土壤磷扩散规律及其能量特征的研究 Ⅳ.土壤磷扩散的预测

根据扩散系数受温度影响即温度影响水粘度的特性,提出了不同温度下磷扩散预测的修正Ｎｙｅ模型的Ｄ＝Ｄ０ｋｆθ／ｂ（式中ｋ为粘度校正系数,其值等于２５℃与预测温度水粘度之比）,并采用低的水／土比及低浓度范围吸附等温线的斜率（ｂ）用该模型可以相当准确地预测土壤中磷的扩散系数,常温下尤其如此,在土壤水低吸力范围内,预测值与实测值相差一般不超过２倍。     

OrthoBASE模块对框幅式航片数字微分纠正原理的探讨

探讨了ERDAS软件中OrthoBASE模块对框幅式中心投影航片进行数字微分纠正的原理和方程中各种参数的解,及重点阐述了光束法区域网空中三角测量求外方位元素的原理．     

SPOT全色波段影像的几何校正

林业遥感往往需要将不同来源的SPOT影像与TM影像融合在一起,不同影像的像元就必须能精确地配准,而SPOT全色波段的几何精校正尤为困难,影像上清楚的地物点,地形图上不清楚;表现在地形图上清楚的地物点,影像上不清楚.这使得影像校正很困难.另外,云南复杂的地形也使SPOT影像的各个位置有不同程度的变形.在菜阳河保护区影像校正中,先在影像上选择好控制点,然后用GPS采点确定控制点的地理坐标;并用高程式模型校正由地形变化引起的扭曲.     

几种简单的传感器非线性校正技术

针对传感器非线性问题,介绍了几种传感器非线性软硬件校正方法--线性插值法、改变电源电压法等.这些方法可满足绝大多数传感器的线性化需要,具有简单、实用等特点.     

浅谈完全学分制条件下的高校学生社团建设

当前,国内许多高校正在推行完全学分制,这是深化教育教学改革的一项重大举措.完全学分制条件下,高校学生社团建设面临着新的挑战和机遇.应立足学分制的特点,积极发挥学生社团的多种功能和作用,引导学生社团不断发展壮大.     

轻微损伤郎枣近红外光谱检测

为了实现对郎枣轻微损伤的无损检测,以产自太谷县的郎枣为研究对象,所用200个样本分为校正集140个和预测集60个,利用近红外光谱技术,对完好和损伤郎枣进行光谱分析。通过比较平滑处理(Smoothing)、标准正态变量校正(SNV)和多元散射校正(MSC)3种预处理方法并结合偏最小二乘法(PLS)所建模型的精度分析,确定最佳预处理方法为SNV,其PLS预测模型校正集相关系数(Rc)为0.817 569,校正集预测均方根误差(RMSEP)为0.216 473。利用所建PLS模型对预测集进行判断,轻微损伤郎枣识别的准确率为100%。     

利用DHI测定技术改进奶牛场管理的结果分析

在奶牛场选择相同胎次为3胎、平均泌乳日龄为20天、体况相近的泌乳牛100头,分为对照组（进行DHI测定,但在试验过程中不进行任何调整）和试验组（进行DHI测定,根据测定数据及时对牛群进行饲养管理等方面的调整）。研究DHI测定技术改进奶牛场管理对奶牛生产性能、牛奶中体细胞数和乳房炎发病率及潜在奶损失的影响,试验表明：试验组比对照组的胎次泌乳量平均提高了11.4%,差异显著（P〈0.05）;测定年奶牛平均乳脂率试验组比对照组高0.09%,差异不显著（P〉0.05）;奶牛平均乳蛋白率试验组比对照组高出0.36%,差异显著（P〈0.05）;两组的脂蛋比对照组比试验组高出11%,差异是显著的（P〈0.05）;平均体细胞数对照组是试验组的2.17倍,差异显著（P〈0.05）;累计乳房炎发病数对照组是试验组的3倍,差异显著（P〈0.05）。平均每头牛潜在奶损失对照组比试验组高1.1kg,差异显著（P〈0.05）;平均校正奶量试验组比对照组高4.3kg,差异显著（P〈0.05）。     

棉花水分智能检测仪的研究与开发

本项目为塔里木大学机械电气化工程学院与吉林大学科学仪器设备有限公司联合完成。项目现研制开发出“CAI便携式棉花智能水分测定仪”样机。该棉花水分测定仪通过采用人工神经网络（ANN）、智能现场总线（AIFCS）、虚拟仪器（A1）等高新技术,解决目前棉花水分检测中的温度补偿、非线性校正、现场干扰等技术难题,并形成可应用于生产的棉花智能水分检测系统。     

Hargreaves公式在中国农业区的年内回归修正

针对中国范围的Hargreaves(HS)公式线性回归修正研究缺少,区域或站点的修正系数存在时空尺度不统一、推广应用困难的问题,以中国气象数据网发布的中国地面气候资料月值数据集和中国辐射月值数据集中124个站点1957-2016年的气象要素逐月有效观测数据,首先,基于Penman-Monteith(PM)公式和HS公式分别计算各站点逐月的多年平均参考作物需水量ET_0-PM和ET_0-HS;其次,以ET_0-PM为真值,基于1957-2010年的逐月平均ET_0-PM和ET_0-HS,引入中国农业综合区划作为空间分区框架,通过回归分析获取中国38个陆地农业子区的HS公式校正系数a和b;最后,以2011-2016年为应用验证区间,通过逐月比较ET_0-HS校正前后的6 a平均相对误差,验证联合国粮农组织(FAO)推荐的HS公式校正方法在中国农业区的适用性,并进一步基于误差结果的对比分析,提出各农业区HS公式校正系数a和b的逐月最优取值方案.结果表明:各农业区之间回归计算的HS公式校正系数a和b并无明显的变化规律,但系数b稳定在0.8左右,系数a则在区域之间的差异较大,徘徊于-0.22~1.10;校正前后的ET_0-HS均存在不同程度的误差,但校正后的ET_0-HS误差明显降低,平均相对误差降低了20%,最大相对误差降低约100%.因此经验证,FAO推荐的HS公式回归校正方法简单易行,可操作性强,对中国各农业区大规模使用简化的方式快速获得较准确的参考作物需水量,具有一定的推广价值.     

基于区域增长的海岸带黑暗像元自动提取算法研究

针对海岸带区域独特的地表状况设计了一个近海岸的黑暗像元自动提取算法。首先利用修订型归一化水体指数(RNDWI)和归一化植被指数(NDVI)对黑暗像元备选区域进行确定,然后从备选区域中找到初始黑暗像元,最后利用多阈值的区域增长法对黑暗像元的选取进行优化,最终计算得到黑暗像元值。应用此算法对Landsat-5 TM影像遥感数据进行处理,结果表明,大气校正之后的典型地物光谱曲线更接近于真实的光谱曲线,说明此算法设计合理,其大气校正结果与用ENVI软件进行FLAASH大气校正和黑暗像元法大气校正的结果相比,此算法更接近于FLAASH模型法,校正效果较好。同时利用黑暗像元自动提取算法得到大气校正后的结果大大减少了反射率值为负的情况,提高了数据的利用率。