春小麦种子物理指标与种子活力关系的初步分析

以2013—2015年116份春小麦种子样品为材料,应用Seed Identification软件并结合仪器和手工测定获得17个物理指标值(千粒重、宽度、长度、投影面积、厚度、比重、硬度、灰度值、RGB颜色模型中红色R、绿色G和蓝色B、Lab颜色模型中的亮度L、色彩通道a和色彩通道b、HSB颜色模型中的色相H、饱和度S和亮度B。利用主成分分析法和聚类分析法,在标准环境及3种逆境(盐胁迫、干旱胁迫和人工加速老化胁迫)下,探讨了春小麦种子物理指标与种子活力的关系。研究发现各培养环境下,种子活力与种子的千粒重、宽度、长度、投影面积、S和a有明显相关性。千粒重、宽度、长度、投影面积、S和a值较小的小粒种子比大粒种子表现出更高的活力。本研究结果表明:小粒种子较大粒种子有更强的耐逆境能力;千粒重、宽度、长度、投影面积、S和a可作为逆境萌发条件下高活力种子样品筛选的候选指标。     

基于大涡模拟的水轮机内瞬态湍流场特性分析

基于三维瞬态N-S方程,采用大涡模拟方法中的Smargorinsky模型,应用模拟动静干扰效果较好的滑移网格技术,以标准k-ε模型稳态计算的结果作为初始条件,对某混流式水轮机全流道进行了的三维瞬态湍流数值模拟.用Fluent 6.3,采用非结构化的混合网格和压力速度耦合的PISO算法,成功地模拟了水轮机在运行中的各种瞬态细节过程,如涡旋的卷起、增长、合并、破碎和脱落.模拟结果给出了偏工况下水轮机导水机构和转轮流道内大尺度涡结构的瞬态发展演变过程.计算结果表明大涡模拟方法能较好地模拟水轮机内水流的瞬态流动特性和瞬时涡的发展演化过程,该方法可为探索研究水力机械复杂流道湍流运动状态下涡旋的形成机理提供有价值的参考.     

通过圆二色谱研究蛋白激发子PeaT1的耐热性

PeaT1是来自于极细链格孢菌(Alternaria tenuissima)的一种具有耐热特性的蛋白激发子,包含一个初生多肽聚合复合物(nascent polypeptide associated complex,NAC)的结构域.为了研究PeaT1的耐热性机理,将其进行原核表达,经过亲和层析、离子交换层析和分子筛纯化后得到高纯度的PeaT1,通过同步辐射真空紫外圆二色谱(SRCD)对PeaT1的二级结构在不同温度下的变化进行了检测,温度从4℃经25℃、55℃升高到85℃,随后又经55℃、25℃回落到4℃.结果表明,在此过程中,α螺旋、转角结构比例先减少后增加;无规则卷曲比例先增加后减少,最后都基本恢复为原来的水平;而β折叠比例则变化不大.结合PeaT1的结构域信息,说明PeaT1主要是靠由β折叠组成的NAC结构域形成二聚体维持其热稳定性.     

北京市马属动物赛事监管制度的建立

通过对近年来重大马术活动的监管,结合《北京市动物防疫条例》的实施,北京市逐步形成马属动物展览演出比赛的“赛事报告、报检报验、档案记录、防疫条件审查、隔离观察、赛中监管、应急预备和宣传告知”八大监管制度,确保了北京市马属动物无疫安全。     

龙眼ISSR反应体系的建立和优化

对影响龙眼ISSR-PCR扩增反应的各个参数进行优化,建立适合龙眼的ISSR反应体系:PCR反应体积为20μl,其中模板DNA 25ng,引物0.2μmol/L,dNTP 100μmol/L,Taq DNA聚合酶0.5U,MgCl2 2.5mmol/L,10×PCR缓冲液2.0μl;扩增程序为94℃预变性5min;94℃变性1min,退火温度1min,72℃延伸90s,40个循环;72℃延伸7min。     

丙溴磷在柑桔和土壤中的残留研究

研究丙溴磷在柑桔及土壤中的消解规律及环境评价,采用田间小区试验研究了50 %丙溴磷?炔螨特乳油在柑桔和土壤中的残留消解趋势。样品采用甲醇提取,石油醚液液分配萃取,弗罗里硅土柱层析净化,GC-ECD检测分析。2010-2011年广东、广西和福建三地的田间试验结果表明：丙溴磷在柑桔和土壤中半衰期分别为4.3～7.2天、5.5～8.1天。施药浓度333 mg/kg,2次施药,药后21 d,柑桔全果中丙溴磷最终残留量<0.01-0.04 mg/kg,柑桔果肉中丙溴磷的最终残留量均小于0.01 mg/kg,均低于我国规定的丙溴磷在柑桔上的最大残留限量值0.2 mg/kg,果皮中的残留量为0.03~0.30 mg/kg,可知,施用后的丙溴磷大部分残留于柑桔果皮中。按照推荐施药剂量为333 mg/kg处理,安全间隔期为21 d,施药次数不超过2次,食用柑桔果肉是安全的,柑桔果皮需经过加工处理不能直接食用。     

人工神经网络在土壤含盐量预测中的应用

土壤含盐量的预测对合理配置水资源.防治土壤次生盐碱化等具有重要的指导意叉.在阐述BP人工神经网络原理的基础上,针对影响土壤含盐量的主要因素,建立了多因子土壤含盐量的3层BP网络模型,以土壤含水率、地下水矿化度、地下水pH值、地下水埋深、相对湿度、降雨量、蒸发量作为模型输入参数,土壤含盐量作为模型输出,对土壤含盐量进行了预测.结果表明,BP神经网络模型预测土壤含盐量的最大误差为8.78%,平均误差为5.99%,模型具有较高的预测精度.     

基于深度学习的病虫害智能化识别系统

我国农作物种植覆盖面广、分散度高,病虫害发生种类多、区域性发生规律复杂,传统的人工鉴定技术从效率、能力与精度方面均难以满足新形势下重大病虫测报要求。针对这一实践需求,以测报灯下害虫图像数据库(约18万张)、田间病虫害图像数据库(约32万张)为基础,构建了基于深度学习方法的病虫害种类特征自动学习、特征融合、识别和位置回归计算框架,并研发了移动式病虫害智能化感知设备和自动识别系统。通过近2年的精确度和实操运行效率检验,该系统在自然状态下对16种灯下常见害虫的识别率为66%～90%,对38种田间常见病虫害(症状)的识别率为50%～90%。随基础数据库的不断丰富、神经网络深层特征提取的不断完善,该系统有望进一步提高识别准确率,从而真正实现田间病虫害识别自动化、智能化和高效率。     

精密车削二维微位移刀架研究

设计了一种微米级切削加工的微位移刀架,该刀架可满足数控车床精密加工的需要。该刀架以压电微位移致动器为动力源,以双平行四杆柔性铰链为弹性导轨,以最大输出位移为主要参数,设计了微位移刀架的结构,计算和选择了微位移刀架的结构参数。通过理论建模和有限元分析,对该铰链机构的系统刚度进行了计算,并对二维微位移刀架的输出位移进行实验测试。实验结果表明:理论计算结果、有限元仿真计算结果与实验测试数据吻合,验证了设计方法的可行性。     

基于PCA—SVM的棉花出苗期杂草类型识别

为了实现棉田中不同类型杂草的机器视觉识别,提出基于主成分分析和支持向量机的棉花出苗期杂草识别方法。该方法通过提取棉田图像中棉花和杂草的颜色、形状、纹理等特征,并利用主成分分析(PCA)降低特征变量空间维数,结合支持向量机,实现对棉田杂草类型分类。通过120个棉花杂草测试样本分类试验结果发现,经PCA降维得到的前3个主成分分量能有效减少支持向量机的训练时间和提高分类正确率;通过对比发现前3个主成分分量与径向基核函数支持向量机相结合效果最好,其训练时间为91 ms,平均分类正确率达98.33%。