Inverse Modeling to Quantify Irrigation System Characteristics and Operational Management

Remotely sensed (RS) data is a major source to obtain spatialdata required for hydrological models. The challenge for thefuture is to obtain besides the more direct observable data(landcover, leaf area index, digital elevation model andevapotranspiration), non-visible data such as soilcharacteristics, groundwater depth and irrigation practices.In this study we have explore the option of using inversemodeling to obtain these non-RS-visible data. For a commandarea in Haryana, India, we applied for the 2000–2001 rabiseason a RS-GIS-combined inverse modeling approach to derivenon-RS-visible data required in the regional application ofhydrological models. A Genetic Algorithm loaded stochasticphysically based soil-water-atmosphere-plant model (SWAP) wasdeveloped for the inverse problem and used in the study. Theresults showed good agreement with the inventoried data suchas soil hydraulic properties, sowing dates, groundwaterdepths, irrigation practices and water quality. The deriveddata could be used to predict the state of the system at anytime in the cropping season, which can be used to evaluateoperational management strategies.     

永寿县沙棘人工林生长规律初探

本文对永寿县沙棘良种选育基地试验区人工沙棘林单株树高、 30 cm处直径进行了系统的研究 ,结果表明 :1.沙棘 30 cm处直径和树高的速生期一般都出现在第 2～ 5年 ,连年生长量高峰期出现在 3～ 4年之间 ,平均生长量的最大值出现在第 4～ 5年之间。 2 .分别对沙棘树高、 30 cm处直径与树龄进行回归分析 ,得出了沙棘树高、30 cm处直径的生长模型和树冠的生长模型 :D0 .3 0 =10 ( 0 .8774- 1.92 0 1/A) 、H =- 0 .2 784 + 0 .6 2 89A- 0 .0 30 9A2、Cw=1.6 43× 10 0 .2 2 9- 0 .5 3 89/A。     

蝇蛆养殖技术的研究：Ⅰ.影响成蝇卵量的因子作用模型

蝇蛆含有丰富的营养物质,是一种很有前途的动物蛋白源。本文采用正交旋转组合设计方法建立了影响种蝇卵量的多目标因子作用模型,并进行了主因子效应和交互效应分析。结果表明:种蝇饲养室温度是影响种群产卵历期的主因子;饲养室温度和饲养密度是影响前20天总卵量的主因子;饲养密度和光照时数对种群卵量的交互效应显著;饲养室温度和光照时数对种群产卵历期的交互效应显著。     

西北酿酒葡萄物候模型优选及气候变化对物候期的影响

为预测气候变暖背景下西北地区酿酒葡萄物候期变化规律,该研究利用2007—2022年西北地区地表温度数据及酿酒葡萄（赤霞珠、黑比诺、美乐和霞多丽）物候观测数据（萌芽期、开花期和转色期）,对酿酒葡萄物候模型（积温模型,包含生长日度模型（growing degree day model,GDD）及葡萄开花转色期模型（grapevine flowering veraison model,GFV）,BRIN模型、WE模型）进行参数优化和模拟比较,选取最适模型结合气候模式数据预测SSP245和SSP585情景下酿酒葡萄物候期的变化。结果表明：1）萌芽期,BRIN模型最适用于赤霞珠、美乐和霞多丽,GDD₅模型最适于黑比诺;2）开花期,GDD₁₀模型最适用于赤霞珠和美乐,GFV和WE模型分别适用于黑比诺和霞多丽;3）转色期,WE模型最适用于赤霞珠、黑比诺和美乐,GFV模型则最适于霞多丽;4）在SSP245情景下,西北地区2035—2065年与2055—2085年4种葡萄的3个物候期分别平均提前2 d与4 d;在SSP585情景下,西北地区2035—2065年4种葡萄的3个物候期平均提前5 d,2055—2085年除了天山北麓地区的酿酒葡萄转色期因夏季高温影响而平均延后6 d外,其他酿酒葡萄物候期平均提前10 d,进一步分析表明夏季高温是导致转色期延迟的重要因素。研究结果为适应气候变化充分利用气候资源,保障西北地区酿酒葡萄生产优势地位提供理论依据和科学支撑。     

构建VED-SegNet分割模型提取鱼类表型比例

为提高鱼类表型分割精度和准确度,实现鱼类表型智能监测,该研究基于深度学习算法构建了VED-SegNet模型用于鱼类表型分割和测量。该模型将cross stage partial network和GSConv结合作为编码器（VoV-GSCSP）,保持足够精度的同时降低网络结构复杂性。另一方面,该模型采用EMA(efficient multi-scale attention module with cross-spatial learning)建立强化结构,加强编码器和解码器之间的信息传递,提高模型精度,并实现了8个表型类别的输出。采用自建的鱼类表型分割数据集对VED-SegNet模型进行了测试,测量结果中鱼类各表型比例与实际测量值相接近,表型最大平均绝对和平均相对误差为0.39%、11.28%,能实现无接触式提取水产养殖中鱼类表型比例。对比其他常见语义分割模型,平均交并比mean intersection over union,mIoU和平均像素准确率mean pixel accuracy,m PA最高,分别到达了87.92%、92.83%。VED-SegNet模型在环境复杂、多鱼重叠的...     

液力偶合器三维涡识别方法及流场时空演化

精细刻画液力偶合器内部非定常多尺度三维涡结构对于揭示液力偶合器流场时空演化规律与能量损耗机理具有重要意义。该研究基于计算流体动力学理论,采用应力混合涡湍流模型多尺度解析模拟制动工况下液力偶合器三维旋涡流场。通过3种不同的涡识别方法提取涡轮内部多尺度涡系结构,从空间重构效果、阈值选择范围及敏感性角度分析不同涡识别方法的适用性。依托粒子图像测速(Particle Image Velocimetry,PIV)流场试验验证数值模拟及涡结构辨识结果的准确性与可靠性。围绕三维涡结构特征解析结果和二维流场图谱信息,分析并揭示流道内部湍流的时空演化规律及能量损耗机理。结果表明：Q准则方法的阈值选择盲目性大,难以同时识别强涡与弱涡结构,丢失很多涡结构细节特征,无法准确预测三维涡空间连续性运动趋势;?方法能够在阈值范围为0.51～0.59内辨识弱涡结构,但涡系空间重构后涡的运动趋势感不强;?_L方法对阈值不敏感,在阈值范围为0.51～0.67内该方法空间涡系重构效果最好,强涡、弱涡结构特征识别度高。制动工况下涡轮内部整体流动为逆时针大尺度环流,并伴有小尺度涡流等局部流动现象,与主流涡运...     

梯田对黄土区降雨径流过程的影响及SCS-CN模型应用与改进

梯田改变了流域下垫面,对降雨径流过程势必产生影响,径流曲线模型（Soil Conservation Service Curve Number,SCS-CN）在中国黄土区,特别是梯田分布广泛流域的适用性仍存争议。为此,该研究以位于甘肃天水的罗玉沟流域为研究对象,利用梯田修建前后2个时段（1985—1990年、2000—2010年）的降雨径流实测资料,分析梯田修建对降雨-径流过程的影响,验证SCS-CN模型的适用性,进一步考虑梯田修建的影响,针对不同降雨类型分别提出了基于降雨量和平均雨强的模型改进方法。结果表明：1）梯田修建对流域径流过程的影响与降雨强度关系密切。当雨强较小时,梯田显著削减流域洪峰和径流总量,削减幅度均在55%以上;而当降雨量和雨强较大时,梯田削减洪峰和径流总量效果并不显著。总体上,梯田修建后流域平均降雨径流系数显著减小至0.06,减小幅度约54%。2）基于最小二乘法优化与考虑前期土壤含水率修正的SCS-CN模型并不适用于梯田分布广泛流域的径流预报。引入降雨量和平均雨强改进后的模型模拟效果显著提高,此时流域暴雨量级以下和以上降雨事件的初损率分别为0.29和0.02。该研究基...     

美国杏李不同栽培模式适应性评价

本文通过对不同品种不同栽培模式美国杏李生长和林地土壤含水量动态变化分析表明:栽培模式3抗旱性好,在研究地可广泛应用;栽培模式2在研究地比较适合在有一定灌溉条件的地区应用;栽培模式1抗旱性适中,可在研究地土壤水分条件尚好的地区应用;栽培模式5可在研究地土壤水分条件尚好的地区控制应用;栽培模式4在研究地不宜采用。     

灌区蓝绿水资源与作物生产水足迹多时空分布量化分析

作物生产水足迹度量作物生产过程对不同类型水资源的消耗,为实现农业水资源管理与评价提供了更全面的新视角。该研究通过耦合土壤水分动态平衡模块,考虑输配水损失,构建灌区蓝、绿水资源与作物生产水足迹多时间尺度分布式量化模型;以宝鸡峡灌区为例,定量评价不同典型年灌区蓝绿水资源与作物生产水足迹多时间尺度演变规律。结果表明:宝鸡峡灌区蓝绿水资源总量在2008-2017年呈上升趋势。各作物对绿水资源利用效率均持续上升,而小麦蓝水资源利用效率呈下降趋势;玉米、小麦生产总水足迹整体呈上升趋势,多年平均值分别为573和779 m3/t;作物生产绿水足迹在拔节-灌浆期占比较高,成熟期占比较低;作物生产水足迹在日尺度波动幅度最大;平水年、丰水年灌区用水存在不合理现象,枯水年作物生产单产水平最高,总水足迹最低,水资源利用效率最高。该研究所构建模型可移植适用于无排水渠系灌区水文模拟,准确量化灌区农业生产耗水,解析日-月尺度作物生产水足迹演变特征,有助于明确灌区作物耗水规律,进而高效利用绿水资源,合理配置蓝水资源,提高作物产量,实现高效生产。     

基于轻量型残差网络的自然场景水稻害虫识别

准确识别水稻害虫对水稻及时采取防护和治理措施具有重要意义,该研究以自然场景中水稻害虫图像为研究对象,针对水稻害虫图像的颜色纹理与背景相近以及同类害虫形态差异较大等特点,设计了一个由特征提取、全局优化以及局部优化模块构成的轻量型残差网络（Light Weight Residual Network,LW-ResNet）用于水稻害虫识别。在特征提取模块通过增加卷积层数以及分支数对残差块进行改进,有效提取自然场景中水稻害虫图像的深层全局特征并使用全局优化模块进行优化;局部优化模块通过设计轻量型注意力子模块关注害虫的局部判别性特征。LW-ResNet网络在特征提取模块减少了残差块的数量,在注意力子模块中采用深度可分离卷积减少了浮点运算量,从而实现了模型的轻量化。试验结果表明,所设计的LW-ResNet网络在13类水稻害虫图像的测试数据集上达到了92.5%的识别准确率,高于VGG16、ResNet、AlexNet等经典卷积神经网络模型,并且LW-ResNet网络的参数量仅为1.62×106个,浮点运算量仅为0.34×109次,低于MobileNetV3轻量级卷积神经网络模型。该研究成果可用于移动端水稻害虫的自动识别。