness Index均匀度指数以3#三井桥最高,达到0.978,而10#三井河桥,1#塘北桥为较高,以13#通济河东为最低;多样性指数和均匀度指数与高锰酸盐指数、BOD5、石油类、总氮、氨氮等环境因子呈显著负相关关系,多样性指数和发光细菌急性毒性及丰富度指数呈显著正相关关系。鱼类种类调查结果可为常州市运河鱼类资源保护和利用提供参考,同时也为生态环境的修复进展提供有力证明。     

基于近红外光谱的小麦品质分类研究

为了快速、简便、准确地鉴别小麦品质的类别,本研究提出了应用近红外光谱分析技术结合BP神经网络的鉴别方法对小麦进行品质分类。研究过程中对小麦样品的光谱数据进行了详细分析,采用马氏距离剔除了光谱数据中异常数据,并通过主成分分析说明利用近红外光谱鉴别小麦品质分类的可行性。为了提高所建模型的性能,采用SPXY算法对小麦样品进行合理的划分。并选取了一阶微分加归一化的预处理方法来处理光谱数据,消除无关信息和噪声对小麦光谱数据的影响。运用偏最小二乘法压缩光谱数据,减少了数据量,节省建模时间。最后采用BP神经网络方法建立了小麦品质分类模型。实验结果显示：模型的鉴别效果较好,对强筋样品识别的准确率高达94.4%,弱筋样品识别的准确率高达100%。实现了快速、准确地对小麦品质强筋和弱筋两类的鉴别,对小麦生产、市场交易及食品加工有着非常重要的意义。     

Study on Intelligent Lighting Design Method

In this paper,the artificial neural network theory is applied to indoor lighting design,the lighting design is combined with lighting calculation, which is fairly quick and reasonable.Furthermore this lighting design method is characterized by self_fitting and self_studying.     

Nonlinear Forecast System for River Water Pollution Based on GIS

Based on the analysis of the water pollution spatial distribution characters of Yangtze River in Chongqing,a new method based on the integration of BP neural network and genetic arithmetic(GA) is proposed.For some shortcomings existed in the standard BP neural network,this method has ultimately overcome these shortcomings by combining the GA with BP artificial neural network through altering stimulating function,adding momentum factor to power value for BP algorithm and introducing genetic arithmetic to searching for the knots of the hidden layer,momentum factor and learning level.Using this method can easily overcome the difficulty of measuring the water prediction model's parameters.GIS is used as a tool for data management and spatial analysis,and the prediction result of the model for the water pollution spatial distribution characters of Yangtze River in Chongqing is visualized and explored with the precision of more than 78%.     

基于人工神经网络的落叶松毛虫发生量预测模型的研究

运用人工神经网络的原理和算法,根据相关系数法和逐步回归法选取了蒸发量、气温、风速、相对湿度等气象因子作为预报因子,建立了内蒙古东部地区的鄂伦春自治旗落叶松毛虫的发生面积及虫口密度与气象因子之间的BP网络模型。结果表明：所建立的模型具有较高的预测效果。通过逐步回归筛选出的预报因子,与事实吻合,选取合理。误差较小,控制在0.1%~25.0%之间。可以作为病虫害综合防治的依据。     

城市建设用地规模预测模型探讨 ——以河北省邢台市为例

国内众多专家学者对确定城市合理用地规模的方法上进行了多角度探索,本研究有益借鉴这些成果,采用多元线性回归分析和BP神经网络2种较成熟的预测模型,选取城市建设用地面积、地区生产总值、固定资产投资、城市人口数、年末道路面积、城市园林绿地面积、商品房平均售价为观测指标,分析预测河北省邢台市的建设用地规模。结果表明,预测结果并不理想,预测值与实际值的误差始终存在,并随时间推移不断扩大,深入分析预测结果产生偏差的原因,即忽视了非理性因素对城市建设用地规模的影响。建议引入行为金融学理论,将研究对象具化到个人,研究土地市场管理者和投资者在决策过程中的认知、行为偏差,分析城市建设用地面积持续蔓延的非理性动力,应用行为组合理论和资产定价模型对传统研究范式进行有益补充和修正,进而更科学地把握城市用地空间形成机制及演变规律。     

城市建设用地规模预测模型探讨——以河北省邢台市为例

国内众多专家学者对确定城市合理用地规模的方法上进行了多角度探索,本研究有益借鉴这些成果,采用多元线性回归分析和BP神经网络2种较成熟的预测模型,选取城市建设用地面积、地区生产总值、固定资产投资、城市人口数、年末道路面积、城市园林绿地面积、商品房平均售价为观测指标,分析预测河北省邢台市的建设用地规模。结果表明,预测结果并不理想,预测值与实际值的误差始终存在,并随时间推移不断扩大,深入分析预测结果产生偏差的原因,即忽视了非理性因素对城市建设用地规模的影响。建议引入行为金融学理论,将研究对象具化到个人,研究土地市场管理者和投资者在决策过程中的认知、行为偏差,分析城市建设用地面积持续蔓延的非理性动力,应用行为组合理论和资产定价模型对传统研究范式进行有益补充和修正,进而更科学地把握城市用地空间形成机制及演变规律。     

Spatial Downscaling Study of Land Surface Temperature Based on Multilayer Perceptron Model

Land Surface Temperature (LST) plays an important role in characterizing surface energy conversion and climate.Currently,there is a contradiction between temporal resolution and spatial resolution of commonly used LST data sources.With Xi’an City as the research object,Multilayer Perceptron (MLP) model was used to downscale 1,000 m × 1,000 m LST product to 250 m × 250 m based on MODIS data.The fitting effect was compared with that of traditional multiple linear regression model,and the LST retrieved from Landsat 8 OLI_TIRS was used as the reference to evaluate the accuracy.The results showed that the R~2 of LST data fitted by MLP model in the daytime and at night was above 0.85,and the predicted residuals followed the normal distribution.The model had good fitting effect,and the fitting effect of LST in the daytime was better than that at night,while the output LST was lower than the original LST.Compared with multiple linear regression model,the R~2 of MLP model was larger and the RMSE was smaller both in the daytime and at night.The MLP model had not only stronger explanatory ability,but also more accurate prediction results.After downscaling by MLP model,the spatial resolution of LST was improved,which could reflect the spatial distribution pattern of LST and landscape features of underlying surface more accurately.The test results of LST retrieved from Landsat 8 OLI_TIRS showed that the covariance of the two was positive and the correlation coefficient was 0.951 3.The MLP model achieves the expected downscaling effect well,and has important application significance in acquiring high-resolution LST.     

基于软X-射线造影和机器智能的玉米种子活力检测方法研究

为了提高玉米单产,在播种之前对种子活力进行检测十分必要。提出一种将传统的软X-射线检测方法与计算机智能识别相结合的新方法。首先建立corn_pixel结构,然后通过确定种子尖端位置和形心建立种胚区域的椭圆不等式对种胚区域进行标识。以椭圆短半轴b及种胚区域渗钡像素比率M1/M和非种胚区域渗钡像素比率K1/K为输入特征,以标准发芽试验结果为输出,建立BP神经网络单粒种子活力识别模型。结果表明,当b=2CD/5时,识别的准确率最高,以该b值为依据进行分组试验的平均准确率可达95%以上。     

Evaluation Method Based on Artificial Neural Network in Contractor Prequalification of Tenderers

Both tenderees and tenderers attach much importance to contractor prequalification before bidding because it plays important roles for both and so far the Score Method has been widely used in our country. But the weights in the method are man-made, which may be affected by personality inevitably. In order to avoid this influence, this thesis will introduce another method based on artificial neural network. This thesis expatiates the principle of artificial neural network, and analyzes the characters of prequalification. Then, the author sets up the mathematics model. In the end, the author analyzes this method by an example.