黄土高原半干旱区退耕还林对土壤微量元素的影响

为了探明黄土高原半干旱区退耕还林对土壤微量元素(Cu、Zn、Mn、Mo、Fe)含量的影响及其与影响因子间的关系,以甘肃省关川河流域退耕还林地和农地为研究对象,使用有效性评价、通径分析等方法研究土壤微量元素与土壤环境变量间的关系。结果表明:退耕后土壤微量元素含量随土层深度增加而减少,在表层土壤中呈一定的富集现象。退耕地Cu、Mn、Mo的有效性指数高于Zn、Fe,侧柏林地有效性综合指数高于云杉林地。偏相关分析显示,退耕还林区土壤微量元素有效态含量的主要影响因素为土壤有机质、全钾、全氮与土壤含水率;回归分析显示,土壤环境因子可解释38.1%~73.8%有关土壤微量元素含量的变异;通径分析表明,土壤全钾对土壤微量元素的直接作用最大,土壤全氮对微量元素的间接作用最大;决策分析表明,土壤全钾与土壤有机质是退耕还林区微量元素含量的决策变量,而土壤含水率是土壤微量元素的限制变量。     

梯级水电站补偿效益分摊方法研究

为了真实地体现梯级水电站的补偿效益，从分析影响梯级水电站补偿效益分摊的主要因素入手，提出了几种单因子分摊方法、综合分析法以及模糊综合评判法，建立了分摊数学模型，以汉江支流岚河梯级补偿效益分摊为例，将不同方法计算结果进行对比，提出了不同条件下梯级水电站补偿效益的合理分摊方法。     

泵房异常振动的原因及处理措施

通过对泵房振动实际情况进行分析，探讨了振动发生的原因及治理措施，可为同类型泵站的设计、安装提供参考。     

时序进气柴油机缸内分层与燃烧排放特征数值分析

缸内再循环废气(EGR)分布是发动机缸内EGR分层燃烧研究的重点与难点,由时序进气策略通过控制进气组分的充气时段来组织缸内EGR分层分布具有重要意义。以高压共轨重型柴油机为研究对象,采用CFD(Computation fluid dynamics)方法建立全参数数值仿真平台,研究不同时序进气组分经过进气及压缩过程后在缸内的分布特征及其对柴油机缸内燃烧及排放的影响。研究中以CO2代替EGR。研究结果表明,时序进气早期进气组分在气缸底部及燃烧室壁面附近分布较浓,后期进气则在气缸中心顶部分布较浓;时序进气能够获得显著的轴向分层分布;与均匀进气相比,缸内压力和温度偏低,燃烧滞后约0.7°CA,但放热率峰值偏高,NOx排放量降低51.2%,碳烟排放量降低13.4%。     

高压电场在食品物料干燥中的应用研究

高压电场干燥是一种全新的干燥技术。文章分析了高压电场干燥的机理，认为是“不均匀高压电场产生的离子风的冲击作用”．而不是“传热传质”。介绍了高压电场干燥的发展历程及进展，指出了高压电场干燥的发展潜力和前景，并提出了设想。     

泵站机组不能正常启动原因分析及解决办法

针对江苏省淮安第三抽水站机组不能正常启动的问题进行了分析，找出了原因所在，通过对阻尼环等的技术改进，解决了机组存在的质量问题。指出了泵站工程建设中必须重视工程每个细小构件的设计，研究施工工艺，严格控制产品质量，确保新建工程优质、安全、高效。     

电力系统日有功优化调度的工程化软件与应用

随着电力市场的逐步建立和电力供需形势的变化，电力系统的优化调度具备了可行条件；同时，由于电力部门运作带有的计划性，需要开发出实用有效的、涉及多种人为调控约束的工程化方法用于实际生产。针对上述需要，建立了考虑若干为调控约束的日有功优化调度工程化模型，提出了基于专家规则、优先顺序和动态规划法的工程化算法，并开发了相应的工程化软件。该软件已在陕西电网成功运行一年，取得了显著的效益。     

基于无人机视频影像的油菜苗检测与计数

针对油菜生长早期传统人工苗情调查方法效率低、主观意识强,不能满足大面积或经常性高精度苗期调查作业需求的问题,该研究基于无人机影像及机器学习技术,提出一种油菜苗视频流检测模型及计数方法。通过对YOLO系列基础模型添加多头自注意力,用BasicRFB（basic receptive field block）模块替换原有的空间池化结构（spatial pyramid pooling-fast,SPPF）模块,并对Neck部分添加一维卷积及更换下采样方式等,进一步结合DeepSORT（deep simple online and real-time tracking）算法和越线计数技术实现对油菜苗的数量统计。算例测试结果表明,改进后YOLOv5s的交并比阈值0.50的平均精度均值达到93.1%,交并比阈值0.50～0.95的平均精度均值达到了67.5%,明显优于Faster R-CNN、SSD和YOLOX等其他经典目标检测算法,交并比阈值0.50的平均精度均值分别高出14.82、26.37和3.3个百分点,交并比阈值为0.50～0.95范围下的平均精度均值分别高出25.7、33.9和6.7个百分点。油菜苗计数试验结果表明,离线视频计数时,在合理的种植密度区间内,所提算法的油菜苗计数精度平均达到93.75%,计数效率为人工计数的9.54倍;在线实时计数时,在不同天气情况下,计数平台的油菜苗计数精度最大相差1.87个百分点,具有良好的泛化性,满足油菜苗计数实时性要求。     

海上风机与养殖网箱融合系统中网箱系泊绳张力与导管架基础结构安全性研究

海洋牧场与海上风电融合发展是现代渔业和清洁能源产业融合发展的典型代表,能够构建“海上粮仓+清洁能源”的新产业模式。本文基于福建漳浦六鳌海上风电场风机导管架构建养殖网箱与海上风机融合系统,运用Aqua-FE?有限元工具探究极端波流条件下不同网箱布设深度、波流入射角、生物附着程度对网箱系泊绳张力的影响;采用海洋工程专用设计软件SACS,计算分析风机导管架结构在波流及网箱系泊绳张力作用下的应力分布,评估养殖网箱系泊绳张力对风机导管架基础结构安全性的影响。结果表明,网箱布设深度的增加能够减少网箱系泊绳最大张力,显著改善网箱风机整体结构受力状态;波流入射角的改变对于网箱风机整体结构安全性影响不大;网衣生物附着程度的增加会显著增加网箱系泊绳最大张力,从而造成风机导管架基础杆件大量失效。综上所述,养殖网箱可布设于适当水深以减少受力,同时应及时清理附着生物,适当增加网箱系泊点附近的导管架杆件和导管架底部桩土点杆件的壁厚,以确保养殖网箱与海上风机融合系统结构安全。该结果可为深入研究网箱与风机融合系统的受力,评估该系统的安全性,优化设计养殖网箱与风机融合系统提供数据支撑。     

基于两点机器学习方法的土壤有机质空间分布预测

准确预测土壤有机质(Soil Organic Matter,SOM)空间分布对精细农业、耕地质量建设、生态环境保护以及固碳减排等均具有重要的意义。该研究探讨了基于两点机器学习方法(Two-pointMachineLearning,TPML)提高SOM空间分布预测的可行性。以黑龙江省海伦市为研究区,以气候、地形地貌、社会经济和空间位置信息等因素作为辅助变量,充分利用空间位置信息和属性相似关系,有效处理SOM空间分布异质性及其与辅助变量间关系异质性,以提高TPML方法进行SOM空间分布预测的精度。采用随机森林、基于随机森林的回归克里格、反距离权重法和普通克里格(Ordinary Kriging,OK)方法作为对比,以平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)、预测值与真实值相关系数(r)和决定系数(R²)作为评价指标,进行不同样本量下的多组对比试验,评价不同方法的预测精度。结果表明：1)研究区SOM含量在1.775～7.188 g/kg之间,平均值为3.179 g/kg,空间分布...