基于土地利用调查成果的草原资源监测技术研究

草原是我国陆地生态系统的重要主体,也是生态文明建设的主战场之一.但草原资源本底不清,限制了草原的科学管理.按照牧区、半牧区、林区草原资源的差异性,分别选择典型县域进行案例分析.结果表明,由于草地认定标准差异、资源自身空间上的重叠、精度差异等方面原因,三调初步成果与原有的调查资料草地面积总量和空间分布均存在不同程度的差异;国土三调初步成果的图斑区划和属性因子不能满足草原资源经营管理的需求,应在三调的基础上进行经营区划和调查;草班和小班的区划要满足不同区域草原资源管理和经营的需要,调查内容包括类型、数量、质量、结构和功能等5个方面.     

河南油田注聚井聚合物堵塞机理及防治技术

为解决河南油田聚合物驱油注聚井堵塞导致采收率严重下降的问题,采用物理模型试验及扫描电镜(SEM)的方法对堵塞位置、堵塞因素进行研究.聚合物注入性试验结果表明,注入阻力越大,注入压力就越高,确定堵塞位置为近井地带,结果与实际矿场结果相符;扫描电镜结果表明,高渗岩心以吸附堵塞为主,低渗岩心以机械捕集为主;静态吸附试验显示防吸附剂质量分数、聚合物相对分子质量、矿化度、温度均对聚合物吸附有不同程度影响,为此研制出一种使砂岩表面润湿反转以减少吸附的防吸附剂(代号5807),并对注入参数进行优化:防吸附剂最优注入质量分数为0.5％;该防吸附剂耐盐性较好,不同矿化度(1500～10000mg/L)对该防吸附剂体系的防吸附率影响不大;防吸附剂注入体积数越大,聚合物防吸附率越高,最佳注入体积为0.6PV;防吸附剂处理地层的时间越长,聚合物防吸附率越高,处理时间在12h以上防吸附率大于70％;防吸附剂的最佳注入方式为:顶替液+0.6 PV防吸附剂段塞+1PV清洗剂.该研究对油田后续现场施工及动态调整具有重要指导意义,同时也可为河南油田提高聚合物驱技术应用效果提供理论支持.     

基于VGGNet网络的雾霾无人车防碰撞研究

针对雾霾天气下无人车行驶容易出现视野受限，导致防碰撞能力下降的问题，提出了一种基于VGGNet网络的深度卷积神经网络模型，通过反向传播算法不断调整模型的权重和偏置，对收集雾霾天气下的图像和相关数据进行处理，实现模型的训练和优化。实验结果表明，所提出的方法可以有效地提高无人车在雾霾天气下的防碰撞能力，达到了良好的效果。研究结果可以为无人车行业在特殊气候条件下的防碰撞提供了一种新思路和实现方法，具有一定的参考价值和应用前景。     

稻香全中国 各地差异大

我国水稻主产区主要是长江流域、珠江流域、东北地区。由于南北气候差异大,各地用肥需遵守相应的施肥原则。东北寒地单季稻区当地应根据测土配方施肥结果,当地施肥应适当减少氮磷肥用量,优化钾肥用量。还要减少基蘖肥施氮量和比例,增加穗肥比例,使拔节期穗肥施氮比例达到30%左右。同时注意早施返青肥促分蘖早发,插秧后3天内施用返青肥。根据土壤养分状况适当补充中微量元素。偏酸性地块应施用钙镁磷肥,偏碱性地块基肥选用p H较低的复合肥或复混肥,追肥少用或不用尿素。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

基于PCA-Attention-LSTM网络的土壤氮含量监测

土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。     

基于卷积神经网络的拖拉机工况识别

农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。     

橡胶树茎基腐病治疗试验初报

对腹状镰刀菌引起的橡胶树茎基腐病的治疗试验表明,刮除病灶,涂杀菌剂,用治疡灵涂封伤口的措施均降低了参试病树的病情级别,疗效显著,与只刮除病灶的对照相比,相对防效为69.6%。     

农业有机废弃物资源化利用潜力与安全性评价

为了解不同农业有机废弃物的资源化利用潜力,以贵州当地的玉米秸秆、烤烟秸秆、水稻秸秆、锯木屑、玉米芯粉、中药渣、猪粪、牛粪、鸡粪为对象,研究其堆肥发酵后和高温炭化后的理化特性,并进行安全性利用评价,分析其基质化、肥料化和热解生物炭化的利用潜力。结果表明,堆肥后的有机废弃物容重为0.24～0.38 g/cm~3;有机碳含量为37.67%～55.94%;中药渣、猪粪、牛粪和鸡粪的电导率(EC值)较泥炭高47.62%～190.48%;玉米秸秆、水稻秸秆、玉米芯粉和牛粪培养的黑麦草种子发芽指数为0.81～0.98,接近于泥炭;除玉米芯粉外,其他有机废弃物重金属综合污染指数均低于0.7。各有机废弃物低氧高温热解后的生物炭有机碳含量为30.52%～48.98%、pH值为8.75～11.56、比表面积为13.36～102.16 m~2/g。综上,堆肥后有机废弃物具有良好的通气结构、持水性能和丰富的矿质营养,通过科学配比,具有成为优质栽培基质和有机肥原料的潜力;低氧高温热解后的生物炭养分丰富,比表面积较大,具有成为土壤改良剂、重金属钝化剂和有机肥辅料的潜力。     

接种基枝藻培养绿毛龟的试验

本试验分别采用了打磨龟背、营养液浸泡和奈乙酸溶液浸泡的处理方法。结果表明,奈乙酸溶液可使“冒绒”速度大大加快;奈乙酸对基枝藻孢子囊形成和孢子释放能起到促进作用,其适宜浓度为0.1～5ppm。