容重对土壤水分入渗能力影响模拟试验

通过人工改变土壤颗粒级配,配制典型砂壤、中壤、黏壤,并设置不同容重水平,用土柱积水入渗模拟了土壤容重对其入渗能力的影响,为土壤改良和促进天然降水转化利用提供理论依据。结果表明,容重对土壤入渗能力有较大影响。试验土壤入渗能力随容重增大递减,3种典型土壤稳定入渗速率与容重均呈对数负相关,砂壤120 min累积入渗量与容重呈幂函数负相关,中壤、黏壤则呈线性负相关。考斯加科夫入渗模型中,表征初始入渗速率的参数随容重增大递减,表征入渗能力衰减速度的参数则随容重增大递增,说明土壤初始入渗能力随容重增大递减,入渗能力衰减速度随容重增大递增。     

情报认知模型库构建研究

[目的/意义]研究情报认知模型库的组织、建设方法,帮助科研人员和情报分析人员快速形成对学科领域的准确认知,协助识别科技机遇、甄别技术威胁。[方法/过程]情报认知模型库包含跨领域的各种技术要素和文献信息,因此在结构上包括文献库、算法库、学科领域知识库、研究应用案例库等,支持研究热点识别、技术性能对比、智能分析方法推荐、算法辅助设计等功能。模型库的建设流程包括对情报认知模型的收集、验证、存储、组织、利用等,其中对模型的验证是至关重要的一步。[结果/结论]构建情报认知模型库对开展科学技术领域情报工作具有重要意义,能够发挥科技数据基础设施、科技情报分析工具箱的效果。情报认知模型库的构建需要情报人员、科学技术领域专家、信息技术人员的通力合作,未来需要进一步考虑模型库的维护升级、推广应用等问题。     

光谱信息与作物生长模型数据同化中的时间尺度优化

光谱信息与作物生长模型同化的效率提升是同化方法区域应用研究的一个重要方面。该文通过设置不同步长的光谱观测值同化时相,开展针对光谱信息与作物生长模型WOFOST(world food studies)同化的时间尺度优化研究,以提高同化效率。基于长春地区水稻生长周期,该文设置了4个等距时间尺度(步长分别为5,10,20和30 d)和一个关键时相时间尺度(同化时相对应水稻生长关键时期),在不同时间尺度下利用光谱信息计算的修正叶绿素吸收比值指数MCARI1(modified chlorophyll absorption ratio index)同化WOFOST模型,通过比较不同时间尺度下的同化精度和效率,优化同化时间尺度。结果表明:随着同化时间尺度增大,同化效率逐渐提高,而同化精度逐渐降低。在平衡精度和效率的前提下,选择步长介于10~20 d的时间尺度或关键时相尺度作为光谱信息与作物生长模型的同化时间尺度是合理的。该文提出的优化同化时间尺度方法为提高光谱信息与作物生长模型同化的区域应用效果提供了参考。     

用统计降尺度模型预测川中丘陵区参考作物蒸散量

区域蒸散量(evapotranspiration)预测对精准灌溉预报与农田水分管理意义重大。该文利用川中丘陵区11个气象站点1961-2013年逐日气象资料,采用FAO-56 Penman-Monteith公式计算参考作物蒸散量(reference evapotranspiration,ET0),基于Hadley Centre Coupled Model version 3(HadCM3)的输出和统计降尺度模型(statistical downscaling model,SDSM)分别对A2(高温室气体排放)、B2(低温室气体排放)情景下川中丘陵区2014-2099年ET0进行预测,并使用Mann-Kendall检验和反距离加权插值法对1961-2099年ET0的时空演变特征进行分析。结果表明:基准期(1961-2010年)川中丘陵区ET0整体呈现明显下降趋势,空间上呈现出东北部、西北部和东南部相对较大、中部相对较小的差异;与基准期相比,A2、B2情景下未来2020 s(2011-2040年)、2050 s(2041-2070年)和2080 s(2071-2099年)川中丘陵区ET_0月和年均值都呈增大趋势;A2情景下3个时期ET0将分别增加7.9%、10.9%和16.7%,B2情景下ET_0将分别增加7.1%、4.9%和12.8%;A2、B2情景下3个时期川中丘陵区ET_0空间分布均呈现西北部和南部较大、中部较小的空间差异,且3个时期的ET0相对变化率显示中部及其偏北、偏南区域ET_0增幅相对较大,北部和南部增幅相对较小。因此,未来川中丘陵区ET0的上升可能导致水资源短缺与季节性干旱进一步加剧。该研究可为川中丘陵区水资源优化管理和灌溉制度制定提供科学参考。     

基于LPV增益调度的风电机组控制验证与仿真分析

随着风力发电机组装机容量的持续增加,风力发电机组出力特性及其优化运行成为行业关注的热点。针对湍流风下风电机组的动态响应特性,提出抑制风湍流的LPV增益调度控制方法。基于2 MW风电机组模型进行控制器设计,分别采用PI控制算法与LPV控制算法进行仿真计算。机组载荷的波动主要集中在风轮旋转频率1 P的倍频上。仿真计算结果表明在不同风速下,机组显示出不同的运行特性。在低风速时,塔影效应的作用较为显著,在高风速时,湍流对载荷的影响较为明显。相比于PI控制,LPV控制能够跟随机组运行状态调整控制参数,能更好的抑制湍流对机组的影响。在16 m/s湍流风下,功率和齿轮箱低速轴转矩在3P分量上分别降低了35.1%和41.8%。因此,在LPV控制下,齿轮箱的疲劳损伤降低了,发电机的功率波动减缓了。能够增加风电机组的预期寿命,对电网也更加友好。     

车用离心风机转子系统振动特性分析

为分析风机转子系统的振动特性,利用扰动力法建立了水润滑轴承刚度阻尼的非线性模型,完成了轴承-转子系统的动力学建模;基于转子系统的有限元模型,计算了转子系统的临界转速并进行了试验验证;分析了离心风机振动激励源,之后对转子在质量不平衡激励和轴承不对中激励下的振动特性进行了分析。结果表明,在质量不平衡激励下,转子系统振动的峰值频率主要位于整数倍频及半倍频处,其中以旋转基频和半倍频的振动为主;在轴承不对中激励下,转子系统振动的峰值频率主要位于整数倍频处,其中最主要的振动频率为旋转基频,其次为2倍频。该文对风机转子系统振动特性的分析对后续的整车振动与噪声分析,以及整车乘坐舒适性的改进提供了参考。     

木薯块根拔起的最大应力数值模拟及试验

为了探明木薯拔起时块根最大应力的影响规律和确定块根不被拔断的允许最大拔起力,论文采用FEM(finite element method)和SPH(smoothed particle hydrodynamics)的耦合方法及二次回归旋转设计方法,通过构建土壤-块根-茎秆系统的数值模拟计算模型,进行木薯块根拔起数值模拟试验,测定各因素组合条件下的块根最大拔起力和块根最大应力,建立块根最大应力与拔起速度、块根的大小、长短和生长深度及土壤的软硬程度的多因素耦合数学模型,研究了各影响因素及交互作用对块根最大应力的影响规律,同时,通过块根最大拔起力和块根最大应力的散点图,研究了块根最大拔起力和块根最大应力的相关性,确定了块根不被拔断的允许最大拔起力,且2014年12月底在广西武鸣县某木薯种植地,采用随机抽样方法,进行了木薯块根最大拔起力和块根拔断率的田间试验和统计分析,对块根不被拔断的允许最大拔起力进行了验证,最大拔起力小于0.98 k N时,块根拔断率为2.5%。结果表明,块根最大应力与各影响因素的多因素耦合数学模型的F检验在0.000 1水平上显著,精度较高,可用于块根最大应力的影响分析;块根最大应力随拔起速度的增大呈先增大,后减小的变化,随生长深度、块根长度和土壤硬度的增大而增大,随块根直径的增大而减小;块根最大应力与最大拔起力相关性不强,块根允许最大拔起力约为0.98 k N。     

基于WinSRFR模拟灌溉农田土壤入渗参数年变化规律

土壤入渗参数是确定地面灌溉灌水技术参数的主要依据之一,而农田土壤入渗特性随着灌水与耕作存在着周期性变化。为了探究这种周期性变化规律,在冬小麦-夏玉米轮作体系下,基于泾惠渠灌区2012-2015年不同灌水时期的灌水资料,利用Win SRFR4.1软件与拟合度检验相结合的方法对考斯加科夫土壤入渗模型参数值进行模拟反推得出最佳优化结果,结果表明模拟与实测的水流推进及水流消退过程的均方根误差分别为0.15~2.1和2.5~7.8 min,决定系数均在0.7以上(P0.05)。在此基础上,根据影响土壤水分入渗的主导因素土壤容重及土壤质量含水率,建立考斯加科夫土壤水分入渗模型2参数值与影响因素间的定量关系,分析土壤入渗参数在年内的变化规律,结果表明:在冬小麦-夏玉米轮作体系下,不同灌水时期的土壤入渗系数和入渗指数变化明显,变化范围分别在95.0~210.0 mm/h和0.42~0.67之间,土壤水分入渗模型两参数值与土壤含水率及土壤表层容重之间存在较好地复合对数关系,决定系数分别为0.846和0.741(P0.05)。研究结果可为年内不同灌水时期确定农田地面灌水技术参数提供依据。     

耕层构造的土壤结构质量-径级数字图像分析

为了探讨以土壤结构体为单元的耕层构造定量方法,该文利用犁耕生成的土壤结构体2D图像计算其质量-径级分布。分别以30°、45°、60°及90°拍摄获取土壤结构体的数字图像,计算土壤结构体各径级区间的几何指标,拟合质量-径级分布模型。结果表明土壤结构体的棱角性和形状指数随径级增大而增加,但矩形度随之减小;以60°拍摄所得的土壤结构体质量-投影面积关系的拟合精度最高,各粒径区间R2均不低于0.89;数字图像筛分与手工测量所得的土壤结构体质量-径级分布无显著差异(P0.05),表明数字图像筛分是从2D投影面信息获取土壤结构体质量-径级分布的准确方法;相对于Weibull和Rosin-Rammler模型,用Gaudin-Schuhmann模型拟合获得的土壤结构体质量-径级分布效果较优,用该模型拟合数字图像筛分所得的土壤结构体质量-径级分布,R2为0.98;相对于干筛法,数字图像筛分方法的划分的径级区间更精细,所得的模型拟合精度更高。     

基于高光谱的ASTER影像土壤盐分模型校正及验证

快速准确地获取土壤盐分信息是监测和治理土壤盐渍化现象的重要前提.该文以新疆维吾尔自治区典型盐渍化区域——艾比湖流域为研究区,analytical spectral devices(ASD)光谱仪采集的土壤高光谱数据和advanced space borne thermal emission and reflection radiometer(ASTER)影像为数据源,结合实测土壤盐分含量信息,对遥感定量反演土壤盐渍化现象进行研究.再经过光谱反射率数学变换后,结合相关性分析,利用多元回归方法分别建立基于重采样后的高光谱和影像光谱的土壤含盐量估算模型,对遥感影像光谱盐分估算模型进行校正,以提高遥感定量监测盐渍化土壤的精度.结果表明:ASTER影像光谱反射率二阶导数变换和ASD重采样光谱的对数的二阶导数变换所建立的盐分估算模型最佳,决定系数R2分别为0.59和0.82.经ASD重采样光谱模型校正后的ASTER影像光谱的盐分估算模型精度R2为0.91,有效地提高大尺度条件下土壤盐渍化反演精度.研究为大尺度土壤盐分定量遥感监测提供了一种有效方法.