蔗渣滤泥培养料栽培平菇试验

以不同比例滤泥代替栽培料中的麦麸进行平菇栽培试验。结果表明 ,滤泥能替代栽培料中的麦麸。     

白蚁肠道可培养菌群及其功能初探

白蚁是一种危害严重的昆虫,其以破坏木质而家喻户晓.文献表明,白蚁对木质强大的消化能力很大程度上取决于其肠道微生物的影响.为了探究白蚁肠道微生物的类群,本试验以黑翅土白蚁为材料,分离纯化获得其肠道主要可培养微生物的纯培养112种,其中喜氧菌35种,厌氧菌77种;在分离出的微生物类群中,通过刚果红法初步筛选出12种喜氧菌菌株可能具有纤维素酶活性,其最大透明圈达到4.0㎝×4.0㎝;进一步检测这些菌株的纤维素酶活性发现,12株菌均具有羧甲基纤维素钠盐(CMC-NA)酶活性和滤纸酶活性,但是大部分菌株羧甲基纤维素酶活性较弱,而一些菌株如 NBY14滤纸酶活较高,可达到16.188u/mL.试验结果可为黑翅土白蚁防治提供依据,亦可为纤维素酶的开发利用奠定基础.     

基于Bloom Filter的去重方法研究

在个性化新闻推荐系统中，文章去重是一个重要的模块，避免了同一篇文章被重复推荐的现象。在海量用户场景下，采用传统的基于队列的去重方法将会消耗大量的内存。Bloom Filter是一种空间效率很高的随机数据结构，适用于允许有一定误判率的场景。本文基于Bloom Filter，设计双Bloom Filter位数组结构和Bloom Filter位数组链结构。实验证明，基于Bloom Filter位数组链的去重方法，不仅大大降低了程序对服务器内存要求，而且具有较好的灵活性和扩展性。     

农用车辆自动导航定位方法

农用车辆自动导航技术可有效提高作业精度、实现农田规模化生产。该文以电瓶车为试验平台,使用 RTK DGPS、RTD GPS 和电子罗盘分别采集电瓶车的位置信息和航向角度信息,对农用车辆的导航定位方法进行了研究。试验时,以 RTK DGPS 采集的数据作为标准轨迹。在对试验数据进行空间配准后,采用 Kalman 滤波技术对 RTD GPS 和电子罗盘的数据进行了融合;通过计算综合权重值,对单 GPS 系统和融合系统的性能进行测试与评估,其值分别为 0.006、0.002。由此可知,采用 Kalman 滤波的电子罗盘和 RTD GPS 的组合导航系统,定位精度相对较高,稳定性较好,整体性能优于单 GPS 系统。     

滤棒成型参数优化及分切前后的压降变化规律研究

[目的]优化KDF-2滤棒成型机加工工艺参数,提高滤棒成型质量的稳定性。[方法]以对滤棒加工质量有重要影响的工艺参数:辊速比、辊压力、喷嘴空气压力、增塑剂施加量为试验因子,采用4因素3水平正交试验,并对滤棒分切前后的压降变化进行了研究。[结果]滤棒成型的最佳工艺参数组合为:增塑剂施加量9%、喷嘴空气压力0.40 MPa、辊速比1∶1.28、辊压力0.20、0.20、0.050 MPa,对滤棒质量影响最大的指标为增塑剂施加量。将滤棒分切至目标长度后,切前压降比切后4支短支总和平均低44 Pa,并且切后4支滤嘴压降差异较大,极差平均为80 Pa。[结论]研究可为优化滤棒成型工艺参数、提高滤棒质量提供参考。     

Study on the Acute Toxicity of Rare Earth Yttrium to Earthworms under the Stress of Leaching Agent Ammonium Sulfate

[目的]考察浸矿剂硫酸铵（NH4）2SO4胁迫下稀土离子钇的毒性研究。[方法]选择蚯蚓作为土壤生态环境污染指示生物,采用滤纸接触法研究硫酸铵胁迫下稀土钇（ Y）对蚯蚓的急性毒性效应。[结果]①稀土钇单一染毒,蚯蚓的48 h 半致死率浓度为 LC50=213.41 mg/L、24 h半致死率浓度为 LC50=322.63 mg/L。②硫酸铵单一染毒下,蚯蚓的48 h半致死率浓度为 LC50=13.89 g/L、24 h半致死率浓度为LC50=15.05 g/L。③低浓度10 g/L的硫酸铵与稀土钇复合染毒,蚯蚓的48 h半致死率浓度LC50=198.65 g/L、24 h 半致死率浓度 LC50=399.85 g/L;中浓度14 g/L的硫酸铵与稀土钇复合染毒,蚯蚓的48 h半致死率浓度 LC50=167.3 mg/L、24 h半致死率浓度 LC50=256.73 mg/L;高浓度20 g/L的硫酸铵与稀土钇复合染毒,蚯蚓的48 h半致死率浓度 LC50=31.03 mg/L、24 h的LC50=127.65 mg/L。[结论]低浓度的硫酸铵降低稀土钇对蚯蚓的毒性,产生一定的拮抗作用。中浓度的硫酸铵增加稀土钇对蚯蚓的毒性,产生较明显的协同作用。高浓度硫酸铵显著增加了稀土钇对蚯蚓的毒性。稀土钇染毒下蚯蚓死体更易断裂,而活体对针刺反应相对不灵敏。     

柳枝稷植被过滤带拦污增效试验初步研究

针对黄土高原严重水土流失引起面源污染与水资源紧缺的问题,在自主研发设计的坡地高效农业用水滤清系统基础上,通过6组不同雨强的模拟降雨试验,分析了不同雨强下坡地径流中污染物输出特征,研究了不同长度的柳枝稷植被过滤带对污染物的净化效果,并对植被过滤带柳枝稷的生产效益进行了评价。结果表明:坡面径流中泥沙和总磷含量随雨强的增加而增加,总氮含量随雨强的增加而减小,COD含量随雨强增加先减小后增加。3 m长和5 m长的柳枝稷植被过滤带都能显著削减径流中的泥沙和总磷含量,而两种长度的削减作用间无显著差异;5 m长过滤带还能显著削减径流中COD含量,整个过滤带对总氮的削减效果不明显。过滤带柳枝稷产量和品质均优于大田种植柳枝稷,过滤带内距径流入口越近柳枝稷干物质产量越高,过滤带柳枝稷单位面积干物产量提高29%,蛋白质产量增加53%,淀粉产量增加23%。滤清系统柳枝稷植被过滤带不但能有效拦截水沙和面源污染物,而且能够将所拦截污染物作为肥料吸收利用,高效利用水土资源,在黄土高原地区有广泛的应用前景。     

改良剂组合对盐碱土的改良效果研究

[目的]从所选取的5种物质（石膏、粉煤灰、油脂素、沸石粒、钾粒）中筛选对盐碱土改良效果最好的改良剂及其最佳组合方式.[方法]采取单一施用、两两施用,3种混施的方式将改良剂与土壤混合,通过盆栽试验对土壤进行一段时间的培养,检测各指标的变化.[结果]5种土壤改良剂及其组合对盐碱土的pH、部分肥力指标及水溶性离子含量均有一定程度的改良.对全磷和有效钾改良效果最好的是粉煤灰和油脂素组合施用;对pH、水溶性离子及其他肥力指标改良效果最好的是石膏、粉煤灰和油脂素3种改良物质混合施用.[结论]改良剂混合施用比单一施用效果好.     

上向流曝气生物滤池中有机氮沿程转化规律与生物特性研究

为揭示上向流曝气生物滤池中有机氮沿程转化规律及其微生物特性,优化滤池的设计与运行,以有机氮废水为处理对象,在水力负荷0.329～0.50 5m3/(m2?h)、气水比4-5：1、沿程DO 3.0～5.85 mg/L、不加任何有机碳源的情况下,研究氮元素沿程转化规律。结果表明：曝气生物滤池内有机氮氨化与硝化同步进行,90%以上的溶解性有机氮（DON）转化为NO3-N;滤池沿程各段对于TKN的降解进程（TKN→NH3-N）与NH3-N的硝化进程（NH3-N→NO2--N→NO3--N）一致;微生物总量沿水流方向呈逐渐递减趋势;生物耗氧速率（OUR）沿程逐渐减小,OUR数量级为101 mg/（g?h）。该研究可为硝化滤池的设计提供理论依据以及滤池运行参数的优化提供技术支持。     

Filtering Construct of Adaptive Filter Grou Pwith Multi-scale Decomposition

The principle and method of the adaptive filter and the filtering with wavelet transform were analyzed, and the model and method of adaptive filtering with wavelet transforms for the transient signal was established. The separated noise of signal by the multi-scale decomposition of wavelet transforms, was the input signal of adaptive filter, and accordingly the optimal filtering method of signal-noise decomposition was realized. By the adaptive filter grou Pbased on the wavelet transform, the optimal filtering to the multi-noise of signal is achieved at the same time, and the method presented in this paper has the excellent filtering capability. Examples of application demonstrate that this method presented is excellent to realize the optimal estimate to the valuable signal and noise of the transient signal in the same frequency segment.