北亚热带不同森林群落类型的生物多样性研究

北亚热带地区的人工针叶纯林可以通过抚育间伐或者封山育林等措施大大加快其向着该地区的顶级群落方向演替。该地区几种典型群落的乔木层生物多样性指数大小依次为：针阔混交林〉〉常绿阔叶纯林〉马尾松纯林（郁0.5）〉马尾松纯林（CK组）〉杉木纯林（修枝）〉杉木纯林（间伐10%）;灌木层生物多样性指数大小排序为：马尾松纯林（CK组）〉杉木纯林（间伐10%）〉杉木纯林（修枝）〉常绿阔叶纯林〉马尾松纯林（郁0.5）〉针阔混交林。     

永康市电力电量的灰色预测

永康市电力电量的灰色预测张瑶浙江省永康市供电局（３２１３００）一、灰色系统建模的特点灰色系统建模预测是近年来发展起来的预测方法。灰色理论认为一切随机样本量是在一定范围内变化的灰色量，将随机过程看作是在一定幅区间和一定时区间变化的灰色过程。对灰色量不是...     

带电作业在配电网上的推广应用

1　开展带电作业的必要性改革开放以来由于经济的迅猛发展 ,城市化进程的步伐加快 ,配电网上的业扩任务非常繁重 ,而用户对10 k V配电网的供电可靠性和不间断供电的期望越来越高。另外 ,供电企业也需要以优质电能向社会作承诺 ,提高经济效益。为此 ,促使我们成立带电作业班 ,开展 10 k V配电网的带电作业的研究和实践。2　绝缘工具间接作业法带电作业的原理2 .1　绝缘工具间接作业法带电作业的原理所谓绝缘工具间接作业法带电作业就是作业人员通过登杆工具 (登高板 )登杆至适当的位置 ,系上安全带 ,保持与带电体电压相适应的安全距离 (10 k…     

江西不同区域绿茶香气组分分析

为了促进江西茶产业发展,从江西3个重点产茶县采集10个有代表性的绿茶样,其中当地群体种样7个,引进良种样3个,用GC/MS分析香气组分。采集的绿茶样分析出33种主要香气成分,主要是醇类、酯类、醛类、烯类、酮类、烷烃类和杂环类。3个产地群体种与引进良种比较,群体种香气成分以醇类为主,占43.2%,其次酯类,占21.1%,醛类和烯类分别占14.2%和12.3%;引进良种香气成分以酯类为主,占53.3%,其次是醇类,占15.1%,醛类和烯类分别占8.5%和6.9%。单个物质比较,含量相差最大的是癸酸乙酯,群体种样中癸酸乙酯含量占4.8%,而引进良种含量占42.4%。群体种与引进良种所制绿茶香气物质的基本组成相似,但香气物质的组成比例相差极大,群体种绿茶香气成分以醇类和酯类为主,引进良种以酯类为主,酯类超过香气成分总量的50%,特别是癸酸乙酯单种物质的含量引进良种较群体种高631%。     

基于近红外光谱分析的土壤分层氮素含量预测

准确、快速地估测土壤中的氮素含量是推动配方施肥顺利开展的保障。该研究在不同区域随机选取了30个点位,每个点位分别取其表土层(0~30 cm)、心土层(30~48 cm)以及底土层(48~60 cm)3个部位进行取样,利用傅里叶型光谱分析仪MATRIX_I测量了土壤样本在近红外区域的吸收光谱,并使用实验室手段测量了土壤样本的水分及氮素含量。分析了不同层次土壤样本的吸收光谱特性,以及土壤水分、氮素不同层次的变化规律。同时对原始光谱吸收率进行一阶微分处理,而后利用微分光谱与土壤全氮含量进行相关性分析,选取反应土壤全氮含量的敏感波段1 387、1 496、1 738、1 876、2 120以及2 316 nm。利用所得敏感波段与土壤氮素含量分别建立多元线性回归模型,BP神经网络预测模型以及基于遗传算法优化的BP神经网络建模。结果显示,基于遗传算法优化的BP神经网络建模,其决定系数为0.883,均方根误差为0.0278 mg/kg。表土层土壤的预测验证结果决定系数为0.716,均方根误差为0.031 mg/kg;心土层土壤的预测验证结果决定系数为0.801,均方根误差为0.030 mg/kg;底土层土壤的预测验证结果决定系数为0.667,均方根误差为0.033 mg/kg。无论是建模精度还是模型在土壤各个层次的预测精度相比于多元线性回归模型和BP神经网络模型相比都有了显著的提高,说明该方法在土壤全氮含量预测过程中具有明显的优势,可应用于实际生产。     

探讨单片机中文输入法系统的设计及实现

目前,随着单片机在社会各行业当中应用范围的越来越广泛,用户对其的要求也是越来越高。人们不再满足于从前的被动接受单片机系统输出的信息,而是希望能够将信息输入到单片机当中,因此,单片机的中文输入法系统的设计被提上了日程。本文就单片机中中文输入法系统的设计与实现情况进行简单的分析,以期不断提高单片机中文输入系统的设计水平和质量。     

鸡源乳酸菌的分离鉴定及其生物学特性分析

从健康鸡肠道中自行分离筛选出9株乳酸菌株为试验菌株,通过考察菌种的生长速度、耐酸、耐胆碱、耐肠胃液,并以抑菌性能作为主要指标。通过产酸能力测定、耐酸能力测定、耐受肠胃极端环境性能测定得到2株乳酸菌,2株乳酸菌上清液经牛津杯双层平板法对金黄色葡萄球菌、志贺氏菌、沙门氏菌、大肠杆菌、无乳链球菌等5株指示菌株进行抑菌试验,发现2株乳酸菌对5株指示菌株都具有非常明显的抑菌作用。采用16s rDNA分子标记对乳酸菌进行鉴定,并构建系统发育树。经分子生物学鉴定,L2为植物乳杆菌(Lactobacillus plantarum)、L4为短乳杆菌(Lactobacillus brevis)。     

卷枝毛霉重组菌株Mc-MT-2培养条件优化及产油特性

前期工作构建了苹果酸转运蛋白基因过表达的卷枝毛霉重组菌株Mc-MT-2,该菌株的脂质含量大幅度提高。该研究从培养基成分筛选、微生物生长控制以及发酵模式等方面深入探讨Mc-MT-2菌株发酵产油脂的调控策略。结果表明,Mc-MT-2菌株最佳生长及产孢培养条件是以葡萄糖与苹果酸为复合碳源且复合配比为9∶1,氮源为胰蛋白胨,其他成分同Kendrick培养基,初始pH值为5。经分批培养获得生物量、脂质含量和脂质产量分别为11.2 g/L,24%和2.6 g/L。在3 L发酵罐扩大培养中,补料培养Mc-MT-2菌株获得生物量、脂质含量和脂质产量最大值为15.4 g/L、28.6%和4.4 g/L,比分批培养分别提高1.38、1.19和1.69倍。该研究为卷枝毛霉重组菌株Mc-MT-2在脂质生产中的进一步应用奠定理论基础。     

基于光谱特征分析的苹果树叶片营养素预测模型构建

该文旨在利用光谱分析技术建立高精度苹果叶片营养素预测模型,为苹果树的精细管理提供技术支持。在苹果树年度生长周期的坐果期、生理落果期和果实成熟期等重要物候期,采集了180个果树叶片样本并测量了果树叶片在可见光和近红外波段的反射光谱,同时在实验室采用化学方法获取了果树叶片的氮素以及叶绿素含量。对于聚类后样本,分别分析了果树叶片反射光谱以及经小波滤波后的反射光谱与叶绿素以及氮素之间的相关关系,而后利用偏最小二乘和支持向量机（SVM,support vector machine）方法分别建立了果树叶片叶绿素和氮素含量的回归模型。研究发现,随着生长阶段的推进,在可见光处的反射率逐渐升高,在近红外处的反射率逐渐降低,且基于小波滤波反射光谱的营养素SVM回归模型精度最高：建立的叶绿素回归模型,其测定系数R2达到0.9920,均方根误差 RMSE为0.0039,验证精度R2达到0.9036,RMSE为0.1979;建立的氮素回归模型,其测定R2和验证R2也达到0.74以上,模型的回归RMSE为0.0554,验证RMSE为0.1215。结果表明,采用支持向量机回归模型可以精确估计果树叶片叶绿素含量,对氮素含量的估计精度也达到了实用化水平。     

基于反射光谱的苹果叶片叶绿素和含水率预测模型

为探索苹果叶片叶绿素含量(质量比)、叶片含水率与反射光谱之间的关系,以华北地区苹果树为研究对象,分别测定了各个关键生长期苹果叶片的光谱反射率、叶绿素含量和叶片含水率。分析光谱反射率与叶绿素含量以及叶片含水率之间相关性发现,在不同生长时期,苹果叶片叶绿素a含量与反射光谱在515~590 nm和688~715 nm两组波段内具有较高的相关性,且果实成熟期数据显示相关度最高(R2=0.6)。在420~500 nm、640~680 nm、740~860 nm 3个波段叶片含水率与反射光谱有较高的相关性,且果实膨大期的叶片含水率在可见光波段的相关系数最大。根据所选敏感波段,分别利用多元线性回归、主成分分析和人工神经元网络建立基于反射光谱的苹果叶片不同生长时期叶绿素和含水率的预测模型。通过对所建立的预测模型进行校验,结果显示,利用主成分分析方法所建立的苹果叶片叶绿素含量预测模型的决定系数最高(R2=0.885 2),校验系数为0.828 9。该模型可以较为准确地预测苹果叶片叶绿素含量。而采用神经元网络所建立苹果叶片含水率预测模型的决定系数R2=0.862,校验系数为0.8375,预测效果最好。