土壤微生物生物地理学：国内进展与国际前沿

土壤微生物生物地理学是研究土壤中微生物空间分布格局及其随时间变化的一门科学,是土壤微生物学和微生物生态学等领域的研究前沿。近年来,尽管土壤微生物生物地理学研究取得了巨大进展,目前仍面临诸多难题与挑战。本文简要回顾了土壤微生物生物地理学的发展历程,重点介绍近年来我国在森林、草地和农田生态系统中土壤微生物生物地理学研究的主要进展。同时进一步阐述了目前土壤微生物生物地理学研究的国际前沿方向,包括微生物群落空间分布及其驱动机制、群落构建过程与共存网络、微生物地理分布与生态系统功能的关联以及预测微生物群落对全球变化的响应。最后,对土壤微生物生物地理学未来的研究方向进行了展望,强调了清晰的微生物物种定义、微生物群落的时间动态、多组学与合成生物学技术以及高精度的预测模型在土壤微生物生物地理学研究中的重要性。     

乙醇浸渍对切片茄子干燥特性和品质的影响

为了提高切片茄子的干制品质、缩短干燥时间,对热风干燥前的切片茄子进行了乙醇浸渍处理。以不同干燥温度(45、55、65℃)、预处理乙醇体积分数(0、5%、15%)和茄子切片厚度(1.0、1.5、2.0 cm)为试验因素,以干燥时间及干燥后产品的干燥速率、色泽、复水比和微观结构为评价指标进行正交试验。试验结果表明:干燥温度、乙醇体积分数和切片厚度对干燥时间均有显著影响(P0.05);综合评价的影响顺序由大到小依次为:切片厚度干燥温度乙醇体积分数;切片茄子的干燥过程属于降速干燥,通过费克第二定律得到切片茄子的水分有效扩散系数在2.74×10-9~7.75×10-9 m2/s;切片厚度对干燥后茄子片的复水比有显著影响(P0.05),复水比随着切片厚度的增加而减少;乙醇体积分数对干燥后茄子片的色泽具有显著影响(P0.05),而且可以改变干燥后茄子的微观结构改善物料外观品质。当乙醇体积分数为15%、干燥温度为65℃、切片厚度为1.0 cm时,干燥时间为225 min,复水比为4.93,明亮度为88.24,既有较快的干燥速率又能够得到比较好的色泽。研究表明适宜体积分数的乙醇浸渍预处理能够提高切片茄子的干燥速率、改善色泽,为高品质切片茄子快速干燥提供了理论依据。     

基于iTRAQ技术的不同耐旱性甘薯苗期根系差异蛋白分析

为从蛋白水平揭示不同甘薯品种的苗期耐旱性差异,明确甘薯耐旱性生理机制,以耐旱性强的济薯21(JS)和耐旱性弱的济紫薯1(JH)为材料,采用PEG-6000模拟田间梯度干旱胁迫过程,采用i TRAQ技术开展甘薯苗期根系全蛋白组差异蛋白分析。结果表明,在4个比较组中,共筛选到567个差异表达蛋白,其中上调表达蛋白302个,覆盖率达20%以上的蛋白占鉴定总蛋白数的58.6%。GO分析发现,JS苗期根系差异蛋白主要集中在胁迫响应、非生物刺激响应等生物过程,而JH苗期根系差异蛋白主要集中在糖基复合物代谢和辅酶代谢等生物过程,干旱均主要影响2个品种的细胞质、细胞溶质等细胞组分,2个品种的差异蛋白分子功能均涉及催化活性、氧化还原酶活性等方面。KEGG分析发现,正常条件下,耐旱性强的较耐旱性弱的甘薯品种苗期根系中的过氧化物酶(POD)和肉桂醇脱氢酶(CAD)表达上调;在干旱条件下,次生代谢合成过程中的苯丙烷合成通路中上调表达的差异蛋白最多,耐旱性强的JS苗期根系中主要是胁迫响应相关蛋白,而耐旱性弱的JH苗期根系中主要是能量代谢相关蛋白。总之,干旱对甘薯苗期根系细胞质中次生物质合成和能量代谢影响较大,耐旱性强的甘薯苗期根系氧化还原酶类蛋白表达上调,不同耐旱性甘薯苗期根系在蛋白组学水平上响应干旱的生理调控途径存在明显差异。本研究为甘薯耐旱性品种生理鉴定和耐旱基因发掘提供了线索。     

基于氨基酸组成的黄酒酒龄电子舌鉴别

该研究采用电子舌结合化学计量学方法用于黄酒酒龄的快速鉴别。为确证黄酒样品酒龄,采用氨基酸分析仪分析了1年陈、3年陈和5年陈黄酒中20种氨基酸,并利用主成分分析（principal component analysis,PCA）对氨基酸数据进行了分析。采用电位型电子舌采集了不同酒龄黄酒样品的味觉指纹信息,并采用判别分析（discriminant analysis,DA）方法结合味觉指纹信息建立黄酒酒龄快速鉴别模型。采用偏最小二乘法（partial least squares regression,PLSR）建立电子舌响应信号与氨基酸含量之间的相关关系。氨基酸数据结合PCA分析表明所有样品均标注正确;电子舌结合DA所建黄酒酒龄鉴别模型可将3个年份预测集样品正确区分;异亮氨酸（Ile）、天门冬氨酸（Asp）、酪氨酸（Tyr）和缬氨酸（Val）与电子舌相关性高,模型的相对分析误差（Residual predictive deviation, RPD）高于2。研究表明电位型电子舌结合判别分析是黄酒龄鉴别的稳健方法。     

基于无人机和卫星遥感影像的制种玉米田识别纹理特征尺度优选

制种玉米田在高空间分辨率遥感影像上呈现的明显条带状纹理,是有效区分光谱值相近的大田玉米和制种玉米的重要信息.该文在新疆维吾尔自治区奇台县玉米种植区以高空间分辨率的无人机遥感影像为数据源,针对制种玉米识别的纹理特征计算尺度问题,首先采用最近邻内插法对制种玉米和大田玉米样本田块的无人机影像进行重采样,得到不同分辨率的样本;然后用融合Uniform-LBP(local binary pattern)和GLCM(gray level co-occurrence matrix)方法得到提取玉米田块纹理特征合理GLCM参数,其中方向参数为0°、45°、90°和135°这4个方向上的纹理特征值的平均值、距离为5~7像元、灰度级为8;通过多尺度对比分析,得到最适宜区分制种玉米与大田玉米的纹理辨率为0.6~0.9m.最后采用奇台县的0.7m分辨率的Kompsat-3遥感影像进行验证,在多时相EVI(enhanced vegetation index)光谱信息识别玉米的基础上,利用本文确定的纹理分析方法,通过决策树建立规则识别制种玉米,识别精度达90.9%.通过该文的研究,可为高空间分辨率遥感制种玉米田监管提供支撑.     

Development of a Sequential Decision-Making Model for Controlling Multiple Air Pollutants Under Stochastic Uncertainty

Most of previous programming methods for air-quality management merely considered single pollutant from point sources. However, air pollution control is characterized by multiple pollutants from various sources. Meanwhile, uncertain information in the decision-making process cannot be neglected in the real-world cases. Thus, an inexact multistage stochastic programming model with joint chance constraints based on the air quality index (air-quality management model with joint chance constraints (AQM-JCC)) is developed for controlling multiple pollutants deriving from point and mobile sources and applied to a regional air-quality management system. In the model, integrated air quality associated with the joint probability existing in terms of environmental constraints is evaluated; uncertainties expressed as probability distributions and interval values are addressed; risks of violating the overall air-quality target under joint chance constraints are examined; and dynamics of system uncertainties and decision processes under a complete set of scenarios within a multistage context are reflected. The results indicate that useful solutions for air quality management practices in sequential stochastic decision environments have been generated, which can help decision makers to identify cost-effective control strategies for overall air quality improvement under uncertainties.     

基于滑模变结构控制的温室喷药移动机器人路径跟踪

为解决作物种植密集,地面障碍与空间障碍并存等非结构化环境因素对温室喷药移动机器人路径跟踪运动控制精度的影响,在建立移动机器人运动学模型的基础上,设计一种基于指数趋近律的滑模变结构控制方法以保证系统对不确定参数及外界干扰的鲁棒性。与此同时,为有效解决滑模控制固有的抖振问题,提出一种加权增益趋近律算法,在该趋近律的积分项中引入负的加权值,可有效避免当系统状态不在滑模切换时的切换增益的增大,使得控制器输出量平滑,并利用Lyapunov函数证明了其稳定性,并采用该文所设计的基于加权积分增益趋近律的滑模控制器对喷药移动机器人进行路径跟踪控制。试验结果表明,该算法可以顺利消除横向偏差,使实际运动轨迹平稳跟随理想作业路线,避免在作业区域产生较严重的重喷和漏喷现象,其研究成果为温室作物实施精准喷药提供了依据。     

往复式割刀切割马铃薯秧数值模拟分析

针对马铃薯收秧机械在国内发展空白和往复式切割器切割马铃薯秧蔓研究较少的问题,对往复式切割器进行三维建模、显式动力学分析,并仿真得到往复式切割器在切割马铃薯秧过程中的变形结果、应力和剪切力变化折线图。结果表明:马铃薯秧的最大变形为148.98mm,最大应力为2.7706MPa,最大剪切力为1.5368 MPa,且往复式切割刀的各项指标均在合理范围之内,能够充分实现马铃薯秧苗的切割。该研究内容可为往复式切割器在马铃薯秧蔓切割问题上的探讨提供参考。     

挖拔式木薯收获机挖深液压控制装置的设计与试验

针对挖拔式木薯收获机在收获过程中带有一定倾角的挖掘铲有朝着深度方向行进的趋势,增加了挖土量及挖掘负荷等问题,提出了基于液压控制系统调整挖深的设计思路。为此,研制了一种挖深液压控制装置,主要由地表仿形机构、挖掘铲液压调节机构、液压系统及PLC控制系统4部分组成;同时,对液压系统的负载特性进行系统分析计算,选取了合适的执行元器件,并在此基础上进行土槽实验。结果表明:地表仿形机构,最大误差8.9%,平均误差3.5%;掘铲液压控制系统的响应时间为1.7s,1s内完成对挖出铲的角度与深度自动调节,测试效果能够满足精准挖深控制要求。