5个冬麦品种产量性状和叶片特征多样性分析

采用单因素完全随机设计,调查5个冬麦品种产量性状和叶片特征多样性。结果表明,5项产量相关性状指标(株高、穗长、主穗粒数、有效分蘖数、有效小穗数)在不同冬麦品种间差异均达显著水平;5个品种的上表皮气孔密度均多于下表皮,其中,上表皮气孔密度为62.67~71.11个/mm2,下表皮气孔密度为30.00~46.25个/mm2;叶脉总数为57.00~65.67条;叶脉密度为36.89~43.00条/mm。     

膨胀土二维膨胀力特性研究

目前对于膨胀土膨胀力特性的研究比较普遍,而关于一维、二维、三维应力状态下的分析区分不明,特别是平面应变状态下二维膨胀特性。在诸如条形基础、路堑边坡等实际工程中,土体大多处于平面应变状态,可以归结为平面应变问题。本文利用自制的二维膨胀仪,对平面状态下的二维膨胀力进行一系列研究,得到了二维膨胀力与时间之间的变化规律,探究了初始干密度对膨胀力的影响以及竖向膨胀力与侧向膨胀力的关系,明晰了胀限的变化规律。试验结果表明：二维膨胀力的特性主要是受干密度的大小影响,竖、侧向的膨胀力变化趋势相同;当含水率一定时,膨胀力随干密度的增大而增大,两者呈现为正相关。     

基于光谱变换的低温胁迫下冬小麦叶绿素含量估测研究

近年来,冻害已成为影响我国冬麦区的农业气象灾害之一,及时、快速、准确地获取冬小麦叶绿素含量对于监测冬小麦冻害发生具有极其重要的意义。本研究通过低温胁迫试验,在拔节期对两个冬麦品种进行-6℃,4 h、8 h和12 h的胁迫处理后,测定其冠层光谱反射率,并对原始光谱数据进行15种典型变换处理,分析比较不同光谱变换下冬小麦叶绿素含量的PLSR模型,筛选出能够表征低温胁迫下冬小麦叶绿素含量的最佳光谱变换方式。结果表明,随低温胁迫时间的延长,两个冬小麦品种叶绿素含量呈降低趋势,随着低温胁迫后天数的增加,各处理与对照的差异逐渐减小。胁迫后5 d,近红外区域反射率有较大升高,并随低温胁迫后时间的延长而升高;在可见光区域,短期内差异不明显。胁迫后10 d、20 d、35 d,黄、红波段逐渐趋于水平,同时近红外区域反射率差异逐渐缩小,可见光区域光谱反射率出现不同程度的上升。对原始光谱数据进行15种典型变换处理,发现原始光谱的倒数、对数、幂、平方根等变换难以提高与叶绿素含量的相关性,且建模效果较差。除原始光谱对数的一阶微分(T6)外,其他微分变换处理的叶绿素含量诊断模型都优于原始光谱。综合考虑模型的校正、验证效果、模型最佳因子数以及相对分析误差的大小,二阶微分变换处理(T15)叶绿素含量校正模型的R2和RMSE分别为0.930、0.340,验证模型的R~2为0.753,表明基于T15的光谱变换数据可实现低温胁迫下叶绿素含量的准确估算,为最佳光谱变换方式。     

萤火虫优化算法耦合人工神经网络的膨胀土胀缩量预测

为了提高膨胀土胀缩量预测的精度,本文耦合萤火虫算法优化和BP神经网络对膨胀土胀缩量进行多因子预测。选用蒙脱石含量、液限、塑性指数、含水量、干密度、粘粒含量、上覆压力等7个膨胀变形量指标作为BP神经网络输入参数;利用萤火虫算法全局寻优的特点优化BP神经网络的初始权值与阈值;建立评价指标体系,对比分析本文模型与传统BP神经网络模型。结果表明,萤火虫算法优化的BP神经网络模型对膨胀土胀缩量的预测精度高于传统神经网络,该模型可以应用于膨胀土胀缩量预测领域。