不同生长期圆斑星鲽形态性状对体重影响的通径分析

圆斑星鲽(Verasper variegatus)作为中国鲽形目(Pleuronectiformes)养殖鱼类的重要代表种类,具有生长速度快,可食用部分多,肉质细嫩等特点。为了探究圆斑星鲽形态性状与体重的关系,本研究分别测定11月龄、14月龄和17月龄3个不同生长期圆斑星鲽的体重及全长(FL)、体长(BL)、体高(BH)、头长(HL)、头高(HH)、尾柄长(CL)、尾柄高(CH)、吻长(SL)共计8个形态性状,分别进行相关分析和通径分析,剖析形态性状对于体重的直接作用和间接作用;利用回归分析的方法,建立各个时期以形态指标为自变量,体重为因变量的最优线性回归方程。结果显示,1)不同生长阶段,影响体重的重点形态指标存在差异,影响11月龄圆斑星鲽体重的主要形态性状为体高和体长,14月龄阶段为全长、体高和头长,17月龄阶段为全长和体高;2)11月龄、14月龄和17月龄形态性状对体重(Y)的多元回归方程分别为:Y=-186.412+17.381XBH+10.517XBL,Y=-362.484+13.145XFL+20.172XBH+21.199XHL,Y=-816.147+24.121XFL+40.575XBH;3)除本研究所包括的形态指标外,体厚可能为另外一个影响圆斑星鲽体重的重要指标。本研究阐明了体重与形态指标间的相关关系,为圆斑星鲽的良种选育提供了生物学依据。     

基于支持向量机回归的营养液调控模型研究

针对目前设施栽培中营养液动态调配精确度低的问题,提出一种基于支持向量机回归(Support vector machine regression,SVR)的营养液调控模型.首先,通过设计嵌套试验采集了13个温度、50组不同Knop营养液(A:99％Ca(N03)2·4H20、B:98％KN03、C:99％KH2P04、D...     

基于粗糙集理论的岩质边坡稳定性评价

针对岩质边坡的稳定性评价问题,应用粗糙集理论对既有岩质边坡的失稳实例进行分析,采用遗传算法进行约简,抽取评价知识,建立了规则库。采用不精确推理和默认推理方法开发了岩质边坡稳定性评价专家系统,提出了待评对象与规则不完全匹配情况下的近似推理方法,结合工程实例对该系统进行了测试和验证,并与模糊回归方法进行的比较。     

杭州市城区热岛效应与景观格局的动态研究

以杭州市城区为研究对象,以1992年、2004年Landsat-5,2015年Landsat-8卫星遥感数据为信息源,利用单窗算法反演三期城区地表温度,通过提取土地利用类型信息来计算景观格局指数,结合多元回归线性模型分析了杭州市城区景观格局对地表温度的影响。结果表明:(1)在研究时间段内,杭州市城区存在着明显的热岛效应,高温区域不断扩张、分散;(2)多元线性回归模型可以很好地刻画景观格局与地表温度之间的定量关系,景观格局指数PLAND,ED,LSI和AI与地表温度的相关性最高,分别达0.753,0.771,0.779,0.772,景观的面积指标、形状指标、边缘指标和聚合指标等共同影响着杭州市城区热岛效应的强度;(3)在城市化建设进程中,应通过增加绿地景观的面积,合理选择植物物种,形成集中成片的绿地,从而对城镇用地进行分割,提高现有绿地景观的立体化程度,建设较为复杂的绿地生态网络系统等方式,来缓解和改善热岛效应,达到改善人居环境的目的。     

Comparison of multivariate models and variable selection algorithms for rapid analysis of the chemical composition of field crops

This study evaluates the use of visible and near-infrared spectroscopy for rapid prediction of total carbon, total nitrogen, and total phosphorus concentrations in field crop samples. Two multivariate models (partial least squares regression and support vector machine regression) were compared. In addition, four spectral variable selection algorithms (competitive adaptive reweighted sampling, genetic algorithm, uninformative variable elimination, and variable importance for projection) were applied with support vector machine regression to determine the most accurate predictions. The results showed that support vector machine regression performed better than partial least squares regression for predicting the three chemical compositions. The combination of competitive adaptive reweighted sampling and support vector machine regression outperformed the other models for the predictions of total carbon and total nitrogen with high coefficients of determination of 0.91 and 0.90, respectively. For the determination of total phosphorus, the prediction accuracy of competitive adaptive reweighted sampling was comparable with the best result obtained from genetic algorithm with the coefficients of determination of 0.73 and 0.77, respectively. In conclusion, the support vector machine regression combined with competitive adaptive reweighted sampling has great potential to accurately determine the chemical composition of field crops using the visible and near-infrared spectroscopy.     

大尺度采样下不同模型方法预测土壤全氮空间分布研究——以海南岛为例

在大区域尺度、有限土壤样点情况下,为探索准确预测土壤属性的方法,以海南岛为研究区,采用近似网格采样方法,采集130个样点,用多元线性回归(MLR)、普通克里格(OK)和回归克里格(RK)3种模型方法进行土壤全氮预测,并以29个验证点比较了预测精度。结果显示:1)对较大区域进行土壤全氮的空间分布的预测精度为OKRKMLR;2)3种模型对土壤全氮含量空间预测分布趋势基本一致,总趋势为岛内自东向西方向逐渐降低;3)0~5 cm土壤全氮含量与土地利用方式呈极显著相关关系,0~20 cm土壤全氮含量与归一化植被指数呈显著相关,20~40、40~60 cm土壤全氮含量与归一化植被指数、坡度呈极显著或显著相关。     

近红外光谱结合偏最小二乘法快速评估土壤质量

以长江中下游粮食主产区水稻土为研究对象,采集17种不同施肥处理下共136个土壤样品在350 ～2 500 nm范围的近红外光谱,利用偏最小二乘回归分析结合交叉验证法建立了近红外漫反射光谱与传统化学分析方法测得的全碳、全氮、碳氮比、速效钾、速效磷、电导率、土壤pH等土壤指标之间的定量分析模型。模型的决定系数（R2）以及化学分析值标准差（SD）与模型的内部交叉验证均方差（RMSECV）的比值RSC用于判定建立的模型的好坏。结果表明：全碳、全氮、碳氮比和pH模型的R2和RSC分别为：R2=0.94,RSC=4.31;R2=0.95,RSC=4.35;R2=0.97,RSC=5.60;R2=0.92,RSC=3.37,说明上述土壤指标的预测结果很好。速效钾模型的R2和RSC分别为：R2=0.87,RSC=2.23,表明预测结果尚好。而速效磷和电导率模型的R2和RSC分别为：R2=0.18,RSC=1.16;R2=0.37,RSC=1.31,说明两者的预测结果均很不理想。综上所述,水稻土的土壤质量相关指标（全碳、全氮、碳氮比、速效钾和土壤pH）可以通过近红外光谱结合偏最小二乘法（NIR-PLS）快速评估。     

激光诱导击穿光谱技术检测土壤中的铅和镉含量

为了满足土壤重金属快速准确检测的需求,同时为土壤的重金属污染防治和农业的可持续发展提供理论指导,该研究利用激光诱导击穿光谱(laser-induced breakdown spectroscopy,LIBS)技术结合定标曲线法和化学计量学方法对土壤中重金属铅(Pb)和镉(Cd)元素进行定量分析。在获取LIBS数据之后,结合土壤LIBS发射谱线中Pb和Cd谱峰信息以及美国国家标准与技术研究院(national institute of standards and technology,NIST)的标准原子光谱数据库,选取了Pb和Cd的特征谱线分别为Pb I 405.78和Cd I 361.05 nm。首先对谱线信息进行预处理后,根据谱峰信息和元素的含量,分别建立了基于谱线峰强度、归一化后洛伦兹拟合强度、谱峰积分强度与对应元素浓度之间的关系模型和定标曲线。对于Pb元素的3种定标方法得到的线性关系的决定系数(R2)分别为0.983 85、0.970 97、0.993 21,且模型反演的结果与实际值的相对误差较小;而Cd元素的3种定标方法没有得到明显线性关系。然后运用偏最小二乘回归(partial least-squares regression,PLSR)建立了土壤Pb和Cd元素的定量分析模型,Pb元素PLSR模型的结果与定标曲线法的结果类似,其预测的相关系数(RP)为0.948 5,预测均方根误差(RMSEP)为2.044 mg/g;而Cd元素的PLSR模型的结果比起定标曲线法有较大提升,其预测的相关系数(RP)为0.994 9,预测均方根误差(RMSEP)为97.05μg/g,结果说明PLSR方法在光谱化学分析领域中比定标曲线法进行定量分析有更好的适用性。研究表明,LIBS技术能够实现对土壤重金属Pb和Cd含量的定量检测,为开发实时便携式LIBS土壤重金属检测仪提供了理论基础。     

双层种箱式马铃薯排种装置设计与试验

为了提高链勺式马铃薯排种装置排种性能,该研究基于离散单元法理论,使用EDEM软件建立了排种装置数值模型,在对排种过程中种薯运动规律仿真分析的基础上,设计了具有双层种箱结构的排种装置,以空种率和重种率为性能指标,试验研究了排种速度、种勺直径和充种高度对充种性能的影响规律,利用回归方程和多目标优化方法对双层种箱式排种装置进行了参数的优化设计,结果为:1)排种速度0.67 m/s、种勺直径48.6 mm、充种高度0.28 m时,空种率和重种率分别是3.8%和8.8%;2)排种速度0.36 m/s≤v≤0.96 m/s、种勺直径44 mm≤d≤56 mm、充种高度0.15 m≤h≤0.28 m时,空种率小于10%,重种率小于20%。种薯运动规律表明:增大高效充种区、增强种薯流动性可以有效提高充种成功率。试验结果表明:与单层种箱式排种装置相比,双层种箱式排种装置空种率降低50%,重种率降低24.5%;排种速度提高92%时,仍可保证排种性能。该研究为链勺式马铃薯排种装置的优化设计提供指导。     

饲料用秸秆丝化多频快速压缩成型工艺参数优化

为了进一步探明丝化后干玉米秸秆压缩成型的最佳工艺参数,利用WDW-200微机控制电子式万能试验机,以秸秆含水率、最大压缩力(能够压缩成型的最小压缩力)、压缩次数和压缩速度为影响因子,对饲料用玉米秸秆丝化后压缩成型块的松弛比进行了二次回归旋转组合试验研究。建立并分析了4个影响因子对玉米秸秆丝化压缩成型松弛比的回归模型,并进行了验证试验。结果表明:丝化后玉米秸秆压缩成型最佳工艺条件为:含水率为7.8%~18.3%,能够成型的最小压缩力为6.22 MPa,压缩次数为2~6次,压缩速度为128~337 mm/min。在此工艺条件下,干玉米秸秆丝化压缩成型的松弛比在1.2和1.5之间,均能满足实际生产中较低能耗与生产质量的要求。该试验对压缩工艺的优化、压缩设备的研制和了解压缩成型后产品的特性具有参考意义。