改性木屑处理含铬废水的研究

采用磷酸改性木屑后用于含铬废水吸附处理,探讨废水pH值、处理时间、木屑投加量、处理温度4个因素对铬去除率的影响;并拟合25℃改性木屑吸附处理含铬废水的动力学、等温线方程,估算热力学数据。结果表明:木屑对含铬废水有较强去除力,改性木屑去除力加强;改性木屑处理20ml浓度为50mg/L含铬废水的适宜条件为pH值=1～4,处理时间90min,木屑投加量1g,处理温度20～30℃;改性木屑吸附处理含铬废水的动力学特性符合颗粒内扩散方程和二级吸附速率方程;吸附等温线方程符合Langmuir吸附;25℃吸附过程ΔH=-20.489kJ/mol,ΔS=-78.426J/(mol.K),ΔG=2.89kJ/mol。     

基于 DEA 和 Malmquist 指数的广东省渔业效率研究

【目的】分析掌握广东渔业的产出效率,为发展可持续的低耗高产渔业提供数据参考。【方法】基于数据包络分析（DEA）及 Malmquist 指数,对 2011—2022 年期间广东渔业综合技术效率和全要素生产率指数及其分解进行测算和分析,并与全国平均值进行对比。【结果】广东渔业综合技术效率每年均高于全国平均水平,但2011—2014 年、2018—2019 年和 2021 年广东渔业规模报酬呈现递减。通过对广东水产养殖和水产品捕捞的综合技术效率分别进行测算,发现 2011—2022 年期间广东水产养殖的综合技术效率较高,除 2013 年和 2014 年外,均为DEA 有效。将 DEA 无效年份的广东水产养殖和水产品捕捞在生产前沿面上的投影调整为 DEA 有效,结果显示,2013 年和 2014 年广东水产养殖投入的冗余率分别为 5.98% 和 10.46%,而 2011—2014 年、2018—2019 年和 2021年广东水产品捕捞投入的冗余率在 39.73%~74.27% 之间,说明水产品捕捞的过度投入以及由此引发的捕捞综合技术效率低下是造成 2011—2014 年、2018—2019 年和 2021 年广东渔业规模报酬递减的主要原因。广东渔业的技术进步和全要素生产率上升幅度与全国平均水平相差较远,全要素生产率和技术进步指数均比全国平均增幅低 4.7%,说明广东省在渔业技术进步方面有较大提升空间。【结论】建议广东加大渔业科技的投入力度,加强渔业技术创新,以促进渔业技术进步和提高全要素生产率;加快渔业产业结构调整,合理布局养殖和捕捞规模,以解决广东渔业规模报酬递减的问题;加强渔业资源保护和增殖放流,利用自然生产力增加可捕捞渔业资源;加强水产良种创制及养殖新模式和新技术的开发,进一步拓展水产养殖空间和提高水产养殖的产出效率。     

面向对象多层次多尺度分割的农用大棚类型信息提取

为对不同农用大棚类型信息进行识别分类和精细化提取,以内蒙古河套灌区不同大棚类型为研究对象,基于Sentinel-2A卫星数据,采用面向对象结合多层多尺度分割技术和阈值分类方法,对大棚类型信息进行提取并对最终提取结果展开精度评价和分析研究。首先利用尺度参数估计（Estimation of Scale Parameter2, ESP2）方法进行了分层分割并优选出最佳分割尺度,在各层最优分割尺度上进行光谱、指数、几何、纹理等特征的提取与优化,获取最优特征组合;然后运用多层多尺度分割阈值分类方法提取不同大棚类型信息。结果表明不同大棚类型信息总体精度达94.8%,kappa系数达0.93。其中：塑料大棚的制图精度和用户精度分别为95.3%和96.6%;单屋面温室大棚制图精度和用户精度分别为88.5%和92.6%。基于多层多尺度分割分类的信息提取方法分别考虑了不同地物最优分割尺度,在不同地物各自的最优分割尺度上提取其信息,以抑制过度分割或亚分割现象,从而降低错分或漏分。因此,高分辨率卫星数据与面向对象多层多尺度分割分类的信息提取方法能够有效提高大棚类型信息提取精度,且能为地物信息精细提取技术体系提供一定参考思路。     

计算法测量电阻应变原理的试验分析

介绍了计算法测量电阻应变的原理及试验,着重分析了试验结果,验证了测量原理．     

智能算法在农业大数据中的探究

为进一步推进智能农业大数据产业的健康有序发展,减少农业领域在生产、销售等环节中的风险因素,确保农业生产者、销售者的最大利益。通过详细分析农业大数据中的核心问题,以云南省鲜切花产业为研究对象,拟采用人工神经网络算法分别构建鲜切花价格预测模型群、鲜切花质量等级识别模型群,将鲜切花价格预测模型群嵌入云平台中,以低廉的价格提供给需求者;将鲜切花质量等级识别模型群应用于鲜切花等级分类的流水线,方便快捷的进行智能化分类。整个研究引入了智能算法,将智能与农业进行有机的结合,为农业大数据中心的发展提供参考依据。     

基于DEM-CFD耦合的气吸式酸枣捡拾装置的优化设计

针对目前酸枣的收获主要依赖人工的问题,研究一种气吸式酸枣捡拾机械装置。分析酸枣的物理特性,计算酸枣的悬浮速度、流体域压降变化,通过逆向技术、三维图像重建获取酸枣的点云数据,并对酸枣的点云数据进行降噪处理,建立酸枣三维模型。通过Edem-Fluent气固耦合软件对酸枣吸拾过程进行仿真分析,获取管径、流量、酸枣速度、接触力等参数,利用响应面分析对参数进行优化,并研制酸枣捡拾机进行试验。分析表明,流量是影响捡拾效率的主要因素,管径是影响酸枣破损的主要因素,仿真结果和试验表明气吸式酸枣捡拾装置最佳管径0.11 m,最佳流量0.28 m3·s^-1。该装置能降低酸枣采收成本,缩短酸枣采收周期,同时提高捡拾效率。     

格木寄生线虫中国新记录种——卡勒萨隐皮孢囊线虫Cryphodera kalesari

在对广东省主要珍贵树种上的线虫进行调查时从格木Erythrophleum fordii上分离到一种隐皮孢囊线虫,经形态特征观察和测量数据分析,将其鉴定为卡勒萨隐皮孢囊线虫Cryphodera kalesari。其诊断特征为:雌虫椭圆形至近球形,头部具有1个唇盘和2～3个唇环,口针长33.6～37.8μm,阴门唇突出,阴门与肛门之间区域凹陷,肛阴距为42～72μm;2龄幼虫头部具1个明显的唇盘和3个唇后环纹,口针长24.8～29.5μm,口针基部球前缘凹陷,侧区3条侧线,尾长圆锥形,长38～53.5μm,尾末端细圆,透明尾长17.1～25.1μm,侧尾腺孔位于肛门后2～5环;雄虫未发现。本研究首次获得了卡勒萨隐皮孢囊线虫的rDNA(LSU D2D3和ITS)序列,为此线虫的鉴定提供了可靠的分子数据。本研究还分析了卡勒萨隐皮孢囊线虫与本属其他种类的系统进化关系。卡勒萨隐皮孢囊线虫为中国的地理新记录种。格木为隐皮孢囊线虫的新寄主。     

The importance of regulatory data protection or exclusive use and other forms of intellectual property rights in the crop protection industry

In order for a chemical plant protection product to be authorised for sale a registration dossier has to be assembled to demonstrate safety and efficacy to the satisfaction of government regulators. These studies and tests are protected for a period of 10 years in Europe, North America and some other jurisdictions from the date of first product authorisation so that only the data owner can gain commercial benefit from the data. Subsequent regulatory reviews which require new studies should not result in further periods of regulatory data protection exclusive use for the new data but compensation should be payable to the data generator. © 2016 The Authors. Pest Management Science published by John Wiley & Sons Ltd on behalf of Society of Chemical Industry.     

基于MODIS的沙漠化地区植被覆盖度提取模型的研究

目前常用的植被覆盖度遥感反演模型,受限条件较多,所用系数精度不高。针对上述问题,提出了利用研究区域的实测最大和最小植被覆盖度确定反演模型系数的方法和基于MODIS影像数据的地面实测验证方法。经用该方法对毛乌素沙地沙漠化地区的植被覆盖度进行反演,并同步监测该区域的地表覆盖度对反演结果进行验证,结果表明地面同步实测植被覆盖度与反演的误差绝对值平均值为0.04,反演方法精度较高。研究表明本文提出的利用MODIS影像数据反演沙漠化地区地表覆盖度的模型、地面验证方法切实可行,适合对沙漠化地区地表植被覆盖度大范围且快速的遥感监测。     

Quantifying uncertainty in the wild‐caught fisheries goal of the Ocean Health Index

Sustainability indices are proliferating, both to help synthesize scientific understanding and inform policy. However, it remains poorly understood how such indices are affected by underlying assumptions of the data and modelling approaches used to compute indicator values. Here, we focus on one such indicator, the fisheries goal within the Ocean Health Index (OHI), which evaluates the sustainable provision of food from wild fisheries. We quantify uncertainty in the fisheries goal status arising from the (a) approach for estimating missing data (i.e., fish stocks with no status) and (b) reliance on a data‐limited method (catch‐MSY) to estimate stock status (i.e., B/B_MSY). We also compare several other models to estimate B/B_MSY, including an ensemble approach, to determine whether alternative models might reduce uncertainty and bias. We find that the current OHI fisheries goal model results in overly optimistic fisheries goal statuses. Uncertainty and bias can be reduced by (a) using a mean (vs. median) gap‐filling approach to estimate missing stock scores and (b) estimating fisheries status using the central tendency from a simulated distribution of status scores generated by a bootstrap approach that incorporates error in B/B_MSY. This multitiered approach to measure and describe uncertainty improves the transparency and interpretation of the indicator and allows us to better understand uncertainty around our OHI fisheries model and outputs for country‐level interpretation and use.