远程数据采集系统的可靠性仿真研究

利用以单片机为核心的远程数据采集系统为研究对象,介绍系统的工作原理,并对该系统的失效模式进行了分析,应用故障树分析法建立系统的仿真模型,并利用Monte Carlo方法进行可靠性仿真,得到系统的可靠度、平均故障间隔时间、基本部件模式重要度等可靠性指标;利用仿真结果,对系统的失效情况进行分析,得到的研究结论为提高远程数据采集系统的可靠性、维修性和维修策略提供参考依据。     

Mapping Ridolfia segetum patches in sunflower crop using remote sensing

Ridolfia segetum is a frequent umbelliferous weed in sunflower crops in the Mediterranean basin. Field and remote sensing research was conducted in 2003 and 2004 over two naturally infested fields to determine the potential of multispectral imagery for discrimination and mapping of R. segetum patches in sunflower crops. The efficiency of the four wavebands blue (B), green (G), red (R) and near‐infrared (NIR), selected vegetation indices and the spectral angle mapper (SAM) classification method were studied using aerial photographs taken in the late vegetative (mid‐May), flowering (mid‐June) and senescence (mid‐July) crop growth stages. Discrimination efficiency of R. segetum patches in sunflower crops is consistently affected by their phenological stages, in this order: flowering > senescence > vegetative. In both fields, R. segetum patches were efficiently discriminated in mid‐June, corresponding to the flowering phase, by using the waveband G, the ratio R/B or SAM with overall accuracies ranging from 85% to 98%. The application of the median‐filtering algorithm to any of the classified images improved the accuracy. Our results suggest that mapping R. segetum weed patches in sunflower to implement site‐specific weed management techniques is feasible with aerial photography when images are taken from 8 to 10 weeks before harvesting.     

施氮量和花后控水对小麦水分生产效率及产量的影响

在防雨池栽条件下,采用施纯氮10kg/667m2、15kg/667m2、20kg/667m2(分别用N1、N2、N3表示)和40%~50%、60%~70%、80%~90%(分别用W1、W2、W3表示)3种土壤含水量进行处理,研究了氮肥和花后土壤含水量对小麦水分生产效率和产量的影响。结果表明:在同一施氮量条件下,表现为花后土壤含水量过高(80%~90%)或过低(40%~50%)导致穗粒数减少,千粒重降低,最终使产量降低。水分生产效率,则随着土壤含水量的增加而降低。在同一土壤含水量下,表现为增加施氮量有利于提高穗粒数,但过多(20kg/667m2)或过少(10kg/667m2)施氮均不利于穗粒数和千粒重的提高,而导致减产。而对于水分生产效率,表现为增加施氮量提高水分生产效率,而施氮量过高(20kg/667m2)造成小麦贪青晚熟,导致水分生产效率下降。因此,小麦生产中可以通过施用氮肥和控制花后土壤水分含量技术,调控小麦水分生产效率和产量,实现高产高效。     

施钾量对北沙参生长、产量和品质的影响

在大田栽培条件下，研究了施钾量对北沙参生长、产量和品质的影响。结果表明，增施钾肥对北沙参株高的生长有一定的促进作用，可显著提高北沙参的叶面积系数，和在生长后期维持较高的绿叶面积，有利于北沙参根的伸长，和地上部干重、根干重的积累。因而增施钾肥可显著提高北沙参产量，同时显著提高其有效成分多糖、总皂甙含量，但是施钾量超过210 kg/hm2后产量不在显著增加，说明从施肥效益上应适量施用钾肥。     

施氮水平对杂交狼尾草产量、品质和氮素吸收利用的影响

在大田种植情况下.研究4种施氮水平对杂交狼尾草产量、粗蛋白含量和氮素生产效率的影响,以及牧草产量、粗蛋白含量与施氮量和各种农艺性状的相关性.结果表明,施氮肥能显著提高杂交狼尾草的分蘖数、株高、产量和粗蛋白含量,N2、N4处理间分蘖数差异不显著,N3、N4处理间株高、干草产量和粗蛋白含量差异不显著.杂交狼尾草鲜草产量、干草产量、粗蛋白含量、分蘖数、株高和施氮量相互间都呈正相关,其中鲜草产量与施氮量、分蘖数和粗蛋白含量呈显著相关,与株高和干草产量呈极显著相关;干草产量与施氮量和分蘖数呈显著相关.与株高呈极显著相关:粗蛋白含量与施氮量也呈显著相关.杂交狼尾草在一定的施氮量范围内,随着施氮量增加.牧草的干物质积累总量、粗蛋白质产量和氮素积累总量也越多,而牧草的氮素干物质生产效率、干物质生产效率、粗蛋白质生产效率、氮素农艺效率和氮素表观回收率都逐渐降低.在施纯氮量为350～1 050 kg/hm2时,杂交狼尾草的氮素表观回收率为25.73%～45.12%,氮素回收率只有16.68%～20.35%.     

基于COM／DCOM技术的Web GIS构建方法应用

万维网地理信息系统（Web GIS）是地理信息系统（GIS）发展的一个重要方向，它具有访问范围广、平台独立性高、系统成本低且操作简单等特点。本文在介绍组件对象模型，分布式组件对象模型（COM／DCOM）技术的基础上，结合Web GIS开发中可能遇到的瓶颈，把二者结合，将一个基于组件的四层开发模型进行应用，解决系统在物理以及逻辑上的独立，为Web GIS中存在的安全、通信速率及GIS应用二次开发等难题的解决提出新方案，以达到Web GIS开发的时间和效益的双结合。     

乳的合成过程及其在生产中的应用技术

乳脂、乳蛋白和乳糖是牛奶中的主要营养成分，也是影响牛奶品质的主要因素，通过营养调控途径可以有效改善牛奶中的乳脂率、乳蛋白率和乳糖含量，本文阐述了牛奶中乳脂、乳蛋白和乳糖三大营养物质的合成过程、作用机理以及生产中的实践应用技术。     

VR技术在建筑设计中的应用

介绍了VR技术的概念以及在建筑设计领域的应用情况、建筑设计中虚拟建筑物的虚拟场景建模的方法；场景渲染时把整个场景分解为可直接在物理内存中完成渲染的若干组，分组进行渲染的方法；拟摄影机设置、运动速度控制以及虚拟观察者各种动作的模拟（步行、旋转及其它动作）、建筑物的虚拟漫游等，同时结合建筑设计的工程实例，探讨虚拟现实技术在建筑设计领域的发展前景。     

种植密度与施氮对玉米/秣食豆间作系统饲草产量、品质和氮肥利用的影响

2019和2020年在河西灌区进行玉米/秣食豆间作田间试验,设置7.5（D₁）、9.0（D₂）、10.5万株·hm^-2（D₃）3个青贮玉米种植密度,每个种植密度下设置0（N₁）、120（N₂）、240（N₃）、360 kg·hm^-2（N₄）4个施氮水平,探究种植密度与施氮对饲草产量、品质和氮肥利用的影响。结果表明,两年D₂和D₃处理的青贮玉米、秣食豆及总体的干草产量、粗蛋白产量显著高于D₁,N₃和N₄处理的青贮玉米及总体的干草产量、粗蛋白产量显著高于N₂和N₁。所有处理中,D₂N₃获得了最高的总干草产量,2019和2020年分别为36.16和30.31 t·hm^-2。两年随着密度的增加,青贮玉米、秣食豆及总体的粗蛋白、粗脂肪含量呈下降趋势,而粗灰分、中性洗涤纤维、酸性洗涤纤维含量呈增加趋势。随着施氮量的增加,总体粗蛋白、粗脂肪含量增加,而粗灰分、中性洗涤纤维、酸性洗涤纤维含量呈下降趋势。两年D₂处理下总体氮含量、氮吸收量和氮肥利用效率显著高于D₃,且D₂获得较高的氮肥农学效率。N₂、N₃、N₄处理的总体氮含量和氮吸收量显著高于N₁,N₃处理的氮肥农学效率和氮肥利用效率显著高于N₄。所有处理中D₂N₃获得最高的氮肥利用效率,2019和2020年分别为1.41和0.86 kg·kg^-1。因此,该处理是一种河西灌区青贮玉米/秣食豆间作系统适宜的田间管理措施,具有一定推广价值。     

基于旋翼无人机低空遥感的高原鼠兔危害等级划分技术研究

高原鼠兔是青藏高原特有的小型啮齿动物,是高寒草地生态系统的关键种。科学合理防控高原鼠兔危害,对其危害程度开展监测和评价十分必要。通过无人机空中遥感平台并结合地面调查,以甘肃省玛曲县高原鼠兔危害草地为研究对象,选择不同危害程度的典型样地,采用自主设计的软件提取无人机影像中高原鼠兔洞口数、地上生物量、草地盖度等指标;构建了由洞口数、地上生物量、盖度和可食牧草比例组成的高原鼠兔危害等级综合指标体系,并对研究区样地进行危害等级划分。最终形成一套适用于高原鼠兔危害的低空遥感监测方法,可为后期高效、准确监测高原鼠兔危害提供有力的技术支持。主要结果如下：1）经实地人工调查结果验证,无人机影像洞口数量和植被盖度解译精度分别达到95%和93%。2）筛选了可见光波段差值植被指数VDVI作为估测地上生物量的最佳植被指数,并构建了估测模型。经实地调查验证平均精度为86.54%。3）构建了综合危害指数DRI,并提出了划分危害级别的各指标量化值。通过聚类分析将研究区鼠害地划分为5个等级,即I-无危害草地,Ⅱ-轻度危害草地,Ⅲ-中度危害草地,Ⅳ-重度危害草地,V-极度危害草地。