三江平原地下水脆弱性评价的熵权系数法模型

地下水脆弱性研究是保护地下水环境工作的基础。对地下水脆弱性进行评价,可为合理地保护、开发和利用地下水资源,实现地下水资源的可持续利用提供有益参考。地下水脆弱性评价的关键是指标体系的建立。结合三江平原实际情况,在传统的DRASTIC模型基础上,建立新的指标体系,包括以下7项指标：地下水埋深、含水层的净补给、含水层的介质类型、土壤介质类型、含水层水力传导系数、土地利用率和人口密度。根据相关性分析,该评价指标体系较为合理。传统的评价方法,如层次分析法或模糊数学方法,不能排除主观确定权重的人为干扰,评价结果往往带有一定程度的主观性误差。为了合理地对地下水脆弱性进行评价,首次将熵权系数法模型应用于地下水脆弱性评价之中。该方法的权重通过计算过程得出,排除了人为的主观性干扰,为地下水脆弱性评价提供了一种新的方法。将该方法应用于三江平原的地下水脆弱性评价,得到了满意的结果。该模型的评价结果与基于实数编码加速遗传算法的投影寻踪模型的评价结果完全相同,说明熵权系数法可以应用于地下水性评价,其评价结果可为有关决策部门提供参考。     

根分泌物对土壤中磷活化的影响

 磷元素是植物生长所需的大量营养元素之一,土壤中缺乏磷时会导致作物对缺磷的一系列适应性变化,其中根分泌物的H⁺,低分子有机酸、酸性磷酸酶对固定在土壤中的磷有活化作用。     

阿拉善荒漠几种典型灌木种子水分响应与繁殖对策研究

本文以阿拉善荒漠分布的沙冬青(Ammopiptanthus mongolicus)、梭梭(Halox-ylon ammodendron)、红砂(Reaumuria soonorica)、阿拉善沙拐枣(Calligonum alaschanicum)、膜果麻黄(Ephedra przewalsetina)、绵刺(Potaninia mongolica)和四合木(Tetreana mongol-ica)等灌木为研究对象,以种子吸胀过程中对水分的吸收速度和水分利用效率作为对水分的响应特性。研究结果表明:所供实验的各种灌木种子吸胀所需时间顺序依次为:梭梭<四合木<绵刺<膜果麻黄<红砂<阿拉善沙拐枣<沙冬青,与之相对应的种子千粒重为沙冬青>阿拉善沙拐枣>红砂>梭梭>四合木>膜果麻黄>绵刺,种子千粒重与吸胀时间呈极显著的正相关关系;吸胀过程中水分吸收速度和水分利用效率分别是阿拉善沙拐枣>沙冬青>四合木>红沙>梭梭>绵刺>膜果麻黄,梭梭>膜果麻黄>绵刺>四合木>阿拉善沙拐枣>沙冬青>红沙。响应于荒漠水分的变化,荒漠灌木可分为对水分敏感性植物和迟钝性植物。对水分敏感性植物,繁殖对策表现为典型的r-对策,千粒重较小,对水分利用效率较高,如绵刺、梭梭等,对水分迟钝性植物,繁殖对策为典型的k-对策,千粒重较大,水分利用效率较低,如阿拉善沙拐枣和沙冬青等。响应于荒漠环境为极度胁迫下的易变环境,水分敏感的植物对荒漠植被的稳定具有重要贡献,响应于相对稳定时间尺度内,水分迟钝植物对荒漠植被构建起着关键作用。这种r-对策和k-对策荒漠灌木对水分不同的利用方式和繁殖方式,既能在干旱多变的气候环境变化下保持一定的荒漠景观植被,又能在稳定气候环境下保持另一种荒漠景观植被,从而确保荒漠地表环境的稳定。     

采用LWD-QPSO-SOMBP神经网络的拖拉机柴油机故障诊断

针对目前拖拉机柴油机故障诊断中单BP（Back Propagation）神经网络模型的局限性,该研究提出一种LWD-QPSO-SOMBP（Linear Weight Decrease-Quantum Particle Swarm Optimization-Self Organizing Maps Back Propagation）神经网络的拖拉机柴油机故障诊断模型。首先,将SOM（Self Organizing Maps）神经网络和BP神经网络结合,重置网络结构并利用LWD-QPSO（Linear Weight Decrease-Quantum Particle Swarm Optimization）算法对网络的权值和阈值进行优化;然后,分析拖拉机柴油机的故障机理,确定反映故障发生的数据信号;最后,确定LWD-QPSO-SOMBP神经网络模型的结构参数,基于CAN（Controller Area Network）总线技术采集潍柴WP6型拖拉机柴油机传感器信号数据对LWD-QPSO-SOMBP神经网络的性能进行测试,并将测试结果与BP神经网络、SOMBP（Self Organizing Maps Back Propagation）神经网络、PSO-SOMBP（Particle Swarm Optimization-Self Organizing Maps Back Propagation）神经网络、LWD-PSO-SOMBP（Linear Weight Decrease-Particle Swarm Optimization-Self Organizing Maps Back Propagation）神经网络及改进量子粒子群（Improved Quantum Particle Swarm Optimization,IQPSO）算法优化后的SOMBP神经网络的测试结果进行对比。试验结果表明, LWD-QPSO-SOMBP神经网络输出总误差为0.111 8、平均相对误差为0.005 8、均方误差为0.000 3,相比于其他5种神经网络均为最低。LWD-QPSO-SOMBP神经网络充分发挥并有效综合了SOM神经网络在数据预处理及PSO算法在优化BP神经网络初始权值阈值方面的优势,实现了拖拉机柴油机的高精度故障诊断。LWD-QPSO-SOMBP神经网络由于使用SOM神经网络结构对输入数据进行预处理,网络收敛速度大幅度提升,相比单BP神经网络,迭代次数由2 431次降为63次,下降了97.40%;同时采取LWD-QPSO算法对BP神经网络的初始权值阈值进行优化,降低了传统PSO算法的粒子适应度,进一步提高了网络的收敛精度和收敛速度,相比传统PSO算法,粒子适应度从0.15降为0.11,下降了26.67%,网络训练误差由0.004降为0.000 6,下降了85.00%;LWD-QPSO-SOMBP神经网络的故障诊断准确率大幅度提升,相比于单BP神经网络,输出总准确率由85.00%上升至99.44%。研究结果可为高精度拖拉机柴油机故障诊断提供参考。     

啤酒生产生命周期评价研究

利用生命周期评价方法对啤酒生产进行案例分析,全面评价啤酒生产资源、能源消耗以及对环境的排放,并对由此产生的环境影响潜值进行量化估算。把啤酒生产系统分成酿造、包装和蒸汽生产3个子系统进行评价。结果显示,啤酒生产环境潜在影响大小依次是富营养化、全球变暖、粉尘和烟尘、酸化和工业固废排放;各子系统对环境潜在影响大小依次是酿造、蒸汽生产和包装。根据评价结果,提出对酿造过程和蒸汽生产过程进行技术改造及相关配套设施的建设来降低啤酒生产对环境的影响。     

市域绿地系统规划及评价指标体系的研究

本文通过对市域绿地系统规划的产生背景进行分析,提出目前该规划所面临的问题及对其的展望,并探讨了市域绿地的分类和构建了相应的评价指标体系模型。同时通过频度分析法、理论分析法和专家咨询法相结合的方式确定了具体的评价指标,并利用层次分析法确定了各指标的权重值,最后对各指标的权重值进行了排序和分析,为后续的规划研究工作奠定了基础。     

中国黄牛及其杂交牛产肉量和产肉率预测

将102头中国黄牛及其杂交牛(热胴体重平均值为299.722kg)按现代工艺流程屠宰、冷却并分割,测定肉牛胴体热胴体重(HCW)、眼肌面积(REA)和背膘厚(FT),并预测胴体产肉量和产肉率。热胴体重(HCW)与总体零售切块产量(TRC)、高档零售切块产量(TGRC)以及优质零售切块产量(PRC)三者极显著正相关(p<0.01),和总体零售切块产率(TRC)显著正相关(p<0.05);HCW与高档零售切块产率(TGRC)以及优质零售切块产率(PRC)两者没有显著相关性(p>0.05)。REA与TRC、TGRC和PRC极显著正相关(p<0.01),与TRC也呈极显著正相关(p<0.01),REA与TGRC和PRC没有显著相关性(p>0.05)。在所有回归模型中,3因子共同预测总体零售切块产肉量的方程,预测准确度最高(R2=0.974,SE=3.892),方程中HCW解释了大部分变异(SC=0.665),而FT的作用很小(SC=-0.044);以3因子预测总体零售切块产率方程解释了63.1%的变异(R=0.794,SE=1.67),其中眼肌面积的作用最大(SC=1.033)。FT无论在预测零售切块产量还是产率,作用最小。     

毛蚶壳形态性状对重量性状的影响分析

随机选取毛蚶(Scapharca subcrenata)个体100只,测量其壳长(X1)、壳宽(X2)和壳高(X3)等3个壳形态性状及体重(Y1)和软体重(Y2)等2个重量性状,然后对各性状的描述统计量进行了统计分析。相关分析结果表明,各形态性状与重量性状之间的相关系数均达到极显著水平(P0.01);通过回归分析得出各形态性状对重量性状的多元回归方程如下:Y1=-30.904+0.451 X1+0.713 X2+0.352 X3;Y2=-11.262+0.170 X1+0.208 X2+0.185 X3。壳形态性状对重量性状的通径分析结果显示,壳长、壳宽和壳高对体重的通径系数依次为0.360、0.375和0.249;对软体部重的通径系数依次为0.325、0.262和0.314;壳长、壳宽和壳高对体重的相对决定程度依次为12.9%、14.1%和6.2%;对软体部重的相对决定程度依次为10.6%、6.9%和9.9%;进一步分析显示,壳宽对体重影响的直接效应最大,而壳长对软体重影响的直接效应最大。通过毛蚶壳形态性状对重量性状的影响效果分析,将有利于优化育种方案,提高育种效率。     

播种深度和种子大小对大豆出苗率和幼苗生长的影响

播种深度和种子大小对种苗建成的影响一直是种子学研究中的热点问题。以大豆种子为试验材料,研究播种深度和种子大小对大豆出苗率和幼苗生长的影响。试验选用2个大豆品种的种子,分为大、中、小3种粒级,播种深度为5 cm、10 cm、15 cm。调查出苗速度、出苗率和幼苗的主要性状。结果表明,5 cm、10 cm和15 cm深度的种子出土时间分别需要6~13天、9~17天和13~23天;最终出苗率与室内发芽率相比,3种深度依次减少7%、34%和80%;幼苗长度和幼苗干重随着种子深度的增加逐渐减少,差异达到极显著水平(P<0.01);种根长度与幼苗长度的表现相反,根干重在10 cm深度时最高,显著(P<0.05)高于5 cm和15 cm的干重;种子大小对种苗生长也有一定的影响,大、中粒种子的田间出苗率极显著高于小粒种子(P<0.01);幼苗长度和幼苗干重随着种子的增大而增加达到显著水平(P<0.05),甚至大粒种子与小粒种子之间达到极显著水平(P<0.01)。     

氨化、微贮秸秆饲喂鲁西黄牛不同增重效果的比较研究

将小麦秸、玉米秸经氨化、微贮处理后进行饲喂鲁西黄牛增重肥育试验。30头供试牛随机分成6组,分别与饲喂未处理秸秆牛进行对比,其结果为:氨化小麦秸组、氨化玉米秸组每头日均增重分别为0.931kg、1.012kg;饲喂微贮小麦秸组、微贮玉米秸组每头日均增重分别为0.985kg1、.064kg;小麦秸对照组、玉米秸对照组每头日均增重分别为0.684kg0、.708kg。小麦秸和玉米秸经氨化或微贮处理后增重效果都优于对照组,差异极显著(P<0.01),而氨化处理组与微贮处理组差异不显著(P>0.05)。将所耗精料、粗料及增重按当时市价进行分析,60d试验期结束,期内每头每日获利:小麦秸氨化组、微贮组、对照组分别为:2.103元、2.665元、0.806元;玉米秸氨化组、微贮组、对照组分别为:2.279元、2.960元、0.819元。玉米秸秆微贮后饲喂鲁西黄牛经济效果优于小麦秸秆的氨化、微贮,更优于未处理秸秆,且操作简单,值得在农区进行推广。