试论杂交水稻种子纯度分析技术及其研究进展

杂交水稻研究在我国已有较长的历史,至1995年全国累计推广杂交稻面积达1．3亿多公顷,居世界首位。杂交稻种子的纯度鉴定问题一直是种子质检部门、水稻育种研究单位、制种单位和种子公司共同关心的问题。种子纯度是衡量杂交水稻种子质量的主要指标,纯度的下降将导致作物产量和质量的明显降低。低纯度、真实性差的杂交水稻种子给农业生产带来极大损失。特别是近年来市场经济的影响,屡见不鲜假种子事件时有发生,国家和农民的利益受到极大的损害,成为良种推广、全国水稻总产提高的一大潜在障碍。因此急需有一种快速、准确、简便、经济、早…     

紫叶标记籼型光—温敏核不育系中紫S的选育及其配组的杂种优势

带标记的光－温敏核不育在制种后对其Ｆ１能籍标记性状在苗期检出假杂种,减少在生产应用中的风险。本研究采用中国水稻研究所保存的一份带紫叶标记的籼型紫叶稻和湖北省农科院粮作所育成的温敏核不育系Ｗ６１５４Ｓ杂交。     

基于正交试验的炉水循环泵导叶优化设计

利用正交试验法对导叶进行优化设计,选取导叶进口安放角、扩散角、喉部面积为因素,根据正交表选取9组作为试验组,采用计算流体动力学(CFD)方法对各试验组进行数值计算分析,与原导叶性能对比并对结果进行极差分析.结果表明:不同的导叶参数对炉水泵性能影响程度不同,3个因素影响的主次顺序为进口安放角、喉部面积、扩散角,其中进口安放角对炉水泵扬程与效率影响程度不同,对扬程影响较大,其余对炉水泵扬程和效率影响程度相同;根据正交法所选取的最优试验组合为α₃=16.2°,θ=8°,F₃=37×50 mm².最后通过原导叶的模拟结果与真机试验数据的对比可知,数值计算方法是可行的.由此可知,正交法可用于炉水泵的优化设计,通过调整主次因素来提高炉水泵的性能,更好地为火电厂水循环提供保障.     

试论小城镇水资源保护的重要性

国民经济的发展与人民生活水平提高受到水资源状态的制约.我国小城镇水资源合理的有效保护、开发利用及管理是维持当地水资源有效循环和高效利用的根本保证,也是推动小城镇经济可持续发展、建设其物质文明和精神文明的关键条件.本文通过对我国小城镇水资源保护中存在的相关问题进行探讨,浅述水资源保护的策略措施,以期为今后我国小城镇水资源保护贡献力量.     

电力变压器保护系统

针对电力变压器在使用过程中经常出现的故障原因进行全面分析,同时利用检测技术,对电力变压器故障进行全方位的检测。结合实例论述电力变压器保护系统的设计方案,为电网安全运行做好基础保障工作。     

农产品物流车辆站点-路径优化问题研究——以泰山街道巴氏奶供应为例

文章首先对泰山街道的巴氏奶配送中心进行了确定,然后确定一条配送中心与各需求点之间的最短路径,从配送中心出发,将巴氏奶运送至各个需求点之后再返回配送中心,考虑到配送中心与需求点之间的关系类似于TSP问题,因此选用蚁群算法求解最短路径问题。     

速食菠菜蛋花汤冷冻干燥工艺

介绍了速食菠菜蛋花汤冷冻干燥的工艺条件,探索出了其最佳工艺条件:预冻温度-30 ℃;升华干燥阶段,冷阱温度-30 ℃,升华温度-18 ℃,真空度60 Pa,干燥时间10 h;解析干燥阶段,加热板温度8 ℃,真空度100 Pa,干燥时间7 h。采用此种工艺可以得到复水性较好,色、香、味和营养兼备的优质产品。      

新一代配电自动化主站系统 自动成图功能的研究

介绍了配电自动化主站系统自动成图功能实现的原理,梳理了自动成图功能的流程以及配电设备的具体显示规则,使得原本布局较乱的接线图变得清晰易用,安全便捷开展调控工作。结合PMS配网图模,开发了具备调控需求的成图规则、免人工维护的新一代自动化主站自动成图功能。     

基于水文气象多因子的夏玉米生育期土壤水分预测研究

准确掌握土壤水分动态变化,对制定灌溉计划至关重要。采用五道沟实验站1991-2018年大田土壤水、地下水埋深、降雨量、水面蒸发、风速、日照时数、气温和绝对湿度7个水文气象因子,经相关分析,筛选出4个关键水文气象影响因子,以影响程度最大的为初始变量,逐个添加到4个因子,分别建立了夏玉米各生育期不同土层(0～0.2、0.2～0.4、0.4～0.6、0.6～0.8、0.8～1.0、0～0.5 m)土壤含水率多元线性回归模型。结果表明:不同土层土壤水分与气象因子均表现出一致性的相关性,其中土壤水分与地下水埋深及绝对湿度的相关性最大;开花-成熟期土壤水分与气温和绝对湿度的相关性最大;其他生长阶段与地下水埋深和绝对湿度相关性最大。随着关键影响因子的增多,其预测精度提高,当影响因子为4个时,R~2最大为0.99。不同土层的土壤水分模型均具有较好的预测能力,随着土层深度的增加,平均相对误差均可控制在0.1以内。该研究对及时掌握作物各生长阶段土壤水变化,指导作物科学灌溉具有重要意义。     

基于实数遗传算法的农机总动力变权组合预测

黑龙江省农机总动力进行预测,选用指数函数模型、多项式拟合模型、三次指数平滑模型、龚帕兹曲线模型为单一预测模型并以1980-2013年农机总动力数据为样本点进行拟合,其平均绝对百分比误差分别为12.5%、3.22%、3.43%、6.09%;然后,建立以误差平方和最小为目标函数的变权组合预测模型,并利用改进的实数遗传算法对变权组合预测模型进行优化,所得到的变权重组合预测模型的平均绝对百分比误差为1.98%,拟合效果较好。以2014-2016年农机总动力数据为预测时点对该方法进行验证,结果表明:不论是拟合精度还是预测误差都具有较好的效果。最后,对黑龙江省未来5年的农机总动力进行了预测,为相关部门对农业机械化的发展规划提供参考。