光皮桦苗高生长期划分有序样本聚类分析

以光皮桦苗高月净生长量为样本 ,采用有序样本聚类分析将光皮桦苗高生长过程划分为 4个时期 ,出苗期为 5月 1 0日～ 5月 31日 ,幼苗期为 6月 1日～ 7月 31日 ,苗高速生期为 8月 1日～9月 30日 ,苗木生长后期为 1 0月 1日～ 1 2月 31日 .苗高速生期时间推迟到 8～ 9月 ,原因是由于当年 5月上旬播种 ,播种时间推迟 ,速生期苗高生长量占苗木全年总生长量的 5 1 .87% .提出了各期的关键育苗措施 .保证苗高速生期有充足的水肥条件 ,延长苗高速生期提高生长量     

小样本量下浙江省猪鸡源肠球菌对停、限用抗菌药物最小抑菌浓度分布变迁的追踪分析

为追踪了解浙江省猪鸡源肠球菌对停、限用抗菌药物耐药性变化趋势,利用微量肉汤稀释法对2019年至2023年间浙江省40家猪鸡养殖场的肠球菌耐药性进行了持续跟踪监测。在小样本量条件下,基于MIC分布曲线、MIC50和耐药系数方法,评估了这些肠球菌对吉他霉素、黄霉素、恩拉霉素、那西肽、维吉尼亚霉素、杆菌肽和氧氟沙星等7种停、限用抗菌药的最小抑菌浓度的变化趋势。结果表明,鸡源和猪源肠球菌对杆菌肽的耐受水平下降趋势明显;对吉他霉素、黄霉素和恩拉霉素的耐受水平总体呈下行趋势,其中吉他霉素和黄霉素表现为先升后降,恩拉霉素则表现为先降后升;对那西肽、维吉尼亚霉素均相对较为敏感,但低浓度MIC值的菌株略有增多;对氧氟沙星呈现出物种差异,鸡源肠球菌相对较为敏感,且耐受水平有进一步下行的趋势,猪源肠球菌对氧氟沙星耐受水平相对较高,且中等浓度MIC值菌株数于2022年出现较大幅度上升。     

高等数学教学效果影响因素之实证研究

通过设计教学试验采集数据,运用计算与比较样本方差、样本均值等方法研究了寝室风气、课后作业和课堂练习等因素对学生高等数学成绩的影响,并提出了相应的改进措施以取得良好的教学效果.     

基于NLM-CEEMDAN和样本熵的水电机组振动信号去噪

振动监测分析是水电机组故障诊断的重要手段,如何从振动信号中滤除噪声以便于故障特征有效提取是关键问题,为此提出了基于非局部均值滤波（NLM）和自适应噪声完备集合经验模态分解方法（CEEMDAN）结合的振动信号去噪新方法,并在水电机组摆度监测分析中进行了应用。该方法利用NLM-CEEMDAN对信号进行降噪处理,获得若干个固有模态分量（IMF）,并且计算各分量样本熵值来进行分量归类。最后通过将高频噪声分量和信噪混合分量中的噪声成分从原始信号中滤除来完成对振动信号的去噪。仿真和实例分析,该方法优于常用的分解分量重构法和小波去噪算法,具有更好的去噪效果,为水电机组故障特征提取提供了新思路。     

农药代谢试验放射性同位素示踪样品处理技术

本文根据相关文件和标准内容,综述了农药登记代谢试验核素选择原则、供试作物要求、示踪剂引入方法以及样品的提取、纯化技术要点。合理的预处理方法可以降低液闪测试的淬灭效应,提高登记代谢试验结果准确性,减少样品和试剂用量,减少放射性废物处理成本和不必要的污染。     

旋转式多比例分样方法对作物籽粒分样效果的研究

为验证旋转式多比例分样方法的可行性,探究旋转式多比例分样方法对作物籽粒的分样效果,以谷子、绿豆、大豆和玉米籽粒材料制备成混合样品,在不同转速（0～30.0r/min）处理和不同进样时间（60、90、120s）内比较旋转式多比例分样方法获得1/2、1/4、1/8和1/16子样的代表性和缩分比误差。结果表明,在转速0～30.0r/min和进样时间60～120s的情况下,旋转式多比例分样方法获得子样的分样误差和均无显著差异,且均不高于四分法（CK）。但是,除不旋转（0r/min）处理的1/8四盒和1/16单盒及30r/min处理的1/16单盒子样的缩分比误差显著高于对照外,旋转处理（转速≥7.5r/min）的单盒、双盒或四盒子样的缩分比误差不高于四分法对照。因此,在进行样品前处理的分样工作中应用旋转式多比例分样方法是可行的,应设置转速≥7.5r/min,取相对2个扇盒或十字相对4个扇盒形成的子样。     

基于DTW距离的拖拉机传动轴载荷样本长度计算方法

针对工程领域载荷样本长度确定方法对农业机械载荷适用性较差的问题,提出了一种基于动态时间扭曲（DTW, Dynamic Time Warping）距离计算载荷样本长度的方法。首先,运用无线扭矩传感器获取犁耕作业下拖拉机传动轴的动态载荷,结合传动轴犁耕作业下的载荷特点,划分作业工况;再将作业循环叠加并经过归一化处理后进行DTW距离计算,确定传动轴载荷样本长度;最后,计算参数外推中均值混合正态分布函数的拟合参数相对误差。结果表明,运用DTW距离方法确定的载荷样本长度,能够使均值双正态分布函数拟合得到的参数相对误差保证在10%以内。近似均值精度估计法和均值曲线拟合法的拟合参数相对误差最大值分别为126.06%和80.62%,而基于DTW距离计算方法的拟合参数相对误差最大值为5.43%,验证了基于DTW距离的载荷样本长度计算方法的适用性。研究结果可为拖拉机传动轴田间试验载荷样本长度确定提供参考。     

短距离样点对土壤呼吸空间变异预测精度的影响

不同采样设计会对土壤呼吸空间变异特征的预测精度产生重要影响。本研究选取黄淮海平原北部潮土区1 km×1 km夏玉米样地,在7×7单元规则格网(样点间距167 m)、完全随机(样点平均间距433 m)以及3×3单元规则格网+完全随机(样点平均间距405m)3种布点方式的基础上,保持样本总量(49)不变,以占总样点2%～14%的短距离样点(样点间距4m)随机替换原方案相应样点个数的方法优化布点方式,应用普通克里金法插值,以均方根误差(RMSE)和确定系数(R2)作为验证指标,检验基于3种布点方式设置的短距离样点对土壤呼吸空间变异预测精度的影响。结果表明:研究区土壤呼吸平均速率为2.65μmol·m?2·s?1,空间分布均呈西高东低,表现出中等程度变异。采样设计对土壤呼吸空间分布的预测精度影响显著,基于3种布点方式设置短距离样点可提高预测精度7%～13%。无短距离样点替换时,规则格网+完全随机的布点方式最优,比完全随机布点和规则格网布点的空间插值预测精度分别提高10%和22%;设置短距离样点替换后,在最优布点方式(规则格网+完全随机)中,对土壤呼吸空间变异的预测精度可再提高4%～7%,其中短距离样点个数占样本总量10%对土壤呼吸空间变异预测精度的提高最为明显。研究发现,基于相同的样本数量设置短距离样点可增加区域范围内样点密度,提高土壤呼吸空间变异预测精度及试验结果的可靠性。因此,在黄淮海平原北部潮土区100 hm2尺度的夏玉米样地中,规则格网+完全随机+10%短距离样点的布点方式是预测土壤呼吸空间变异最适宜的采样布点方式。     

光谱技术结合水分校正与样本增广的棉田土壤盐分精准反演

棉田土壤盐分的精准反演对于棉花的种植管理具有重要意义。水分和盐分作为主要环境因素,共同影响棉田土壤的波谱特征,两者之间的耦合关系直接影响土壤盐分的检测分析。为了提高基于光谱技术构建的模型对棉田土壤盐分信息解析的准确性与可靠性,该研究联用可见/短波近红外（400～1 000 nm）和长波近红外（960～1 693 nm）技术,采集不同含水率与含盐量的新疆地区土壤样本的光谱;结合外部参数正交法（external parameter orthogonalization,EPO）,校正不同标样集与不同波段光谱中的土壤含水率干扰信息;引入基于不同卷积步幅的深度卷积对抗网络（deep convolutional generative adversarial networks,DCGAN）,进行样本增广与质量评估;参考三层残差神经网络设计一维卷积神经网络RNet,最终构建基于EPO-DCGAN-RNet的优化模型,用于棉田土壤盐分的反演。结果表明,与传统机器学习方法和基于VGG或EfficientNet结构一维卷积神经网络相比,该研究提出的EPO-DCGAN-RNet方法能够有效地滤除水分对盐分反演的影响、提高模型对特征波段的挖掘能力、降低深度学习算法对样本量的依赖性,并能得到更优的模型预测性能。EPO-DCGAN-RNet的建模集R²和均方根误差分别为0.942、115.420 μS/cm,验证集R²和均方根误差分别为0.910和136.472 μS/cm。研究结果可为新疆棉田土壤盐分快速精准检测提供理论指导和技术支持,有助于促进盐碱地区棉花种植的水肥科学管理。