温室农用机器人的路径检测

为实现温室中基于单目视觉的机器人自适应导航,运用Susan算子点检测的方法,融合Hough变换,提出了温室环境中的路径导航线的生成算法,并将标准Susan算子改造成适应与Hough变换的二值化形式.通过对温室中113幅图像进行实验检测可知,采用此方法可有效地检测机器人导航路径,且路径检测的识别率为94%,平均导航角为0.192 2°.     

基于博弈论的灌区节水改造紧迫程度评价——以中型灌区为例

提出用于中型灌区节水配套紧迫程度评价的指标体系和方法.运用基于博弈论的综合赋权法将主观权重和客观权重相结合,尽可能地保留了各主客观权重值的信息,使获得的指标权重更具合理性;鉴于灌区节水配套紧迫程度评价具有模糊性,使用模糊数学的方法,建立模糊评价模型.运用上述方法对青岛市8个中型灌区节水配套紧迫程度进行评价研究.评价结果表明:此方法能够用于评价青岛市中型灌区的节水配套紧迫程度,评价结果合理、接近客观实际,对将要进行的中型灌区节水改造具有指导意义.     

基于贡献度随机森林模型的公司债信用风险实证分析

运用贡献度随机森林方法（CRF）方法探讨公司债财务指标比率与其违约率的关系.运用连续属性离散化方法（OB）进行财务指标最优降维;运用WOE变换进行模型变量约简.研究表明,CRF模型的分类性能显著优于其他模型,测试集评估总体正确率达90.47%,AUC统计量、AR比率及K-S值分别提升了2.6%、7.6%、4.38%,变量贡献度量化了各财务指标对违约率影响,为诠释随机森林预测机制提供了依据.     

粳稻转基因技术体系的研究与应用进展

水稻是我国60%以上人口的主食,在保障国家口粮安全中起着举足轻重的作用。近年来,随着人们生活水平的提高、城镇化进程的加快和消费习惯的改变,我国粳稻消费需求快速增长。但是,受耕地减少、生物与非生物因素胁迫日益严重的影响,粳稻增产的难度越来越大。基因工程技术的发展和应用为打破这一僵局提供了可能。回顾了粳稻转基因技术的发展,对粳稻转基因体系建立、体系优化、育种应用和安全转基因技术研发等方面进行了综述,并对目前粳稻转基因技术存在的问题和未来的发展进行了分析和展望。     

晋西刺槐人工林生长分化过程分析

提要：利用56株解析木,分析了不同密度、坡向、坡位刺槐林生长分化特征。研究表明：不同密度、坡向、坡位的林分生长量、速生期长短不一,导致了林木分化。分化过程主要表现在分级木的相互转换中。刺槐林以树高、胸径表述的转换率分别为：35．7％,21．4％。将坡向按转换率从高到低的排序为：阳坡、半阳坡、阴坡。不同坡向以树高、胸径表...     

一种农杆菌介导稻瘟病菌的遗传转化

以农杆菌C58C1及携带潮霉素抗性的质粒pBIG2RHPH2为介导,以广泛不致病的野生型稻瘟病菌CY2为出发菌株,开展稻瘟病菌T-DNA插入转化条件的研究。农杆菌OD600为0.1条件下,乙酰丁香酮(AS)200μmol/L,用IM培养基(pH5.2)共培养。结果表明,在潮霉素、头孢噻肟钠和壮观霉素为200μg/mL,2mm滤纸条筛选培养,转化效率最高,平均可获得329.0个转化子/1×104个孢子。通过对转化子的继代稳定性和PCR检测,证明转化子均获得了T-DNA插入片段,且能稳定遗传。采用接种法,在不同遗传背景的44个抗稻瘟病的水稻近等基因系接种8000个转化子,获得20个致病突变体。     

小波变换在土壤有机质含量可见/近红外光谱分析中的应用

使用高光谱仪ASD Field Spec在波长范围400~1 000 nm内采集有机质含量不同的土壤原始光谱;之后,求取土壤原始光谱及其A值的一阶导数(一阶导数光谱);对以上两类一阶导数光谱进行小波去噪处理;并分析这两类一阶光谱在去噪前、后,光谱形态的变化情况,以及它们与有机质含量相关性的改善程度。结果表明:(1)土壤原始光谱及其A值的一阶导数中含有大量噪声,严重影响了对光谱曲线波形轮廓、特征信号点和有机质吸收特征的识别。(2)经小波去噪处理后,土壤原始光谱及其A值的一阶导数中的噪声被有效去除,一阶导数光谱的清晰度明显改善,光谱质量显著提高。(3)去噪后的土壤原始光谱的一阶导数,呈开口向下的"喇叭口"状,波长范围567~598 nm内与有机质含量呈较为稳定、显著的负相关性。(4)去噪后的土壤原始光谱A值的一阶导数,波形呈"凹"状,波长范围524~535 nm内与有机质含量呈比较稳定、显著的正相关性。     

基于室内高光谱数据的多种类型土壤有机质估算模型比较

基于高光谱数据的土壤有机质反演是土壤遥感及精准农业的重要研究内容,然而不同的光谱处理及建模方法使得模型的估算能力及精度差异明显,限制了模型之间的通用性。为了构建陕西省土壤有机质含量估算的最优模型,以陕西省9种主要土壤类型的216个土样的光谱反射曲线和土壤有机质含量为数据基础,将光谱反射曲线进行一阶微分d(R)、倒数对数log(1/R)、倒数对数一阶微分d[log(1/R)]和包络线去除N(R)4种变换,结合一元线性回归(SLR)、偏最小二乘回归(PLSR)和支持向量机回归(SVR)3种建模方法构建了不同的土壤有机质含量估算模型。结果显示:不同类型土壤的反射光谱曲线总体态势基本一致,吸收特征位置基本相同,且土壤有机质含量与光谱反射率呈负相关态势;基于d [log(1/R)]光谱变换构建的SVR估算模型精度最高,建模集和验证集的判断系数(R~2)分别为0.9210、0.8874,验证均方根误差(RMSE)为2.18,相对分析误差(RPD)达到2.8751,是估算陕西省土壤有机质含量的最优模型,PLSR次之,SLR最差。     

基于REE示踪的土壤团聚体破碎转化路径定量表征

土壤团聚体破碎转化路径是坡面侵蚀过程研究的难点问题之一。目前团聚体破碎转化路径的定量表征仍不明晰,一定程度上限制了土壤侵蚀过程中泥沙分选搬运机制的深入研究。基于大样带调查选取6种不同质地的典型农耕地土壤为研究对象,结合稀土元素(Rare Earth Elements,REE)示踪方法,综合分析不同粒径土壤团聚体(5~2,2~1,1~0.5,0.5~0.25,<0.25 mm)和不同径流扰动周期(24 h,7天)对REE吸附和解吸能力的影响,探究REE示踪不同粒径土壤团聚体破碎转化的可行性,定量表征了土壤团聚体破碎转化路径。结果表明:REE与土壤团聚体的实际吸附浓度低于施放浓度,2~1,1~0.5,0.5~0.25,<0.25 mm土壤团聚体的REE吸附浓度与黏粒含量呈显著正相关(P<0.05);径流扰动影响对吸附于土壤团聚体的REE解吸作用十分微弱,解吸浓度仅占REE实际吸附浓度的0.001%~0.139%。5~2,2~1,1~0.5,05~0.25,<0.25 mm土壤团聚体经过湿筛后向各粒径转化的路径基本相同,向<0.25 mm微团聚体转化为土壤团聚体破碎的主要路径。相较于粉粒、黏粒含量较高的土壤团聚体,砂粒含量较高的土壤团聚体向1~0.5,0.5~0.25 mm粒径的转化贡献率整体偏低。基于REE示踪得到的>0.25 mm各粒径团聚体质量整体被低估,低估范围为-27.96%^-11.08%;而<0.25 mm团聚体质量则被高估,高估范围为3.65%~22.73%。基于各粒径土壤团聚体的REE量化值建立了校正关系,可将计算相对误差降低至0.04%~16.24%。