以金针菇菌糠为培养基质的猴头菇高效栽培技术

以猴头菇为研究对象,采用金针菇菌糠、滤泥等廉价培养基质,通过优化液体菌种和栽培培养基配方、栽培方式等建立猴头菇高效栽培技术体系.结果表明,猴头菇液体菌种的培养基配方为H3,培养到第4天时活力最强;猴头菇栽培培养基配方W2;栽培方式以小口径、不需要搔菌为好;比较菌糠培养基与纯玉米芯培养基栽培获得的子实体,金针菇菌糠培养基...     

Effective alleviation of Cd stress to microbial communities in mining reclamation soils by thiourea-modified biochar amendment

Reclaimed soils in mining area usually display low fertility and present Cd stress. The amendment of modified biochar effectively fixes Cd in soils,enhances soil fertility, and reduces Cd stress in soil microorganisms. However, the effect of thiourea-modified biochar(TBC) on microbial adaptability to Cd stress in mining reclamation soils is still unclear. The present work studied the Cd immobilization and microbial community changes in a mining reclamation soil displaying extreme Cd contaminatio...     

基于改进ConvNeXt模型的黄羽鸡表皮层黑色素智能分级方法

为解决活体黄羽鸡表皮层黑色素分级方法成本高、效率低下、分级环境易受环境光干扰等问题,该研究探索一种基于ConvNeXt模型的黄羽鸡表皮层黑色素智能分级方法 ConvNeXt-WPCA,用于实现活体黄羽鸡表皮层黑色素智能分级。ConvNeXt-WPCA模型通过以下3点改进提高模型对黄羽鸡黑色素的识别效果：1）针对黄羽鸡黑色素图像RGB三通道内黑色素信息分布不均衡问题,改变输入图片通道权重来增强模型对黑色素特征的提取能力;2）使用部分卷积代替深度可分离卷积,减少模型计算量和内存访问次数提高对计算资源的利用率;3）引入坐标注意力机制,引导模型关注黄羽鸡胸腹部及肛门附近皮肤提升模型精度。同时,该研究还设计一种双光源图像获取装置,分别在自然光和偏振光条件下拍摄黄羽鸡样本,以减小分级结果受环境光干扰的影响,并探索偏振光在黑色素分级任务中的应用潜力。结果表明ConvNeXt-WPCA模型相较标准ConvNeXt模型,针对自然光下黄羽鸡黑色素图像数据集分级准确率提升9.68个百分点,最终达到89.03%的识别准确率,针对偏振光下黄羽鸡黑色素图像数据集分级准确率提升15.26个百分点,最终达到98.87...     

蓖麻波形圆盘割刀刃口曲线拟合与优化

为减少蓖麻收获的切割功耗,该研究对前期设计的蓖麻波形圆盘割刀进行刃口曲线拟合与优化。基于国内种植的低矮蓖麻物理力学特性,采用B样条算法和基于三点圆曲率分析并带几何约束的最小二乘拟合方法对蓖麻波形圆盘割刀刃口曲线进行参数拟合。并采用Smoothed Particle Hydrodynamics-Finite Element Modeling（SPH-FEM）耦合仿真方法模拟蓖麻茎秆切割过程,以刀盘厚度、底圆曲率半径和刃口角为试验因素,以最大切割力、切割功耗为评价指标进行正交旋转组合试验,对割刀结构参数进行优化,并对优化参数组合进行试验验证。最优割刀参数组合为：刀盘厚度3 mm、底圆曲率半径7 mm、刃口角19°,此时最大切割力为109.763 N、切割功耗为1.43 J。台架试验验证表明,SPH-FEM耦合仿真方法与台架试验获得的最大切割力和切割功耗基本吻合,误差在5%以内,所提方法能很好地研究模拟蓖麻割刀的切割过程,可为蓖麻收获装备研制提供支撑。     

基于改进YOLOv8n的茶叶嫩稍检测方法

针对名优茶智能采摘中茶叶嫩梢识别精度不足的问题,该研究对YOLOv8n模型进行优化。首先,在主干网络中引入动态蛇形卷积（dynamic snake convolution,DSConv）,增强模型对茶叶嫩梢形状信息的捕捉能力;其次,将颈部的路径聚合网络（path aggregation network,PANet）替换为加权双向特征金字塔网络（bi-directional feature pyramid network,BiFPN）,强化模型的特征融合效能;最后,在颈部网络的每个C2F模块后增设了无参注意力模块（simple attention module,SimAM）,提升模型对茶叶嫩梢的识别关注度。试验结果表明,改进后的模型比原始模型的精确率（precision,P）、召回率（recall,R）、平均精确率均值（mean average precision,mAP）、F1得分（F1 score,F1）分别提升了4.2、2.9、3.7和3.3个百分点,推理速度为42 帧/s,模型大小为6.7 MB,满足低算力移动设备的部署条件。与Faster-RCNN、YOLOv5n、YOLOv7n和YOLOv8n目标检测算法相比,该研究提出的改进模型精确率分别高出57.4、4.4、4.7和4.2个百分点,召回率分别高出53.0、3.6、2.8和2.9个百分点,平均精确率均值分别高出58.9、5.0、4.6和3.7个百分点,F1得分分别高出了56.8、3.9、3.7和3.3个百分点,在茶叶嫩梢检测任务中展现出了更高的精确度和更低的漏检率,能够为名优茶的智能采摘提供算法参考。     

多尺度行政区平衡视角下耕地空间布局优化

优化耕地空间布局对提升耕地生产能力、促进农业可持续发展具有重要意义。该研究以广东封开县为例,基于“现状耕地调出-可恢复地类调入”的微观调整逻辑,综合运用空间叠加、综合评价及蚁群优化算法,构建了耕地空间布局调整模型,以调入调出数量平衡为约束条件实现了不同行政区尺度下的耕地布局优化。结果表明：1）研究区共调出耕地1 689.89 hm²,占耕地总面积的7.62%,整体上呈现出“全局零散、局部聚集”的分布特征。2）研究区可恢复地类农业生产适宜性均值为67.04,具有开展作物种植的良好禀赋条件。3）不同行政区尺度平衡情景下,调入结果在研究区北部空间差异显著,与镇内平衡情景相比,县内平衡情景下,调入耕地的农业生产适宜性均值提高了2.08,综合生态系统服务均值下降了0.67。4）两种情景下,耕地的连片性、质量及稳定性均得到提升,因不受调入规模和行政单元空间范围限制,县内平衡情景下的提升效果更加明显,适当扩大可恢复地类筛选范围有利于提升整体耕地质量并降低重要生态用地筛选概率。该研究构建的耕地空间布局调整模型具有良好的适用性,可为制定农用地布局优化与整治提升方案提供参考依据。     

基于改进YOLOv7的杨梅树单木检测

为了快速检测和统计杨梅树的数量,该研究提出了一种基于改进YOLOv7的杨梅树单木检测模型：YOLOv7-ACGDmix。首先,对YOLOv7的可扩展高效长程注意力网络（extended-efficient long-range attention networks, E-ELAN）进行改进,通过融合兼具卷积和注意力机制优势的ACmix（a mixed model that enjoys the benefit of both self-attention and convolution）结构得到AC-E-ELAN模块,提升模型的学习和推理能力,引入可变形卷积（deformable convolutional networks version 2, DCNv2）结构得到DCNv2-E-ELAN模块,增强模型对不同尺寸目标的提取能力;其次,采用内容感知特征重组（content-aware reassembly of features, CARAFE）上采样模块,提高模型对重要特征的提取能力;然后,在主干和头部网络部分添加全局注意力机制（global-attention mechanism, GAM）,强化特征中的语义信息和位置信息,提高模型特征融合能力;最后,采用WIoU（wise intersection over union）损失函数减少因正负样本数据不平衡造成的干扰,增强模型的泛化性。在公开数据集上的试验结果表明,YOLOv7-ACGDmix模型的精确率达到89.1%,召回率达到89.0%,平均精度均值（mean average precision, mAP）达到95.1%,F₁-score达到89.0%,相比于原YOLOv7模型分别提高1.8、4.0、2.3和3.0个百分点。与Faster R-CNN、SSD、YOLOv8模型相比,改进模型的平均精度均值（mAP_0.5）分别提高了9.8、2.2、0.7个百分点。实地采集杨梅树样本数据的检测精确率87.3%、召回率85.7%。试验表明,改进模型为基于无人机影像的杨梅树单木检测提供了一种有效的解决方案,对果园精准管理的发展具有重要意义。     

水下底栖生物轻量化目标检测算法YOLOv7-RFPCW

针对水下底栖生物检测模型参数量过多,计算量过大,同时水下环境复杂容易造成错检和漏检,影响模型在水下底栖生物检测任务中的准确性的问题。提出了一种水下底栖生物轻量化检测算法YOLOv7-RFPCW。对YOLOv7网络重新设计轻量级网络结构,降低了特征提取网络的参数量和计算量,减少模型体积。设计了P-ELAN和P-ELAN-W模块,进一步轻量化特征提取网络;针对水下图像颜色失真,目标的空间位置不准确的问题,采用CBAM注意力模块加强特征融合,减少信息丢失,以更好地适应特殊的水下环境;针对水下目标容易出现形状变形的问题,使用WIOU-V3损失函数替换默认的CIOU损失函数,提高水下底栖生物检测的鲁棒性。试验结果显示,改进后的模型YOLOv7-RFPCW的参数量和计算量分别减少了75.9%和30.7%,模型体积减小了75.3%,精度提升了1.9个百分点。这一综合性的提升兼顾了轻量化和精度,为在水下环境中部署提供了可行的解决方案,验证了所提出的改进算法能胜任水下底栖生物检测任务。     

装配式钢板-混凝土地下粮仓螺栓-焊缝节点受弯承载力分析

装配式钢板-混凝土组合地下粮仓具有节约土地、节能减碳、绿色环保、密闭低温等优点,但是连接节点的结构形式和力学性能仍是制约其发展及推广应用的关键难题之一。为解决节点焊缝过多、施焊难度大等问题,该研究提出一种新型装配式钢板-混凝土组合地下粮仓螺栓-焊缝竖向节点,采用螺栓代替部分焊缝,减少焊缝长度、方便构件施工。依据规范要求及实际工程情况,设计了2种不同螺栓数量（单侧三螺栓连接和单侧五螺栓连接）的螺栓-焊缝竖向节点试件,利用四点弯曲试验与有限元数值分析,研究其破坏形态和受弯承载力性能。结果表明：三螺栓试件与五螺栓试件承载力的试验值分别为1 998、2 053 kN,两试件承载力基本相同;相较于五螺栓试件,三螺栓试件在破坏后具有更好的延性。在参数取值范围内,混凝土强度、内防水钢板厚度、外防水钢板厚度和内衬钢板厚度对峰值荷载回归得到的标准化系数（Beta）分别为0.993、-0.003、-0.012、0.056,表明增加混凝土强度可有效提高试件承载能力。研究成果可为装配式钢板-混凝土地下粮仓节点的设计提供科学参考和设计依据。     

不同烟草品种和采收成熟度对烟叶等级质量的影响

为探究烟叶等级质量与品种及其采收成熟度的关系,以云烟87为对照,分析云烟116、云烟105及其不同采收成熟度对烟叶等级质量的影响。结果表明:除上等烟率外,烤后烟叶各等级质量指标均以云烟105最优,其次为云烟116;随着采收成熟度提高,各品种烤后烟叶等级质量均呈先逐渐变好后逐渐变差的趋势,以CM3处理(叶面综合变黄70%左右,主脉1/2～2/3变白)最优;采收成熟度对烤后烟叶等级质量的贡献率最大,其次为品种,品种与采收成熟度互作最小;云烟116对成熟度的响应较为敏感,而云烟105的响应相对较弱。综合分析,以采收成熟度为CM3的云烟105烟叶等级质量最佳,其次为采收成熟度为CM3的云烟116。