1990—2020年河南省黄淮海平原国土空间“三生”功能时空演变

[目的] 对国土空间“三生”功能时空演变进行研究,为区域国土空间新格局的构建,实施监督国土空间规划和促进区域协调发展提供科学依据。[方法] 以河南省黄淮海平原为研究区,基于1990,2005和2020年土地利用遥感监测数据,运用功能归并、地理网格采样和空间协调度等方法开展研究。[结果] 1990—2020年,生产、生活功能指数分别上升了1.30%和20.83%,且均呈西部低而中东部高的特点,生态功能指数下降了2.52%。生产功能指数以相对平衡状态为主,生活功能变化幅度较小,空间上呈零散分布特点,生态功能空间变化幅度强烈。缩小区多位于研究区西南部,扩张区集中于西部和东端。国土功能的协调度逐渐变差,中高、高协调类型区面积均偏小,低协调类型区扩张显著,并成为最主要的功能协调类型,中低和中协调类型区面积比例持续下降。[结论] 应依据研究区国土空间的功能服务特性,合理统筹部署国土空间开发及利用,促进国土空间的生产、生活与生态功能协调发展。     

臭椿树干液流和直径微变化对土壤水分的响应

[目的] 研究不同水分条件下〔土壤体积含水量分别为10%～15%(W₁),15%～20%(W₂),20%～25%(W₃),25%～30%(W₄)4种水分处理〕臭椿的树干液流和树干径向变化特征及其与气象因子的关系,为深入了解臭椿水分利用策略和科学制定臭椿水分管理措施提供科学依据。[方法] 采用热扩散式探针法(TDP)对臭椿树干液流进行连续观测,使用树干径向变化记录仪持续监测臭椿树干直径变化,并同步监测相关环境因子的变化。[结果] 在W₃和W₄土壤水分处理下,臭椿液流量基本相同,且树干直径的增长量和变化幅度也相近;在W₁—W₃范围内,臭椿液流量随土壤含水量的增加而增大,但夜间液流占日总液流量的比例随土壤含水量的增加而减小,分别为：W₁(12.3%)>W₂(11.9%)>W₃(6.0%)。日尺度下臭椿树干直径的变化幅度随着土壤含水量的增加而减少,但生长量随之增加;随着土壤含水量的不断增加,白天树干液流与气象因子的相关性呈增大趋势,夜间呈降低趋势;树干液流和树干直径的变化都滞后于太阳辐射,提前于饱和水气压差,且二者与饱和水汽压差之间的时滞均随土壤含水量的增加而减小,但二者与太阳辐射之间的时滞受土壤含水量变化的影响很小。日尺度下臭椿树干液流与树干直径的变化呈反向变化规律,且液流的变化总是提前于树干直径的变化。随着土壤含水量的增加,时滞缩短。[结论] 臭椿树干液流与树干直径变化对土壤水分变化的响应存在紧密联系。在W₃水平,土壤含水量达到了臭椿可以充分利用的阈值,因此W₃土壤水分处理为臭椿最适宜的灌溉标准。     

基于特征迁移学习的变工况下轴向柱塞泵故障诊断

不同工况下的轴向柱塞泵故障数据存在分布差异,现有的基于特征迁移学习的变工况故障诊断方法大多只通过单个传感器信号进行分析,具有一定的局限性和片面性。为了利用多传感器信号提高变工况下轴向柱塞泵故障诊断的性能,该研究提出一种耦合分类器子空间嵌入分布自适应（Subspace Embedded Distribution Adaptation with Coupled Classifiers, SEDACC）方法。该方法利用多传感器信号的频谱数据构造主要数据集和辅助数据集,通过子空间对齐（Subspace Alignment, SA）方法将源域和目标域的主要数据投影到公共子空间中,并采用加权条件最大均值差异（Weighted Conditional Maximum Mean Discrepancy, WCMMD）作为度量进行特征分布的适配。同时,基于结构风险最小化（Structural Risk Minimization, SRM）准则在源域标签数据上学习主分类器,根据主分类器对于目标域的预测结果在目标域辅助数据上学习辅助分类器。通过交替和迭代策略不断优化分类器参数,最后对二者进行加权融合得到最终的诊断模型。通过轴向柱塞泵变工况故障诊断试验进行验证,结果表明,当以垂直于端盖的z方向振动信号为主要数据并使用声音信号（或以平行于端盖的x方向的振动信号）作为辅助数据时,SEDACC方法在6种迁移任务中的平均准确率为99.88%（99.46%）,高于其他方法。此外,所提方法在目标工况样本稀少的情况下仍具有较高的诊断精度,当目标域和源域样本数比值为0.2时,6种迁移任务的平均准确率达到92.66%。研究结果可为更完备与准确的机械故障诊断提供参考。     

南方丘陵区油茶气孔导度模型修正

为探求南方丘陵地区油茶叶片气孔导度最优响应模型,该研究于2020年和2021年对油茶叶片的气孔导度、净光合速率、CO2浓度等参数进行观测,运用9种不同组合的Jarvis模型以及2种不同CO2浓度（叶片CO2浓度和胞间CO2浓度）计算的Ball-Woodrow-Berry（BWB）模型和Ball-Berry-Leuning（BBL）模型对油茶叶片气孔导度进行模拟,并引入油茶叶片叶气温差、气孔内外CO2浓度差对Jarvis模型和BBL模型进行修正和比较。结果表明：去除土壤水分函数提高了Jarvis模型的模拟效果,说明在南方丘陵区利用Jarvis模型时可以忽略土壤水分这一因子的影响。Jarvis-8模型以及用叶片CO2浓度计算出的BWB和BBL模型对油茶气孔导度模拟效果较好。在三种经典模型中,BBL模型的相关系数最大（R2=0.76）,绝对值平均误差最小（0.015）,说明其对油茶气孔导度模拟的效果较好。在引入两种参数后,叶气温差对Jarvis-8模型和BBL模型的模拟效果有所提高,但不显著;气孔内外CO2浓度差对Jarvis-8模型无明显改变,但显著提高了BBL模型的精度,引入气孔内外CO2浓度差后的BBL-C模型相关系数从BBL模型的0.76提高到了0.95,模型斜率非常接近于1（1.004）,模拟结果贴近于实测的气孔导度值,很好地模拟了2020年（R2=0.92）和2021年（R2=0.95）油茶生长关键期的叶片气孔导度值以及不同场景下的油茶气孔导度日变化值。因此推荐引入气孔内外CO2浓度差的 BBL模型作为南方丘陵区油茶叶片气孔导度响应模型。研究结果可为南方丘陵区油茶气孔导度模型选取提供参考依据。     

基于Sentinel-2A的棉花种植面积提取及产量预测

及时、准确预测棉花产量在棉田经营管理、农业决策制定等方面具有重要的价值和意义。为了提高棉花产量预测精度并确定估产的最佳生育时期,该研究利用谷歌地球引擎（Google Earth Engine,GEE）获取2020年Sentinel-2A的3个时间段影像,采用随机森林（Radom Forest, RF）、支持向量机（Support Vector Machine, SVM）、决策树（Classification and Regression Tree, CART）进行棉花种植区域提取,利用顺序向前选择（Sequential Forward Selection, SFS）和偏最小二乘算法（Partial Least Squares Regression, PLSR）确定棉花产量预测最佳生育时期,最终形成莫索湾垦区棉花产量预测分布图。结果表明,1）RF分类效果最佳,农田与非农田分类总体精度为0.94,Kappa 系数为0.89;棉田与非棉田分类总体精度为0.92,Kappa 系数为0.83。2）红边波段（B6）在3个生育时期中与产量相关性较好,相关系数随着生育时期的递进而增加,分别为0.37、0.47、0.53。3）基于PLSR构建的产量预测模型中,铃期预测效果最佳（决定系数R2=0.62,均方根误差RMSE=625.5 kg/hm2,相对误差RE=8.87%）,优于吐絮期（R2=0.51,RMSE=789.45 kg/hm2,RE=11.06%）和花期（R2=0.48,RMSE=686.4 kg/hm2,RE=9.86%）,铃期为棉花产量预测的最佳生育时期。该研究利用GEE和Sentinel-2A影像数据,为新疆莫索湾垦区棉花种植面积提取及产量预测提供一种新的思路,可为合理水肥配置、精准种植、农作物生长过程监测提供数据支撑。     

基于CLUE-S模型县域土地利用情景模拟与碳排放效应分析

土地利用与变化产生的碳排放是国家温室气体排放清单核算中的重要组成部分。该研究以辽宁省沈阳市法库县为研究区域,基于2013年土地利用现状数据,运用CLUE-S模型对法库县2019年土地利用变化格局进行模拟与验证。在此基础上,通过设置基线情景、农业发展、建设发展、生态保护、土地利用结构优化5种模拟情景预测2030年法库县土地利用分布空间格局及各情景下土地利用碳收支状况。结果表明：1）CLUE-S模型对法库县土地利用格局变化具有良好的模拟能力,Kappa系数为0.989 6,模拟总体精度达到99.14%;2）在5种模拟情景中,土地利用结构优化情景下2030年法库县土地资源利用效果最优,是法库县中长期发展阶段较为适宜的土地利用模式;3）法库县2013-2019年碳排放量增长5.53%。5种模拟情景同2019年相比,除生态保护和农业发展情景外,其余模拟情景下法库县碳排放量均呈现增长趋势,其中土地利用结构优化情景增幅最小,为2.29%。研究结果可为法库县土地利用优化布局、国土空间规划编制及碳减排相关政策制订提供参考依据和决策支持,研究方法也可为其他区域土地利用格局预测及碳收支变化提供借鉴。     

温室水循环太阳能利用系统高效节能控制策略

针对目前温室水循环太阳能利用系统无法在合理时间集热的问题,开发模面装置,基于其表面综合温度提出高效节能控制策略。理论分析表明,日间表面综合温度反映集热器表面可集太阳余热,利用该温度与蓄热水池内水温之间的差值可较准确地判断集热时机;夜间表面综合温度接近于室内气温,利用该温度进行放热控制的方式实质上就是利用室内气温的方式。通过现场试验,测试提出的控制策略下实现的中空板水循环太阳能利用系统的集放热效果,并与现有的基于设定时间点或室内气温的控制方式的能力进行对比。试验结果表明中空板系统在提出的集热控制策略下获得的晴天的集热量（404.1 MJ）与多云天和阴天的集热量（分别为225.9和62.7 MJ）差异显著。而设定时间点控制集热,导致少集热（1.4 h）、无效运行（1.7 h）等问题。基于室内气温方式浪费集热时机：集热初期,太阳辐射较强,系统本可集热（31.8 MJ）,且集热量远大于能耗,集热COP（Coefficient of Performance）达20.2,但因气温低,并不运行;集热末期,还出现短期无效运行（多云天为0.7 h;阴天为2.4 h）。该研究提出的集热控制策略能以更低能耗实现更高集热量;放热控制方式也具有一定优势。     

基于改进YOLOv4模型的全景图像苹果识别

苹果果园由于密植栽培模式,果树之间相互遮挡,导致苹果果实识别效果差,并且普通的图像采集方式存在图像中果实重复采集的问题,使得果实计数不准确。针对此类问题,该研究采用全景拍摄的方式采集苹果果树图像,并提出了一种基于改进YOLOv4和基于阈值的边界框匹配合并算法的全景图像苹果识别方法。首先在YOLOv4主干特征提取网络的Resblock模块中加入scSE注意力机制,将PANet模块中的部分卷积替换为深度可分离卷积,且增加深度可分离卷积的输出通道数,以增强特征提取能力,降低模型参数量与计算量。将全景图像分割为子图像,采用改进的YOLOv4模型进行识别,通过对比Faster R-CNN、CenterNet、YOLOv4系列算法和YOLOv5系列算法等不同网络模型对全景图像的苹果识别效果,改进后的YOLOv4网络模型精确率达到96.19%,召回率达到了95.47%,平均精度AP值达到97.27%,比原YOLOv4模型分别提高了1.07、2.59、2.02个百分点。采用基于阈值的边界框匹配合并算法,将识别后子图像的边界框进行匹配与合并,实现全景图像的识别,合并后的结果其精确率达到96.17%,召回率达到95.63%,F1分数达到0.96,平均精度AP值达到95.06%,高于直接对全景图像苹果进行识别的各评价指标。该方法对自然条件下全景图像的苹果识别具有较好的识别效果。     

梯形渠道衬砌冻胀破坏弹性地基板模型

为探讨开放系统中梯形混凝土衬砌渠道的冻胀问题,根据衬砌板与冻土地基的相互关系,采用 Winkler弹性地基板理论建立了考虑冻胀力和冻结力作用的衬砌板冻胀破坏力学模型,使用解析法得到了衬砌板变形和内力解,对不同地下水埋深、衬砌板几何参数的影响规律进行了分析。通过与已有现场观测值和计算值进行对比,验证了弹性地基板理论计算结果的正确性。研究结果表明：坡板在非均匀分布的冻胀力作用下,挠度、弯矩和剪力也表现为非均匀分布,挠度最大值在坡顶距坡脚2/3处,弯矩最大值靠近底板位置,拉应力分布与内力分布规律一致,与已有研究结果吻合。与梁理论相比,板理论计算结果表明衬砌板的挠度和内力沿板宽方向为非均匀分布,挠度和弯矩在自由边界（纵向伸缩缝）处增大,扭矩主要分布在衬砌板的拐角处。切向冻结力对渠道冻胀影响较小,在原渠道工况下,不考虑切向冻结力与考虑最大切向冻结力之间,最大挠度相差0.7 mm。针对不同地下水位的渠道,给出了衬砌板的安全厚度,可为现浇混凝土梯形渠道的抗冻胀设计提供参考和理论依据。     

基于改进CYCBD的滚动轴承复合故障自适应诊断方法

为实现滚动轴承复合故障自适应诊断,该研究提出了基于循环含量比-归一化谐波比例（Ratio of Cyclic Content-Normalized Proportion of Harmonics,RCC-NPH）融合指标改进的最大二阶循环平稳盲解卷积（Maximum second order cyclostationary blind deconvolution,CYCBD）方法。首先,构建了RCC-NPH融合指标,解决了CYCBD算法循环频率确定依赖先验知识及遍历所有故障频率空间耗时的问题。其次,根据RCC-NPH融合指标图估计CYCBD的循环频率集,实现了CYCBD参数的自适应选择。再次,采用自适应参数CYCBD方法对输入信号进行解卷积运算,提取了不同循环频率对应的故障信号。最后,对提取的故障信号进行Hilbert包络解调分析,完成故障的辨识。利用该方法分别对仿真信号和轴承复合故障信号进行试验,均能有效检测信号中包含的故障成分,实现了复合故障的自适应诊断。与其他指标相比,该方法能够有效避免噪声和谐波的干扰,适用于复合故障诊断。