长三角地区稻麦轮作土壤养分对秸秆还田响应-Meta分析

研究旨在明确稻麦轮作下秸秆还田对土壤基础养分的影响。以稻麦轮作系统为研究对象,采用Meta分析方法定量研究了土壤基础养分对秸秆还田的响应及其影响因素。结果表明,短期内(<2年)秸秆还田能够显著提升土壤有机碳和活性有机碳的含量,其中活性有机碳对秸秆还田的响应程度要高于总有机碳。低秸秆还田量(RS <3750 kg hm^-2和WS <3000 kg hm^-2)对土壤基础养分的提升效果不显著,而全量秸秆还田(RS 3000~6000 kg hm^-2和WS 3750~7000 kg hm^-2)能够显著提升土壤速效磷、有机碳和活性有机碳的含量。对于不同耕作措施而言,旋耕或翻耕措施均可以显著提升土壤有机碳的含量;此外,旋耕显著提高全氮和活性有机碳的含量,翻耕显著提高土壤速效磷和速效钾的含量。稻麦轮作下秸秆全量还田配合旋耕或者翻耕措施能够增加土壤基础养分含量,达到土壤地力培育的效果。     

液态有机肥对酚酸胁迫下马铃薯生长发育和土壤酶活性影响

为明确液态有机肥对土壤酚酸导致马铃薯的连作障碍的缓解效应,采用盆栽试验,将阿魏酸与香草酸等量混合后按不同浓度(0,50,100,150 mg/kg)施加于马铃薯基质土壤中,模拟马铃薯连作分泌的有机酸自毒物质,并施加不同浓度梯度液态有机肥(0,225,450,675 kg/hm^2),探讨酚酸胁迫下液态有机肥对马铃薯生长发育以及土壤酶活性的影响。结果表明:单一施加外源酚酸对马铃薯株高、茎粗、叶面积以及干物质量皆有不同程度的抑制作用,随酚酸浓度增加,土壤中脲酶、酸性磷酸酶、蔗糖酶活性相对对照分别降低2.74%~10.95%,11.11%~20.55%,5.29%~12.96%,过氧化氢酶、多酚氧化酶活性升高,FDA水解酶活性表现为低促进高抑制。施加液态有机肥后提高了马铃薯株高、茎粗、叶面积以及干物质量,土壤酶活性均有提高,脲酶、酸性磷酸酶、蔗糖酶、过氧化氢酶、多酚氧化酶、FDA水解酶活性相对对照处理最高分别提高了10.80%,21.40%,18.20%,29.60%,37.69%,12.31%,但是液态有机肥浓度过高降低了其对磷酸酶、脲酶、过氧化氢酶的提升效果,抑制了FDA水解酶活性。因此合理施加液态有机肥可以促进马铃薯生长发育,提高土壤酶活性,增强马铃薯的抗逆性,从而缓解酚酸对马铃薯的胁迫作用。     

四川柑橘适宜分布及其对气候变化的响应研究

柑橘是四川省和我国主要水果产品之一。以气候为主的环境变化,对作物空间布局产生了显著影响。为合理优化柑橘生产空间,本研究基于最大熵模型（MaxEnt）构建柑橘适宜分布与环境变量的关系模型,运用受试者工作特征曲线（ROC曲线）检测模型精度,刀切法（Jackknife）筛选主导环境变量;采用ArcGIS技术对比1980年、2010年四川柑橘适宜区分布,揭示近30 a气候变化背景下四川省柑橘适宜区的分布与变化情况。结果显示：四川柑橘适宜性的主导环境变量主要体现为以光、热、水为特征的气候环境变量。近30 a四川省气候暖干化的变化趋势改变了区域生态系统的结构和功能,引起了柑橘种植适宜区的时空变化。1980—2010年柑橘种植适宜性空间格局呈现出2个变化特征,一是高适宜区呈整体向北迁移的趋势,主要分布在成都平原区与川东北地区过渡地区;中适宜区界线向东南方迁移。二是适宜性级别呈现出逐级调整,低、中适宜区的等级调整变化明显。2010年高适宜区面积约为4.22万km²,中适宜区4.19万km²,低适宜区4.4万km²,大部分地区为不适宜区。以高适宜区为参照,通过政策措施,政府部门可增加在川南地区、成都平原地区南部的柑橘生产布局。本研究客观地反映了气候变化下,四川省柑橘种植适宜性变化特征,合理确定了柑橘适宜性面积及分布,为柑橘空间优化提供了科学依据。最大熵模型在对物种分布进行准确模拟和预测时具有较强应用价值,对作物气候适宜性区划具有重要指导意义。但对于不同区域和作物应选取合适的环境变量、空间尺度和物种采样位置,减少系统累计误差,提高作物气候适宜区划定精度。     

茎瘤芥表型性状的主成分分析

以来自长江流域的133个茎瘤种质为材料,采用田间试验结合主成分分析方法,分析茎瘤芥种质的表型特性.结果表明,133份茎瘤芥材料的21个农艺、经济性状的总信息量可用8个主成分概括,并能以此对材料进行综合评价.根据聚类分析结果,供试材料可大致分为8类,且有81.20％集中在第Ⅲ、Ⅵ类和第Ⅷ类,说明利用表型性状可以较科学、系统地将茎瘤芥种质进行分类和鉴定,同时表明参试材料遗传基础相对狭窄.     

基于AT89S52和DS18B20的多点温度检测报警系统

为了对温室大棚室温实施监测、避免局部温度过高,利用多片DS18B20单总线型数字温度传感器,采用外部供电方式,结合AT89S52单片机,外加串口电路、报警电路以及显示模块,设计了多点温度测量并报警的硬件系统。依据DS18B20型温度传感器操作指令,首先读取各传感器的序列号,并确定传感器对应的各点位置关系,定时循环读出各个传感器的温度值并循环显示,单片机依据设定的报警温度上下限做出报警处理;同时,也可利用串口把各点的温度值传给上位机作进一步的处理。实例表明,该系统工作稳定,操作方便,成本低廉,实现了温室大棚中的多点温度检测以及越限报警功能,测温误差在±0.5oC以内。     

化学强化初沉污泥厌氧消化产甲烷潜力研究

该试验以化学强化初沉污泥为研究对象,采用中温/高温(35℃/55℃)厌氧消化方法,研究采用化学一级强化处理工艺(CEPT)产生的化学强化初沉污泥厌氧消化产甲烷效果,并对比化学强化初沉污泥在中温、高温工况的厌氧消化产甲烷性能,明确适合化学强化初沉污泥的处理工艺.研究结果表明,化学强化初沉污泥单位VSS累积产甲烷量和VSS...     

转盘式对虾开背工艺分析与参数优化

针对目前对虾开背环节工艺不完善、实际应用装备缺乏等问题,以中型南美白对虾为研究对象,探究了对虾开背关键工艺方法,建立了对虾开背过程力学模型,获得影响开背效果主要因素为刀具角度、加工中心盘转速和刀具安置距离;采用单因素试验研究和分析了各因素对开背成功率、虾仁损伤率、虾线裸露成功率和感官评分值的影响,确定影响因素最佳区间为：刀具角度20°~60°、加工中心盘转速10~40r/min和刀具安置距离9~11mm;利用Design-Expert软件进行多因素响应面试验研究分析,并采用多目标优化方法,得到最优参数组合为：刀具角度43.838°、加工中心盘转速28.391r/min、刀具安置距离9.801mm时,开背成功率为99.161%、虾仁损伤率为2.825%、虾线裸露成功率为90.727%、感官评分值为86.944。验证试验结果表明：针对中型南美白对虾,当刀具角度45°、加工中心盘转速28r/min、刀具安置距离9.8mm时,开背成功率为98.89%、虾仁损伤率为3.33%、虾线裸露成功率为87.78%、感官评分值为85.33,与理论优化值的绝对误差均较小,优化后的对虾开背装置性能满足作业要求。研究可为对虾开背工序装置设计和参数选择提供理论基础和科学依据。     

基于本体与认知经验的农业机器人视觉分类决策方法

基于小样本数据下认知经验知识辅助计算机进行决策,对实现农业领域机器人智能认知决策与助力智慧农业发展具有重要意义。本文在统计计数、支持向量机（SVM）等图像属性信息学习方法基础上,使用Protégé等工具,基于认知经验构建水果识别分类的专业知识库;然后根据图像颜色与形状信息,进行知识库搜索推理得到分类决策。实验在Fruit360数据集中共选择2091幅葡萄、香蕉、樱桃水果图像作为测试集,并各挑选30幅图像作为属性信息训练集与验证集,结果表明当前数据下葡萄与樱桃识别准确率为100%,香蕉识别准确率为93.30%。仅在知识库添加黄桃知识后,对984幅黄桃图像样本进行测试,其分类准确率为97.05%。表明本文方法能有效完成图像分类决策任务,且具有良好的过程可解释性、能力共享性和可拓展性。     

履带式油菜播种机模糊自适应纯追踪控制器设计与试验

针对在丘陵山区小田块中大型农业机械运移不便、作业效率不高和田头调头操作受限等问题,设计了一种针对轻简履带式车辆的基于运动学模型和几何模型的模糊自适应纯追踪控制器。以轻简履带式油菜播种机为研究平台,结合北斗RTK构建了一套自动导航作业系统,根据播种作业需求采用有限状态机设计了田间自动导航作业控制策略。开展了模糊自适应纯追踪控制器与纯追踪控制器的仿真及实地对比试验。仿真结果表明,与纯追踪控制器相比,模糊自适应纯追踪导航控制器具有上升时间短和超调小等特点。水泥路面试验表明,当行驶速度为0.8m/s时,模糊自适应纯追踪控制器最大跟踪偏差为0.039m,平均绝对偏差为0.018m。在旱田路面前进速度0.5、0.8、1.2m/s下,直线导航跟踪最大跟踪偏差分别不大于0.082、0.086、0.092m,平均绝对偏差分别不大于0.031、0.032、0.034m。并对自动导航作业系统进行试验,试验结果表明,所设计的导航控制器直线跟踪稳定,满足丘陵山区小型田块油菜播种要求。     

基于深度学习的大豆生长期叶片缺素症状检测方法

为了检测作物叶片缺素,提出了一种基于神经网络的大豆叶片缺素视觉检测方法。在对大豆缺素叶片进行特征分析后,采用深度学习技术,利用Mask R-CNN模型对固定摄像头采集的叶片图像进行分割,以去除背景特征,并利用VGG16模型进行缺素分类。首先通过摄像头采集水培大豆叶片图像,对大豆叶片图像进行人工标记,建立大豆叶片图像分割任务的训练集和测试集,通过预训练确定模型的初始参数,并使用较低的学习率训练Mask RCNN模型,训练后的模型在测试集上对背景遮挡的大豆单叶片和多叶片分割的马修斯相关系数分别达到了0.847和0.788。通过预训练确定模型的初始参数,使用训练全连接层的方法训练VGG16模型,训练的模型在测试集上的分类准确率为89.42%。通过将特征明显的叶片归类为两类缺氮特征和4类缺磷特征,分析讨论了模型的不足之处。本文算法检测一幅100万像素的图像平均运行时间为0.8 s,且对复杂背景下大豆叶片缺素分类有较好的检测效果,可为农业自动化生产中植株缺素情况估计提供技术支持。