在ERDASIMAGINE中建立邯郸市TM影像土地类型解译标志

为了准确地了解邯郸市的土地利用类型,掌握土地资源的发展动态,在ERDASIMAGINE软件支持下,将Landsat 5号卫星所得的TM4、3、2波段数据组合输出成为标准假彩色影像,对其进行几何校正、重采样、图像裁剪与镶嵌等操作,依据遥感图像特征、地物相关关系、区域特点和全国土地利用分类系统,对处理后所得的邯郸市TM影像建立土地类型解译标志。经过实地验证,其结果判正率比较高,可以满足解译精度的要求,这说明利用遥感技术建立土地利用类型解译标志是可行的。     

桃蚜在辣椒上的空间分布及抽样技术研究

桃蚜作为世界范围内农作物主要害虫,在我国主要蔬菜种植区均有发生。因其繁殖能力强以及对蔬菜尤其是辣椒质量造成危害而成为重要防治对象。为了明确四川省成都主要辣椒种植区桃蚜空间分布格局,本试验运用2种回归方法和8个聚集度指标(K, C, CA, I, M*, m*/m, L*, L*/(1+m))对桃蚜盛发期种群的空间格局进行了研究;同时,通过Iwao回归法和Taylor幂法计算桃蚜种群理论抽样数,Iwao和kuno序贯抽样技术拟合桃蚜的序贯抽样模型。结果表明桃蚜种群呈聚集分布,聚集强度随种群密度的升高而增加,且个体间相互吸引,其聚集原因是由桃蚜习性与环境因素共同引起的,但8月下旬开始聚集原因主要有环境因素决定;通过种群密度与聚集度指标相关性分析表明,用平均拥挤度(m*/m)、负二项分布指标(K),久野指数(CA)及L*/(m+1)分析桃蚜空间分布型更具说服力;并利用空间格局参数确定了理论抽样数和序贯抽样模型。     

Impact of sampling and storage technique,and duration of storage,on the composition of fresh grass when analysed using near‐infrared reflectance spectroscopy

The objective of this study was to examine the effect of sampling technique (pluck or cut), storage duration (immediate analysis, 24‐h or 48‐h), storage temperature (ambient or chilled) and storage conditions (air present, air excluded or breathable) on the composition of fresh grass sampled from a sward managed to simulate grazing. Treatments were repeated across four sampling dates, with grass samples stored in grip seal bags prior to analysis using near‐infrared reflectance spectroscopy. Grass sampled by ‘pluck’ had a higher crude protein and ME content, and a lower acid detergent fibre (ADF) content, compared to that sampled by ‘cut’. Grass stored for 48 h had a lower water soluble carbohydrate (WSC) and ME content and a higher ADF content than for immediate analysis. Samples stored for 24 h did not differ from immediate analysis. Grass stored at ambient temperature had a lower WSC and ME content compared to immediate analysis. Grass stored under ‘breathable’ conditions had a lower ME content and higher ADF content than immediate analysis or samples stored with air present or air excluded. It is recommended that grass for analysis should be sampled by cutting, stored chilled (4°C) in a sealed bag to minimize exposure to oxygen and analysed within 24 h of harvest.     

半梯形隶属函数下土壤养分流失的模糊数学模型——以皖南山区为例

研究旨在通过皖南山区土壤检测报告给定的一些数据和信息分析养分流失程度,为合理的土壤养分管理提供可靠依据,采用指导性抽样选取样本,利用半梯形隶属度函数构建模糊数学模型,结合变异系数法,计算出不同地形类别的土壤养分流失程度。研究结果表明:以MATLAB仿真软件生成土壤养分的分布情况为直观依据,构建模糊数学模型发现多坡地的丘陵区域土壤养分流失最为严重。该模型的分析结果更贴近该地区土壤养分现状。研究验证了模糊数学模型在山区耕地土壤养分流失研究中的实用性。该模型能够很好的评估出土壤养分流失程度,为科学施肥护壤提供了理论依据。     

基于混合狼群算法参数优选的泵站群运行优化

对于求解复杂的并联泵站群优化运行模型,狼群算法(wolf pack algorithm,WPA)存在收敛性和鲁棒性差等问题。为改善这些问题,该文以某典型并联泵站群为例,以泵站系统主机组运行能耗最低为优化目标,考虑流量、叶片角度、开机台数等约束条件,建立了并联泵站群优化运行模型。将模拟退火算法引入WPA算法中,提出混合狼群算法(hybrid wolf pack algorithm,HWPA)用于求解建立的优化模型。选择最小值、平均值和标准差作为算法性能的评价指标。相较于粒子群算法(particle swarm optimization,PSO)和WPA算法,HWPA算法求解典型并联泵站群优化运行模型得出的运行能耗最小值平均降低了15.60、10.23 kW,平均值平均降低了36.94、14.30 kW,标准差平均降低了84.82%、72.90%。在HWPA算法的基础上,对算法中的游走步长、奔袭步长、围攻步长的最小值和最大值4个参数进行单因素分析和拉丁超立方抽样设计计算,确定出4个参数的最优组合为0.33、1.53、0.672和4.8×10^5,进而提出改进混合狼群算法(improved hybrid wolf pack algorithm,IHWPA)。相较于HWPA算法,IHWPA算法求解典型并联泵站群优化运行模型得出的运行能耗最小值和平均值平均降低了4.66和13.26 kW,标准差平均降低了94.02%。应用IHWPA算法确定典型并联泵站群6个不同运行工况优化方案,结果表明,采用引入模拟退火算法、优选WPA算法参数的方法提高了算法的全局收敛性与计算鲁棒性,泵站运行最优决策方案较实际方案的运行能耗平均降低9.80%,可为泵站工程提供合理有效的运行方案,降低运行能耗。     

基于近红外光谱的沼液挥发性脂肪酸含量快速检测

挥发性脂肪酸（Volatile Fatty Acids,VFA）作为厌氧发酵过程的重要中间产物,其在厌氧反应器中的累积能够反映出产甲烷菌的不活跃状态或厌氧发酵条件的恶化。为了实现对农牧废弃物厌氧发酵进行过程分析和状态监控,将近红外光谱（Near Infrared Spectroscopy,NIRS）与偏最小二乘（Partial Least Squares,PLS）相结合构建玉米秸秆和畜禽粪便厌氧发酵液乙酸、丙酸和总酸含量快速检测模型。将竞争自适应重加权采样法（Competitive Adaptive Reweighted Sampling,CARS）与遗传模拟退火算法（Genetic Simulated Annealing algorithm,GSA）相结合构建CARS-GSA算法对沼液中的乙酸、丙酸和总酸进行特征波长优选,原始光谱数据1 557个波长点经预处理和波长优选后,得到乙酸、丙酸和总酸特征波长变量分别为135、101和245个,建立的回归模型验证决定系数分别为0.988、0.923和0.886,预测均方根误差（Root Mean Squared Error of Prediction,RMSEP）分别为0.111、0.120和0.727,相对分析误差分别为9.685、3.685和3.484,与全谱建模相比RMSEP分别减少了17.78%、15.49%和1.22%,能够满足农牧废弃物厌氧发酵过程发酵液中乙酸和丙酸含量的快速检测需求,基本满足总酸的检测需求。结果表明,通过构建CARS-GSA算法优选乙酸、丙酸和总酸的敏感波长变量,参与建模的波长点数量显著减少,有效降低了变量维度和模型复杂度,提升了回归模型检测精度和预测能力,为快速准确检测沼液VFA提供了新途径。     

海南香蕉根颈象甲卵的空间分布型及理论抽样数确定

香蕉根颈象甲[Cosmopolites sordidus(Gemar)1已在海南香蕉园发生,对香蕉生产造成危害.为了研究香蕉象甲的分布和发生规律、指导田间取样,应用几种聚集度指标的计算公式以及Taylor幂法则、Iwao的m*-m回归分析法,分析和测定了香蕉根颈象甲卵的空间分布格局和田间理论抽样数.结果表明:海南香蕉根颈象甲卵在一定密度下呈聚集分布,空间分布符合负二项分布;聚集度指标,I>0,m*/m>1,C>1,Cα>0;Tavlor幂模型表明香蕉根茎象甲卵在一定密度下的分布为聚集的,而且聚集强度随种群密度的上升而升高:Iwao的m*-m回归模型分析表明,m*和m呈显著相关,香蕉根茎象甲个体间相互吸引,最适抽样数n与卵密度m及相对误差D的关系为:n=1/D2(1.3717/m+0.046 3).     

不同采样尺度下土壤碱解氮空间变异性研究——以榆树市农田土壤为例

在精准农业的实施过程中,研究如何用较少的样本来反映田间信息的空间变异规律,再用科学的插值方法进行插值和预估是精准农业研究中的一个关键问题。以东北典型黑土区——吉林省榆树市为研究区域,在榆树市弓棚镇13号村内选择相对平整的地块进行土壤采样并测试其土壤养分。在对原始采样格网点按一定的样点间隔和布局进行抽取的基础上,利用克里格插值方法和BP神经网络方法分别进行空间插值,比较不同采样尺度（40m×40m,56m×56m,80m×80m,113m×113m,160m×160m五个尺度）对空间插值精度的影响。结果表明:（1）随着采样尺度的增大,碱解氮的空间结构系数C/（C₀+C）有减小的趋势,表明采样间距以内的不可估计误差逐渐增大,其空间结构的表现能力在逐渐减弱;（2）Kriging插值精度总体优于BP神经网络,随着采样尺度的增加,两种模型的模拟精度都有所下降,BP神经网路的插值精度和Kriging模型的插值精度的差距逐渐减小;（3）两种模型在113m×113m尺度上插值精度都发生了突变,如考虑碱解氮的空间变异规律和经济因素,碱解氮的最佳采样尺度应在80～113m。     

进口散装粮食取制样工作发展现状、存在问题及对策

取制样工作是进口粮食检验检疫的重要前提和基础。本文从检验检疫对制取样品的需求出发,系统分析了进口散装粮食取制样工作以人工操作为主的发展现状以及存在的重视程度不够、标准体系不完善、技术设备投入不足、工作效率低、样品代表性差、上下游发展不协同、影响公正执法等诸多问题,提出了通过加快自动化取制样系统的研究和应用等应对措施。     

Method of Constructing Core Collection for Malus sieversii in Xinjiang, China Using Molecular Markers

The method for constructing core collection ofMalus sieversii based on molecular marker data was proposed. According to 128 SSR allele of 109 M. sieversii, an allele preferred sampling strategy was used to construct M. sieversii core collection, using the UPGMA （unweighted pair-group average method） cluster method according to Nei ＆ Li, SM, and Jaccard genetic distances, by stepwise clustering, and compared with the random sampling strategy. The number of lost allele and t-test of Nei＇s gene diversity and Shannon＇s information index were used to evaluate the representative core collections. The results showed that compared with the random sampling strategy, allele preferred sampling strategy could construct more representative core collections. SM, difference for construction of M. sieversii core collection. Jaccard, and Nei ＆ Li genetic distances had no significant SRAP （sequence-related amplified polymorphism） data and morphological data showed that allele preferred sampling strategy was a good sampling strategy for constructing core collection of M. sieversii. Allele preferred sampling strategy combined with SM, Jaccard, and Nei ＆ Li genetic distances using stepwise clustering was the suitable method for constructing M. sieversii core collection.