近红外透射光谱技术测定黍稷蛋白含量的研究

为了探索快速测定完整黍稷籽粒蛋白含量的方法,采用近红外光谱分析技术建立数学模型并进行预测,比较原始透射光谱经导数处理结合不同回归算法对模型的影响。结果表明,分别经一阶和二阶导数处理后利用偏最小二乘法和改进的偏最小二乘法,4种方法的分析效果相近,最优的是一阶导数结合改进的偏最小二乘回归法,黍稷蛋白定标模型的定标相关系数（RSQ）为0.8806,定标标准误差（SEC）为0.3424,交互验证相关系数（1-VR）为0.8570,交互验证标准误差（SECV）为0.3751,外部预测标准偏差（SEP）为0.454。最终以完整黍稷籽粒为样品所建立的蛋白NITS模型,可以用于黍稷蛋白含量的快速检测。     

贡嘎山冷杉林土壤CO_2释放的模拟研究

利用贡嘎山冷杉林1998年和1999年土壤CO_2通量对生物地球化学循环模型Forest-DNDC进行校准和验证,通过调整温度和湿度对土壤根呼吸影响的计算公式和对模型参数的本土化,提高了模拟值与真实值之间的吻合程度,尤其是提高了冬季土壤CO_2释放模拟的准确性.校准后使土壤CO_2日释放量模拟结果的平均误差((-e))和相对平均误差((-e)')分别下降了3.81 kg/hm~2和13.49%,绝对平均误差(M)和相对绝对平均误差(M')也同时降低;模型效率的Nash-Sutcliffe系数(Me)和冷模拟(利用默认参数)相比,也由0.651提高到0.683.模型验证结果表明,冷杉林土壤CO_2释放通量模拟值大体上能够与实际观测值的季节变化和日变化保持一致,在释放的量上也与实际观测值相当.     

径流曲线数模型(SCS-CN)参数λ在黄土丘陵区的率定

径流曲线敷模型(SCS-CN)用来计算降雨形成的地表径流量,参数λ是模型中的重要参数之一.本文在对径流曲线数模型参λ敏感性分析的基础上,应用黄土丘陵区径流场62场实测降雨资料对参数λ与地表坡度关系进行了定量分析.结果表明,曲线教模型所描述的参数λ=0.2适合于黄土丘陵缓坡地,参数λ随着坡度的增大而减小;同时用实测降雨资料进行标定模型验证,得出径流量的预测值与实测值接近,其效率系数E=0.94,与直接运用模型计算径流量比较,效率系数有较显著提高.     

野外试验中热脉冲探针间距校正方法的应用

土壤热特性是土壤的重要参数之一,热脉冲探针是目前土壤热特性最为常用的测量方法。在用热脉冲探针测量土壤热特性时,探针间距对测量结果的准确性影响非常大。而在野外试验中,由于土壤受到植物根系、土壤冻融、土壤动物活动等的影响,会造成探针间距的变化。因此,探针间距的校正在野外实地测量时十分重要。本研究团队在2013年提出热脉冲探针间距的校正方法,即在温度探针中使用两个热敏电阻,并通过理论公式校正探针初始间距后,得到间距变化后的探针真实间距。将此校正方法应用于野外试验中,分别于夏季和冬季监测土壤中三个深度处(3 cm、8 cm和13 cm)探针间距的变化。结果显示探针间距校正后得到的土壤热特性参数与未校正探针间距时的土壤热特性相比,探针间距校正后得到的土壤热特性参数更加准确可靠;但由于冬季表层土壤存在结冰现象,造成热脉冲探针无法准确测量热特性参数。     

基于颗粒缩放理论的沙棘茶毫离散元参数标定

为解决沙棘叶茶茶毫离散元仿真中缺乏准确接触参数的问题,利用物理和仿真休止角堆积试验标定茶毫接触参数;将茶毫颗粒简化为软质球形颗粒,通过量纲分析和颗粒缩放理论将茶毫空气动力学当量粒径从231.37μm放大至1.8 mm。利用EDEM软件,选定“Hertz–Mindlin with JKR”接触模型,以休止角为响应值,通过Plackett-Burman试验筛选出对休止角影响最显著的3个参数：茶毫-茶毫恢复系数、茶毫-茶毫滚动摩擦系数、茶毫-不锈钢滚动摩擦系数;利用最陡爬坡试验,确定各参数最佳取值范围;根据Box-Behnken试验建立并优化3个显著性参数与休止角的二阶回归方程,对回归方程进行寻优求解。得到3个显著性参数的最优组合：茶毫-茶毫恢复系数为0.159,茶毫-茶毫滚动摩擦系数为0.290,茶毫-不锈钢滚动摩擦系数为0.239。通过对比休止角仿真试验值与物理试验值,二者相对误差为1.97%,表明仿真试验预测效果良好。     

土壤有机质含量可见-近红外光谱反演模型校正集优选方法

土壤有机质含量可见-近红外光谱反演过程中校正集的构建策略对模型的预测精度有重要影响。以江汉平原洪湖地区水稻土为研究对象,采用Kennard-Stone(KS)法,Rank-KS(RKS)和Sample set Partitioning based on joint X-Y distance(SPXY)法,构建样本数占总校正集不同比例的子校正集,通过偏最小二乘回归,建立土壤有机质含量的可见—近红外光谱反演模型。结果表明:KS法无法提高模型预测精度,但可以在保证标准差与预测均方根误差比(ratio of performance to standard deviation,RPD)2.0的前提下减少30%的校正样本;基于SPXY法的模型,当子校正集样本比例为总校正集的50%时达到最佳的模型预测精度,RPD为2.557;RKS法能够在保证预测精度的情况下(RPD2.0),最多减少总校正集70%的样本,对应模型RPD为2.212。当校正集与验证集的有机质含量分布相近时,能够以较少的建模样本达到与总校正集相近甚至更高的模型预测精度,提升土壤有机质光谱反演模型的实用性。     

三维荧光二阶校正测定细胞培养基样中山姜素

建立了细胞培养基样中山姜素的定量测定方法．将三维激发发射荧光分别与化学计量学中基于平行因子分析(PARAFAC)算法和自加权交替三线性分解(SWATLD)算法的二阶校正方法相结合,当选取待分析体系组分数为2时,得到细胞培养基样中山姜素的平均回收率分别为(100.3±2.2) %,(100.1±2.2) %．两种算法所得检出限各为0.182 3 μg·mL-1,0.178 1 μg·mL-1．椭圆置信区间(EJCR)测试证明两种算法所得结果准确可靠．     

基于离散元的玉米种子颗粒模型种间接触参数标定

由于EDEM(离散元法)中建立的玉米种子颗粒模型与实际玉米种子在外形、表面粗糙度等方面存在差异,若直接将实际测量的物性参数引入EDEM中进行仿真,会出现仿真失真的情况。针对此问题,该文提出一种建立数学回归模型主动寻找目标参数的方法,简化标定过程,将仿真试验和真实试验相结合,对玉米种子颗粒模型的种间静摩擦系数和滚动摩擦系数两个关键参数进行标定,使其在EDEM中建立的玉米种子颗粒重新获得与真实颗粒相近的物理特性。利用两种接触材料(有机玻璃板与铝质圆筒)进行玉米种子堆积角仿真试验,建立两个自变量为种间静摩擦系数、种间滚动摩擦系数的二元回归方程。以实际测量种群堆积角作为已知目标量进行数值求解,求得EDEM中玉米种间静摩擦系数和滚动摩擦系数这两个目标参数:玉米种间静摩擦系数为0.0338,玉米种间滚动摩擦系数为0.0021。将标定的玉米种子物性参数输入EDEM中进行仿真试验,通过提取关键特征尺寸和图像边界将试验结果与实际试验结果进行对比,结果表明:关键特征尺寸数值差异在4.70%以内,标定后的玉米种子堆积角边界与实际情况更接近,提高了仿真结果的可靠性。     

Phosphorus Fertilizer Calibration for Sugarcane on Everglades Histosols

A calibrated soil test for phosphorus (P) fertilizer application to sugarcane (Saccharum spp.) grown on organic soils in southern Florida is an important best-management practice for minimizing P loads in water draining to the Everglades. The current calibration uses water as the soil extractant, which has the limitations of being very sensitive to pH and being most applicable to short-season crops. Phosphorus fertilizer rate studies at six locations (20 total crop years) were analyzed to develop an updated soil-test P calibration for sugarcane on organic soils. Phosphorus extracted with water, acetic acid, and Bray 2 did not consistently relate well to crop response. A new P soil-test calibration for sugarcane is proposed based on Mehlich 3 soil extraction, with a maximum rate of 36 kg P ha^?1 with ≤ 10 g P m^?3 in preplant soil samples and no P recommended with >30 g P m^?3.     

AquaCrop模型在东北黑土区作物产量预测中的应用研究

东北黑土区是我国玉米和大豆生产基地,为了实现利用AquaCrop模型优化管理和预测产量,本文基于作物小区田间试验和大田观测数据,采用OAT(one factor at a time)法分析了该模型参数的敏感性,率定了敏感性高的参数,并对率定后的模型进行了验证。结果表明:玉米和大豆产量均对影响经济产量的收获指数十分敏感,二者虽然对冠层和根系生长参数都敏感,但有所差异:玉米对冠层衰减系数(canopy decline coefficient,CDC)更为敏感,而大豆则对限制冠层伸展的水分胁迫系数曲线的形状因子(shape factor for water stress coefficient for canopy expansion,Pexshp)更为敏感;玉米因根系深对最大有效根深(maximum effective rooting depth,Zx)更敏感,大豆因根系浅对根区根系伸展曲线的形状因子(shape factor describing root zone expansion,Rexshp)更敏感。由于玉米需水量大,对冠层形成和枯萎前的作物系数(crop coefficient before canopy formation and senescence,KcTr,x)和归一化水分生产力(normalized water productivity,WP*)很敏感,大豆则是一般敏感。率定后模型模拟玉米产量与实测产量的回归系数由0.34提升至0.89,模拟大豆产量与实测产量的回归系数由0.80提升至0.88。进一步用大田实测产量的验证结果表明:预测的玉米与大豆产量与实测产量间回归方程的决定系数(coefficient of determination,R2)分别为0.775和0.779,均方根误差(root mean square error,RMSE)分别为1.076 t hm^–2和0.299 t hm^–2,标准均方根误差(normalized root mean square error,NRMSE)分别为0.097和0.178,模拟效率(model efficiency,ME)分别为0.747和0.730,率定后的AquaCrop模型能较精准地模拟东北黑土区玉米和大豆产量,可用于产量预测或优化管理。