土壤微生物膜对风沙土固沙保水特性的影响

土壤微生物膜胞外聚合物具有较强的黏结性,为增强风沙土抗蚀性,提高风沙土保水性提供了新途径。鉴于此,该研究采用室内控制试验设置6个微生物菌剂施用水平(0、1、3、5、7和10 g/kg),以期阐明土壤微生物膜对风沙土特性的影响。研究结果表明:1)施用微生物菌剂可产生土壤微生物膜,并胶结风沙土颗粒。2)试验结束时(第49 d),与对照组相比,不同菌剂施用处理的土壤容重降低0.54%～8.88%,孔隙度提高0.39%～3.91%,含水率显著提高0.11%～0.25%(P0.05),大团聚体质量分数增加5.59%～25.01%,土壤pH值由7.16显著增加至8.32～9.23(P0.05)。3)土壤多糖含量对土壤特性的解释率为47%,是影响土壤特性的关键因素。土壤微生物膜能够有效改善风沙土特性,增强风沙土抗蚀性,提高风沙土保水性,但较高的微生物菌剂施用量会增加土壤pH值,造成土壤盐碱化,建议微生物菌剂施用水平为1～5 g/kg。研究成果有利于深入理解微生物膜固沙保水机制,并可为沙化土地防治新技术研发提供重要理论依据和科技支撑。     

1969-2018年黄河实测径流与天然径流的变化

[目的] 分析黄河实测径流与天然径流的变化规律,为探究人类活动对径流的影响提供依据。[方法] 基于1969—2018年黄河干流8个水文站的天然径流和实测径流数据,使用Mann-Kendall趋势检验与突变检验法,对比分析近50 a黄河干流实测径流和天然径流的变化规律。并结合近15 a各分区耗水数据探讨人类活动对于径流的影响。[结果] ①1969—2018年黄河上中下游实测径流整体呈降低趋势,兰州、花园口、利津3个代表站多年平均降低速率分别为5.10×10⁷,3.55×10⁸,4.13×10⁸ m³/a。②近50 a天然径流和实测径流趋势突变主要集中在1986和1990两个年份,结合前人研究和重要水事分析,1986年突变可能与1984年以来一系列水土保持措施实施以及1986年龙羊峡水库修建有关;而造成1990年径流突变的原因可能是80—90年代黄河流域用水量激增和流域下垫面改变。③天然径流与实测径流的差值从上游至下游水文站断面逐渐增大,这主要与近15 a平均耗水量也沿程增大相一致;另外多年平均实测径流在利津站仅占天然径流的42%。耗水量最大的两个分区为花园口以下和兰州—头道拐段,分别达到了1.06×10¹⁰和1.04×10¹⁰ m³。[结论] 人类活动中的各项耗水（尤其是农田灌溉）是造成兰州站以下地区天然径流与实测径流差值大的主要原因,因此,应进一步推进黄河流域节水农业的发展,合理分配各项耗水量。     

菌剂挂膜3D-RBC联合BCO工艺处理养猪沼液废水

针对养猪沼液废水寡营养、高氨氮的水质特征,该研究采用耐高氨氮、适应贫营养生长的异养硝化-好氧反硝化（Heterotrophic Nitrification-Aerobic Denitrification,以下简称HN-AD）菌挂膜启动三维结构生物转盘+生物接触氧化反应器（3D-RBC+BCO）组合工艺对沼液进行处理。该文研究了3D-RBC+BCO组合工艺在真实沼液条件下的启动过程及污染物去除效果,重点考察了溶解氧（Dissolved Oxygen,DO）浓度和C/N比2个关键因素对组合工艺污染物去除效果的影响。同时,借助高通量测序技术对DO和C/N比优化过程中微生物群落结构的变化规律进行解析。结果表明：在真实沼液条件下,采用HN-AD菌剂挂膜启动方法,仅用12和18 d就分别完成3D-RBC和BCO反应器的挂膜启动,同时组合工艺对COD、NH4+-N和TN的去除率分别稳定在94.8%、95.7%和80.1%,出水优于城镇污水厂排放一级B标准。在对3D-RBC反应器DO和C/N比的优化过程中,增设底曝后COD、NH4+-N和TN等指标的去除率分别降低了25.4%、15.4%和15.5%。高通量测序结果显示,增加底曝后3D-RBC盘片生物膜中微生物菌属的数量小幅下降,但HN-AD优势菌属的种类与丰度显著降低,导致脱氮效率下降;贫营养型Acinetobacter、Pseudomonas菌属是3D-RBC可以对真实沼液高效脱氮的关键,提高C/N比会显著降低其丰度,进而影响脱氮效果。     

无人机机载激光雷达提取果树单木树冠信息

定株管理是未来果园精准生产管理的趋势,果树单木树冠信息的提取是定株管理的关键。该研究利用无人机采集的苹果园激光探测与测量数据（Light Detection and Ranging,LiDAR）检测和测量每棵果树的树冠面积和树冠直径,并评价空间分辨率对于果树单木树冠检测与提取的影响。该方法主要包括使用反距离权重插值法间接生成冠层高度模型（Canopy Height Model,CHM）;使用局部极大值滤波算法和标记控制分水岭分割算法（Marked-Controlled Watered Segmentation,MCWS）对果树进行单木树冠检测与提取,通过与参考数据的比较,评估了该方法的精度,并定量分析了空间分辨率对于单木树冠检测与信息提取结果的敏感性。结果表明,该方法有效地实现果树单木树冠检测与信息提取,代表果树检测精度的F1得分为94.86%,树冠轮廓提取准确率为86.39%,树冠面积的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.81和20.56%,树冠直径的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.85和14.79%,树冠面积和直径不同程度地被高估。此外,冠层高度模型的空间分辨率接近果树平均树冠直径的1/10时精度最高,可以有效检测果树单木树冠及提取树冠轮廓,从而准确提取果树单木树冠信息。     

特大暴雨下不同土地利用类型坡面切沟发育特征

切沟侵蚀是黄土高原丘陵沟壑区水土流失的重要形式之一，然而极端暴雨条件下不同土地利用类型坡面切沟侵蚀研究还鲜见报道。该研究以陕北2017年"7·26"特大暴雨为例，研究了岔巴沟流域3种土地利用类型（农地、休闲地和撂荒地）坡面切沟发育形态特征及体积估算模型。结果表明：1）农地、休闲地和撂荒地切沟长度分布在20 m内的占比分别为55.6%、34.8%和44.8%；农地切沟平均深度为110 cm，分别比休闲地和撂荒地高18.3%、19.2%；农地和休闲地切沟平均宽深比分别为0.87和0.84，横断面呈"宽-浅型"，而撂荒地切沟呈"方型"（宽深比1.01）。2）撂荒地切沟侵蚀体积分别比农地和休闲地减少47.8%和28.3%，表明植被恢复有效地削弱了极端暴雨作用下的切沟侵蚀。3）农地切沟不同坡段侵蚀体积由高到低为下坡、上坡、中坡，而休闲地和撂荒地切沟侵蚀体积沿坡长方向呈递增趋势；3种土地利用类型切沟在上坡段的沟岸拓宽速率大于下切速率，中下坡则相反。4）农地、休闲地和撂荒地切沟侵蚀体积均与切沟长度、横断面面积呈极显著幂函数关系（P<0.001），横断面面积是切沟体积估算更为有效的参数。研究结果可为黄土高原丘陵沟壑区不同土地利用类型坡面切沟侵蚀体积估算及其防治提供重要依据。     

自然水体中超声波标记鱼游动轨迹精密确定算法

针对鱼类关键生境位置确定的应用需求,该文提出了一套适用于自然水体的超声波标记鱼定位算法,解决了标记鱼定位以及存在粗差观测值,即水听器记录的超声波信号接收时间存在错误情况下算法的抗干扰性。宜昌黄柏河的实测结果表明,基于现有1 ms级精度的水听器,可在自然水体中获得2.15 m精度的信号标记鱼三维游动轨迹。如因气泡、遮挡等因素对水听器观测数据引入粗差,当粗差量级在10 m以上,该方法可接近100%探测出是否存在粗差。当粗差观测值在3个以内时,该方法的探测成功率可达84.3%以上,3个以上时粗差探测成功率明显下降,5个及以上,即粗差观测值个数占观测值总数的比例大于31.25%时,基本只能探测出观测数据中存在粗差而无法有效确定粗差。该研究可为渔业增殖、鱼类栖息地保护、鱼类洄游通道等研究提供参考。     

基于隐马尔科夫模型的深度视频哺乳母猪高危动作识别

哺乳母猪的高危动作和仔猪存活率有密切关系,能直接体现其母性行为能力,而这些高危动作又与其姿态转换的频率、持续时间等密切相关。针对猪舍环境下,环境光线变化、母猪与仔猪黏连、猪体形变等给哺乳母猪姿态转换识别带来的困难。该文以梅花母猪为研究对象,以Kinect2.0采集的深度视频图像为数据源,提出基于Faster R-CNN和隐马尔科夫模型的哺乳母猪姿态转换识别算法,通过FasterR-CNN产生候选区域,并采用维特比算法构建定位管道;利用Otsu分割和形态学处理提取疑似转换片段中母猪躯干部、尾部和身体上下两侧的高度序列,由隐马尔科夫模型识别姿态转换。结果表明,对姿态转换片段识别的精度为93.67%、召回率为87.84%。研究结果可为全天候母猪行为自动识别提供技术参考。     

1822号“山竹”台风对广东省降雨侵蚀力的影响

[目的]探讨台风强降雨对降雨侵蚀力的影响,为土壤侵蚀的预测预防与治理提供一定的依据。[方法]利用2018年"山竹"台风登陆广东省带来的强降雨,以小时降雨侵蚀力模型为基础,计算"山竹"台风期间广东省降雨侵蚀力及时空分布。[结果]①广东省降雨侵蚀力与台风路径相关,在2018年9月15日粤东地区降雨侵蚀力最大,而16日与17日在粤西地区的降雨侵蚀最大;②山竹台风期间,广东省降雨侵蚀力呈现以阳春市为中心,向两侧降低,特别是在粤北和粤东地区的降雨侵蚀力最低;③降雨量大的站点,降雨侵蚀力也较大,但并不是一一对应的关系,雨强与降雨动能也是影响降雨侵蚀力的重要因素。[结论]台风带来的强降雨影响广东省15—17日降雨侵蚀力分布,台风移动路径决定降雨侵蚀力的大小。     

气体传感器鉴别花椒产地研究

目前花椒产地鉴别基本以感官评定为主,缺乏客观性,在实施应用时难以做到量化和标准化,难以做出判断。因此设计研发一种快速鉴别花椒的智能装置。该装置以气体传感器阵列为核心,能够独立对花椒气味信息进行检测和鉴别,区分不同产地的同类花椒。利用主成分分析和WilksΛ统计分析对检测数据进行处理。提取主成分5个,累积贡献率为94.41%,其对应Fisher判别模型训练集平均准确率达到88.6%,验证集90%,WilksΛ统计分析最终选取8个变量,其对应判别Fisher模型训练集平均准确率91.82%,验证集95%。对WilksΛ统计所选取变量建立细分类交叉验证的Fisher判别模型,平均正确率达到97.27%,将模型移植到采集装置,完成智能花椒品种鉴别装置。该方法是一种简便高效的花椒品种鉴别方法,可为今后进一步研究花椒产地、分级提供检测仪器和理论依据。     

基于深度学习与图像处理的哈密瓜表面缺陷检测

针对传统人工检测哈密瓜表面缺陷效率低等问题,提出利用卷积神经网络(Convolutional Neural Networks, CNN)对哈密瓜表面缺陷进行快速检测。对原始图像进行主成分分析(Principal Components Analysis,PCA)、奇异值分解(Singular Value Decomposition, SVD)和二值化等预处理操作,通过数据扩充得到正常、霉菌、晒伤和裂纹的哈密瓜图像各2 500幅。构建一种改进的类似VGG卷积神经网络模型,将预处理后的图像输入模型,并使用随机梯度下降(StochasticGradient Descent,SGD)优化器进行算法优化,为探究CNN模型的特征提取原理,将改进的类似VGG模型每层卷积的特征进行可视化,最后利用开发的哈密瓜表面缺陷检测软件对模型进行试验验证。研究结果表明:图像预处理算法提高了模型的鲁棒性和泛化能力,改进的类似VGG模型优于Alex Net和VGG-16模型,其训练集和测试集准确率分别为100.00%和97.14%;对比预处理前后4类哈密瓜卷积特征可视化结果表明,随着卷积层层数的增加,哈密瓜表面缺陷特征越来越明显,图像预处理后卷积层特征提取效果优于原始图像提取效果。软件测试结果表明:静态下哈密瓜缺陷检测速率达到0.7 s/幅,识别准确率达到93.50%。研究结果可为哈密瓜表面缺陷在线检测技术提供理论依据和技术参考。