烟田苗期残膜回收机主要结构设计研究

根据烟田苗期的农艺要求和种植模式,在现有的烟田苗期残膜回收机的基础上,对其进行改进,设计出适合云南本地烟草种植模式的烟田苗期残膜回收机。介绍了残膜回收机的主体结构,并完成万向节传动机构的UG建模,对模型进行运动仿真得到速度传递的关系;设计能使机器在行走过程中实现仿形限深目的的机构以及在完成卷膜作业后能够方便卸膜的卸膜机构。     

硼对不同专用小麦品种种子萌发和幼苗生长的影响

为了明确施硼对小麦种子萌发和幼苗生长的效应,以不同的专用小麦品种为材料,研究了不同硼浓度对小麦种子淀粉酶活性、发芽势、发芽率、根系活力、根尖结构及幼苗生长的影响。结果表明,低浓度硼对小麦种子发芽势和发芽率有促进作用,其中硼浓度以20μmol·L-1促进效果最佳,高浓度时有明显的抑制作用;小麦根系活力、根长、芽长、根重和芽重均随硼浓度的升高呈现先促进后抑制的变化趋势,但对根比芽敏感,地下部生物量受影响程度低于地上部;一定的硼浓度能促进根尖分生区表皮细胞和外皮层细胞体积变大及数量增多。不同专用小麦品种对硼浓度响应的敏感程度有差异,中筋小麦扬麦16>弱筋小麦扬麦19>强筋小麦罗麦8号。     

基于不完全双列杂交设计的水稻农艺性状配合力基因组预测

[目的]在亲本一般配合力的基础上优选特殊配合力高的杂交种,是水稻杂种育种的关键。基因组选择基于覆盖全基因组的分子标记和样本的表型数据建立预测模型,实现对品种更加可靠的选择。[方法]本研究利用一组基于不完全双列杂交(NCII 设计)的水稻数据集,考查其多个农艺性状配合力的基因组预测能力。并比较了不同训练群体构建方法对杂交种表型预测能力的影响。[结果]8个农艺性状一般配合力的预测能力由其遗传率主导,从0.3888 到0.7367。杂交种特殊配合力的预测能力较低,但是直接预测杂交种的表型可以获得较高的预测能力。[结论]基因组预测水稻亲本一般配合力是有效的,能够帮助育种家实现对亲本的科学选择。如果要选配杂交种,直接预测杂交种表型是最有效的手段。此时让更多的亲本均衡地参与杂交种训练集的组配,有利于获得更高的预测能力。     

茶叶多酚氧化酶的序列分析与结构预测

调用生物信息学方法对已在国际互联网上的生物数据库(DDBJ、Uni-Prot)注册的茶树多酚氧化酶基因的核酸及氨基酸序列进行分析,并对其组成成分、信号肽、跨膜拓扑结构域、疏水性/亲水性、蛋白质二级及三级结构进行预测与推断。结果表明:茶多酚氧化酶不具有信号肽,存在卷曲螺旋,为位于细胞质中的无跨膜的亲水性不稳定蛋白,无规则卷曲是其蛋白质结构的主要结构元件,α-螺旋与β-折叠分散于整个多肽链中,并存在2个结构功能域。     

激光诱导击穿原子光谱在土壤分析中的应用

土壤分析是土壤学研究及应用的前提和基础,传统化学土壤分析方法逐渐不能适应现代土壤学海量信息数据快速获取的需求。激光诱导击穿光谱作为一种全新的、反映土壤组成元素原子信息的光谱技术,其无需对样品进行复杂前处理,可实现原位、快速、多元素连续在线检测,每条光谱记录土壤样本独一无二的特征,可以视为土壤“指纹”,成为现代土壤分析的有效技术之一。首先介绍和分析了激光诱导击穿原子光谱的原理、光谱获取的主要影响因素、光谱数据处理的化学计量学方法等;然后阐述和梳理了基于激光诱导击穿光谱技术在土壤分析方面的应用成果和进展,包括土壤鉴定、土壤养分评估、土壤重金属测定、微观/介观尺度土壤原位表征等;最后讨论和总结了激光诱导击穿光谱技术在土壤分析中所面临的挑战及其应用展望。     

基于神经网络方法的土壤流失量预测研究

生产建设项目土壤流失量的预测直接关系到建设项目的水土保持分析、评价和防治措施体系的布局,目前常用的预测方法因其局限性、不合理性以及精度差等问题往往难以实现准确预测。将人工神经网络的BP算法引入到土壤流失量预测中,将降雨侵蚀力、土壤可蚀性、坡长、坡度、水土保持措施作为影响土壤流失量的主要因子,并以17个生产建设项目水土保持监测实例作为学习样本和检测样本,建立了基于神经网络方法的土壤流失量预测模型。预测结果表明,该模型拟合和预测精度高,具有很强的应用价值,能够满足工程应用需要。     

中尺度土壤预测制图中地形变量提取的适宜分辨率探讨

地形变量是土壤预测制图中重要的预测变量之一,为了满足中尺度土壤预测制图的精度要求,又能够减少数据的冗余,需要选择合适分辨率范围的地形变量。基于ASTER GDEM数据,对不同地形起伏状况的3个样区,通过重采样得到30 m、60 m、90 m、120 m、150 m共5组不同分辨率的DEM数据,分别选取土壤预测制图中常用的高程、坡度、平面曲率和剖面曲率4组地形变量,通过地形信息熵、局部方差均值以及比例尺和空间分辨率的关系,选取巢湖流域用于土壤预测制图的地形变量提取的适宜分辨率范围。研究表明:对于特定比例尺的土壤预测制图,地形变量的提取需要综合考虑两个因素:一是土壤预测制图的比例尺,二是地形变量提取的分辨率。中尺度土壤预测制图地形变量提取的适宜分辨率为30m,既能保留有实际意义的地形信息,又能满足土壤预测制图的精度要求。     

基于关键气象因子的中稻单产动态预报

利用重庆市1986-2009年中稻单产和中稻生育期内旬平均气温、旬降水量、旬日照时数等资料,采用统计分析法建立中稻气象产量动态预报模型,在此基础上预报中稻单产。用5a滑动平均方法分离中稻趋势产量,在分析气象产量与中稻全生育期逐旬气象要素相关性的基础上,以3月中旬平均气温、5月下旬日照时数、7月中旬平均气温、7月中旬降水量、7月中旬日照时数、7月下旬平均气温、7月下旬降水量和8月上旬平均气温等作为关键气象因子,建立中稻气象产量动态预报模型,并应用该模型实现中稻单产动态预报。对1986-2009年的中稻单产做模拟检验,平均准确率在96%以上,95%以上的年份预报准确率超过90%。对2010年的单产进行预报,准确率为91.5%～92.8%,预报准确率较高,基本能满足业务服务的需要。     

生产建设项目用地土壤风蚀量监测方法与预报模型分析

准确掌握生产建设项目用地土壤风蚀量是合理编制水土流失治理方案的必要前提和有效防控人为水土流失的重要基础;但目前对监测方法和预报模型的研究比较薄弱,一些研究中监测方法的适用性和模型参数的准确性还有待商榷。文章系统总结土壤风蚀的观测方法和预报模型,根据这些方法和模型的各自特点,分析它们在生产建设项目中的适用性。认为测扦法、调查法、扫描法、风蚀盘法、集沙仪法、核素示踪法以及Pasak模型和风蚀流失量公式都可以根据不同项目的实际情况和地区特征应用到生产实践中。在此基础上,讨论相关研究的发展方向。本文结果可为生产建设项目土壤风蚀量测算模型的构建提供参考。     

基于数据挖掘的贝叶斯算法应用研究

在众多的数据挖掘算法中,贝叶斯算法因为准确性高,运算性能强而得到广泛应用。利用日常生活中的例子深入浅出的阐述了贝叶斯算法的基本原理,并应用SQL Server 2005数据挖掘工具,对2009年收集的农安地力评价的数据进行了分析,同时应用贝叶斯算法对地力等级进行了预测。