黄土台塬区不同时代黄土水分入渗特性和迁移规律的试验研究

为了探索黄土台塬地区不同时代黄土水分入渗特性和迁移规律,通过黄土台塬区不同时代黄土(Q₄,Q₃,Q₂)分层垂向一维积水入渗试验、自然降雨和地表入渗池800 mm入渗条件下的土壤水分迁移试验,分析了不同时代黄土的入渗特性和土壤水分迁移特征,并采用3种入渗模型对入渗过程进行拟合。结果表明：Q₂黄土入渗能力最弱,稳定入渗率为0.53 mm/min,较Q₄和Q₃黄土的稳定入渗率分别低44.2%和45.4%;Q₄黄土的入渗过程较好地符合Kostiakov模型,Q₃、Q₂黄土的入渗过程较好地符合Horton模型。研究区自然降雨和蒸发对土壤水分的最大影响深度约1.0 m,入渗后第4～83 d,入渗池中心土壤湿润锋从2.65 m运移到4.20 m,入渗池中心垂向入渗湿润锋深度随时间呈幂函数关系变化。     

饱和土壤冻融过程中水热迁移数值模拟

利用土壤冻融过程的水热传输方程,模拟了饱和土壤冻融的年变化过程,分析了土壤冻结深度的年变化规律和水分向冻结界面迁移的特征。同时亦对影响土壤冻结深度的温度因子做了探讨。     

铜铅镉砷在紫色丘陵农田中的径流迁移

通过天然降雨的径流小区试验,探求铜,铅,镉、砷在土表流、壤中流和固体径流中的含量及迁移量。用实测的元素含量与紫色土区域的径流量推算区域输出量。用盆栽试验中元素的土、水含量平衡关系,评价了水稻生长的元素临界含量是否对水环境造成影响。结果表明,农田污染以稻田最为突出,即使在稻田土壤处于临界含量条件下,其稻田径流水质也能达到国家地面水质三级标准。     

磷钾在红壤中的迁移及扩散系数

以圆形土柱顶部施加ＫＨ２ＰＯ４，模拟磷钾红壤中的一维扩散迁移，并用Ｆｉｃｋ方ｄｃ／ｄｔ＝Ｄ＇．ｄ＾２ｃ／ｄｘ＾２进行描述，对分别培养了３、７、１４ｄ的土柱进行磷钾含量测定，结果表明：磷钾供试红壤中迁移很慢，扩散系数Ｄ＇值很小；钾的很移速率稍快于磷，钾的Ｄ＇值亦稍大于磷。     

施用茚虫威饵剂后红火蚁的蚁巢迁移及弃尸行为

红火蚁Solenopsis invicta是典型的社会性昆虫, 在防控过程中容易引起红火蚁巢体迁移和弃尸等现象, 影响防控效果。本研究对标记好的蚁巢施用茚虫威饵剂, 然后定时观察新增加的蚁巢数量和工蚁弃尸量。结果表明, 施用0.08%和0.1%茚虫威饵剂后, 所有处理均有新蚁巢出现, 施药后5~10 d, 新蚁巢大量出现, 随后蚁群趋向稳定, 新增蚁巢减少, 至处理后25~30 d, 再次出现新蚁巢。0.1%茚虫威饵剂15 g/巢处理在施药后5 d出现8个新蚁巢, 药后10 d和30 d分别又新增5个蚁巢, 其他时间新增蚁巢数较少。按处理剂量, 药后30 d, 2种药剂15 g/巢处理出现的新巢数量均显著高于25 g/巢处理。0.1%茚虫威15 g/巢处理, 校正蚁巢累计增加率高达124.98%, 0.08%茚虫威饵剂15 g/巢处理为89.05%; 0.08%和0.1%茚虫威饵剂25 g/巢处理, 校正蚁巢累计增加率分别为12.00%和51.34%。施用15 g/巢饵剂后2 d开始有大量工蚁尸体被丢弃, 至药后4 d弃尸量达最大值, 0.08%和0.1%茚虫威饵剂处理弃尸量分别为330.5头/巢和300.2头/巢, 随后呈逐步下降趋势, 至14 d, 弃尸量降至最低。施药后8 d内弃尸量达总弃尸量75.26%以上, 至药后10 d, 已达总弃尸量的90.08%以上。施用0.08%和0.1%茚虫威饵剂25 g/巢的处理新蚁巢出现较少, 表明施用相对低剂量的饵剂, 更容易引起蚁巢迁移。红火蚁的弃尸行为主要发生在饵剂施用后的前8 d。     

一种迁移学习算法在番茄病害检测上的应用

针对当前番茄病害智能识别精度不高、耗时长的问题,提出一种基于Inception-v3和迁移学习相结合的图像分类算法。从试验田中收集8种番茄病害叶片和健康叶片,运用1 000万像素高清扫描仪统一扫描成图像,将图像归类到9种文件夹中,手动标记叶片属性。最后,基于Inception-v3模型结合迁移学习算法对健康和病害叶片进行分类试验,并与传统图像分类算法(KNN、SVM、BP神经网络)和非迁移学习算法进行对比。结果表明,基于Inception-v3模型结合迁移学习算法,在番茄病害图像分类中能够快速有效识别分类生长健康番茄和患病番茄,并且能高效识别番茄病害的种类。其中健康置信度达0.9760,病害种类平均置信度达0.929 7,可为番茄病害检测和防治提供支持。     

偏高岭土对高强机制砂混凝土性能的影响

利用扫描电子显微镜(SEM)、压汞法(MIP)、快速氯离子迁移系数法(RCM)等手段,研究了偏高岭土(MK)掺量对高强机制砂混凝土抗压强度以及抗氯离子渗透性能的影响.研究发现: 掺入MK能够有效改善高强机制砂混凝土的力学性能和抗氯离子渗透性能:随MK掺量增加,抗压强度与抗氯离子渗透性能均呈先增大后减小的趋势,最佳MK掺量为8%,此时28 d抗压强度为98.5 MPa,较基准组增加13%,氯离子迁移系数为1.89×10^-12 m²/s,较基准组减小60%.微观结构试验表明适宜的偏高岭土掺量能够有效促进水泥水化;偏高岭土颗粒的晶核效应和微集料填充效应协同作用,使得机制砂混凝土的微观结构更加均匀密实,机制砂混凝土的多害孔、有害孔减少,少害孔增加,从而提高了机制砂混凝土抗压强度和抗氯离子渗透性能.     

轮虫中的氮向鲢,鳙鱼苗体内迁移规律的初步研究

稳定性同位素＾１５Ｎ示踪研究表明，在实验室条件下，轮虫体内氮向鲢，鳙鱼苗体内的迁移速率随温度升高而增大，且向鲢苗的速率高于鳙苗，人工光照时，轮虫体氮向两种鱼苗的迁移率连续上升，无昼夜变化，并且向鲢苗的速率亦高于鳙苗；水温２１℃时，鲢，鳙鱼苗对轮虫氮的利用率分别为８２．２３％和８２．９８％，无显著差异。     

高分子量透明质酸抑制横纹肌肉瘤细胞迁移的初步研究

横纹肌肉瘤是一种常见软组织肉瘤,具有恶性程度高,易转移,治疗困难等特点,严重威胁健康。采用细胞划痕试验证明高分子量透明质酸可抑制人恶性胚胎横纹肌瘤细胞（RD细胞）迁移。进一步采用荧光定量RT-PCR检测不同透明质酸受体表达,结果表明,RD细胞中CD44具有较高表达水平,且高分子量透明质酸处理可下调CD44表达。Western blot检测结果显示高分子量透明质酸可下调CD44及细胞迁移相关蛋白Cdc42和Arp2/3表达。免疫荧光超高分辨显微镜观察结果显示,CD44表达显著下调同时,RD细胞中细胞质膜边缘丝状和分枝状微丝发生解聚,表明高分子量可能通过抑制伪足形成而抑制RD细胞迁移和运动,从而为横纹肌肉瘤疾病治疗提供新思路。     

基于卷积神经网络与迁移学习的油茶病害图像识别

传统的植物病害图像识别准确率严重依赖于耗时费力的人工特征设计。该文利用深度卷积神经网络强大的特征学习和特征表达能力来自动学习油茶病害特征,并借助迁移学习方法将Alex Net模型在Image Net图像数据集上学习得到的知识迁移到油茶病害识别任务。对油茶叶片图像进行阈值分割、旋转对齐、尺度缩放等预处理后,按照病害特征由人工分为藻斑病、软腐病、煤污病、黄化病和健康叶5个类别。每个类别各选取750幅图像组成样本集,从样本集中随机选择80%的样本用作训练集,剩余20%用作测试集。利用随机裁剪、旋转变换和透视变换对训练集进行数据扩充,以模拟图像采集的不同视角和减少网络模型的过拟合。在Tensor Flow深度学习框架下,基于数据扩充前后的样本集,对Alex Net进行全新学习和迁移学习。试验结果表明,迁移学习能够明显提高模型的收敛速度和分类性能;数据扩充有助于增加数据的多样性,避免出现过拟合现象;在迁移学习和数据扩充方式下的分类准确率高达96.53%,对藻斑病、软腐病、煤污病、黄化病、健康叶5类病害的F1得分分别达到94.28%、94.67%、97.31%、98.34%和98.03%。该方法具有较高的识别准确率,对平移、旋转具有较强的鲁棒性,可为植物叶片病害智能诊断提供参考。