ass日本风韵熟妇pics男人扒开女人屁屁桶到爽|扒开胸露出奶头亲吻视频|邻居少妇的诱惑|人人妻在线播放|日日摸夜夜摸狠狠摸婷婷|制服 丝袜 人妻|激情熟妇中文字幕|看黄色欧美特一级|日本av人妻系列|高潮对白av,丰满岳妇乱熟妇之荡,日本丰满熟妇乱又伦,日韩欧美一区二区三区在线

摘要:作物識(shí)別與制圖產(chǎn)品數(shù)據(jù)是作物長(zhǎng)勢(shì)、風(fēng)險(xiǎn)脅迫、產(chǎn)量等生產(chǎn)參量監(jiān)測(cè)預(yù)測(cè)，種植結(jié)構(gòu)調(diào)整與供需決策分析,，以及耕地資源安全與生態(tài)效應(yīng)評(píng)估等工作的基礎(chǔ)數(shù)據(jù)，遙感數(shù)據(jù)成為作物類型識(shí)別與制圖的最主要數(shù)據(jù)源，新興數(shù)字技術(shù)則為遙感作物識(shí)別與制圖提供了新的方法手段,。本文通過(guò)綜述近年基于遙感的作物識(shí)別與制圖相關(guān)研究成果,，探究當(dāng)前技術(shù)趨勢(shì),、關(guān)鍵問(wèn)題，以及需求差距,。分別從小尺度作物精細(xì)識(shí)別,、大尺度作物自動(dòng)化制圖，以及作物識(shí)別與制圖模式變化3個(gè)視角總結(jié)歸納面臨的主要問(wèn)題和主要研究工作,。作物識(shí)別與制圖產(chǎn)品在小尺度上需要更加精細(xì),、近實(shí)時(shí)和更高的識(shí)別精度，主要使用超高空間分辨率（如米級(jí),、亞米級(jí)）的影像數(shù)據(jù),，在提高作物識(shí)別精度（95%以上）進(jìn)而提取滿足應(yīng)用需求的高精度作物表型等信息方面依舊面臨巨大挑戰(zhàn)。而在大尺度上需要更加自動(dòng)化,、滿足可靠識(shí)別精度（90%左右）,，主要使用高時(shí)空分辨率（2~5d,，10~30m）的影像數(shù)據(jù)，面臨著如何處理海量數(shù)據(jù)的存儲(chǔ)管理,、分析計(jì)算,，發(fā)展大范圍上具有魯棒性的分類識(shí)別方法，尋找科學(xué)高效的地面樣本獲取途徑的難題,。同時(shí),，作物識(shí)別與制圖的模式也將從確認(rèn)監(jiān)測(cè)向提前預(yù)判和特定作物探測(cè)轉(zhuǎn)變。最后從加強(qiáng)科學(xué)研究與加快應(yīng)用落地2個(gè)角度提出展望,，為發(fā)展?jié)M足智慧農(nóng)業(yè)與國(guó)土監(jiān)管不同需求的遙感作物識(shí)別與制圖產(chǎn)品提供參考與借鑒,。

摘要:褐蘑菇工廠化種植模式下,，為了給蘑菇采摘機(jī)器人提供工作參數(shù),，采用結(jié)構(gòu)光SR300深度相機(jī)采集菇床圖像送入工控機(jī)進(jìn)行原位測(cè)量。針對(duì)菇床上褐蘑菇的菌絲干擾背景,，在深度圖像中利用土壤表面深度的眾數(shù),，結(jié)合蘑菇菌柄至少20mm的高度，自適應(yīng)選擇動(dòng)態(tài)閾值,，從菇床背景中提取蘑菇菌蓋二值圖,；針對(duì)粘連的類圓形蘑菇，基于2-1圓形Hough變換初步檢測(cè)其圓心,、半徑,，進(jìn)一步對(duì)蘑菇的邊界點(diǎn)進(jìn)行跟蹤、去噪,、插補(bǔ),，分割粘連的蘑菇，準(zhǔn)確擬合單體蘑菇邊界,，獲取蘑菇圓心和邊界點(diǎn)的三維坐標(biāo)；校準(zhǔn)相機(jī)坐標(biāo)系并基于陶瓷圓板驗(yàn)證原位測(cè)量方法的精度,，由此計(jì)算世界坐標(biāo)系中單體蘑菇的位置,、直徑、偏向角,、傾斜角?，F(xiàn)場(chǎng)試驗(yàn)表明，蘑菇直徑最大誤差為5.57mm,，傾斜角最大誤差為6.3°,，視頻幀的運(yùn)行時(shí)間為206ms，單體蘑菇的運(yùn)行時(shí)間為44ms,，可滿足蘑菇采摘機(jī)器人的現(xiàn)場(chǎng)需求,。

摘要:特征提取和相似性度量是基于圖像處理的農(nóng)作物病蟲害識(shí)別方法中的兩大關(guān)鍵問(wèn)題,。以感染小麥白粉病的葉片為研究對(duì)象，提出了一種基于橢圓型度量學(xué)習(xí)的小麥葉部病害嚴(yán)重度識(shí)別算法,。該算法首先給出了一種滑窗最大值（Moving window maximum, MWM）特征提取方法,，對(duì)分割后的病斑圖像采用滑窗法提取HSV顏色特征和LBP紋理特征,，在同一水平條滑窗上取每一維特征的最大值作為這一水平條的特征,，這種MWM特征表示方法能有效減弱小麥葉片彎曲、傾斜,、拍攝角度不同等對(duì)識(shí)別率的影響,；然后，引入對(duì)樣本數(shù)據(jù)具有更好區(qū)分性的橢圓型度量,，根據(jù)樣本的類內(nèi)與類間高斯分布的對(duì)數(shù)似然比定義橢圓型度量矩陣,，為了保持最大化的分類信息，將特征子空間學(xué)習(xí)和橢圓型度量學(xué)習(xí)同時(shí)進(jìn)行,；最后,，利用得到的橢圓型度量計(jì)算特征向量之間的距離實(shí)現(xiàn)不同嚴(yán)重度病害的識(shí)別。對(duì)比實(shí)驗(yàn)結(jié)果表明,本文算法使得小麥白粉病嚴(yán)重度的識(shí)別正確率達(dá)到了100%,，優(yōu)于SVM方法的88.33%、BP神經(jīng)網(wǎng)絡(luò)方法的90%,。

摘要:針對(duì)目前秸稈覆蓋率人工檢測(cè)費(fèi)時(shí)費(fèi)力、準(zhǔn)確率低,、信息難以存儲(chǔ)的問(wèn)題,，提出了一種基于圖像分割的秸稈覆蓋率檢測(cè)方法?？紤]到傳統(tǒng)圖像分割方法精度不高,，且多閾值分割時(shí)計(jì)算量過(guò)大，將灰狼算法中的搜索機(jī)制與差分進(jìn)化算法相融合,，提出一種基于圖像多閾值的自動(dòng)分割方法（DE-GWO）,，用于田間秸稈覆蓋率檢測(cè)。首先,，對(duì)現(xiàn)場(chǎng)采集的秸稈覆蓋圖像進(jìn)行預(yù)處理,，采用自適應(yīng)Tsallis熵作為目標(biāo)函數(shù),，評(píng)估圖像分割效率；其次,，根據(jù)圖像的復(fù)雜程度選取分割閾值的數(shù)量,，利用DE-GWO算法對(duì)其進(jìn)行多閾值圖像分割；然后,，分別按照灰度級(jí)別計(jì)算分割后圖像比例,；最后，根據(jù)拍攝高度,、fov視角等參數(shù),，將圖像中秸稈覆蓋率與實(shí)際地理面積進(jìn)行轉(zhuǎn)換。實(shí)驗(yàn)結(jié)果表明,，本文算法田間秸稈覆蓋率與實(shí)際測(cè)量誤差在8%以內(nèi),，且相比于改進(jìn)粒子群算法（PSO）和灰狼算法（GWO），DE-GWO算法精確度更高,，平均耗時(shí)為人工測(cè)量的1/1500,。開發(fā)了一套依據(jù)DE-GWO算法的秸稈覆蓋率檢測(cè)軟件系統(tǒng)，為后續(xù)監(jiān)控系統(tǒng)的實(shí)時(shí)檢測(cè)提供了算法基礎(chǔ)和軟件支持,。

摘要:針對(duì)合理耕層構(gòu)建技術(shù)指標(biāo)要求,，設(shè)計(jì)了氣力式秸稈深埋還田機(jī)輸送裝置。其主要結(jié)構(gòu)參數(shù)為：輸送管截面為0.2m×0.2m方形管,；葉輪直徑為0.55m,，葉輪寬度為0.17m，進(jìn)氣口直徑為0.26m,，風(fēng)機(jī)殼寬度為0.2m,；螺旋軸直徑為0.09m，螺旋葉片外徑為0.25m,，螺距為0.2m,，螺旋葉片厚度為0.003m，螺旋外徑與輸送管內(nèi)表面間隙為0.005m,。通過(guò)玉米懸浮速度試驗(yàn)測(cè)得,，長(zhǎng)度為10cm玉米秸稈上、中,、下部分懸浮速度分別為10.4,、12.3、12.7m/s,，平均值為11.9m/s,，試驗(yàn)結(jié)果與仿真誤差為7%?；跉夤恬詈侠碚?，通過(guò)CFD-DEM氣固耦合法對(duì)輸送裝置內(nèi)的氣固兩相流模擬研究,，表明彎角30°、轉(zhuǎn)速為1800r/min時(shí)輸送管道中,，秸稈最小速度為5.21m/s,，所對(duì)應(yīng)的氣流速度為17~27m/s，出口處玉米秸稈速度為6.06m/s,，氣流速度為2~27m/s,，秸稈輸送效果最佳。田間試驗(yàn)結(jié)果表明,，氣力輸送裝置性能參數(shù)最優(yōu)組合為：風(fēng)機(jī)轉(zhuǎn)速1800r/min,，秸稈覆蓋量1.2kg/m2，葉片彎角30°,。田間驗(yàn)證試驗(yàn)得深埋合格率為93.2%,，有效提高了深埋質(zhì)量。

摘要:以4年為一周期,，設(shè)計(jì)一種生態(tài)沃土機(jī)械化耕作模式（MET）,，周期內(nèi)將翻耕、苗帶旋耕,、免耕,、深松4種不同的耕作措施組合，對(duì)土壤進(jìn)行適度耕作,，并以連續(xù)免耕（CNT）和傳統(tǒng)翻耕（CCT）為對(duì)照,，研究MET對(duì)小麥玉米兩熟區(qū)不同耕層土壤理化特性的短期影響。結(jié)果表明：MET能夠顯著提高土壤結(jié)構(gòu)質(zhì)量,，增加土壤肥力,，避免土壤板結(jié)，生態(tài)效應(yīng)和沃土效果顯著,。顯著增加0～30cm土層土壤大團(tuán)聚體含量,，提高土壤結(jié)構(gòu)穩(wěn)定性，平均水穩(wěn)性團(tuán)聚體含量分別比CNT和CCT高8.2%和30.4%,；有效降低0～30cm土層土壤容重，平均容重分別比CNT和CCT小0.089,、0.125g/cm3,；增加0～30cm土層全氮、速效磷和速效鉀含量,，對(duì)堿解氮含量影響不顯著;增加土壤有機(jī)碳含量,，平均有機(jī)碳含量分別比CNT和CCT高0.36、0.61g/kg,，并且各層之間有機(jī)碳含量分布較均衡,，CNT只增加0～10cm土層有機(jī)碳含量,，CCT只增加10～20cm土層有機(jī)碳含量。MET顯著增加小麥的平均單株分蘗數(shù),、有效穗粒數(shù)和千粒質(zhì)量,，從而顯著增加小麥產(chǎn)量，分別比CNT和CCT增產(chǎn)14%和14.9%,；小麥播前進(jìn)行的耕作有一定的后效,，對(duì)玉米產(chǎn)量有影響，MET與CNT通過(guò)增加玉米的有效穗粒數(shù)和千粒質(zhì)量,，增加玉米產(chǎn)量,，兩者產(chǎn)量的差異不顯著，但均顯著高于CCT,，分別高7.4%和3.7%,。

摘要:為實(shí)現(xiàn)小麥低播量精密播種，提高小麥精密排種器播種精度,，提出了一種錐面導(dǎo)流水平盤式小麥排種器,，對(duì)關(guān)鍵參數(shù)進(jìn)行了設(shè)計(jì)和理論分析，通過(guò)EDEM離散元軟件完成了導(dǎo)條型式,、型孔個(gè)數(shù),、錐盤轉(zhuǎn)速、錐盤錐角對(duì)充種性能影響的單因素試驗(yàn),。在此基礎(chǔ)上以錐盤轉(zhuǎn)速,、種層厚度和型孔長(zhǎng)度為試驗(yàn)因素進(jìn)行了多元二次回歸旋轉(zhuǎn)正交組合試驗(yàn)并應(yīng)用Design-Expert 8.0.6軟件對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行分析，得到回歸模型和因素對(duì)指標(biāo)影響關(guān)系,，確定了對(duì)單粒率影響由大到小依次為錐盤轉(zhuǎn)速,、型孔長(zhǎng)度和種層厚度；對(duì)合格率影響由大到小依次為錐盤轉(zhuǎn)速,、種層厚度和型孔長(zhǎng)度,，轉(zhuǎn)速和種層厚度、種層厚度和型孔長(zhǎng)度間存在交互作用,?；诨貧w模型進(jìn)行多目標(biāo)參數(shù)優(yōu)化并對(duì)最優(yōu)組合參數(shù)進(jìn)行排種性能的臺(tái)架試驗(yàn)驗(yàn)證，結(jié)果表明,，在轉(zhuǎn)速19r/min,、型孔長(zhǎng)度8mm、種層厚度為8mm時(shí)排種合格率為90.13%,、漏充率為9.87%,、單粒率為49.50%，與仿真優(yōu)化結(jié)果相吻合,驗(yàn)證了仿真優(yōu)化結(jié)果的可靠性。與原錐盤排種器的性能對(duì)比試驗(yàn)表明,，設(shè)計(jì)的錐面導(dǎo)流水平盤式排種器在速度為3,、4、5km/h時(shí),，合格率分別提高了3.4,、2.1,、1.9個(gè)百分點(diǎn)，3km/h時(shí)破碎率降低了0.2個(gè)百分點(diǎn),，無(wú)論排種性能還是破碎率指標(biāo)均優(yōu)于原錐盤排種器。

摘要:為解決果園作業(yè)機(jī)械適應(yīng)性差、配套動(dòng)力小、地隙高,、轉(zhuǎn)彎半徑大,、通過(guò)性差等問(wèn)題，結(jié)合果園栽培模式和農(nóng)藝等要求,，設(shè)計(jì)了一種果園多功能動(dòng)力底盤,。對(duì)果園多功能動(dòng)力底盤的整機(jī)結(jié)構(gòu)和工作原理進(jìn)行了闡述，設(shè)計(jì)了行走動(dòng)力系統(tǒng)和后動(dòng)力輸出系統(tǒng)以及3路雙作用液壓快速掛接系統(tǒng),；對(duì)整機(jī)的轉(zhuǎn)向性能,、穩(wěn)定性能、越埂性能進(jìn)行了理論分析,。對(duì)機(jī)架進(jìn)行了有限元仿真分析,，結(jié)果表明，在滿載四輪著地狀態(tài)下,，車架最大變形發(fā)生在中間橫梁部位,，總變形量為5.08mm，最大等效彈性應(yīng)變?yōu)?.0035,，最大等效應(yīng)力發(fā)生在前橋和車架鉸接處,，為390.52MPa；在滿載三輪著地狀態(tài)下,，車架最大變形發(fā)生在側(cè)梁部位,，總變形量為20.74mm，最大等效彈性應(yīng)變?yōu)?.0058,，最大等效應(yīng)力發(fā)生在前橋和車架鉸接處,，為805.46MPa。整機(jī)果園田間試驗(yàn)結(jié)果表明,，果園多功能動(dòng)力底盤行駛速度為0~35km/h,，田間作業(yè)速度為1~6km/h，最小轉(zhuǎn)彎半徑為2m,，最大爬坡角為24°,，最大越埂高度為235mm，可掛接多種農(nóng)具,，能夠滿足果園的田間生產(chǎn)管理作業(yè)要求,。

摘要:針對(duì)組合式不完全偏心圓-非圓齒輪行星輪系旋轉(zhuǎn)式取苗機(jī)構(gòu)，應(yīng)用動(dòng)態(tài)靜力分析法和動(dòng)力學(xué)方程組序列求解法,，建立機(jī)構(gòu)動(dòng)力學(xué)模型,，開發(fā)出機(jī)構(gòu)動(dòng)力學(xué)分析軟件求解模型，計(jì)算得到機(jī)構(gòu)鏈條受力,、各齒輪旋轉(zhuǎn)中心和嚙合點(diǎn)受力,、支座反力的變化規(guī)律,；建立了機(jī)構(gòu)虛擬樣機(jī)，加工出機(jī)構(gòu)物理樣機(jī),，開展機(jī)構(gòu)動(dòng)力學(xué)仿真分析和臺(tái)架試驗(yàn),，得到兩種情況下機(jī)構(gòu)轉(zhuǎn)速為60r/min時(shí)支座反力與行星架轉(zhuǎn)角之間的關(guān)系，取苗機(jī)構(gòu)理論分析,、仿真分析和臺(tái)架試驗(yàn)所得到的支座反力變化規(guī)律基本一致,，驗(yàn)證了取苗機(jī)構(gòu)動(dòng)力學(xué)模型的可靠性和動(dòng)力學(xué)分析的正確性；與原取苗機(jī)構(gòu)比較,，本文取苗機(jī)構(gòu)樣機(jī)y方向支座反力的最大幅值和方差分別從155N和1171N2減小為77N和553N2,，降低了50.3%和52.7%，表明提出的取苗機(jī)構(gòu)具有比原機(jī)構(gòu)更優(yōu)的動(dòng)力學(xué)性能,。

摘要:為了建立非圓齒輪凸性與理想移栽軌跡之間的直接聯(lián)系,，使行星輪系移栽機(jī)構(gòu)更好地滿足作業(yè)要求，提出一種基于非圓齒輪節(jié)曲線凸性指標(biāo)的不等速行星輪系機(jī)構(gòu)參數(shù)求解方法,。根據(jù)給定的運(yùn)動(dòng)軌跡,，建立全局坐標(biāo)系；將輪系簡(jiǎn)化為二桿二自由度開鏈機(jī)構(gòu)（2R機(jī)構(gòu)）,，建立基于移栽軌跡的機(jī)構(gòu)運(yùn)動(dòng)求解模型,，提出非圓齒輪節(jié)曲線凸性判定指標(biāo)，確立輪系中心位置變化范圍即解析區(qū)域,。根據(jù)運(yùn)動(dòng)學(xué)原理,，由二桿二自由度開鏈機(jī)構(gòu)復(fù)演理想移栽軌跡，求解輪系傳動(dòng)比,，建立不等速傳動(dòng)比計(jì)算與分配模型,，得到桿長(zhǎng)、桿長(zhǎng)比,、輪系傳動(dòng)比,、非圓齒輪節(jié)曲線凸性值等移栽機(jī)構(gòu)參數(shù)，建立可以形成給定移栽軌跡的移栽機(jī)構(gòu)參數(shù)信息圖,。避免了調(diào)試非圓齒輪節(jié)曲線的盲目性,、優(yōu)化機(jī)構(gòu)尺寸和結(jié)構(gòu)設(shè)計(jì)中雙臂干涉等問(wèn)題，為設(shè)計(jì)可形成特定軌跡的輪系機(jī)構(gòu)提供參考,。對(duì)幾種常見(jiàn)移栽軌跡進(jìn)行計(jì)算分析,，以“鷹嘴形”水稻缽苗移栽軌跡為例進(jìn)行非圓齒輪行星輪系缽苗移栽機(jī)構(gòu)的設(shè)計(jì)仿真與樣機(jī)試驗(yàn)，仿真軌跡,、試驗(yàn)軌跡與給定理想軌跡基本一致,，驗(yàn)證了計(jì)算模型的正確性與設(shè)計(jì)機(jī)構(gòu)的可行性。

摘要:針對(duì)不同前進(jìn)速度下傳統(tǒng)油菜聯(lián)合收獲機(jī)豎割刀切割頻率保持不變,，在豎切割分禾處形成較大的重割區(qū)或漏割區(qū)導(dǎo)致油菜割臺(tái)損失增大,、作業(yè)性能不穩(wěn)定等問(wèn)題,，設(shè)計(jì)了左右兩個(gè)步進(jìn)電機(jī)分別驅(qū)動(dòng)的油菜雙豎切割隨動(dòng)調(diào)節(jié)裝置，仿真分析了不同前進(jìn)速度對(duì)豎切割分禾處重割區(qū)和漏割區(qū)的影響,，綜合考慮油菜成熟度等因素的影響,，獲得了前進(jìn)速度與豎割刀切割頻率的理想理論匹配關(guān)系；設(shè)計(jì)了以S7-1200PLC為控制器的油菜豎割刀切割頻率隨動(dòng)控制系統(tǒng),，通過(guò)檢測(cè)機(jī)器前進(jìn)速度信號(hào)，再根據(jù)理論匹配關(guān)系輸出脈沖控制步進(jìn)電機(jī),，實(shí)現(xiàn)豎切割頻率的隨動(dòng)控制,；施用脫水劑7d后完熟油菜收獲對(duì)比試驗(yàn)表明，使用該豎割刀頻率隨動(dòng)控制系統(tǒng)的油菜割臺(tái)總損失率下降了36.15%~41.16%,，豎割刀分禾損失率下降了40.84%~48.20%,。

摘要:針對(duì)玉米籽粒收獲時(shí)，損失率檢測(cè)不準(zhǔn)的問(wèn)題,，以壓電薄膜作為敏感材料,，設(shè)計(jì)了一種由沖擊傳感器、信號(hào)處理電路和安裝裝置等組成的玉米收獲機(jī)籽粒清選損失監(jiān)測(cè)裝置,，并采用支持向量機(jī)多分類算法提取玉米籽粒沖擊信號(hào),，實(shí)現(xiàn)了玉米籽粒損失的實(shí)時(shí)監(jiān)測(cè)。首先,，在不同沖擊角度和高度的試驗(yàn)條件下,，對(duì)不同大小的玉米籽粒和雜余進(jìn)行沖擊信號(hào)的采集試驗(yàn)，提取沖擊信號(hào)的主要特征,。采用支持向量機(jī)多分類算法對(duì)模型進(jìn)行訓(xùn)練,，并在監(jiān)測(cè)裝置上實(shí)現(xiàn)實(shí)時(shí)分類。使用不同品種和含水率玉米對(duì)分類模型進(jìn)行驗(yàn)證,。然后,，在不同風(fēng)機(jī)轉(zhuǎn)速和清選篩開度條件下，得到測(cè)試時(shí)間內(nèi)傳感器檢測(cè)的籽粒數(shù)與總損失量之間的關(guān)系,，并根據(jù)谷物流量值,，計(jì)算得到實(shí)時(shí)的清選損失率。最后,，將該監(jiān)測(cè)裝置安裝在4YL-8型玉米聯(lián)合收獲機(jī)上進(jìn)行田間試驗(yàn),。結(jié)果表明，該監(jiān)測(cè)裝置與人工檢測(cè)相比,，平均相對(duì)誤差為12.98%,，可以為收獲機(jī)的控制提供反饋信息。

摘要:針對(duì)我國(guó)棉花覆膜種植模式所造成的大面積農(nóng)田殘膜污染問(wèn)題,，在實(shí)施耐候地膜新的國(guó)家標(biāo)準(zhǔn)基礎(chǔ)上,，基于耐候地膜在回收時(shí)的完整性，設(shè)計(jì)了一種可將膜面翻轉(zhuǎn)而清除雜質(zhì)的隨動(dòng)式殘膜撿拾裝置,。通過(guò)測(cè)試耐候地膜的力學(xué)特性,，計(jì)算撿拾時(shí)殘膜的受力情況，表明撿拾時(shí)殘膜的受力小于其平均縱向拉斷力,；對(duì)樣機(jī)關(guān)鍵作業(yè)部件進(jìn)行設(shè)計(jì)和分析,，運(yùn)用Matlab軟件繪制撿拾釘齒端點(diǎn)在土壤中的運(yùn)動(dòng)軌跡，確定了撿拾釘齒長(zhǎng)度及撿拾釘齒在鏈板上的排列尺寸,；通過(guò)撿拾滾筒上鏈板間距與起膜率,、清雜率關(guān)系的單因素試驗(yàn)，得到鏈板間距的最優(yōu)值,；對(duì)撿拾滾筒,、撿拾釘齒裝置運(yùn)動(dòng)過(guò)程的受力情況進(jìn)行了分析計(jì)算，并對(duì)樣機(jī)的作業(yè)性能進(jìn)行了試驗(yàn)研究,。田間試驗(yàn)結(jié)果表明,，當(dāng)隨動(dòng)式殘膜回收機(jī)的前進(jìn)速度為4.0~4.4km/h時(shí)，殘膜回收率為89.54%,，表明其撿拾裝置滿足田間作業(yè)要求,。

摘要:植保扇形噴頭的噴霧扇形面內(nèi)不同位置處液滴直徑是不相同的,，呈現(xiàn)接近于U形分布的中間液滴直徑小而兩側(cè)液滴直徑偏大的情況,，這導(dǎo)致同高度水平方向上各點(diǎn)處的液滴在靶標(biāo)上的沉積行為不同，致使防治效果存在差異,。本文對(duì)出水口孔徑1mm和切槽角30°的對(duì)沖噴頭噴霧場(chǎng)的液滴直徑分布特性進(jìn)行試驗(yàn),，該噴頭是基于射流和撞擊流耦合作用的新型噴頭，發(fā)現(xiàn)對(duì)沖噴頭在噴霧扇形面內(nèi)的液滴直徑呈現(xiàn)中間區(qū)域液滴直徑較大且均勻而兩側(cè)液滴直徑較小的特性,，如噴施壓力0.4MPa時(shí)在300mm高度測(cè)試面上,，噴霧扇形面內(nèi)中間區(qū)域液滴直徑在265~268μm，而靠近兩側(cè)邊緣處的液滴直徑在250~252μm,，這有利于解決噴桿式噴霧機(jī)大田作業(yè)時(shí)液滴直徑分布不均勻的不足,；并對(duì)噴頭這一特性進(jìn)行理論分析，提出在分裂區(qū)的3次霧化（即擾動(dòng)霧化,、撞擊霧化和振蕩?kù)F化）是引起這一特性的根本原因,。同時(shí)采用徑向不均勻指數(shù)對(duì)噴霧場(chǎng)的液滴分布均勻特性進(jìn)行定量表征分析，發(fā)現(xiàn)徑向不均勻指數(shù)能夠總體反映噴霧場(chǎng)的非均勻特性,，當(dāng)噴施壓力在0.6~0.7MPa范圍時(shí),，徑向不均勻指數(shù)在0.47~0.51較小范圍內(nèi)變化，說(shuō)明在該壓力范圍內(nèi)工作時(shí)噴頭噴霧場(chǎng)具有良好的液滴均勻分布特性,。

摘要:為降低土壤耕作阻力,，分析了鼴鼠前肢手掌的多趾組合結(jié)構(gòu)特征,，得到鼴鼠多趾組合結(jié)構(gòu)是一種多窄齒組合結(jié)構(gòu)，且相鄰齒間間距可調(diào)整,，最終確定了多趾組合結(jié)構(gòu)的數(shù)學(xué)模型,。基于該模型,，設(shè)計(jì)了具有仿生結(jié)構(gòu)特征的切土刀片,。通過(guò)土槽試驗(yàn)，采用四因素三水平的二次正交回歸試驗(yàn)方法,，分析仿生結(jié)構(gòu)元素m和n,、土壤含水率和切土傾角對(duì)水平阻力的影響，得到土壤含水率和切土傾角對(duì)水平阻力的影響更顯著,，最優(yōu)仿生結(jié)構(gòu)元素m為5,、n為1.75。通過(guò)比較傳統(tǒng)和仿生刀片在切土傾角10°~90°和土壤含水率10%~30%下的水平阻力,，得到仿生幾何結(jié)構(gòu)對(duì)刀片切土的臨界傾角無(wú)顯著影響,，但土壤含水率對(duì)其有顯著影響：當(dāng)土壤含水率為10%和20%時(shí)，臨界傾角均為30°左右,；當(dāng)土壤含水率為30%時(shí),，臨界傾角均在40°~50°之間,。然而,，仿生幾何結(jié)構(gòu)對(duì)刀片所受的水平阻力有顯著影響,，在相同的土壤含水率下，仿生刀片的水平阻力總小于傳統(tǒng)刀片的水平阻力：當(dāng)土壤含水率為10%,、20%,、30%時(shí),，仿生刀片的水平阻力分別減小11.48%~39.16%、17.81%~28.00%和11.19%~33.26%。此外,，水平阻力的變化與土壤內(nèi)聚力具有極大的相關(guān)性,，研究表明土壤含水率為10%~20%時(shí),，仿生刀片具有更好的切土性能,。

摘要:為解決森林資源調(diào)查中樹高測(cè)量誤差大,，復(fù)雜林分環(huán)境樹高測(cè)量難，傾斜立木樹干長(zhǎng)度測(cè)量不準(zhǔn)等問(wèn)題,，以測(cè)量學(xué)、測(cè)樹學(xué),、電子信息技術(shù),、傳感器技術(shù)和圖像處理技術(shù)為基礎(chǔ)，研制了手持式精準(zhǔn)立木樹高測(cè)量裝置,。該裝置集成了中央處理器,、激光測(cè)距儀、高清攝像頭,、高精度陀螺儀傳感器,、液晶顯示屏、存儲(chǔ)器等元器件,，利用激光測(cè)距傳感器獲取測(cè)量裝置與被測(cè)樹根間的距離,，同時(shí)獲取該裝置的仰角信息，再利用圖像中心確定樹頂位置后獲取第2個(gè)仰角信息,，通過(guò)距離信息和角度信息解算測(cè)量樹高,。使用設(shè)備貼緊樹干測(cè)量樹干傾斜角度，對(duì)于干型彎曲的樹木,，利用邊緣檢測(cè)算法識(shí)別圖像樹干輪廓邊緣,，以輪廓近似法提取樹干輪廓邊緣點(diǎn)，獲得樹干邊緣離散點(diǎn)坐標(biāo)信息,，將線性擬合求得的直線斜率轉(zhuǎn)換為樹干傾斜角,，利用角度補(bǔ)償算法完成長(zhǎng)勢(shì)傾斜立木的樹長(zhǎng)測(cè)量,。試驗(yàn)結(jié)果表明樹高測(cè)量精度可達(dá)98.04%，傾斜立木測(cè)量精度為96.89%,，滿足國(guó)家森林資源調(diào)查的精度要求,。

摘要:通過(guò)三維激光掃描儀建立農(nóng)用軸流風(fēng)機(jī)幾何模型,，利用密閉風(fēng)室試驗(yàn)測(cè)試數(shù)據(jù)驗(yàn)證數(shù)值模型的準(zhǔn)確性,，最后采用數(shù)值模擬研究了農(nóng)用軸流風(fēng)機(jī)導(dǎo)流罩長(zhǎng)度變化對(duì)風(fēng)機(jī)內(nèi)外特性的影響。保持導(dǎo)流罩進(jìn)口位置,、圓角半徑與擴(kuò)散角不變,，定義導(dǎo)流罩長(zhǎng)度與葉頂軸向?qū)挾鹊谋戎禐镵，K選取0.50,、0.78,、0.90、1.0,、1.1,、1.2、1.5,、2.0,，對(duì)7個(gè)不同進(jìn)口靜壓工況點(diǎn)進(jìn)行數(shù)值模擬。結(jié)果表明,，K從0.50上升到1.0的過(guò)程中,，風(fēng)機(jī)風(fēng)量和能效比提升明顯；K取1.0~1.1時(shí)風(fēng)機(jī)風(fēng)量和能效比最高,，相比K=0.78的原型風(fēng)機(jī)提升約10%,；K從1.1升至2.0的過(guò)程中，風(fēng)量略有下降,，能效比下降明顯,。利用Q準(zhǔn)則對(duì)葉頂和外框區(qū)域的渦結(jié)構(gòu)進(jìn)行識(shí)別，發(fā)現(xiàn)隨著K的增長(zhǎng),，葉頂泄漏渦經(jīng)歷了分裂,、衰減和再發(fā)展3個(gè)過(guò)程。K=1.0時(shí)能有效抑制葉頂泄漏渦的發(fā)展,，最大程度降低葉頂渦的強(qiáng)度,。導(dǎo)流罩的加長(zhǎng)能明顯減少外框渦的產(chǎn)生。

摘要:針對(duì)傳統(tǒng)離心泵水力性能優(yōu)化設(shè)計(jì)的復(fù)雜性,，提出采用本征正交分解-徑向基函數(shù)（POD-RBF）混合代理模型方法對(duì)離心泵葉輪內(nèi)流場(chǎng)進(jìn)行重構(gòu)分析,。由三次Bezier曲線對(duì)低比轉(zhuǎn)數(shù)離心泵二維葉片型線進(jìn)行參數(shù)化控制，通過(guò)對(duì)葉片包角、進(jìn)出口安放角等控制參數(shù)進(jìn)行適量的擾動(dòng)得到葉片型線的樣本集,。由葉片型線參數(shù)及葉輪CFD內(nèi)流場(chǎng)數(shù)據(jù)構(gòu)成樣本的快照矢量集,，根據(jù)幾何相似及網(wǎng)格變形方法插值得到各相似節(jié)點(diǎn)的流場(chǎng)參數(shù)，依據(jù)本征正交分解法（POD）將快照集分解為一系列正交基的線性組合,。由徑向基函數(shù)（RBF）擬合目標(biāo)葉型所對(duì)應(yīng)的正交基系數(shù),，實(shí)現(xiàn)了對(duì)目標(biāo)葉輪內(nèi)流場(chǎng)的重構(gòu)。采用POD-RBF方法對(duì)MH48-12.5型低比轉(zhuǎn)數(shù)離心泵葉輪內(nèi)流場(chǎng)進(jìn)行了重構(gòu),，其壓力預(yù)測(cè)均方根誤差為0.84%,，速度預(yù)測(cè)誤差基本在0.5m/s以內(nèi)，流場(chǎng)預(yù)測(cè)所需時(shí)間約為CFD計(jì)算的1/240,。對(duì)樣本集進(jìn)行POD基模態(tài)分析,，得到了各階基模態(tài)流場(chǎng)特征及能量分布特性。

摘要:為了進(jìn)一步提高低比轉(zhuǎn)數(shù)離心泵的空化性能,，提出在葉片壓力面開槽的方法來(lái)抑制空化,。針對(duì)離心泵運(yùn)行過(guò)程中產(chǎn)生空化的流動(dòng)特點(diǎn)，基于Kubota空化模型,，采用SST k-ω模型對(duì)在相同工況下的離心泵中兩相流動(dòng)進(jìn)行數(shù)值模擬與分析,。模擬結(jié)果表明：葉片表面開槽后，離心泵各個(gè)工況下的揚(yáng)程有所上升,，在設(shè)計(jì)點(diǎn)揚(yáng)程提高12.8%,，同時(shí)效率提高4.2%。葉片開槽可以有效阻止低壓區(qū)域向外擴(kuò)張,，改變壓力的分布,，對(duì)離心泵內(nèi)各個(gè)階段空化均有抑制作用。葉片開槽可以優(yōu)化流場(chǎng)結(jié)構(gòu),，使流道內(nèi)的壓力增加，減小空泡的體積分?jǐn)?shù),。葉片開槽時(shí)離心泵葉輪內(nèi)空泡體積在空化的各個(gè)階段均小于無(wú)槽時(shí)葉輪內(nèi)空泡體積,，在空化發(fā)展階段，開槽時(shí)空泡體積持續(xù)衰減,。

摘要:為研究不同空化工況下軸流泵裝置內(nèi)部壓力脈動(dòng)特性,，采用動(dòng)態(tài)壓力傳感器對(duì)派河口泵站軸流泵裝置模型的葉輪進(jìn)口、葉輪出口,、導(dǎo)葉出口3個(gè)壓力監(jiān)測(cè)點(diǎn),，分別在2.5、3.5,、4.5,、5.4m揚(yáng)程和未發(fā)生空化、臨界空化（泵裝置效率下降1%）、深度空化（泵裝置效率下降3%）等12種工況下進(jìn)行了壓力脈動(dòng)試驗(yàn),。試驗(yàn)結(jié)果表明：葉輪進(jìn)口處的壓力脈動(dòng)曲線為平滑的近似正弦曲線,；葉輪出口處壓力脈動(dòng)曲線幅值最大，且只在高揚(yáng)程,、未發(fā)生空化工況下的一個(gè)旋轉(zhuǎn)周期內(nèi)表現(xiàn)出明顯有規(guī)律的二次諧波特性,；導(dǎo)葉出口的壓力脈動(dòng)時(shí)域特性與葉輪進(jìn)口相似?？焖俑道锶~變換(FFT)結(jié)果表明：各監(jiān)測(cè)點(diǎn)在各工況下的主頻為葉片通過(guò)頻率的整數(shù)倍頻,，同一揚(yáng)程工況下，隨著空化程度的加深,，各監(jiān)測(cè)點(diǎn)主頻附近的諧頻逐漸向低頻段移動(dòng),；導(dǎo)葉出口與葉輪進(jìn)口受葉頻影響較小，且表現(xiàn)出相似的頻率特性,。

摘要:耕作便利是表征農(nóng)田綜合質(zhì)量的重要因素,。為準(zhǔn)確反映現(xiàn)代農(nóng)業(yè)發(fā)展對(duì)耕作便利條件的要求，基于農(nóng)業(yè)機(jī)械效率視角界定農(nóng)田耕作便利度,，進(jìn)而構(gòu)建定量綜合評(píng)價(jià)模型,，并在華北平原項(xiàng)目區(qū)開展實(shí)證分析。結(jié)果表明：新界定的耕作便利度強(qiáng)化了農(nóng)業(yè)機(jī)械耕作效率的影響,，包括田間作業(yè)效率和機(jī)械通行效率兩方面,。明確了機(jī)械化耕作背景下的連片度、耕作距離和田間道路通達(dá)度3個(gè)關(guān)鍵指標(biāo)的內(nèi)涵與快速獲取方法,，為準(zhǔn)確評(píng)價(jià)耕作便利度奠定了基礎(chǔ),。耕作便利度評(píng)價(jià)結(jié)果顯示：研究區(qū)82.41%的耕地處于非常便利和比較便利的級(jí)別，平均地塊面積大,，集中連片且交通便利,，是發(fā)展高效農(nóng)業(yè)、推廣機(jī)械化耕作的適宜區(qū)域,；一般便利和不便利級(jí)別的田塊平均面積較小,，分布分散且遠(yuǎn)離居民點(diǎn)，機(jī)械耕作效率較低,，不利于發(fā)揮規(guī)模效益,。該研究可為耕地質(zhì)量評(píng)價(jià)、高標(biāo)準(zhǔn)農(nóng)田建設(shè)項(xiàng)目選址等提供技術(shù)支持,。

摘要:針對(duì)傳統(tǒng)的超體聚類分割對(duì)植株存在過(guò)分割率高,、實(shí)時(shí)性差的問(wèn)題，提出一種融合顯著性特征圖的超體聚類分割方法,。首先,，采用Kinect V2實(shí)時(shí)獲取目標(biāo)植株的彩色圖像和深度圖像,，將RGB彩色空間圖像轉(zhuǎn)換為CIELab彩色空間圖像，計(jì)算每個(gè)像素的顯著性特征值,，獲取彩色特征圖,，并融合亮度特征圖和方向特征圖構(gòu)建顯著性特征圖；然后,，將顯著性特征圖和深度圖像同步對(duì)齊,，獲得顯著性點(diǎn)云，八叉樹網(wǎng)格初始化點(diǎn)云,，并通過(guò)Mean-Shift算法獲取滿足概率密度閾值的網(wǎng)格點(diǎn)云,，取最大概率密度點(diǎn)作為種子點(diǎn)，基于點(diǎn)對(duì)之間的歐氏距離和特征相似度作為區(qū)域生長(zhǎng)相似性準(zhǔn)則,，生成超體素塊,；最后，通過(guò)LCCP算法對(duì)顯著性點(diǎn)云進(jìn)行聚類分割,。實(shí)驗(yàn)結(jié)果表明,，改進(jìn)的顯著性超體聚類分割方法可以大幅提高目標(biāo)前景分割的準(zhǔn)確性和快速性，有效克服背景噪聲和離群點(diǎn),。

摘要:紅脂大小蠹是危害我國(guó)北方地區(qū)松杉類針葉樹種的重大林業(yè)入侵害蟲,，其蟲情監(jiān)測(cè)是森林蟲害防治的重要環(huán)節(jié)。傳統(tǒng)的人工計(jì)數(shù)方法已經(jīng)無(wú)法滿足現(xiàn)代化紅脂大小蠹監(jiān)測(cè)的需求,。為自動(dòng)化識(shí)別并統(tǒng)計(jì)信息素誘捕器捕獲的紅脂大小蠹,，在傳統(tǒng)信息素誘捕器中集成攝像頭，自動(dòng)采集收集杯內(nèi)圖像,，建立蠹蟲數(shù)據(jù)集,。使用K-means聚類算法優(yōu)化Faster R-CNN深度學(xué)習(xí)目標(biāo)檢測(cè)模型的默認(rèn)框，并使用GPU服務(wù)器端到端地訓(xùn)練該模型,，實(shí)現(xiàn)了誘捕器內(nèi)任意姿態(tài)紅脂大小蠹的目標(biāo)檢測(cè),。采用面向個(gè)體的定量評(píng)價(jià)和面向誘捕器的定性評(píng)價(jià)兩種評(píng)價(jià)方式。實(shí)驗(yàn)結(jié)果表明：較原始Faster R-CNN模型,，該模型在困難測(cè)試集上面向個(gè)體和誘捕器的精確率-召回率曲線下面積（Area under the curve,，AUC）提升了4.33%和3.28%。在整體測(cè)試集上個(gè)體和誘捕器AUC分別達(dá)0.9350,、0.9722。該模型的檢測(cè)速率為1.6s/幅,，準(zhǔn)確度優(yōu)于SSD,、Faster R-CNN等目標(biāo)檢測(cè)模型，對(duì)姿態(tài)變化,、雜物干擾,、酒精蒸發(fā)等有較好的魯棒性,。改進(jìn)后的模型可從被誘芯吸引的6種小蠹科昆蟲中區(qū)分出危害最大的紅脂大小蠹，自動(dòng)化地統(tǒng)計(jì)誘捕器內(nèi)紅脂大小蠹數(shù)量,。

摘要:以云杉為研究對(duì)象提出了應(yīng)用全卷積神經(jīng)網(wǎng)絡(luò)（Fully convolutional networks,，F(xiàn)CN）分割圖像的算法。利用無(wú)人機(jī)采集圖像,，標(biāo)注470幅云杉圖像,，其中300幅組成訓(xùn)練集，170幅組成測(cè)試集,，標(biāo)注90幅樟子松圖像作為附加測(cè)試集,。以VGG16為基礎(chǔ)建立云杉分割FCN模型，利用Tensorflow框架實(shí)現(xiàn)和訓(xùn)練網(wǎng)絡(luò),，通過(guò)共享權(quán)值和逐漸降低的學(xué)習(xí)速率,，提高FCN模型的訓(xùn)練性能。選擇像素精度（PA）,、均像素精度（MPA）,、均交并比（MIoU）和頻權(quán)交并比（FWIoU）4個(gè)語(yǔ)義分割評(píng)價(jià)指標(biāo)評(píng)價(jià)測(cè)試結(jié)果。FCN模型分割云杉圖像,，PA和MPA達(dá)到0.86,，MIoU達(dá)到0.75,，F(xiàn)WIoU達(dá)到0.76，處理速率達(dá)到0.085s/幅,，有效地解決了光照變化,、云杉個(gè)體差異,、地面雜草干擾和植株之間粘連的影響。與HSV顏色空間閾值分割以及K均值聚類分割算法比較,，F(xiàn)CN模型的MIoU分別提高0.10和0.38,。

摘要:針對(duì)接觸式奶牛體溫檢測(cè)方法測(cè)量精度低,、實(shí)時(shí)性差，且易引起交叉感染等問(wèn)題,，設(shè)計(jì)了奶牛體溫植入式傳感器,，并開發(fā)了相應(yīng)的體溫實(shí)時(shí)監(jiān)測(cè)系統(tǒng)，利用無(wú)線傳感網(wǎng)絡(luò)實(shí)現(xiàn)奶牛體溫信號(hào)的智能化監(jiān)測(cè),。奶牛體溫植入式傳感器利用PT1000鉑電阻作為溫度測(cè)量探頭,，綜合利用ADS1256模數(shù)轉(zhuǎn)換器、MSP430控制芯片,，對(duì)采集到的電壓進(jìn)行濾波處理,，提高了測(cè)量精度。結(jié)合433M無(wú)線信號(hào)模塊與ZigBee網(wǎng)絡(luò)設(shè)計(jì)了項(xiàng)圈節(jié)點(diǎn),，作為將奶牛的體溫?cái)?shù)據(jù)從體內(nèi)傳到體外的中繼節(jié)點(diǎn),，其中從奶牛體內(nèi)傳輸?shù)巾?xiàng)圈節(jié)點(diǎn)使用433M無(wú)線信號(hào)模塊，項(xiàng)圈節(jié)點(diǎn)再到遠(yuǎn)程監(jiān)控中心使用2.4GHz的ZigBee網(wǎng)絡(luò),，從而達(dá)到穩(wěn)定,、可靠傳輸?shù)男Ч瑢?shí)現(xiàn)了奶牛體溫的高精度實(shí)時(shí)監(jiān)測(cè),。分別對(duì)傳感器準(zhǔn)確性,、穩(wěn)定性、反應(yīng)速度,、傳輸性能及系統(tǒng)丟包率進(jìn)行試驗(yàn),，結(jié)果表明，傳感器溫度測(cè)量誤差在0.05℃以內(nèi),，12h內(nèi)溫度最大波動(dòng)為0.02℃,，在15s內(nèi)穩(wěn)定，植入式傳感器射頻（RF）信息能有效傳輸至項(xiàng)圈節(jié)點(diǎn),，單個(gè)牛場(chǎng)內(nèi),，整體系統(tǒng)的丟包率不超過(guò)1.2%，可高精度,、實(shí)時(shí)檢測(cè)奶牛的體溫變化,。

摘要:互聯(lián)網(wǎng)農(nóng)技推廣社區(qū)每秒增衍問(wèn)答數(shù)據(jù)近萬(wàn)組，這些海量數(shù)據(jù)具有隱性的詞性,、情感和冗余向量特征,，實(shí)現(xiàn)數(shù)據(jù)聚合與數(shù)據(jù)塊消減是該領(lǐng)域的難題。提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的農(nóng)業(yè)問(wèn)答情感極性特征抽取分析模型,，結(jié)合農(nóng)業(yè)分詞字典,，對(duì)數(shù)據(jù)集進(jìn)行分詞后使用Skip-gram模型轉(zhuǎn)換為256維的詞向量，利用批規(guī)范后的卷積神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)集進(jìn)行訓(xùn)練,，從而得到用于識(shí)別農(nóng)技推廣社區(qū)問(wèn)答詞性情感相似性的神經(jīng)網(wǎng)絡(luò)模型參數(shù),。試驗(yàn)結(jié)果表明，該方法能夠準(zhǔn)確識(shí)別測(cè)試樣例集中的冗余隊(duì)列,，與其他5種文本分類方法進(jìn)行比較,，各項(xiàng)指標(biāo)優(yōu)勢(shì)明顯，針對(duì)測(cè)試集的語(yǔ)性特征抽取準(zhǔn)確率達(dá)到82.7%,。

摘要:河湖水系連通工程方案優(yōu)選是一個(gè)具有確定性的評(píng)價(jià)指標(biāo)和評(píng)價(jià)標(biāo)準(zhǔn)與具有不確定性評(píng)價(jià)因子及其權(quán)重變化相結(jié)合的分析過(guò)程，所涉及的資源準(zhǔn)則類,、經(jīng)濟(jì)準(zhǔn)則類,、社會(huì)準(zhǔn)則類、環(huán)境準(zhǔn)則類,、工程準(zhǔn)則類等各評(píng)價(jià)指標(biāo)具有中介過(guò)渡性,，導(dǎo)致不同的多屬性決策方法得到的結(jié)果具有不確定性，需對(duì)這些決策方法進(jìn)行穩(wěn)定性評(píng)價(jià),。根據(jù)可變集的對(duì)立統(tǒng)一數(shù)學(xué)定理,，提出河湖水系連通方案優(yōu)選決策可變集原理與方法，并提出了基于云模型的可變集決策結(jié)果靈敏度分析方法,。以浙北引水工程中的新安江方案（S1）,、富春江方案（S2）和太湖-富春江方案（S3）為例，分綜合評(píng)價(jià)和不同準(zhǔn)則評(píng)價(jià)兩種情況評(píng)價(jià)分析了3種方案的排序,，同時(shí)分析了單一指標(biāo)變化和多個(gè)指標(biāo)權(quán)重變化下的可變模型評(píng)價(jià)結(jié)果魯棒性,。結(jié)果表明：利用級(jí)別特征值和相對(duì)差異度來(lái)分析多準(zhǔn)則綜合評(píng)價(jià)結(jié)果，說(shuō)明S3優(yōu)于S1和S2,；從指標(biāo)靈敏度分析看,，可變模型（α=1,p=1）和（α=2,p=1）綜合評(píng)價(jià)的方案排序穩(wěn)定性較好；從權(quán)重靈敏度分析看,，4種參數(shù)組合的可變模型綜合評(píng)價(jià)的方案排序容易受指標(biāo)權(quán)重變化的影響,，尤其是S2和S3；結(jié)合綜合評(píng)價(jià)和不同準(zhǔn)則評(píng)價(jià)的指標(biāo)靈敏度和指標(biāo)權(quán)重靈敏度分析來(lái)看,，評(píng)價(jià)結(jié)果受指標(biāo)體系的影響,，說(shuō)明該方法需要結(jié)合不同研究對(duì)象進(jìn)行具體分析后選擇合適的評(píng)價(jià)方法。

摘要:為研究西北地區(qū)輻射（Rs）時(shí)空分布特性,，基于西北地區(qū)16個(gè)輻射站點(diǎn)4個(gè)分區(qū)（Ⅰ區(qū),，新疆北部、甘肅河西走廊中西段,、寧夏中北部,、內(nèi)蒙古西部；Ⅱ區(qū),，新疆南部,；Ⅲ區(qū),，青海省,；Ⅳ區(qū),，甘肅東南部、寧夏南部,、陜西關(guān)中地區(qū)與陜北地區(qū)）1995—2015年實(shí)測(cè)日Rs與日照時(shí)數(shù)（n）率定?ngstr?m-Prescott（A-P）模型參數(shù)a,、b，使用A-P模型4種不同參數(shù)率定方法（M1：分月率定,，M2：分季率定,，M3：分半年率定，M4：多年率定）,，選取其中精度高且簡(jiǎn)便的方法計(jì)算4個(gè)分區(qū)1961—2015年共55a的Rs,，并用云模型描述西北地區(qū)Rs時(shí)空分布特性，結(jié)果表明：各分區(qū)4種方法計(jì)算的Rs值與實(shí)測(cè)值在日尺度和月尺度上擬合結(jié)果均較好,。各分區(qū)4種方法計(jì)算Rs的RMSE,、nRMSE分布相似，MBE略有差異,，t檢驗(yàn)結(jié)果表明Ⅰ區(qū)和Ⅲ區(qū)使用M1,、M2、M3計(jì)算的Rs值與實(shí)測(cè)值無(wú)明顯差異,，Ⅱ區(qū)使用M1,、M3計(jì)算的Rs值與實(shí)測(cè)值無(wú)明顯差異，Ⅳ區(qū)使用M1,、M2計(jì)算的Rs值與實(shí)測(cè)值無(wú)明顯差異,。Ⅰ區(qū)Rs時(shí)間分布的不均勻性較小但不穩(wěn)定，Ⅱ區(qū),、Ⅲ區(qū)Rs時(shí)間分布的不均勻性較小且較穩(wěn)定,，Ⅳ區(qū)Rs時(shí)間分布的不均勻性較大且不穩(wěn)定。西北地區(qū)Rs空間分布不均勻,，4個(gè)季節(jié)均表現(xiàn)為Ⅲ區(qū)（青海?。㏑s較大；與Rs在時(shí)間上的分布特性相比,，其在空間上的分布特性更不均勻,、不穩(wěn)定。該研究結(jié)果可用于構(gòu)建完整的西北地區(qū)Rs時(shí)間序列,，為西北地區(qū)Rs時(shí)空變化研究提供科學(xué)參考,。

摘要:干旱是一個(gè)緩慢發(fā)展持續(xù)時(shí)間長(zhǎng)的極端氣候事件，而氣候變化對(duì)干旱的影響尤為顯著,，評(píng)估氣候變化對(duì)云南省干旱特征的影響尤為重要,。使用多時(shí)間尺度的標(biāo)準(zhǔn)化降水指數(shù)（SPI）和標(biāo)準(zhǔn)降水蒸散指數(shù)（SPEI）分析了云南省的干旱狀況，運(yùn)用非超越概率和游程理論分別分析了SPI和SPEI的季節(jié)性變化和研究區(qū)域內(nèi)的干旱特征,。結(jié)果表明：1961—1995年冬季SPEI(1)小于等于-1.0的非超越概率為5.2%,，但在2066—2100年增加到18.4%；SPEI(6)小于等于-1.0的非超越概率從4.4%增加到21.4%,，SPEI(24)從7.0%增加到25.7%。表明由于氣候變化,，未來(lái)有可能發(fā)生嚴(yán)重干旱,，且中長(zhǎng)期干旱比短期干旱更嚴(yán)重。氣候變化在1961—1995年和2066—2100年的冬季和夏季造成嚴(yán)重干旱,，且中長(zhǎng)期干旱嚴(yán)重程度在整個(gè)冬季和夏季尤為明顯,。將SPI和SPEI的時(shí)間序列應(yīng)用于游程理論，發(fā)現(xiàn)1961—1995年SPEI(1)的干旱烈度為28.3,，到2066—2100年達(dá)到60.9,，表明氣候變化使未來(lái)干旱加劇。本研究結(jié)果對(duì)云南省干旱預(yù)測(cè),、評(píng)估及其風(fēng)險(xiǎn)管理和應(yīng)用決策具有指導(dǎo)性和實(shí)用性,，同時(shí)可為未來(lái)旱作農(nóng)業(yè)生態(tài)管理提供一定的依據(jù)。

摘要:砂土是地球表面常見(jiàn)的一種覆蓋物,，由于風(fēng)力和水力的搬運(yùn)作用導(dǎo)致傳統(tǒng)淺層采樣器所采集的樣芯信息量不足,，并且由于砂土顆粒之間的內(nèi)聚力小流動(dòng)性大，傳統(tǒng)環(huán)刀壓入方法無(wú)法采集到長(zhǎng)度大于20cm并且具備連續(xù)層序信息的樣品,。為此提出一種柔性軟袋式取芯技術(shù),，采用內(nèi)置柔性袋取芯機(jī)構(gòu)的外螺旋鉆具對(duì)砂土進(jìn)行鉆取采樣，以提高采樣的樣芯長(zhǎng)度并保持層序信息,。分析了取芯鉆具與砂土相互接觸的機(jī)理以及對(duì)采樣樣芯的擾動(dòng)情況,，通過(guò)仿真模擬的比對(duì)揭示了傳統(tǒng)環(huán)刀壓入法對(duì)樣芯擾動(dòng)的原因。搭建了試驗(yàn)臺(tái)并針對(duì)傳統(tǒng)環(huán)刀壓入法與柔性軟袋式取芯方法的采樣率進(jìn)行了對(duì)比試驗(yàn),，結(jié)果顯示后者取芯率隨轉(zhuǎn)速增加下降10.4%,，前者隨壓力增加提高16.4%，使用柔性軟袋方法取芯率均值從13.08%提高到84.08%,，并能保持連續(xù)的樣芯層序信息,。

摘要:我國(guó)東部濱海地區(qū)擁有大量灘涂和微咸水資源，但土壤含鹽量高,、淡水資源缺乏,，探究合理的咸淡水交替灌溉方法，可以促進(jìn)濱海墾區(qū)土地資源的高效利用。選取江蘇省濱海墾區(qū)典型土壤,，使用3種不同礦化度(1,、3、5g/L)的微咸水在夏玉米3個(gè)不同生育期(壯苗期,、拔節(jié)抽雄期,、灌漿成熟期)進(jìn)行咸淡交替灌溉(“咸淡淡”、“淡咸淡”,、“淡淡咸”)盆栽試驗(yàn),。結(jié)果表明，微咸水灌溉后土壤上層積鹽明顯,，夏玉米葉片的凈光合速率(Pn),、氣孔導(dǎo)度(Gs)減小，胞間CO2濃度(Ci)由于氣孔限制而減小,，但隨著礦化度的增大,，非氣孔限制引起Ci增大。微咸水灌溉后夏玉米葉片中過(guò)氧化氫(H2O2)和丙二醛(MDA)含量增加,，同時(shí)伴隨著超氧化物歧化酶(SOD),、過(guò)氧化物酶(POD)和過(guò)氧化氫酶(CAT)酶活性的增強(qiáng)。高礦化度咸淡水交替灌溉抑制了玉米的生長(zhǎng)和生產(chǎn),，拔節(jié)抽雄期夏玉米耗水量大幅增加,，導(dǎo)致微咸水灌溉量增加，鹽分脅迫最強(qiáng)烈,，致使”淡咸淡”的灌溉方式表現(xiàn)最差,。夏玉米在灌漿成熟期的抗性增強(qiáng)，此時(shí)微咸水灌溉對(duì)各生理指標(biāo)影響較弱,。在濱海墾區(qū)進(jìn)行夏玉米種植,，可在壯苗期采用較低礦化度的微咸水進(jìn)行灌溉，而較高礦化度的微咸水僅適合在灌漿成熟期進(jìn)行,。

摘要:為了揭示不同灌水方案下玉米對(duì)追肥氮素的吸收利用情況,，利用15N示蹤技術(shù)，以大田試驗(yàn)數(shù)據(jù)為基礎(chǔ),，研究了不同灌水方案下成熟期玉米對(duì)追肥氮素的吸收利用率以及在地上部各器官中的分配狀況,，同時(shí)研究了玉米收獲后追肥氮素在土壤中的殘留情況和最終的損失率。結(jié)果表明：不同灌水方案下玉米地上部分氮素總積累量的8.14%~13.21%來(lái)自于追肥氮素,，各處理之間差異顯著（P<0.05）,，其中籽粒中追肥氮素積累量占植株積累追肥氮素總量的47.90%~74.40%。不同處理下成熟期玉米植株追肥氮素吸收率為19.16%~64.72%,，其中籽粒的追肥吸收率為11.29%~47.17%,。植株積累的追肥氮素在各器官中的分配比例差異較大，其中，47.95%~74.40%分布在籽粒中,，10.50%~27.73%分布在葉片中,，3.02%~9.48%分布在莖稈中，5.22%~15.53%分布在穗軸中,，苞葉中僅占0.53%~2.35%,。在玉米生育前期灌水量過(guò)大而后期缺水會(huì)對(duì)植株吸收追肥氮素以及氮素向籽粒中再分配產(chǎn)生不利影響，同時(shí)單次灌水量過(guò)大產(chǎn)生氮素的淋溶損失,，造成資源的浪費(fèi)和環(huán)境的污染,。玉米收獲后有8.81%~24.89%的追肥氮素殘留在土壤中，隨灌水次數(shù)的減少,，單次灌水量增加,，追肥氮素殘留率逐漸減小。綜合考慮產(chǎn)量和追肥氮素利用率,，得出符合研究區(qū)玉米節(jié)水、高產(chǎn),、高效要求的灌水方案為全生育期灌溉定額800m3/hm2,，灌水次數(shù)為4次（苗期、拔節(jié)期,、抽雄期,、灌漿期），研究結(jié)果可為東北地區(qū)玉米生產(chǎn)提供理論支持及數(shù)據(jù)參考,。

摘要:為探究生物炭對(duì)提升有機(jī)菜地土壤保水能力與菜心水分利用的作用，基于田間小區(qū)定位試驗(yàn),，研究不施肥（CK）,、單施有機(jī)肥（MC0，110t/hm2）,、有機(jī)肥+低量生物炭（MC1,，110t/hm2+85t/hm2）和有機(jī)肥+高量生物炭（MC2，110t/hm2+17t/hm2）對(duì)土壤水分動(dòng)態(tài)以及有機(jī)栽培菜心產(chǎn)量,、品質(zhì)及水分利用效率的影響,。結(jié)果表明，有機(jī)肥配施生物炭可顯著提高有機(jī)菜地表層土壤（0～20cm）含水率,，增加0～70cm土壤貯水量,，與處理MC0相比，處理MC1和MC2全生育期平均含水率分別提高4.7%和8.6%（P<0.05）,，0～70cm土壤貯水量分別提高12.3%與3.4%,。CK處理0～20cm土層含水率變化幅度大（10.5%～31.2%），處理MC1變化幅度相對(duì)較小，為15.4%~30.4%,。相比處理MC0,、MC2和CK，處理MC1可顯著促進(jìn)菜心生長(zhǎng),，增加產(chǎn)量,，改善菜薹品質(zhì)。菜心株高,、葉片數(shù)和葉圍面積均以處理MC1為最高,，相比處理MC0，處理MC1生物量與產(chǎn)量分別提高36.7%,、59.1%,，而硝酸鹽含量降低20.0%～44.3%。與MC2,、MC0和CK相比,，處理MC1周年耗水量分別降低3.6%、6.8%和13.7%（P<0.05）,，而產(chǎn)量水分利用效率分別提高49.8%,、75.7%和2264.8%（P<0.05），生物量水分利用效率分別提高45.4%,、46.6%和720.1%（P<0.05）,。處理MC2與MC0相比，菜心產(chǎn)量和水分利用效率雖明顯增加,，但均顯著低于處理MC1,。研究結(jié)果可以為西北旱區(qū)有機(jī)蔬菜合理制定培肥制度提供理論依據(jù)。

摘要:為確定河套灌區(qū)畦灌條件下鹽漬化農(nóng)田玉米適宜的灌溉和施氮量,，田間試驗(yàn)設(shè)置了3個(gè)灌溉水平150,、225、300mm（分別記為W1,、W2和W3）和3個(gè)施氮水平172.5,、258.8、345kg/hm2（分別記為N1,、N2和N3）,，研究限量水氮對(duì)鹽漬化農(nóng)田玉米生殖生長(zhǎng)階段土壤水鹽狀況、光截獲率,、光能利用效率（RUE）及產(chǎn)量的影響,，并基于通徑分析方法探討了產(chǎn)量形成機(jī)制。結(jié)果表明：相同施氮量下,，W3和W2在玉米抽雄-灌漿期的光截獲率顯著高于W1（P＜0.05）,，W3與W2差異不顯著,；水、氮及交互效應(yīng)顯著影響RUE,，特別在灌漿期,，RUE與灌溉量和施氮量在一定范圍內(nèi)呈正相關(guān)，而過(guò)量灌溉或施氮對(duì)RUE有抑制作用,，適度減氮控水能顯著提高RUE,；W2N2的產(chǎn)量分別較W3N3、W3N2增產(chǎn)4.01%,、3.91%（P＞0.05）,，適度節(jié)水節(jié)氮不會(huì)顯著影響產(chǎn)量；產(chǎn)量與灌漿期葉面積指數(shù)（LAI）,、光合勢(shì),、光截獲率呈顯著正相關(guān)，RUE對(duì)產(chǎn)量的直接貢獻(xiàn)最大,，生物累積量,、LAI、光合勢(shì)和光截獲率均通過(guò)RUE對(duì)產(chǎn)量的間接貢獻(xiàn)較大,；W2N2相比其他處理明顯改善了玉米生長(zhǎng)后期土壤水鹽狀況,，有利于促進(jìn)冠層發(fā)育和提高光合生產(chǎn)力，其較小平均葉傾角和較大LAI有利于提高光截獲量和光合作用面積,，特別是其灌漿后期LAI和光合勢(shì)較其他處理提高7.15%~42.24%和5.95%~37.60%，LAI下降速率分別較W3N3,、W3N2減緩37.35%,、53.49%，具有更加合理的冠層結(jié)構(gòu),，表現(xiàn)出較高的光合性能,，顯著促進(jìn)了生物量的累積（P＜0.05），灌漿期RUE較其他處理顯著提高18.61%~66.93%,，在本試驗(yàn)條件下產(chǎn)量最高,。W2N2處理具有節(jié)水、節(jié)肥,、穩(wěn)產(chǎn)及高光效的優(yōu)勢(shì),，可作為河套灌區(qū)鹽漬化農(nóng)田玉米適宜水氮模式。

摘要:利用盆栽試驗(yàn)控制土壤含水率,，基于葉綠素?zé)晒?、氣體交換和響應(yīng)曲線擬合相結(jié)合的方法解析番茄光合作用中CO2由大氣傳輸至葉綠體羧化位點(diǎn)的系列阻力構(gòu)成，揭示了土壤水分脅迫限制番茄光合速率的關(guān)鍵步驟及位點(diǎn),。結(jié)果表明：番茄光合速率（Pn）,、最大羧化速率(Vc,，max)、最大電子傳遞速率（Jmax）及初始羧化效率（CE）隨土壤含水率變化呈“S”形變化曲線,，初期緩慢增長(zhǎng),，中期迅速增長(zhǎng)，土壤水分充分時(shí)達(dá)到最大值并趨于穩(wěn)定,，可用logistic函數(shù)模擬,。氣孔和葉肉對(duì)CO2的傳輸導(dǎo)度及總傳輸導(dǎo)度隨土壤含水率變化均呈明顯的“S”形變化曲線，各支段CO2導(dǎo)度及總傳輸導(dǎo)度在土壤水分充分時(shí)趨于穩(wěn)定并達(dá)到最大值,；隨著土壤水分脅迫的增大,，各CO2傳輸導(dǎo)度逐漸降低并在重度土壤水分脅迫下達(dá)到最低值，可用logistic函數(shù)模擬,。氣孔導(dǎo)度與葉肉導(dǎo)度對(duì)光合速率限制的相對(duì)貢獻(xiàn)率變化趨勢(shì)相似,，隨著水分脅迫的加重，其貢獻(xiàn)率逐漸增大,，可以用指數(shù)函數(shù)模擬,；羧化反應(yīng)對(duì)光合速率限制的相對(duì)貢獻(xiàn)率與氣孔和葉肉導(dǎo)度相反，隨著水分脅迫的增大,，其貢獻(xiàn)率逐漸減小,，可以用對(duì)數(shù)函數(shù)模擬；在土壤水分充分時(shí),，羧化反應(yīng)限速光合速率的相對(duì)貢獻(xiàn)率最大,，是限制光合速率的主導(dǎo)因子；在水分脅迫狀況下,，氣孔限制和葉肉限制占主導(dǎo)地位,，羧化反應(yīng)的相對(duì)貢獻(xiàn)率較低。氣孔對(duì)CO2的傳輸導(dǎo)度與葉水勢(shì)呈正相關(guān),，隨葉水勢(shì)的下降,，氣孔導(dǎo)度也呈線性下降趨勢(shì)；葉肉導(dǎo)度與比葉重呈線性負(fù)相關(guān)關(guān)系,，葉肉導(dǎo)度隨比葉重的增大而線性減小,，比葉重隨土壤水分脅迫程度的加劇而逐漸增大。因此,，水分脅迫狀況下,，氣孔與葉肉對(duì)CO2的傳輸是水分脅迫限制光合速率的關(guān)鍵位點(diǎn)，氣孔限速與保衛(wèi)細(xì)胞水分失衡相關(guān),，而葉肉限速則由葉片厚度和組織疏松程度決定,。

摘要:為探明旱作農(nóng)田生態(tài)系統(tǒng)生態(tài)水文過(guò)程、提升農(nóng)田水分利用效率,，選取黃土高原東部旱作春玉米田為研究對(duì)象,，設(shè)置露地（CK）和地膜覆蓋（PM）兩種處理,，利用渦度相關(guān)系統(tǒng)對(duì)兩種處理?xiàng)l件下玉米田水熱通量進(jìn)行了連續(xù)觀測(cè)，基于觀測(cè)結(jié)果對(duì)兩種處理下玉米田水熱通量的日,、季節(jié)變化特征和能量分割進(jìn)行了分析,。結(jié)果表明：兩個(gè)處理各能量通量均存在顯著的日、季節(jié)變化特征,。在快速生長(zhǎng)期（拔節(jié)期）,，降水后CK和PM處理潛熱通量（λET）均明顯增大，而顯熱通量（H）和土壤熱通量（G）均減??；但在后期（成熟期），降水對(duì)各能量通量變化過(guò)程的影響沒(méi)有快速生長(zhǎng)期明顯,，表明玉米生育期內(nèi)降水的分布能夠顯著影響旱作玉米田的能量平衡,。玉米生育期內(nèi)，凈輻射（Rn）主要以λET為主,，而休閑期Rn主要以H為主,。Rn是玉米田λET的最主要影響因子，其次是平均氣溫和飽和水汽壓差,，風(fēng)速和相對(duì)濕度對(duì)λET的影響相對(duì)較小,。

摘要:為進(jìn)一步揭示地下水淺埋下的層狀土波涌畦灌間歇入滲機(jī)制，通過(guò)試驗(yàn)資料分析與理論研究,，建立了波涌灌間歇入滲條件下的層狀土Brook-Corey和Green-Ampt（BC-GA）改進(jìn)入滲模型,，推導(dǎo)出層狀土間歇入滲濕潤(rùn)鋒面水吸力與濕潤(rùn)鋒運(yùn)移深度的函數(shù)關(guān)系，確定了含砂層內(nèi)部土壤飽和導(dǎo)水率,、進(jìn)氣吸力是層狀土間歇入滲運(yùn)移距離變化的主要影響參數(shù),。周期數(shù)增大，上層土壤飽和導(dǎo)水率減小,，飽和含水率減小,，進(jìn)氣吸力增大,，夾砂層內(nèi)部?jī)H進(jìn)氣吸力隨周期數(shù)增加而增大,。根據(jù)BC-GA模型計(jì)算不同埋深的含砂層土壤間歇入滲特性及濕潤(rùn)鋒運(yùn)移特性，對(duì)比分析指出,，周期數(shù)增加,，相同含砂層埋深下的累積入滲量減小，濕潤(rùn)鋒運(yùn)移距離增大,；含砂層埋深增加,，相同供水周期的累積入滲量增大，濕潤(rùn)鋒增大,；供水周期達(dá)到最大時(shí),，含砂層埋深對(duì)累積入滲量和濕潤(rùn)鋒運(yùn)移距離影響減小,。

摘要:鹽堿地是我國(guó)重要的后備耕地資源,，為及時(shí),、準(zhǔn)確獲取土壤鹽漬化信息，以寧夏銀北地區(qū)不同鹽結(jié)皮土壤為研究對(duì)象,，運(yùn)用土壤學(xué)和地統(tǒng)計(jì)學(xué)方法,，以土壤野外原位光譜數(shù)據(jù)和室內(nèi)鹽分指標(biāo)測(cè)定數(shù)據(jù)為基本信息源，系統(tǒng)分析不同鹽結(jié)皮光譜特征,，確定對(duì)結(jié)皮層pH值,、電導(dǎo)率（EC）和鹽分離子含量最敏感的土壤光譜反射率轉(zhuǎn)換形式、波段和光譜鹽分指數(shù),，進(jìn)而建立并驗(yàn)證基于敏感鹽分指數(shù)的鹽分指標(biāo)預(yù)測(cè)模型,。結(jié)果表明：研究區(qū)白堿結(jié)皮光譜反射率在450～1050nm波段最高，馬尿堿結(jié)皮次之,，黑油堿結(jié)皮最低,。通過(guò)野外光譜反射率可以將研究區(qū)主要鹽結(jié)皮類型進(jìn)行分類。反射率平滑后再經(jīng)過(guò)一階微分,、倒數(shù)對(duì)數(shù)一階微分,、連續(xù)統(tǒng)去除和連續(xù)統(tǒng)去除一階微分轉(zhuǎn)換后，最大相關(guān)系數(shù)比只作平滑處理的反射率顯著增大,。與pH值,、EC和CO2-3、Mg2+含量相關(guān)性最強(qiáng)的轉(zhuǎn)換方式是連續(xù)統(tǒng)去除一階微分,，與SO2-4,、Ca2+、K+含量相關(guān)性最強(qiáng)的轉(zhuǎn)換方式是倒數(shù)對(duì)數(shù)一階微分,，與HCO-3,、Cl-、Na+含量相關(guān)性最強(qiáng)的轉(zhuǎn)換方式是一階微分,。整體上連續(xù)統(tǒng)去除一階微分與各鹽分指標(biāo)的相關(guān)性最強(qiáng),。整體來(lái)看，鹽分敏感區(qū)域在藍(lán)光450,、470,、485nm附近，綠光501,、575nm附近,，紅光680nm附近和近紅外多個(gè)波段。與各鹽分指標(biāo)相關(guān)性最強(qiáng)的鹽分指數(shù)分別為：pH值為鹽分指數(shù)S1,，Cl-,、K+含量為鹽分指數(shù)SI3,，SO2-4、Mg2+量為鹽分指數(shù)S2,，EC和HCO-3,、Na+含量為鹽分指數(shù)S3，CO2-3,、Ca2+含量為鹽結(jié)皮指數(shù)SCI,。除CO2-3含量外，利用敏感鹽分指數(shù)可以準(zhǔn)確預(yù)測(cè)土壤結(jié)皮層pH值,、EC和其他鹽分離子含量,，其中對(duì)Na+含量的擬合度最大。該研究可為銀北地區(qū)不同鹽結(jié)皮土壤分類及鹽漬化信息的準(zhǔn)確預(yù)測(cè)提供科學(xué)依據(jù),。

摘要:生物質(zhì)熱解焦油作為熱解炭化或氣化過(guò)程的副產(chǎn)物,，難以去除且危害較大。通過(guò)對(duì)熱解焦油的理化性質(zhì)分析,，發(fā)現(xiàn)其具有較高的熱值,，燃燒后可以為熱解設(shè)備提供熱源，實(shí)現(xiàn)能量的循環(huán)利用,。針對(duì)熱解焦油霧化效果差,、直接燃燒不穩(wěn)定等問(wèn)題，設(shè)計(jì)了二次霧化噴嘴,，并提出一種生物質(zhì)熱解焦油伴氣燃燒的工藝,；采用一定量的熱解氣作為助燃劑，為熱解焦油燃燒提供穩(wěn)定的火焰,，設(shè)計(jì)了熱解焦油燃燒試驗(yàn)系統(tǒng),。燃燒試驗(yàn)表明，該燃燒器的焦油燃燒量為20~55kg/h,，達(dá)到設(shè)計(jì)要求,。當(dāng)霧化空氣壓力為0.6MPa、熱解焦油壓力為0.2~0.4MPa,、熱解氣壓力為0.3~0.5kPa時(shí),，燃燒器燃燒穩(wěn)定，火焰明亮,。通過(guò)煙氣分析儀發(fā)現(xiàn)燃燒煙氣中CO和NOx含量較高,，表明在燃燒室中的一次燃燒并未達(dá)到理想的燃燒效果,。

摘要:為推動(dòng)水熱生物炭燃料化利用,，以不同水熱炭化溫度（200、240,、280,、320,、360℃）下得到的小麥秸稈水熱生物炭為原料，利用生物炭化學(xué)組成,、動(dòng)力學(xué)參數(shù),、燃燒指數(shù)對(duì)水熱生物炭燃燒特性進(jìn)行了評(píng)價(jià)，并研究了水熱炭化溫度對(duì)燃燒特性的影響,。研究結(jié)果表明,，隨著水熱炭化溫度由200℃增加到360℃，由于脫水,、脫羧反應(yīng)的發(fā)生,，水熱生物炭的燃料比由0.34增加到1.2，O/C和H/C物質(zhì)的量比分別由0.5,、1.17降至0.07,、0.67，水熱生物炭的煤化程度升高,；水熱生物炭在低溫段,、高溫段的活化能分別由14、67kJ/mol增加到41.4,、76.5kJ/mol,，水熱生物炭燃燒反應(yīng)活性降低；無(wú)量綱燃燒指數(shù)Z由3.49×10-2降至6.64×10-3,，表明燃燒反應(yīng)活性降低,，這與化學(xué)組分和表觀活化能的評(píng)價(jià)結(jié)果一致，指數(shù)Z可用于衡量水熱生物炭的燃燒活性,。

摘要:針對(duì)蘋果采收成熟度不一,，導(dǎo)致果品貯藏品質(zhì)不佳、病害率高等問(wèn)題,，基于可見(jiàn)/近紅外光譜和成熟度評(píng)價(jià)指數(shù)建立快速無(wú)損判別采收成熟度的分類模型,。根據(jù)盛花期后的發(fā)育時(shí)間，采集了3種成熟階段（八成熟,、九成熟和十成熟）樣品的光譜信息,。光譜預(yù)處理后通過(guò)“二審”回收算子法剔除異常樣本，隨機(jī)蛙跳（RF）算法提取特征變量,，建立成熟度評(píng)價(jià)指數(shù)SIQI和綜合評(píng)價(jià)指標(biāo)FQI的偏最小二乘（PLSR）模型,，SIQI指數(shù)和FQI指數(shù)的預(yù)測(cè)相關(guān)系數(shù)R為0.938和0.917。建立極限學(xué)習(xí)機(jī)（ELM）和支持向量回歸（SVR）分類模型,，并與2種成熟度評(píng)價(jià)指數(shù)結(jié)合SVR建立的分類結(jié)果進(jìn)行比較,。對(duì)比4種分類結(jié)果發(fā)現(xiàn)，基于SIQI+SVR構(gòu)建的分類結(jié)果最好，優(yōu)于直接分類模型,，分類準(zhǔn)確率為 85.71%,。試驗(yàn)結(jié)果表明，可見(jiàn)/近紅外光譜結(jié)合成熟度評(píng)價(jià)指數(shù)可實(shí)現(xiàn)蘋果成熟度分類,，為后續(xù)采收成熟度的無(wú)損檢測(cè)設(shè)備研發(fā)提供理論參考,。

摘要:為探究飼料調(diào)質(zhì)器中物料的運(yùn)動(dòng)規(guī)律和黏結(jié)狀態(tài)，基于CFD-DEM耦合的方法對(duì)調(diào)質(zhì)器的工作過(guò)程進(jìn)行仿真建模和作業(yè)參數(shù)優(yōu)化,。耦合模型建立方法：采用Pro/E三維軟件建立調(diào)質(zhì)器結(jié)構(gòu)模型,；利用Gambit軟件對(duì)其進(jìn)行網(wǎng)格劃分，利用Fluent中的RNG k-ε湍流模型作為流體模型,；利用離散元軟件EDEM中的Hertz-Mindlin with bonding模型建立飼料原料濕黏模型,，并對(duì)兩種模型進(jìn)行邊界參數(shù)和耦合參數(shù)等設(shè)定。以槳葉安裝角,、調(diào)質(zhì)軸轉(zhuǎn)速,、填充率為試驗(yàn)因素，以調(diào)質(zhì)器出料量為評(píng)價(jià)指標(biāo),，按照三因素五水平正交旋轉(zhuǎn)組合試驗(yàn)設(shè)計(jì)方法進(jìn)行試驗(yàn)研究,。利用Design-Expert 8.0.6軟件回歸分析法和響應(yīng)面分析法，建立了3個(gè)因素對(duì)調(diào)質(zhì)器作業(yè)評(píng)價(jià)指標(biāo)影響的數(shù)學(xué)模型,，對(duì)調(diào)質(zhì)器模型作業(yè)參數(shù)優(yōu)化并進(jìn)行了試驗(yàn)驗(yàn)證,。結(jié)果表明，各因素對(duì)調(diào)質(zhì)器出料量的影響顯著性由大到小依次為填充率,、調(diào)質(zhì)軸轉(zhuǎn)速,、槳葉安裝角；最佳作業(yè)參數(shù)組合方案為：槳葉安裝角38.49°,、調(diào)質(zhì)軸轉(zhuǎn)速182.2r/min,、填充率58.4%，此時(shí)調(diào)質(zhì)器出料量較高,，生產(chǎn)率為13.1g/s,。

摘要:為研究馬鈴薯切片熱泵干燥過(guò)程中內(nèi)部水分遷移規(guī)律，利用低場(chǎng)核磁共振技術(shù)檢測(cè)橫向弛豫時(shí)間T2,，分析峰面積A2x的變化,，建立水分變化動(dòng)力學(xué)模型。結(jié)果表明：熱泵干燥過(guò)程中,，提高熱風(fēng)溫度能夠顯著提高干燥速率,，加快結(jié)合水、不易流動(dòng)水以及自由水的遷移,。干燥過(guò)程中自由水和結(jié)合水先于不易流動(dòng)水發(fā)生變化,，自由水含量在前90min基本保持不變,，之后迅速下降，不易流動(dòng)水和結(jié)合水含量均表現(xiàn)為先升高后降低的趨勢(shì),。自由水被脫除后，不易流動(dòng)水和結(jié)合水依次達(dá)到最大值,，隨著干燥進(jìn)行不易流動(dòng)水逐漸被脫除,，隨后結(jié)合水開始被脫除至干燥結(jié)束。馬鈴薯切片熱泵干燥過(guò)程屬于內(nèi)部擴(kuò)散控制,，水分有效擴(kuò)散系數(shù)范圍為5.228×10-8～1.434×10-7m2/s,，建立的干燥動(dòng)力學(xué)模型決定系數(shù)均大于0.98，可用于預(yù)測(cè)馬鈴薯切片干燥過(guò)程中不同狀態(tài)的水分遷移規(guī)律,。

摘要:傳統(tǒng)粒子群算法存在收斂精度低,、搜索停滯等缺點(diǎn)，導(dǎo)致機(jī)器人路徑規(guī)劃精度低,。為了提高路徑規(guī)劃的精度,，對(duì)傳統(tǒng)的粒子群算法進(jìn)行改進(jìn)。首先在算法運(yùn)行的各階段對(duì)慣性權(quán)重因子和加速因子同時(shí)使用三角函數(shù)的變化方式自適應(yīng)調(diào)整,，使算法中的參數(shù)在算法運(yùn)行各階段的配合達(dá)到最佳,，提高了算法的搜索能力；其次在算法中引入雞群算法中的母雞更新方程和小雞更新方程對(duì)搜索停滯的粒子進(jìn)行擾動(dòng),，并在引進(jìn)的方程中使用全局最優(yōu)解使擾動(dòng)后的粒子向全局最優(yōu)解靠近,；最后通過(guò)函數(shù)優(yōu)化和路徑規(guī)劃兩組對(duì)比實(shí)驗(yàn)，驗(yàn)證了改進(jìn)算法在問(wèn)題優(yōu)化時(shí)具有尋優(yōu)精度高,、魯棒性好的優(yōu)點(diǎn),。

摘要:為提高農(nóng)用運(yùn)輸車輛路徑跟蹤的魯棒穩(wěn)定性，基于線性模型預(yù)測(cè)控制結(jié)合農(nóng)用運(yùn)輸車輛特點(diǎn)設(shè)計(jì)了路徑跟蹤控制器,。該方法首先將農(nóng)用運(yùn)輸車輛的運(yùn)動(dòng)學(xué)模型進(jìn)行離散化求解,，推出誤差模型作為控制器預(yù)測(cè)方程，為使農(nóng)用運(yùn)輸車能夠克服在田間行駛時(shí)的各種干擾,，通過(guò)構(gòu)建李雅普諾夫函數(shù)重點(diǎn)分析了該模型的魯棒穩(wěn)定性,，得到控制周期約束條件，然后建立目標(biāo)函數(shù)并引入松弛因子,，最后把預(yù)測(cè)模型代入目標(biāo)函數(shù)進(jìn)行優(yōu)化求解,，重復(fù)以上過(guò)程，實(shí)現(xiàn)優(yōu)化控制,。Matlab仿真表明：當(dāng)前輪轉(zhuǎn)角擾動(dòng)不大于15°及橫向擾動(dòng)不大于1.5m時(shí),，控制器可以迅速起到調(diào)節(jié)作用，使車輛快速回到參考軌跡上行駛,。對(duì)應(yīng)的場(chǎng)地試驗(yàn)結(jié)果表明：試驗(yàn)小車以2m/s的速度跟蹤參考路徑時(shí),，直線路段跟蹤效果良好，最大橫向偏差為10.57cm，均值為8.49cm,；添加擾動(dòng)路段的跟蹤偏差較大,，最大橫向偏差為23.89cm,最大縱向偏差為62.53cm，但在控制器的控制作用下可以實(shí)現(xiàn)對(duì)路徑的有效跟蹤,。由此可見(jiàn),，該控制器在速度小于等于2m/s的情況下，可以滿足農(nóng)用運(yùn)輸車輛對(duì)路徑跟蹤的精度與魯棒穩(wěn)定性要求,。

摘要:目前功率變換器的控制方法以純狀態(tài)反饋為主，當(dāng)干擾較大時(shí)一般需要通過(guò)較大的增益來(lái)抑制干擾的影響,，而高增益控制器通常會(huì)影響閉環(huán)系統(tǒng)的動(dòng)態(tài)或穩(wěn)態(tài)性能,。為進(jìn)一步提高Buck型變換器控制系統(tǒng)的動(dòng)態(tài)和穩(wěn)態(tài)性能，提出了一種基于非奇異終端滑?？刂品椒ê蛿_動(dòng)觀測(cè)技術(shù)的復(fù)合控制方案,。首先，考慮外界干擾,、系統(tǒng)不確定以及參數(shù)變化的影響,，建立Buck型功率變換器的平均狀態(tài)模型；其次,，基于非奇異終端滑?？刂品椒ǎO(shè)計(jì)滑?？刂破?，實(shí)現(xiàn)Buck型變換器的基本電壓調(diào)節(jié)功能；最后,，利用擾動(dòng)觀測(cè)技術(shù),，構(gòu)造非線性擾動(dòng)觀測(cè)器實(shí)現(xiàn)對(duì)擾動(dòng)的觀測(cè)，并將擾動(dòng)觀測(cè)值作為前饋與狀態(tài)反饋結(jié)合形成復(fù)合控制,，進(jìn)一步改善了系統(tǒng)的性能,。仿真和實(shí)驗(yàn)驗(yàn)證了所提方法的有效性。

摘要:根據(jù)基于方位特征集的并聯(lián)機(jī)構(gòu)拓?fù)浣Y(jié)構(gòu)設(shè)計(jì)理論和機(jī)構(gòu)結(jié)構(gòu)降耦原理,，設(shè)計(jì)了一種低耦合度的3T1R運(yùn)動(dòng)解耦并聯(lián)機(jī)構(gòu),。首先，對(duì)一種耦合度κ為2的3T1R并聯(lián)機(jī)構(gòu)進(jìn)行了結(jié)構(gòu)降耦設(shè)計(jì),，得到了耦合度較低(κ1=1,κ2=0),，但自由度和末端執(zhí)行件輸出運(yùn)動(dòng)類型均保持不變的新機(jī)型；又對(duì)其進(jìn)行了運(yùn)動(dòng)解耦性分析,，表明機(jī)構(gòu)具有部分運(yùn)動(dòng)解耦,；然后,，導(dǎo)出了機(jī)構(gòu)位置正、逆解方程和雅可比矩陣,；最后,，基于雅可比矩陣分析了機(jī)構(gòu)奇異性，并進(jìn)一步對(duì)該并聯(lián)機(jī)構(gòu)可達(dá)工作空間和轉(zhuǎn)動(dòng)能力進(jìn)行了分析,，得到了機(jī)構(gòu)無(wú)奇異工作空間區(qū)域,。結(jié)果表明，降耦機(jī)構(gòu)具有結(jié)構(gòu)簡(jiǎn)單,、無(wú)奇異工作空間形狀規(guī)則,、體積大,，且全工作空間所有位置的轉(zhuǎn)動(dòng)能力一致等特點(diǎn),，克服了一般并聯(lián)機(jī)構(gòu)耦合性強(qiáng)、控制復(fù)雜的弱點(diǎn),，具有較好的工業(yè)應(yīng)用前景,。

摘要:為解決現(xiàn)有液壓馬達(dá)徑向力不平衡造成馬達(dá)易損壞的問(wèn)題，基于雙定子思想,，設(shè)計(jì)了一種力偶型徑向柱塞馬達(dá),，該馬達(dá)通過(guò)力偶輸出轉(zhuǎn)矩，輸出軸的徑向力平衡,，不受側(cè)向力的作用,。在馬達(dá)的一個(gè)殼體內(nèi)形成了內(nèi)、外兩個(gè)馬達(dá),，通過(guò)不同的配流方式可以輸出3種轉(zhuǎn)矩和轉(zhuǎn)速,。本文闡述了馬達(dá)的結(jié)構(gòu)特點(diǎn)和工作原理，分析了導(dǎo)軌曲線與馬達(dá)轉(zhuǎn)矩轉(zhuǎn)速脈動(dòng)的關(guān)系,，通過(guò)對(duì)馬達(dá)瞬時(shí)轉(zhuǎn)矩的分析,，得出了馬達(dá)轉(zhuǎn)矩轉(zhuǎn)速無(wú)脈動(dòng)的條件，及轉(zhuǎn)矩轉(zhuǎn)速脈動(dòng)為零時(shí)導(dǎo)軌曲線的幅角分配規(guī)律,。對(duì)馬達(dá)樣機(jī)進(jìn)行了加工,、實(shí)驗(yàn)，測(cè)試了馬達(dá)在3種工作方式下的輸出特性,。結(jié)果表明,，轉(zhuǎn)矩轉(zhuǎn)速脈動(dòng)與進(jìn)油區(qū)段柱塞的速度之和有關(guān)，若速度之和為常數(shù),，理論上無(wú)轉(zhuǎn)矩轉(zhuǎn)速脈動(dòng),。

摘要:針對(duì)單泵控差動(dòng)缸閉式系統(tǒng)需要補(bǔ)油單元及在負(fù)載方向頻繁變化下運(yùn)行速度波動(dòng)的問(wèn)題，提出了一種以液壓蓄能器為低壓油箱,、單伺服電機(jī)驅(qū)動(dòng)雙定量泵的變轉(zhuǎn)速雙泵控差動(dòng)缸閉式系統(tǒng)及其控制方法,。分析了變轉(zhuǎn)速單泵和雙泵控差動(dòng)缸閉式系統(tǒng)在四象限工況下的運(yùn)行原理,。在Matlab/Simulink中建立了液壓挖掘機(jī)工作裝置機(jī)構(gòu)模型、單泵和雙泵控差動(dòng)缸閉式系統(tǒng)模型,、速度開環(huán)和速度前饋加閉環(huán)的控制系統(tǒng),，并對(duì)所構(gòu)建的雙泵控差動(dòng)缸模型進(jìn)行了局部試驗(yàn)驗(yàn)證。以斗桿速度和鏟斗空載為輸入,，通過(guò)仿真對(duì)單泵和雙泵控缸閉式系統(tǒng)在挖掘機(jī)斗桿液壓缸四象限工況下的控制性和效率進(jìn)行了對(duì)比分析,。結(jié)果表明，所提出的采用速度前饋加閉環(huán)控制的雙泵控差動(dòng)缸閉式系統(tǒng),，雖然總效率較單泵控差動(dòng)缸閉式系統(tǒng)降低了4個(gè)百分點(diǎn),，但實(shí)現(xiàn)了差動(dòng)缸流量的平衡，解決了由四象限工況造成的速度波動(dòng)問(wèn)題,，且最大位移誤差僅為4mm,，系統(tǒng)及其控制方法對(duì)于差動(dòng)缸的四象限工況運(yùn)行是切實(shí)可行的。

摘要:提出了一種基于結(jié)構(gòu)-整機(jī)性能映射模型的機(jī)床薄弱件結(jié)構(gòu)優(yōu)化方法,。首先,，通過(guò)機(jī)床動(dòng)靜態(tài)特性分析確定薄弱結(jié)構(gòu)部件。其次,，提出基于擴(kuò)展常數(shù)自組織選取橢圓基函數(shù)（Elliptical basis function,，EBF）的結(jié)構(gòu)-動(dòng)靜態(tài)性能映射元模型建模方法：對(duì)橢圓基函數(shù)神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，提出基于擴(kuò)展常數(shù)自組織選取的EBF建模方法,，通過(guò)擴(kuò)展系數(shù)的自組織選取以確定不同橢圓基函數(shù)合理的參與度與重疊性,，避免所有橢圓基函數(shù)圖形偏平或偏尖而影響EBF建模精度；基于改進(jìn)后的橢圓基函數(shù)神經(jīng)網(wǎng)絡(luò)構(gòu)建薄弱件結(jié)構(gòu)-整機(jī)動(dòng)靜態(tài)性能映射元模型,。通過(guò)實(shí)例樣本數(shù)據(jù)檢驗(yàn)得到,，所構(gòu)建的機(jī)床實(shí)例映射元模型計(jì)算結(jié)果與實(shí)際值之間的誤差檢驗(yàn)復(fù)相關(guān)系數(shù)均在0995以上，說(shuō)明了該結(jié)構(gòu)-整機(jī)性能映射元模型構(gòu)建方法的正確性,。在此基礎(chǔ)上,，根據(jù)上述薄弱件結(jié)構(gòu)-整機(jī)動(dòng)靜態(tài)性能映射關(guān)系，以整機(jī)動(dòng)靜態(tài)性能為評(píng)價(jià)指標(biāo),，以薄弱結(jié)構(gòu)部件為優(yōu)化對(duì)象,，基于多目標(biāo)優(yōu)化算法，實(shí)現(xiàn)面向機(jī)床整機(jī)性能的薄弱件結(jié)構(gòu)優(yōu)化,。