持续风沙流胁迫对黑果枸杞叶片生理特性的影响

以民勤和永靖种源3龄黑果枸杞(Lycium ruthenicum)盆栽实生苗为试验材料,采用风洞模拟试验,在9 m·s^-1风速下每天1 h,持续4 d进行风沙流胁迫,记录胁迫过程中叶片形态变化,测定第4 d和第11 d叶片生理指标,以期探究民勤、永靖黑果枸杞对持续风沙流胁迫的生理响应机制。结果表明：持续风沙流胁迫后黑果枸杞叶片受损,出现褐色斑块,萎蔫,第11 d膜透性增大;与对照相比,胁迫后民勤叶片过氧化氢酶(Catalase, CAT)、超氧化物歧化酶(Superoxide dismutase, SOD)活性及脯氨酸(Proline, Pro)含量增加,丙二醛(Malonaldehyde, MDA)含量在第11 d显著下降;永靖叶片CAT、过氧化物酶(Peroxidase, POD)活性,MDA含量增加,PSⅡ最大光化学效率(F_v/F_m)在第4 d显著下降。二者其余荧光参数变化不一。研究结果可为风沙地区黑果枸杞种植选育提供一定的理论依据。     

风沙流频繁吹袭对樟子松幼苗光合水分代谢的影响

为了解风沙流频繁吹袭对樟子松幼苗光合水分代谢的影响,2013年在内蒙古科尔沁沙地研究了0（对照）,6,9,12,15和18 m／s 等6个风速处理风沙流（风沙流强度相应为1．00,28．30,63．28,111．82和172．93 g／cm·min）4次吹袭下3龄樟子松幼苗光合速率、蒸腾速率、水分利用效率等指标的变化规律。结果表明,1）频繁的风沙流吹袭,可以改变樟子松幼苗蒸腾速率、气孔导度、胞间 CO2浓度和水分利用效率的日变化规律,但对光合速率日变化规律影响较小;2）随着风沙流强度的增加,其叶片相对含水量、叶面温度和日均光合速率、日均水分利用效率趋于下降,18 m／s 处理和对照相比分别下降4．6％,1．8％,52．6％和56．3％;日均蒸腾速率、日均气孔导度和胞间 CO2浓度趋于增加,18 m／s 处理和对照相比分别增加31．6％,75．0％和30．9％;3）随着风沙流强度的增加,其日最大光合速率和日最大水分利用效率趋于下降,日最大胞间 CO2浓度趋于增加,15 m／s 以下风沙流吹袭其日最大蒸腾速率降低,15 m／s 以上风沙流吹袭其日最大蒸腾速率显著增加;4）在风沙流吹袭下,樟子松光合能力的降低主要源于叶片含水量和叶片温度的下降以及叶片的机械损伤,而蒸腾速率的增加主要源于气孔导度的大幅度提升。     

兰州百合同源四倍体诱导及其基因组大小估算

兰州百合(2n=2x=24)是重要的“药食同源”植物,进行其种质创新和基因组大小分析对于丰富其种质资源和生物学信息具有重要意义。以兰州百合的种子和试管小鳞茎为试验材料,通过秋水仙素浸泡诱导染色体加倍,经流式细胞仪倍性检测获得的同源四倍体植株分别有10和4株,四倍体诱导率分别为21.11%和33.27%。为了估算兰州百合基因组大小,以小麦品种“中国春”为内标,通过流式细胞仪测算兰州百合二倍体和四倍体植株中的DNA含量,得出兰州百合基因组为64.9 Gbp,是“中国春”核基因组的4倍。     

枣强县耕地质量等别年更新评价

耕地资源作为农业生产中无可替代的重要资源,为我国粮食安全提供了重要保障。本文基于耕地质量综合指数和等别模型方法,对枣强县2013—2016年四期耕地等别及数量变化情况进行分析。结果表明:全县耕地平均自然等、平均利用等和平均经济等的等别分别由7.93、6.81、8.52等上升为7.89、6.78、8.49等;新增耕地质量逐步提升,应减少耕地向中低等别耕地过渡。     

压力式谷物产量监测系统优化与试验验证

为了提高谷物收获作业过程中谷物产量在线监测的精度,研制了基于谷物流压力原理的车载谷物产量在线监测系统,该系统包括谷物流量监测装置、定位装置、割台高度控制开关、核心处理器以及人机交互装置。以谷物产量与谷物流压力间的谷物产量监测数学模型为指导,搭建了谷物产量监测试验台,采用Box-Behnken试验设计方法优化谷物流量监测装置结构参数,研究了传感器数量、传感器安装位置和监测装置水平倾角对谷物产量监测系统测产误差的影响,确定了最优参数组合为传感器数量5、传感器安装位置0.24 cm、监测装置水平倾角5°,并对最优参数组合进行了验证试验,结果表明,谷物产量监测系统测产误差为3.27%,满足谷物产量监测的精度要求。对谷物产量监测系统田间实际效果进行了试验验证,试验结果表明,田间测产误差为5.28%,生成的产量分布图为后续田间作业管理提供了决策依据。     

火龙果周年液流特征及其对环境因子的响应

为探明火龙果蒸腾规律,采用田间大棚试验,研究了4 a生火龙果树主茎的液流速率,并同步监测相关环境因子,分析其液流特征及其与各因子间的关系。结果表明：火龙果单日液流以春季（3-5月）最高（平均值11.95 g/h）,其次是冬季,最小是夏季,呈显著性季节变化;单日液流主要呈单峰曲线,峰值出现频率最多的时段是在10:00-13:00,谷值主要出现在17:00-20:00,随后至24:00液流呈增长趋势,零点到日出前液流速率变化平缓;白天（日出-日落期间）的液流量占全天的49.60%～71.51%,夜间则降低。伴随春季火龙果新梢的大量生长,白天的液流峰值和日液流总量为四季中最高,说明生育期起主导作用,但春季的夜间液流占比（平均31.05%）显著低于其他季节（P<0.01）;夏季峰值出现的时间分散在上午或者下午,且液流量较低,说明高温和强光产生了抑制作用;其余季节峰值则集中在中午。白天与夜间液流总量呈显著正相关,相关系数为0.917（R2=0.841,n=84）。瞬时尺度下液流速率与光合有效辐射（Photosynthetically Active Radiation,PAR）呈正相关（P<0.01）,但与饱和水汽压差（Vapor Pressure Deficit,VPD）等呈负相关（P<0.01）。昼夜间液流对空气相对湿度（Relative Humidity,RH）和气温的响应相反。研究结果为火龙果水分及营养管理提供科学依据,在火龙果大棚生产的周年水肥管理中,满足春季需求是重中之重。     

基于智能体和元胞自动机的鱼道内鱼类行为模拟

为建立基于智能体和元胞自动机（Agent-CA）的鱼道内鱼类行为模型,该研究以计算流体力学软件得到的水流流场数据为基础,根据过鱼试验研究认识到的鱼上溯行为特征和规律,定义了不同场景下鱼的避开障碍、寻找主流、逆流向前、逆流后退、冲刺、随机6种行为和行为规则,将鱼道划分成多个二维元胞空间,将元胞空间中元胞状态为“鱼”的网格看作是一个智能体（Agent）。在3种体型的竖缝式鱼道中应用该模型对草鱼幼鱼的上溯行为进行模拟,并将模拟结果与实际过鱼轨迹进行对比。结果表明：该研究构建的模型能够较好地描述实际过鱼的主要上溯轨迹,针对3种体型竖缝式鱼道的模拟特征轨迹范围相对误差分别为23.5%、7.7%和2.3%。本研究提出的基于智能体和元胞自动机的鱼道内鱼类行为模型具有较好的适用性,可为鱼类行为模拟研究提供重要基础数据。     

混流式水轮机叶道空化涡诱发高振幅压力脉动特性

混流式水轮机部分负荷叶道空化涡不稳定特性已成为制约水电与其他可再生能源多能互补发展、扩大水轮机稳定运行范围急需研究的技术难题。该研究以HL702低水头混流式模型水轮机为研究对象,通过非稳态数值模拟技术及涡流可视化试验,对部分负荷工况下的叶道空化涡不稳定涡流演化及压力脉动特性展开研究。结果表明,叶道空化涡在水轮机转轮内为一个体积周期性变化的动态过程,其涡结构脉动主频为转轮转频的1.1倍。叶道空化涡诱发时,水轮机转轮叶片压力面和吸力面均捕捉到与涡结构频率相同的压力脉动信号。叶道空化涡体积的变化主要发生在转轮叶片背面出水边与下环交界附近,引起压力脉动幅值的局部放大。进一步分析发现,叶道空化涡发生工况下水轮机内部的瞬时压力脉动信号与空泡体积加速度成正比,表明涡流演化是引起压力脉动幅值上升的重要原因。该研究进一步阐明了部分负荷工况叶道空化涡的演化特征,揭示了涡流诱发不稳定高振幅压力脉动的内在机制。     

基于PIV技术的圆形循环水养殖池流场

为研究进水管的设置距离和角度对双管进水式圆形循环水养殖池水动力特性的影响,该研究通过模型试验的方法,利用粒子图像测速技术（Particle Image Velocimetry,PIV）测量了不同进水管设置方式下养殖池内的流场。试验设计了3组进水管距池壁距离（进水管与池壁的最近距离,即进水管设置距离d）,每组距离工况下设计了8组进水角度（出水方向与养殖池切线形成的锐角,即进水管设置角度α）。利用PIV技术测量了不同工况下距离池底1 cm水层的流场,从水动力特征量（平均流速vavg和速度均匀系数U）分析进水管设置方式对养殖池水动力特性的影响。试验结果表明进水管设置方式明显影响养殖池的水动力特性：d=0时,随着α的增加,平均流速整体呈现先增大后下降的规律,在α=45°时取得最大值,但流场均匀系数随角度的增加而逐渐增加;d=1/4 r（r为养殖池半径）时,随着α的增加,平均流速和流场均匀系数都先缓慢增加然后再下降,分别在α=40°和30°时取得最大值;d=1/2 r时,随着α的增加,平均流速和流场均匀系数整体都呈现逐渐下降的趋势。综合比较24个试验工况的平均流速vavg和速度均匀系数U,建议将进水管设置为d=1/4 r,α=30°～40°,以期使养殖池内水动力特征有利于固体颗粒物的运动汇集,提升养殖池的集排污能力。该文研究成果可以为工厂化循环水圆形养殖池进水管设置方式提供参考。     

基于小波变换与神经网络的上倾管流型识别方法

为实现上倾管气液两相流流型的智能识别,提出了基于小波变换与概率神经网络的流型识别方法。采用中国石油大学(华东)室内小型环道试验装置进行气液两相流试验,采集上倾管流型以及相应的持液率信号。运用小波变换对持液率信号进行5级分解,并对分解后的信号提取标准差作为概率神经网络的输入参数,对试验中获得的分层流、气泡流、段塞流、严重段塞流流型进行识别。结果表明:该方法对4种流型的识别效果较好,其整体识别率为96.5%,其中分层流和严重段塞流的识别率高达98%。基于小波变换与概率神经网络的上倾管流型识别方法能够有效克服传统识别方法中主观因素的影响,不仅显著提高了流型识别的准确率,而且识别过程更加智能。(图5,表3,参22)