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:現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系建設項目（CARS-03）、教育部創(chuàng)新團隊發(fā)展計劃項目（IRT13039）和公益性行業(yè)（農(nóng)業(yè)）科研專項資金項目（201503136）

摘要:自動導航車自主移動的關(guān)鍵是精準的路徑跟蹤,，針對Mecanum輪全方位移動AGV的路徑跟蹤,，提出了一種基于位姿狀態(tài)和有限控制步數(shù)的路徑跟蹤優(yōu)化控制方法,。在系統(tǒng)約束條件下,，通過建立系統(tǒng)的運動學模型,，將連續(xù)的系統(tǒng)離散化,。在目標函數(shù)中只包含速度控制量,，同時通過最小化目標函數(shù),，得到系統(tǒng)控制量的控制序列,，從而避免了最優(yōu)控制的加權(quán)矩陣選擇難的問題。此外,，有限步的控制序列也有利于實時嵌入式控制器的滾動控制,。仿真和實驗表明，對于不同速度,，該算法均能快速、同步,、穩(wěn)定地消除位姿偏差,，且計算量小,、方便。

摘要:為了解決前輪導向AGV的車輪側(cè)滑問題,，基于Ackermann轉(zhuǎn)向原理設計了一種變長連桿的雙曲柄轉(zhuǎn)向系統(tǒng),。通過推導轉(zhuǎn)向動力學模型，建立了考慮轉(zhuǎn)向阻力矩的左,、右前輪轉(zhuǎn)向角閉環(huán)控制模型，提出了左,、右前輪轉(zhuǎn)向角PID同步控制算法,，利用Matlab仿真轉(zhuǎn)向控制模型的動態(tài)響應，獲得了相關(guān)控制參數(shù),。以松下PLC為核心,，構(gòu)建了由左前輪轉(zhuǎn)向交流伺服電機、推桿伺服電機,、驅(qū)動器和編碼器組成的AGV轉(zhuǎn)向測控系統(tǒng),，設計了前輪轉(zhuǎn)向系統(tǒng)同步閉環(huán)控制流程,，實現(xiàn)了滿足純滾動轉(zhuǎn)向原理的左、右前輪轉(zhuǎn)角實時同步控制及轉(zhuǎn)角信息采集,。草地路面原地轉(zhuǎn)向及硬質(zhì)路面S型軌跡轉(zhuǎn)向行駛試驗表明,，前輪導向AGV轉(zhuǎn)向系統(tǒng)的左、右前輪期望轉(zhuǎn)角與實際轉(zhuǎn)角誤差小于0.1°,，AGV轉(zhuǎn)向系統(tǒng)近似滿足車輪純滾動無側(cè)滑運動條件,，驗證了輪式AGV純滾動轉(zhuǎn)向系統(tǒng)設計和轉(zhuǎn)向控制的正確性與有效性。

摘要:為解決現(xiàn)有拖拉機自動駕駛系統(tǒng)上線距離較長,，且在上線目標點附近跟蹤誤差較大的問題,，提出了一種基于量子遺傳算法優(yōu)化的B樣條理論局部上線軌跡規(guī)劃方法。綜合考慮最大曲率約束,、起止點航向約束和最大轉(zhuǎn)向角約束,，把最優(yōu)軌跡規(guī)劃問題轉(zhuǎn)化為B樣條控制點參數(shù)優(yōu)化問題，采用量子遺傳算法對目標函數(shù)進行尋優(yōu),，從而求得距離最短的可行駛上線軌跡,。設計了4種典型作業(yè)工況，仿真結(jié)果表明,，對于不同作業(yè)工況,，算法均可通過優(yōu)化配置B樣條控制點得到滿足約束的上線軌跡，曲率和等效前輪轉(zhuǎn)角變化平緩,，有利于路徑跟蹤控制器進行曲線跟蹤控制。田間試驗結(jié)果表明,，針對設計的復雜作業(yè)工況,，單獨采用純追蹤算法的上線距離為78.6m，基于上線軌跡規(guī)劃方法的上線距離為23.7m,，且后者在上線點附近的橫向跟蹤誤差更小,。

摘要:綠色柑橘具有與背景相似的顏色特征，自然環(huán)境下綠色柑橘的視覺檢測比較困難,。提出基于深度學習技術(shù),，利用Faster RCNN方法進行樹上綠色柑橘的視覺檢測研究。首先配置深度學習的試驗環(huán)境,，同時設計了綠色柑橘圖像采集試驗,，建立了柑橘圖像樣本集，通過試驗對批處理大小,、學習速率和動量等超參數(shù)進行調(diào)優(yōu),，確定合適的學習速率為0.01、批處理為128,、動量系數(shù)為0.9,，使用確定的超參數(shù)對模型進行了訓練,，最終訓練模型在測試集上的平均精度(MAP)為85.49%。通過設計自然環(huán)境下不同光照條件,、圖像中不同尺寸柑橘,、不同個數(shù)柑橘的Faster RCNN方法與Otsu分割法的柑橘檢測對比試驗，并定義F值作為對比評價指標,，分析2種方法的檢測結(jié)果,，試驗結(jié)果表明：Faster RCNN方法與Otsu方法在不同光照條件下檢測綠色柑橘的F值分別為77.45%和59.53%；不同個數(shù)柑橘果實檢測結(jié)果的F值分別為82.58%和60.34%,，不同尺寸柑橘檢測結(jié)果的F值分別為73.53%和49.44%,，表明所提方法對自然環(huán)境下綠色柑橘有較好的檢測效果，為果園自動化生產(chǎn)和機器人采摘的視覺檢測提供了技術(shù)支持,。

摘要:針對小麥秸稈截面顯微圖像中組織成分的結(jié)構(gòu)和灰度特征,，研究了一種扇環(huán)型分區(qū)域圖像分割方法，用于精確分割厚壁,、維管束等關(guān)鍵組織結(jié)構(gòu),。小麥秸稈截面的內(nèi)外側(cè)輪廓構(gòu)成了一個近似的環(huán)形區(qū)域。先粗略定位厚壁和維管束所屬的圓環(huán)區(qū)域,。依據(jù)定位信息,，以截面中心為起點向圓環(huán)外輪廓畫射線，將圓環(huán)劃分為大量的扇環(huán)形小區(qū)域,。用Otsu算法對各個小區(qū)域進行獨立的閾值分割,，再對分割結(jié)果進行拼接等后續(xù)處理，得到完整的厚壁或維管束,，最后以此為基礎精確測量秸稈截面的各種參數(shù),。實驗結(jié)果表明，與傳統(tǒng)的Otsu算法相比,，該方法對顯微圖像采集過程中切片,、染色、拍照等環(huán)節(jié)導致的低質(zhì)量圖像具有較高的分割準確性和魯棒性,，在提高了切片樣本利用率的同時降低了人工勞動強度,。該測量系統(tǒng)對各類參數(shù)的測量精度均大于94.6%。

摘要:針對冬小麥返青期地表追施氮肥使氮素揮發(fā)導致肥料利用率低的問題,，結(jié)合目前在小麥追肥過程中缺少深施氮肥作業(yè)裝備的現(xiàn)狀,，進行了基于拖拉機自動導航技術(shù)實現(xiàn)精準對行深施氮肥的技術(shù)研究，設計了小麥精準對行精量深施追肥機,。追肥機采用安裝有自動導航系統(tǒng)的拖拉機牽引實現(xiàn)精準對行,，以RTK-GNSS接收機測取的作業(yè)速度為基準，通過液壓系統(tǒng)驅(qū)動排肥機構(gòu)工作，雙圓盤開溝器開溝深施,，采用PID控制排肥軸轉(zhuǎn)速與車輛行駛速度實現(xiàn)實時匹配,，達到精量控制追肥量的目的。田間試驗結(jié)果表明：設置目標追肥量為200kg/hm2,，車輛行駛速度為5km/h時,，追肥機能完成對行深施追肥作業(yè)，機具對行作業(yè)誤差在±6cm以內(nèi),，追肥量偏差小于9%,，可滿足實際生產(chǎn)需求；對照撒肥機表層撒肥作業(yè),，每公頃減施氮肥25kg左右,，小麥每公頃增產(chǎn)486.5kg左右。

摘要:耕深作為深松作業(yè)質(zhì)量的重要指標,，長期以來無法實現(xiàn)在線評估,，目前以人工抽測為主，誤差大,，效率低,。以提高農(nóng)機深松耕整地作業(yè)質(zhì)量為目標，提出一種基于深松機組姿態(tài)估測的耕深檢測方法及系統(tǒng),。首先分析了牽引拖拉機以及懸掛式深松機在作業(yè)過程中的運動軌跡,，建立了拖拉機與深松機作業(yè)耕深檢測模型。該模型通過檢測安裝在拖拉機后懸掛桿和懸掛式深松機上的姿態(tài)傳感器輸出角度,，實時計算深松機耕深,。為驗證該檢測模型的精度，設計了基于嵌入式ARM內(nèi)核的耕深檢測傳感器和深松作業(yè)檢測系統(tǒng),，該系統(tǒng)集衛(wèi)星定位系統(tǒng)（GPS）,、移動網(wǎng)絡傳輸（GPRS）、數(shù)據(jù)存儲（SD卡）等于一體,，能實時采集深松機作業(yè)耕深、作業(yè)位置,、作業(yè)速度及航向信息,，數(shù)據(jù)存儲在檢測系統(tǒng)的終端設備中，并通過移動網(wǎng)絡傳送至遠程數(shù)據(jù)中心做進一步融合處理,，以對深松作業(yè)質(zhì)量進行綜合評價,。將耕深檢測傳感器進行靜態(tài)標定，耕深檢測標定誤差小于0.88cm,，平均誤差小于0.21cm,，均方根誤差小于0.66cm。利用標定后的傳感器及深松作業(yè)檢測系統(tǒng)在田間開展多組試驗，試驗結(jié)果顯示該系統(tǒng)耕深檢測最大誤差為1.18cm,，多組試驗數(shù)據(jù)的平均誤差小于0.45cm,，均方根誤差小于0.64cm，表明該系統(tǒng)耕深檢測精度和穩(wěn)定性較高,。

摘要:針對現(xiàn)有氣吸式高速精密排種器遇負壓驟降時易發(fā)生大量漏播的技術(shù)難題，設計了一種在排種盤上同時設有吸孔,、導種槽和取種槽3種種子拾取機構(gòu)的氣吸機械復合式大豆精密排種器,，其中導種槽引導種子向取種槽運動，取種槽拾取種子,，同時吸孔產(chǎn)生吸力促進種子的拾取,，通過3種拾取機構(gòu)共同改變種群運移行為，保證氣流負壓驟降情況下的排種性能,；通過離散元仿真設計和理論建模分析等方法,，研究關(guān)鍵設計參數(shù)對種群運移規(guī)律的影響，并對關(guān)鍵部件幾何結(jié)構(gòu)參數(shù)進行優(yōu)化設計,；通過回歸分析和多因素試驗得出作業(yè)速度,、取種槽和導種槽幾何結(jié)構(gòu)尺寸、負壓均對排種器播種效果有顯著影響,，并得出排種器最優(yōu)結(jié)構(gòu)參數(shù)為：導種槽傾角45°,、導種槽深度2mm、取種槽上邊寬度9.5mm,、取種槽下邊寬度7.3mm,、取種槽深度5.7mm、取種槽前后槽面寬度9.5mm,，在該幾何結(jié)構(gòu)條件下,，當作業(yè)速度不大于8.6km/h、負壓不小于1.6kPa時,，播種粒距合格率不小于95%,；通過排種器的田間驗證試驗，最優(yōu)結(jié)構(gòu)參數(shù)條件下該排種器播種粒距合格率為93.67%,、重播率為3.32%,、漏播率為3.01%；通過臺架對比試驗得出當負壓降至1.1kPa時,，該排種器相較于勃農(nóng)氣吸式排種器和MASCHIO氣吸式排種器,，粒距合格率分別提高6.48、1.92個百分點,，當負壓降至0.6kPa時,，粒距合格率分別提高9.12、4.25個百分點。

摘要:膜上栽植技術(shù)可以有效防止水土流失,、有利于有機水稻種植,，缽苗移栽可以提高產(chǎn)量。為了將兩種農(nóng)藝相結(jié)合,，提出一種膜上開孔并實現(xiàn)水稻缽苗栽植的移栽機構(gòu),，能有效避免因破膜與水稻栽植不同步而造成的秧苗損傷。分析了移栽機構(gòu)的工作機理,，建立了運動學分析模型,，開發(fā)了計算機輔助分析優(yōu)化設計軟件，并得到一組滿足膜上移栽要求的結(jié)構(gòu)參數(shù),。建立三維模型,，并利用ADAMS軟件完成虛擬樣機仿真。設計物理樣機,，進行高速攝影運動試驗,。樣機試驗結(jié)果與理論分析所得軌跡基本一致，驗證了移栽機構(gòu)設計的合理性與正確性,。在試驗臺架上完成了取苗試驗與膜上栽植試驗,，取苗成功率為92.8%，膜上栽植的合格率為90%,，滿足膜上移栽的作業(yè)要求,，驗證了水稻缽苗膜上移栽機構(gòu)的可行性。

摘要:合理的氣流分配室結(jié)構(gòu)是氣力式水稻穴盤成型機正常工作的前提條件,。為了保證氣流分配室具有均勻的流場結(jié)構(gòu),，生產(chǎn)出合格的穴盤，以氣體控制方程為理論依據(jù),，利用FLUENT軟件對氣流分配室內(nèi)氣流場進行了仿真分析,。結(jié)合正交試驗設計和數(shù)值模擬技術(shù)，以腔體厚度,、通氣孔直徑和底角為影響因素,，速度不均勻系數(shù)為評價指標，對氣流場進行了單因素和正交模擬仿真試驗,，結(jié)果表明各因素對試驗結(jié)果影響的主次順序為配氣腔體厚度,、通氣孔直徑、底角,；當腔體厚度、通氣孔直徑和底角分別為110mm,、15mm和0°時,，氣流分配室流場均勻性較理想，此時速度不均勻系數(shù)為11.37%。試驗結(jié)果表明,，仿真結(jié)果與實測結(jié)果的平均相對誤差為1.59%,，雙側(cè)相關(guān)系數(shù)為0.028，存在顯著相關(guān)關(guān)系,；穴盤生產(chǎn)成型率為92.3%,穴孔質(zhì)量和底面厚度的變異系數(shù)分別為10.2%和9.81%,，滿足穴盤生產(chǎn)要求。

摘要:為實現(xiàn)鋪膜插秧種植方式的有機水稻全程綠色無污染化作業(yè),，解決地膜兩側(cè)單行內(nèi)雜草難以根除的問題,，根據(jù)農(nóng)藝要求，設計了一種針對鋪膜插秧后除草作業(yè)的3SCJ-1型單行水田除草機,。闡述了基本結(jié)構(gòu)組成和工作原理,，分析了除草部件的運動學與動力學特征，建立了除草部件,、機架與仿形浮漂整體的力學模型,，推導出除草機的驅(qū)動扭矩。以機器前進速度和除草深度為試驗影響因素,，除草率作為評價指標,，對除草性能進行單因素田間試驗，并運用Design-Expert 8.0.6軟件對試驗數(shù)據(jù)進行分析,，得到影響因素與評價指標之間的數(shù)學模型,。試驗結(jié)果表明：當機器前進速度從0.3m/s增大至0.6m/s時，除草率先增大后減小,，并在前進速度為0.45m/s時,，除草率達到最大值（78.52%）；當除草深度從50mm增大至110mm時,，除草率持續(xù)增大,，但考慮到除草機的功耗，最佳除草深度取為50~100mm,，在除草深度為100mm時,，除草率為79.26%。除草機平均除草率為78.02%,，滿足鋪膜插秧種植方式水田除草的農(nóng)藝要求,。

摘要:為實現(xiàn)白蘆筍高效、低損傷采收,，設計了一種適用于白蘆筍選擇性收獲機的末端執(zhí)行器,，并推導出一種驅(qū)動力的計算方法。為驅(qū)動末端執(zhí)行器完成入土,、剪切,、夾持,、拔取等動作，需對其入土驅(qū)動力,、剪切力以及夾持力等控制參數(shù)給出定量描述,。首先，針對入土驅(qū)動力問題,，利用DEM仿真建立末端執(zhí)行器-土壤離散元模型,，研究末端執(zhí)行器與土壤作用過程，分析末端執(zhí)行器入土驅(qū)動力,；其次,，從切割白蘆筍和土壤兩方面分析末端執(zhí)行器的剪切力，利用萬能試驗機與DEM仿真建立白蘆筍-末端執(zhí)行器-土壤的互作用模型,，借助萬能試驗機模擬末端執(zhí)行器的刀片切割白蘆筍過程,，確定白蘆筍剪切強度，結(jié)合從DEM仿真角度測得末端執(zhí)行器刀片切割土壤所需的剪切力,，確定末端執(zhí)行器剪切力參數(shù)范圍,；再次，通過萬能試驗機模擬末端執(zhí)行器夾持白蘆筍過程,，確定白蘆筍抗壓強度,，結(jié)合從DEM仿真角度分析末端執(zhí)行器在土壤中完成夾持動作所需的夾持力，確定末端執(zhí)行器夾持力參數(shù)范圍,。最終,，確定末端執(zhí)行器入土驅(qū)動力FRT>195N、剪切力FJQ>1.8N,、夾持力FJC<13N的參數(shù)范圍,。根據(jù)確定的末端執(zhí)行器的參數(shù)范圍，選取幾組參數(shù)組合進行田間采收試驗,，試驗結(jié)果表明：在入土驅(qū)動力200N,、剪切力2N、夾持力11N的參數(shù)組合下,，白蘆筍的采收率大于99%,，損傷率小于3%，損傷率的數(shù)值在可接受范圍內(nèi),，符合白蘆筍低損傷采收的要求,，為白蘆筍選擇性收獲機實現(xiàn)選擇性、低損傷采收提供了一定的理論支持,。

摘要:為實現(xiàn)三七種苗自動移栽前有效分離,，設計了一種滾筒板齒式三七種苗分離裝置，對關(guān)鍵結(jié)構(gòu)參數(shù)進行了理論計算和分析,，選取螺旋線數(shù)量,、轉(zhuǎn)子板齒長度,、滾筒板齒長度和導向槽數(shù)量作為仿真試驗因素，選取種苗分離變異系數(shù)和分離率為試驗指標,，利用EDEM離散元仿真軟件分別進行單因素及正交仿真試驗，確定最優(yōu)結(jié)構(gòu)參數(shù)組合為：螺旋線數(shù)量為4,、轉(zhuǎn)子板齒長度為70mm,、滾筒板齒長度為65mm、導向槽數(shù)量為3,，此時分離結(jié)構(gòu)分苗性能最好,，分離變異系數(shù)為17.37%，分離率為84.69%,，破損率為7.5%,；實際試驗結(jié)果與仿真結(jié)果一致，符合三七種苗移栽農(nóng)藝要求,；該裝置實現(xiàn)了三七種苗的有序,、離散分離。

摘要:為了探究電極材料對靜電噴嘴霧化效果和荷電性能的影響,，確定設計的靜電噴嘴的最佳作業(yè)參數(shù),，并明確靜電作用對霧滴沉積效果的影響，以電極材料,、電極電壓,、噴施壓力和噴孔直徑為噴施變量，針對設計的靜電噴嘴進行室內(nèi)霧化和沉積試驗,。研究結(jié)果表明：設計的靜電噴嘴最佳電極電壓為8kV,，最佳電極材料為紫銅，最佳噴施壓力為170kPa,；相比于非靜電噴霧,，靜電作用開啟后，靜電噴嘴的有效噴幅增加約50cm,；在3個采樣層的霧滴沉積密度依次增加了23,、19、10個/cm2,；在噴嘴霧化的所有霧滴中,，粒徑在50~120μm區(qū)間的霧滴受靜電作用影響最大，靜電作用開啟后,，此區(qū)間段內(nèi)的霧滴沉積數(shù)量增加了約2倍,，當霧滴粒徑大于120μm時，霧滴沉積密度隨霧滴粒徑的增大呈下降趨勢,；沉積的霧滴主要是粒徑在180μm以下的霧滴,，因此適合最佳生物粒徑為180μm及180μm以下的作物,。

摘要:采用離散元法進行顆粒飼料后噴涂、冷卻,、輸送,、倉儲、飼喂等關(guān)鍵環(huán)節(jié)的工作過程仿真分析時,，需要建立顆粒飼料離散元模型并通過測定休止角來標定離散元參數(shù),，用以測定休止角的傳統(tǒng)裝置與方法，存在樣品用量多,、測定繁瑣的情況,。本文提出了一種基于注入截面法的休止角測定裝置與方法，通過顆粒堆積體截面的輪廓線直接獲取休止角,從而進行休止角的模擬與測定,。建立與顆粒飼料形態(tài)相近的離散元模型,，借用GEMM（Generic EDEM material model database）數(shù)據(jù)庫獲得離散元模型參數(shù)范圍。以滑動摩擦因數(shù)X1,、碰撞恢復系數(shù)X2和滾動摩擦因數(shù)X3為試驗因素,，以顆粒飼料堆積休止角Y1為評價指標，按照3因素5水平正交旋轉(zhuǎn)組合設計試驗方法,，利用Design-Expert 8.0.6軟件回歸分析法和響應面分析法,，建立了3個因素以堆積休止角為評價指標的數(shù)學模型。以顆粒飼料休止角真實測得值為目標,，對回歸模型進行尋優(yōu),，得到優(yōu)化后的標定參數(shù)組合：顆粒飼料間滑動摩擦因數(shù)為0.41，碰撞恢復系數(shù)為0.53,，滾動摩擦因數(shù)為0.08,。以此優(yōu)化解進行仿真試驗，結(jié)果顯示預測休止角為29.43°±0.70°,，誤差為3.1%,，休止角仿真和試驗在堆積角度和形態(tài)上相似度較高。結(jié)果表明了基于注入截面法的顆粒飼料離散元建模與休止角測定試驗的有效性和可行性,。

摘要:為了研究高速誘導輪離心泵內(nèi)空化發(fā)生發(fā)展規(guī)律,，采用高速攝像技術(shù)，對離心泵內(nèi)誘導輪與葉輪流道的空化流動進行可視化研究,，并結(jié)合CFD數(shù)值計算對離心泵內(nèi)部流場進行模擬分析,。結(jié)果表明：在空化初生階段（汽蝕余量為5.0m），誘導輪葉片前緣出現(xiàn)葉頂泄漏渦空化,；在空化發(fā)展階段（汽蝕余量為1.07~5.0m）,，流動極為復雜，在誘導輪流道內(nèi)同時出現(xiàn)葉頂泄漏渦空化,、片狀空化和云狀空化,，并且在較低汽蝕余量（汽蝕余量為1.5m）時,，出現(xiàn)不對稱空化現(xiàn)象。在空化初生和發(fā)展階段,，泵的揚程和效率基本保持不變,；在空化惡化階段（汽蝕余量小于1.07m），誘導輪流道內(nèi)基本被空泡堵塞,，空泡進入葉輪流道,，導致離心泵揚程和效率急劇下降。

摘要:對JET750G1型射流式離心泵內(nèi)場噪聲進行數(shù)值計算及試驗,，分析該泵過流部件誘發(fā)的流動噪聲和流激噪聲特性。采用大渦模擬法進行不同工況的非定常數(shù)值計算,，輸出各過流部件表面的壓力脈動作為偶極子聲源,。運用聲學有限元方法預測流動噪聲；運用聲學有限元耦合結(jié)構(gòu)有限元方法預測流激噪聲,。搭建射流式離心泵內(nèi)場噪聲測試系統(tǒng),，用水聽器對泵出口的流體動力噪聲進行測試，獲得噪聲的時域和頻域信息,。分析結(jié)果表明：噪聲在軸頻和葉頻處計算和試驗測試誤差在4%以內(nèi),；葉輪和導葉的動靜干涉以及流體和結(jié)構(gòu)的共振均是誘發(fā)射流式離心泵內(nèi)場噪聲的重要因素，過流部件自身的結(jié)構(gòu)特性對內(nèi)場噪聲有一定影響,；流動噪聲整體大于流激噪聲,，表明內(nèi)場噪聲主要由流體的壓力脈動特性決定；葉輪旋轉(zhuǎn)偶極子聲源誘發(fā)的內(nèi)場噪聲在軸頻(47.5Hz)處達到180dB左右,，在射流式離心泵的內(nèi)場噪聲中起主導作用,。研究結(jié)果為射流式離心泵的低噪設計提供了參考。

摘要:為了研究貫流式水輪機內(nèi)部低頻壓力脈動特性,，針對某電站貫流式水輪機進行了非定常數(shù)值計算,，分析了不同工況下水輪機內(nèi)部的壓力脈動特性，揭示了貫流式水輪機低頻壓力脈動產(chǎn)生的機理,，并提出了改善低頻脈動的方案,。研究表明，在額定工況和小流量工況下,，水輪機內(nèi)部的壓力脈動主要受到葉片通過頻率（5.26Hz）以及低頻脈動（0.20Hz）的影響,，低頻脈動的幅值從水輪機進口到出口逐漸增加，且小流量工況的低頻壓力幅值較額定工況高,；不同工況下,，水輪機尾水管內(nèi)均存在一個與轉(zhuǎn)輪旋轉(zhuǎn)方向一致的螺旋狀偏心渦帶，該渦帶按一定周期演變,，其對應頻率為0.22Hz,，與低頻壓力脈動頻率（0.20Hz）較為接近,，因此可以說明該水輪機內(nèi)部的低頻壓力脈動是尾水管渦帶引起的；為了減小水輪機低頻壓力脈動系數(shù)幅值,，提出了一種在尾水管內(nèi)增設導流板的方案,，該方案能有效降低由尾水管渦帶引起的低頻壓力脈動系數(shù)幅值，導流板通過降低尾水管內(nèi)的渦帶能量,，達到消渦目的,。研究結(jié)果可為貫流式水輪機組的穩(wěn)定運行提供依據(jù)。

摘要:永久基本農(nóng)田劃定是保護優(yōu)質(zhì)耕地,、控制建設用地占用優(yōu)質(zhì)耕地的有效手段,，也是高標準農(nóng)田建設的基礎。本文提出了一種基于優(yōu)劣解距離法（Technique for order preference by similarity to an ideal solution,，TOPSIS）和局部空間自相關(guān)的永久基本農(nóng)田劃定方法,，從耕地的自然稟賦、區(qū)位條件,、建設水平和生態(tài)景觀條件4個角度出發(fā),，構(gòu)建較全面的綜合質(zhì)量評價體系，借助TOPSIS法對耕地綜合質(zhì)量進行評價,；引入空間聚類的思想對耕地綜合質(zhì)量進行局部空間自相關(guān)分析,；最后，依據(jù)各區(qū)域的耕地綜合質(zhì)量及空間聚類特征,，將符合要求的耕地劃入永久基本農(nóng)田,。以河北省高碑店市為研究區(qū)開展實證研究，結(jié)果表明,，該方法劃定的永久基本農(nóng)田較合理,，劃定永久基本農(nóng)田面積為339.61km2，占高碑店市耕地總面積的81.75%,，劃定比例達到國家相關(guān)規(guī)程要求,。本文在耕地質(zhì)量評價中加入生態(tài)景觀因素，并結(jié)合最佳距離閾值和改進的反距離空間權(quán)重矩陣的空間聚類方法,，為永久基本農(nóng)田劃定提供了新思路,。

摘要:為了科學測算和評估耕地質(zhì)量潛力，以河北省涿州市為研究區(qū),，以400m×400m規(guī)則網(wǎng)格為評價單元,，基于涿州市2013年耕地質(zhì)量等別數(shù)據(jù)，運用改進的因素組合法,、層次分析法,、物元分析模型等，分別計算耕地整治的自然質(zhì)量潛力和利用質(zhì)量潛力。研究結(jié)果表明：灌溉保證率和有機質(zhì)含量是涿州市耕地自然質(zhì)量的可改造限制因素,，且灌溉保證率是主導限制因素,；涿州市耕地基礎設施水平整體偏低，應通過水利灌排,、田間道路修建,、增加防護林等工程改善利用條件。通過提升可改造限制因素和影響土地利用系數(shù)的指標值,，涿州市耕地質(zhì)量國家自然等,、國家利用等可分別提升0.53等、0.73等,。提出的研究方法為精細化評估區(qū)域耕地質(zhì)量,、制定縣域土地整治規(guī)劃提供了方法參考。

摘要:基于光學影像的遙感技術(shù)受云雨,、晝夜影響較大,，導致獲取連續(xù)的作物時序生長曲線較困難，而雷達影像作為主動式成像,，能夠很好地克服這一缺陷。本文以陜西省渭南市大荔縣某農(nóng)場為研究區(qū)域,，分別采用最大似然法（Maximum likelihood,，ML）和支持向量機（Support vector machine，SVM）2種方法,，融合Sentinel-1雷達影像和Sentinel-2光學影像,，提高農(nóng)作物的分類精度。研究結(jié)果表明,，融合數(shù)據(jù)的農(nóng)作物分類精度相比光學數(shù)據(jù)分類精度有所提高,。在無云層覆蓋的情況下，利用SVM方法融合Sentinel-2的紅,、綠,、藍、近紅外4個波段數(shù)據(jù)與Sentinel-1數(shù)據(jù),，總體分類精度提高了2個百分點,，Kappa系數(shù)提高了5個百分點；在有少量云層覆蓋情況下,，利用ML處理融合數(shù)據(jù)的分類結(jié)果精度和Kappa系數(shù)分別提高2個百分點和4個百分點,，SVM方法下的分類精度提高了6個百分點，Kappa系數(shù)提高了8個百分點,。

摘要:在黃淮海糧食主產(chǎn)區(qū)選擇河北省衡水市深州市為試驗區(qū),，以冬小麥地上干生物量為研究對象，以作物冠層高光譜和EO-1 Hyperion高光譜衛(wèi)星數(shù)據(jù)為主要數(shù)據(jù)源，在分析冠層高光譜構(gòu)建的窄波段植被指數(shù)（N-VIs）與實測冬小麥地上干生物量間相關(guān)性基礎上,，提出了利用擬合精度R2極大值區(qū)域重心確定冬小麥干生物量敏感的光譜波段中心的方法,，并運用該方法確定了冬小麥生物量敏感波段中心。在此基礎上,，以敏感波段中心篩選結(jié)果為指導,，利用窄波段植被指數(shù)及相關(guān)波段開展Hyperion高光譜衛(wèi)星遙感區(qū)域冬小麥干生物量遙感反演和精度驗證。最終,，按精度最高原則優(yōu)選區(qū)域冬小麥地上生物量反演結(jié)果,。其中，研究采用了冬小麥孕穗期Hyperion數(shù)據(jù),，涉及的植被指數(shù)包括窄波段歸一化植被指數(shù)（N-NDVI）,、窄波段差值植被指數(shù)（N-DVI）和窄波段比值植被指數(shù)（N-RVI）。結(jié)果表明,，通過與實測冬小麥地上干生物量對比,，利用冠層高光譜冬小麥地上干生物量反演敏感波段篩選結(jié)果及其相應波段構(gòu)建的Hyperion窄波段植被指數(shù)進行孕穗期作物干生物量估算取得了較好結(jié)果，其精度由大到小為：N-NDVI,、N-RVI,、N-DVI。其中,，以波段B18（波長528.57nm）,、波段B82（波長962.91nm）構(gòu)建的Hyperion N-NDVI估算區(qū)域冬小麥地上干生物量精度最高，相對誤差（RE）和歸一化均方根誤差（NRMSE）分別為12.65%和13.78%,。

摘要:基于開源飛控Pixhawk開發(fā)了一套集成穩(wěn)定云臺,、位置與姿態(tài)系統(tǒng)（Position and orientation system，POS）數(shù)據(jù)采集模塊的無人機多光譜遙感圖像采集系統(tǒng),，同步采集520~920nm范圍內(nèi)的紅,、綠和近紅外波段信息。以冬小麥為例,，分別在越冬期,、拔節(jié)期、挑旗期和抽穗期進行飛行實驗,，飛行高度55m,，多光譜影像地面分辨率2.2cm。采用監(jiān)督分類與植被指數(shù)統(tǒng)計直方圖相結(jié)合的方式,，提出了一種田間尺度小麥覆蓋度快速提取的方法,，給出歸一化植被指數(shù)（Normalized difference vegetation index，NDVI）,、土壤調(diào)節(jié)植被指數(shù)（Soil-adjusted vegetation index,，SAVI）及修正土壤調(diào)節(jié)植被指數(shù)（Modified soil-adjusted vegetation index,，MSAVI）對應的植被像元與土壤像元的分類閾值，分別為0.4756,、0.7056和0.6350,。同時利用基于同步采集的地面分辨率可達0.8cm的高清可見光遙感圖像提取了相應時期的冬小麥覆蓋度參考值。結(jié)果表明,，基于無人機多光譜遙感技術(shù)及植被指數(shù)法可以較好地提取冬小麥越冬期,、拔節(jié)期、挑旗期和抽穗期的植被覆蓋度信息,。與SAVI,、MSAVI相比，基于NDVI分類閾值的提取效果最好,，絕對誤差最小,。

摘要:為快速、準確地從高分影像中獲取獼猴桃種植分布信息,，提出了一種結(jié)合小波變換紋理分析和隨機森林分類的QuickBird影像獼猴桃果園自動提取方法,。首先，采用coif5小波對QuickBird全色影像進行多尺度小波分解,，計算各子頻帶小波系數(shù)的能量特征作為紋理特征,；然后，將小波紋理與光譜特征組合構(gòu)建分類特征,；最后,，利用隨機森林分類實現(xiàn)土地利用分類和獼猴桃果園空間分布提取。結(jié)果表明,，小波紋理識別獼猴桃果園的效果明顯優(yōu)于光譜特征和其他2種紋理特征,；光譜+小波紋理特征的分類精度最高,，獼猴桃果園提取精度（Fk）和總體分類精度（OA）分別為95.30%和94.46%,，比光譜+灰度共生矩陣紋理分類分別提高6.70%和2.88%，比光譜+分形紋理分類顯著提高13.43%和6.98%,；隨機森林分類結(jié)果優(yōu)于相同特征下的支持向量機,、最大似然分類。本文提取的獼猴桃果園面積與目視解譯結(jié)果的相對誤差小于7%,。此外,，利用本文方法對同期QuickBird影像另一研究區(qū)的蘋果園分布進行提取，結(jié)果表明,，該方法對蘋果園提取有較好的適用性,。

摘要:以河南省商丘市為研究區(qū)，首先采用OAT(One-at-a-time)方法對WheatGrow模型的輸入品種參數(shù)進行敏感性分析,，在此基礎上以抽穗期的開始日期作為約束條件構(gòu)建代價函數(shù),，引入SCE-UA（Shuffled complex evolution method developed at the University of Arizona）算法求解得到最優(yōu)作物品種參數(shù)組合，并利用2015—2016年度和2016—2017年度田間實驗資料對SCE-UA算法的有效性進行驗證。結(jié)果表明,，基本早熟性參數(shù)對穗分化期的模擬結(jié)果影響最顯著,，溫度敏感性參數(shù)比光周期敏感性參數(shù)和生理春化時間參數(shù)具有更高的敏感度，生理春化時間的敏感度最低,?；趦?yōu)化后的參數(shù)得到的穗分化期模擬值與觀測值之間的平均絕對誤差（Mean absolute error，MAE）和均方根誤差（Root mean square error,，RMSE）均小于3d,，表明SCE-UA算法可以有效地獲取WheatGrow模型最優(yōu)品種參數(shù)組合。本研究可為WheatGrow模型品種參數(shù)的調(diào)整優(yōu)化和模型的推廣應用提供依據(jù),。

摘要:針對動態(tài)室內(nèi)環(huán)境的變化及時變的接收信號強度(Received signal strength, RSS)對定位精度的影響,，提出了一類基于核自適應濾波算法的農(nóng)業(yè)無線傳感器網(wǎng)絡室內(nèi)定位方法。核自適應濾波算法具體包括量化核最小均方（Quantized kernel least mean square, QKLMS）算法及固定預算（Fixedbudget, FB）核遞推最小二乘(Kernel recursive leastsquares, KRLS)算法,。QKLMS算法基于一種簡單在線矢量量化方法替代稀疏化,，抑制核自適應濾波中徑向基函數(shù)結(jié)構(gòu)的增長。FB-KRLS算法是一種固定內(nèi)存預算的在線學習方法,，與以往的“滑窗”技術(shù)不同,，每次時間更新時并不“修剪”最舊的數(shù)據(jù)，而是旨在“修剪”最無用的數(shù)據(jù),，從而抑制核矩陣的不斷增長,。通過構(gòu)建RSS指紋信息與物理位置之間的非線性映射關(guān)系，核自適應濾波算法實現(xiàn)WSN的室內(nèi)定位,，將所提出的算法應用于仿真與物理環(huán)境下的不同實例中,，在同等條件下，還與其他核學習算法,、極限學習機(Extreme learning machine, ELM)等定位算法進行比較,。仿真實驗中2種算法在3種情形下的平均定位誤差分別為0.746、0.443m,， 物理實驗中2種算法在2種情形下的平均定位誤差分別為 0.547,、0.282m。實驗結(jié)果表明,，所提出的核自適應濾波算法均能提高定位精度,，其在線學習能力使得所提出的定位算法能自適應環(huán)境動態(tài)的變化。

摘要:梯田在很大程度上開發(fā)了坡耕地的農(nóng)業(yè)生長潛力,，具有蓄水,、保土作用。由于梯田數(shù)量,、面積等分布信息較難準確獲得,，使其定量研究難以深入展開,。隨著無人機技術(shù)的不斷發(fā)展，高精度梯田地形信息的獲取成為可能,。本文基于無人機正射影像并結(jié)合坡度數(shù)據(jù),，通過Canny邊緣檢測算子對梯田的粗輪廓進行提取，結(jié)合梯田的結(jié)構(gòu)特性,，對梯田中的偽邊緣進行剔除,；再通過對梯田邊緣強度疊加和邊緣連接；最后利用區(qū)域生長算法對梯田進行分割,。該方法有效解決了梯田形狀不規(guī)則,、田面堆積物干擾、圖像光譜特征復雜等問題,。與手工標注的梯田樣區(qū)田塊數(shù)據(jù)的對比結(jié)果表明,，本文算法對梯田區(qū)的提取總精度可達84.9%，可為梯田區(qū)的快速制圖提供解決方案,。

摘要:在進行水稻的數(shù)字化考種、表型與基因關(guān)聯(lián)分析和數(shù)字農(nóng)業(yè)仿真模擬時,，需要大量的谷粒表型信息作數(shù)據(jù)支撐,。本文提出了一種基于三維點云的谷粒高通量表型信息自動提取方法，能同時自動獲取谷粒的三維模型和40個表型參數(shù),，實現(xiàn)谷粒形狀的定量和定性描述,。首先，通過對谷粒點云數(shù)據(jù)進行聚類分析,，完成谷粒點云的分類,；其次，實現(xiàn)谷粒的三維重建,，對谷粒離散點云進行柱面構(gòu)網(wǎng),，獲取谷粒點云的三維模型數(shù)據(jù)；最后,，根據(jù)不同表型參數(shù)的特點,，實現(xiàn)了谷粒的三維表面積和體積,、長,、寬、高,、3個主成分剖面的周長和面積等11個基本參數(shù)與長寬比,、長高比和體積比等11個衍生參數(shù)以及18個形狀因子的自動提取。利用Handyscan 700型手持式激光掃描儀獲取的谷粒高精度點云數(shù)據(jù)進行實驗,，成功實現(xiàn)了谷粒表型參數(shù)的自動提取,，測量結(jié)果可達毫米級,。基于主成分方法分析了各表型參數(shù)的權(quán)重,。以游標卡尺測量值和Geomagic Studio測量值作為真值,，長、寬,、高的平均相對誤差為1.14%,、1.15%和1.62%，體積和表面積的相對誤差為零,，3個主成分剖面面積的平均相對誤差為1.82%,、2.12%和2.43%。本文方法與人工測量方法及軟件測量方法相比,，精度相當,，且具有批量、自動,、人工干預少（僅數(shù)據(jù)采集階段需要人工操作）以及效率高的特點,。

摘要:為了提高標準布谷鳥算法的種群多樣性和全局搜索效率，將多策略差分變異過程引入布谷鳥算法中,。在布谷鳥的宿主發(fā)現(xiàn)過程中借助多策略差分操作來提高種群的多樣性,，同時，改進的布谷鳥在算法新解選擇中增加排隊優(yōu)選機制,，與貪心算法相結(jié)合以減少局部極值的不良吸引,，加快搜索進程。將改進的布谷鳥算法應用到粒子濾波中,，用布谷鳥的鳥巢來表征粒子,，通過模擬布谷鳥群體搜索巢穴位置的過程來優(yōu)化粒子分布。實驗表明,，改進的智能優(yōu)化粒子濾波算法有效提高了粒子多樣性和非線性系統(tǒng)狀態(tài)的預測精度,，并能在粒子數(shù)減少的情況下保持穩(wěn)定估計。

摘要:利用岷江源區(qū)1961—2010年逐日氣象數(shù)據(jù),，采用FAO 56 Penman-Monteith和Hargreaves公式計算參考作物蒸散量,，并以FAO 56 Penman-Monteith為標準對Hargreaves公式適用性進行評價，通過對Hargreaves公式轉(zhuǎn)換系數(shù)C0進行修正,，建立基于月尺度的參考作物蒸散發(fā)公式,，結(jié)合RegCM4.0區(qū)域模型生成的溫度數(shù)據(jù)，對未來（2011—2099年）研究區(qū)參考作物蒸散發(fā)量變化進行預測,。研究結(jié)果表明：通過通徑分析發(fā)現(xiàn),，在岷江源區(qū)氣溫是影響參考作物蒸散量最重要的氣象因子，采用基于溫度法的參考作物蒸散發(fā)公式具有理論依據(jù),；采用未修正的Hargreaves公式明顯高估了該區(qū)域參考作物蒸散量,，特別是在雨季4—10月,；修正后的Hargreaves公式絕對偏差與相對偏差顯著減小，與FAO 56 Penman-Monteith月值之間均方根誤差RMSE為3.76mm,、效率指數(shù)EF為0.39,、可決系數(shù)CD為0.84，吻合系數(shù)d為0.8,，能夠滿足研究區(qū)參考作物蒸散發(fā)估算精度,；在未來氣候變化情景下岷江源區(qū)參考作物蒸散量總體呈增加趨勢，氣候傾向率為5.6mm/(10a),。

摘要:細溝水流流速是凍土和未凍土坡面水文過程的重要參數(shù)，與凍融坡面土壤侵蝕和泥沙輸移密切相關(guān),。試驗在長8m,、寬0.1m、深0.12m的土槽內(nèi)填裝深度為0.05m的陜西安塞黃綿土坡面進行,。設定坡度為5°,、10°、15°,、20°,，流量為1、2,、4,、8L/min，通過測量凍土與未凍土坡面細溝水流前鋒流經(jīng)整個土槽所用時間,，計算水流的前沿流速,，對比2種坡面上水流前沿流速的關(guān)系，研究凍結(jié)對水流流速的影響,，同時采用電解質(zhì)示蹤法計算水流的優(yōu)勢流速,，分析優(yōu)勢流速與前沿流速的關(guān)系。不同工況下,，凍土坡面前沿流速在0.260~0.843m/s之間,，未凍土坡面水流前沿流速在0.175~0.552m/s之間；凍土和未凍土坡面上,，隨坡度,、流量的增大，前沿流速增大,，增大率在緩坡（5°~10°,、10°~15°）時逐漸減小,，流量較?。?,、2、4L/min）時,，流量增大,，坡度對前沿流速增大率的影響也逐漸減小,；坡度和流量對凍土坡面水流前沿流速的影響大于對未凍土坡面水流前沿流速的影響,；凍土和未凍土坡面前沿流速均隨坡度和流量的增大近似呈冪函數(shù)增大；在試驗條件下,，凍土坡面前沿流速和優(yōu)勢流速比未凍土坡面大43%和40%,；凍土和未凍土坡面上優(yōu)勢流速和前沿流速的比值分別為0.61和0.63，表明該系數(shù)可以用于標定前沿流速,。試驗結(jié)果可為凍土坡面與未凍土坡面水流動力過程研究提供參考,。

摘要:攜帶大量鹽分的低質(zhì)水長期灌溉導致土壤存在極大的物理化學特性退化風險,，為了探究鹽分對土壤水分特征曲線影響的差異性,，采用壓力膜法對亞熱帶地區(qū)粘性潮土、沙性潮土,、紅壤,、紫色土、水稻土等5種土壤進行室內(nèi)測定,，對比分析了各土壤在0,、5、10,、15g/L等4個鈉鹽濃度水平下土壤水分特征曲線的差異,，并利用RETC軟件結(jié)合數(shù)理統(tǒng)計方法確定了各土壤不同鈉鹽濃度水平下相應的最優(yōu)擬合模型。結(jié)果表明：鈉鹽處理均可提高各土壤的持水能力,，且粘粒含量較高的土壤影響顯著,；鈉鹽處理減少了粘性潮土、沙性潮土和紅壤的有效含水率,，分別最大減少了40.8%,、30.5%、31.5%,，卻提高了紫色土,、水稻土有效含水率，分別最大提高了45.7%,、28.9%,。粘粒含量少或低濃度鹽溶液處理的土壤水分特征曲線以BC模型擬合最優(yōu)，而粘粒含量多且高濃度鹽溶液處理的以DP-M模型擬合最優(yōu),。

摘要:為探明稻麥輪作區(qū)秸稈還田對水稻土結(jié)構(gòu)的影響,，依托常熟農(nóng)業(yè)生態(tài)試驗站25a的長期定位試驗,，研究秸稈還田對水稻土容重、團聚體分布及穩(wěn)定性,、團聚體有機碳分布和孔隙大小分布的影響,。試驗設不施肥（CK）、單施化肥（NPK）,、化肥和半量秸稈還田（NPKS1）,、化肥和全量秸稈還田（NPKS2）等處理。采集各小區(qū)耕層水稻土,，通過濕篩的方法測定團聚體分布及穩(wěn)定性,，通過X射線CT掃描和圖像處理得到孔隙結(jié)構(gòu)信息。結(jié)果顯示,，與CK相比,，單施化肥（NPK）能顯著提高土壤有機碳含量、降低土壤容重,，對團聚體分布及穩(wěn)定性,、大孔隙度（大于0.032mm）、孔隙大小分布沒有顯著影響,。與NPK處理相比,，秸稈還田（NPKS1、NPKS2）分別使土壤容重降低14.0%和19.4%,，有機碳含量提高10.0%和23.1%,，但是對團聚體分布及穩(wěn)定性影響不顯著；化肥和半量秸稈還田（NPKS1）對大孔隙度和孔隙大小分布沒有顯著影響,，化肥和全量秸稈還田（NPKS2）的大孔隙度（大于0.032mm）提高了110.6%,，各當量孔徑范圍的孔隙度也明顯提高（大于1.5mm除外）。結(jié)果表明,，經(jīng)過25a的秸稈還田,，稻麥輪作區(qū)全量秸稈還田能夠降低土壤容重，增加土壤有機碳含量和各級團聚體中有機碳含量,，增大土壤總孔隙度和大孔隙度,，改善水稻土的物理結(jié)構(gòu)；而半量秸稈還田沒有顯著改善水稻土的孔隙結(jié)構(gòu),。

摘要:為揭示加氣灌溉及不同灌水量處理設施番茄地土壤N2O排放對土壤微生物的響應,，于2016年8—12月在日光溫室內(nèi)進行試驗，以充分供水的灌水量（W）為基準,，設置0.6W,、0.8W和1.0W 3個灌水定額，每個灌水定額又設置加氣和不加氣處理，共計6個處理：0.6W加氣（AI0.6）,、0.6W不加氣（CK0.6）,、0.8W加氣（AI0.8）、0.8W不加氣（CK0.8）,、1.0W加氣（AI1.0）和1.0W不加氣（CK1.0）,。結(jié)果表明,，番茄生育前期,，不同灌溉處理的土壤N2O排放通量呈下降的趨勢；移植25d后,，N2O氣體維持在較低且穩(wěn)定的排放水平,。與不加氣處理相比，不同灌水定額的加氣處理增加了土壤N2O排放,，平均增加了4.7%,；且隨著灌水量的增加，土壤N2O排放也在增加,，平均增加了1.9%,，但處理間差異性均不顯著（P＞0.05）。就番茄全生育期微生物數(shù)量均值而言,，加氣較不加氣處理增加了土壤硝化細菌數(shù)量,，平均增加了2.1%；但加氣減小了土壤反硝化細菌數(shù)量,，平均降低了9.7%（P＞0.05）,。而隨著灌水量的增加，土壤硝化細菌和反硝化細菌數(shù)量均逐漸增加（P＞0.05）,。相關(guān)分析表明,，土壤N2O排放與土壤水分和土壤溫度呈極顯著正相關(guān)關(guān)系（P＜0.01），與土壤反硝化細菌數(shù)量呈極顯著負相關(guān)關(guān)系（P＜0.01）,。試驗結(jié)果為研究設施菜地土壤硝化和反硝化反應過程及氮循環(huán)奠定了理論基礎,。

摘要:基于農(nóng)民習慣施氮，以夏玉米為試驗對象,，采用高通量測序技術(shù)探討氮肥減量0%（CK：270kg/hm2）,、-10%（N1：243kg/hm2）、-20%（N2：216kg/hm2）和-30%（N3：189kg/hm2）對節(jié)根內(nèi)生真菌群落組成的影響,。結(jié)果表明：氮肥減量10%~30%對地上節(jié)根內(nèi)生真菌Chao1指數(shù)影響不顯著,，而氮肥減量20%~30%卻顯著降低地下節(jié)根內(nèi)生真菌豐富度Chao1指數(shù)；氮肥減量10%~30%顯著提高地上節(jié)根內(nèi)生真菌多樣性Shannon-Wiener指數(shù),，卻顯著降低地下節(jié)根內(nèi)相應指數(shù),。減氮10%~30%顯著提高地上節(jié)根內(nèi)格孢菌目（Pleosporales）豐度，顯著提高地下節(jié)根內(nèi)子囊菌門（Ascomycota）和糞殼菌目（Sordariales）豐度，顯著降低地下節(jié)根內(nèi)肉座菌目（Hypocreales）和炭角菌目（Xylariales）豐度,。氮肥減量10%顯著提高2類節(jié)根內(nèi)球囊菌門（Glomeromycota）豐度,，而氮肥減量30%僅顯著提高地下節(jié)根球囊菌門豐度。隨著氮肥減量比例的增加,，與對照的相似系數(shù)逐漸降低,。相關(guān)性分析表明，穗粒數(shù)與地上節(jié)根內(nèi)格孢菌目,、地下節(jié)根內(nèi)球囊菌門和肉座菌目豐度顯著相關(guān),，有效穗數(shù)與地下節(jié)根內(nèi)糞殼菌目豐度顯著相關(guān)。經(jīng)綜合比較,，減氮30%的處理效果優(yōu)于其他處理,，與對照相比，在灌漿期可顯著提高地上節(jié)根格孢菌目豐度809.95%,；顯著提高地下節(jié)根內(nèi)球囊菌門豐度89.93%和糞殼菌目豐度1319.22%,，卻顯著降低肉座菌目豐度78.14%。

摘要:依據(jù)FH69藍圖模型思想和基于微觀理論的格子波爾茲曼法（LBM）改進了TOPMODEL,進而構(gòu)建了基于LBM的柵格型（Grid）TOPMODEL(LBMGTOPMODEL),。在利用LBMGTOPMODEL描述流域水循環(huán)的基礎上,，采用GIS等技術(shù)，以柵格為單元,，定量計算了撓力河流域1990年不考慮水田的土地分布和2013年考慮水田的土地分布等兩類土地利用背景下的帕默爾干旱指數(shù)（PDSI）,，評價了土地結(jié)構(gòu)變化對水土資源平衡的影響。研究結(jié)果表明：從1990—2013年期間撓力河流域草地,、林地與建筑用地面積變化不大,，耕地面積變化主要是未利用地和旱田轉(zhuǎn)化為水田，耕地類型主要是旱地,；水稻生育期內(nèi)的5—8月上旬期間,，旱改水田和水田下游坡面處其蒸散發(fā)量增加，補水量減小,，失水量增加,，適宜降雨量增加，使得撓力河流域蒸散常數(shù)增大,，補水常數(shù)減小,，徑流常數(shù)增大，失水常數(shù)增大,，氣候特征常數(shù)增大,；種植水田處和坡面上水田水流影響處適宜降雨量增加明顯，使撓力河流域由輕微濕潤地區(qū)變?yōu)椴桓刹粷竦貐^(qū),；在水田生育期的5—7月間隨著時間延續(xù),，兩種情況計算的干旱指數(shù)差值在變大,；而8—10月間種植水田對干旱指數(shù)的影響在逐漸降低。該研究結(jié)果可為水田開發(fā)對區(qū)域水土資源平衡的影響和區(qū)域干旱評估提供借鑒和參考,。

摘要:為揭示黑土區(qū)玉米穗質(zhì)量與影響因素相互關(guān)系的尺度效應,，在分析玉米穗質(zhì)量與影響因素空間變異的基礎上，利用聯(lián)合多重分形方法研究玉米穗質(zhì)量與影響因素的多尺度相關(guān)性,。結(jié)果表明：研究區(qū)玉米穗質(zhì)量的變異程度為中等,，莖粗的變異程度隨時間變化由中等變?yōu)槿踝儺悾渌绊懸蛩氐淖儺惓潭葹槿踝儺?；玉米穗質(zhì)量與影響因素的空間相關(guān)范圍介于7.15～66.51m,；玉米穗質(zhì)量、葉綠素含量,、土壤容重,、土壤粒徑分布體積分形維數(shù)具有強烈空間相關(guān)性,，莖粗,、土壤含水率、土壤飽和含水率具有中等空間相關(guān)性,；單一尺度上莖粗和葉綠素含量對玉米穗質(zhì)量的空間變異性有顯著影響,，多尺度上葉綠素含量、土壤粒徑分布體積分形維數(shù),、莖粗,、土壤含水率對玉米穗質(zhì)量的空間變異性有顯著影響；玉米穗質(zhì)量與土壤特性,、不同時期作物生長指標的多尺度相關(guān)程度絕大部分都大于單一尺度上的相關(guān)程度,；隨取樣時間變化，玉米穗質(zhì)量與莖粗在單一尺度和多尺度上的相關(guān)程度均先增后降,，但開始降低的時間不同,。

摘要:通過玉米秸稈的變速升溫及傳統(tǒng)勻速升溫熱解試驗,，對不同熱解形式下生成的生物炭,、生物油及熱解氣進行檢測分析，探究升溫速率對其熱解產(chǎn)物特性的影響,。試驗表明,，玉米秸稈減速升溫生物炭得率和熱解氣得率分別為29.82%和27.49%，而加速升溫的產(chǎn)物中生物油所占比例較大,。通過熱重試驗及氣相檢測,，發(fā)現(xiàn)不同的升溫設置改變了生物質(zhì)熱解進程。此外對非冷凝氣體進行氣相檢測分析發(fā)現(xiàn),，CO,、CO2先于CH4溢出,，而H2的溢出濃度隨著熱解溫度的升高而增大。對生物油主要成分的檢測分析發(fā)現(xiàn),，減速升溫所制生物油的主要成分為小分子物質(zhì),，大分子有機物含量很少，而加速升溫可以得到更加豐富的多環(huán)芳烴,。通過對產(chǎn)物的對比分析發(fā)現(xiàn),，在相同的熱解時間下，減速升溫速率設置不僅可以保證熱解產(chǎn)物中較高的生物炭得率,，且熱解氣得率比勻速升溫試驗增加4.49%,，生物油相得率減少4.51%，且稠環(huán)芳烴含量較少,。優(yōu)化升溫速率設置可提高生產(chǎn)效率,，從而為生物質(zhì)熱解工程中的炭氣油聯(lián)產(chǎn)提供新的思路。

摘要:為確定不同含水率下蚯蚓糞基質(zhì)的多種參數(shù),，提出了通過測定基質(zhì)含水率,，預測休止角，通過休止角合理推測其他參數(shù)的思路,，并提出了一種散體休止角測定方法,。以休止角作為參照，基于JKR粘結(jié)模型,，使用離散元參數(shù)標定的方法,，從與蚯蚓糞基質(zhì)顆粒有關(guān)的10個參數(shù)中，篩選出顆粒間靜摩擦因數(shù),、顆粒間滾動摩擦因數(shù)和JKR表面能3個對休止角影響顯著的參數(shù),，建立了休止角與這3個顯著參數(shù)之間的二次多項式回歸模型。試驗結(jié)果表明,，該模型可以根據(jù)休止角預測蚯蚓糞基質(zhì)參數(shù),，根據(jù)預測得到的參數(shù)建立離散元模型，休止角仿真結(jié)果與實際試驗結(jié)果較為接近,，差異分別為1.53%和0.22%,。同時測定了不同含水率下蚯蚓糞基質(zhì)的休止角，建立了休止角與含水率之間的關(guān)系模型,。研究結(jié)果可為其他類似散體物料休止角的測定提供參考,，并提供了一種通過測定易于測定的參數(shù)（如含水率）來推導其他難測參數(shù)的思路。

摘要:為快速預測鱸魚在不同溫度下特定腐敗菌的生長規(guī)律,，模擬了鱸魚的4種貯藏溫度：流化冰貯藏（-1.8℃）,、碎冰貯藏（0℃）、冷藏1（4℃）與冷藏2（10℃）,，分析了不同溫度下鱸魚的菌落總數(shù),、希瓦氏菌與假單胞菌數(shù),，并測定了相應條件下鱸魚貨架期終點時的總揮發(fā)性鹽基氮和QI值。采用修正的Gompertz方程描述鱸魚特定腐敗菌的動態(tài)變化,，分別以Belehradek平方根方程和Arrhenius方程建立微生物生長預測模型,。結(jié)果表明，修正的Gompertz方程能準確描述4種貯藏溫度下鱸魚特定腐敗菌的生長規(guī)律,，希瓦氏菌和假單胞菌的腐敗閾值分別為（6.48±0.41）lg CFU/g 與（6.33±0.36）lg CFU/g,。通過碎冰貯藏組（0℃）和模擬流通組（流化冰預冷（-1.8℃）—無冰運輸（0.8℃）—碎冰貯藏（0℃））樣品對模型適用性進行驗證，得出基于Belehradek方程的希瓦氏菌,、假單胞菌生長預測模型偏差度分別為0.9936,、0.9510和1.0242、0.9821,，準確度分別為1.0845,、1.0425和1.1075、1.0934,，貨架期預測模型相對誤差絕對值在0~10%,，準確度優(yōu)于Arrhenius方程。因此,，由Belehradek方程建立的模型能更準確描述鱸魚在常規(guī)流通方式下希瓦氏菌和假單胞菌的生長規(guī)律,，可為鱸魚流通貨架期的預測提供理論依據(jù),。

摘要:將超聲處理及高壓均質(zhì)后的納米乳液，直接利用真空冷凍干燥法制備了大豆蛋白-磷脂酰膽堿的乳化粉末,，并進一步通過掃描電子顯微鏡,、激光粒徑分析儀、紅外光譜等手段對真空冷凍干燥粉末以及復原乳液的物理化學等特性進行研究,。研究發(fā)現(xiàn)凍干粉末復原乳液水復溶性良好,，基本保持了與原始乳液相同的納米級粒徑。掃描電子顯微鏡及凍干粉末的粒徑分布顯示超聲和高壓均質(zhì)制備的納米乳液粉末結(jié)構(gòu)致密均勻,，表面無裂縫和孔隙,，且高壓均質(zhì)制備粉末的表面更為平整，粒徑分布總體呈現(xiàn)單峰分布,，粒徑平均值僅為6.13μm,。使用超聲和高壓均質(zhì)制備的納米乳液凍干粉末的包埋產(chǎn)率和效率均達到90%以上，同時超聲制備的納米乳液凍干粉末更有利于β胡蘿卜素的包埋,，更好地防止β胡蘿卜素損失,。采用紅外光譜學實驗驗證后發(fā)現(xiàn),，高壓均質(zhì)制備納米乳液粉末的蛋白α螺旋與β折疊結(jié)構(gòu)含量較低,。與大豆蛋白-磷脂酰膽堿納米乳液相比，真空冷凍干燥粉末的儲藏穩(wěn)定性及貨架期顯著提高,。

摘要:為快速準確檢測馬鈴薯加工品質(zhì)，對希森3號及希森6號馬鈴薯的加工品質(zhì)指標干物質(zhì)和還原糖含量在馬鈴薯內(nèi)部的分布規(guī)律進行研究,。通過試驗得出,，兩種馬鈴薯干物質(zhì)含量在馬鈴薯中呈與馬鈴薯形狀相似的橢球分布，在中心部位有最小值,。采用擬牛頓算法和通用全局優(yōu)化算法,，結(jié)合對試驗數(shù)據(jù)進行多元非線性回歸分析，得出希森3號和希森6號馬鈴薯干物質(zhì)含量關(guān)于檢測點坐標值x,、y和z的回歸模型,，決定系數(shù)分別為0.9099和0.9123，均能有效預測馬鈴薯干物質(zhì)含量,。馬鈴薯還原糖含量在馬鈴薯中心位置含量最高,，由中心向表皮還原糖含量逐漸降低，在馬鈴薯莖部的還原糖含量低于馬鈴薯頂部關(guān)于中心對稱位置的還原糖含量,。兩種馬鈴薯還原糖含量的多元非線性回歸模型,，決定系數(shù)分別為0.8336和0.8246，可預測馬鈴薯內(nèi)部各點還原糖含量,。通過對試驗數(shù)據(jù)歸納分析得出,，馬鈴薯靠近表皮位置干物質(zhì)含量高，還原糖含量低,，適合加工薯片薯條,。

摘要:在引入基于核熵成分分析(KECA)的Fisher判別分析(FDA)方法的基礎上，探究了用特征組合表征電子鼻信號時6種白酒的鑒別效果,。首先,，通過5種單一特征的FDA鑒別分析，篩選出積分值(INV),、相對穩(wěn)態(tài)平均值(AVRS),、小波能量(WEV) 3種較優(yōu)特征，然后通過它們的不同組合鑒別6種白酒,，鑒別結(jié)果表明,，多特征組合優(yōu)于單特征，且三特征組合時的鑒別正確率最高,。最后,，在用INV、AVRS,、WEV 3種特征值組合表征電子鼻信號的前提下,，深入研究了KECA+FDA方法鑒別6種白酒的效果。當選取徑向基函數(shù)(RBF)作為核函數(shù)后,，采用基于矩陣最佳相似性的方法優(yōu)化確定RBF核參數(shù)為16.8608時,，三特征組合下測試集的鑒別正確率由FDA的79.92%提高到KECA+FDA的100%,。與BP神經(jīng)網(wǎng)絡和支持向量機的鑒別結(jié)果對比，KECA+FDA方法更具優(yōu)勢,。這說明運用KECA+FDA方法可有效提高電子鼻對6種白酒的鑒別能力,。

摘要:以殼寡糖（COS）為試驗材料，采用TEMPO氧化法將殼寡糖C6位上的羥甲基直接氧化成為羧基,，制備6-羧基殼寡糖(CCOS),。以CaCl2作為鈣源，通過探討體系pH值,、反應溫度,、反應時間、CCOS與CaCl2質(zhì)量比對CCOS-Ca(Ⅱ)得率的影響,，采用三因素五水平中心旋轉(zhuǎn)組合設計優(yōu)化了制備工藝,。并對產(chǎn)物進行傅里葉變換紅外光譜掃描及元素分析。使用Design-Expert軟件對響應面試驗數(shù)據(jù)進行回歸分析,。所得CCOS-Ca(Ⅱ)制備最佳工藝參數(shù)為：反應pH值為8.3,，反應時間60min，反應溫度50℃,，CCOS與CaCl2質(zhì)量比為34,。在此優(yōu)化工藝條件下，驗證試驗螯合率為88.86%,。通過紅外光譜及元素分析,，證明了鈣螯合物的形成， CCOS-Ca(Ⅱ)配合物的結(jié)構(gòu)初步認為CCOS與Ca2+摩爾比為2∶1,。CCOS分子除了含有—OH,、—NH2外，還含有—COOH,，能夠?qū)︹}進行有效螯合，體系pH值,、反應溫度,、配體質(zhì)量比對螯合結(jié)果影響顯著，所得CCOS-Ca(Ⅱ)絡合物不僅能發(fā)揮殼寡糖本身獨特的生物活性,，而且有可能起到協(xié)同效應,，增強各自的生物活性。

摘要:以某V型增壓柴油機為研究對象,，選定原機額定工況為設計工況點，設計并搭配了文丘里管式高壓廢氣再循環(huán)（Exhaust gas re-circulation, EGR）系統(tǒng),。通過試驗研究了不同工況下,、不同EGR率對柴油機燃燒與排放性能的影響,，在此基礎上，針對不同工況下的EGR性能評估及最佳EGR率的確定問題,，提出了一種基于灰關(guān)聯(lián)分析優(yōu)化的多目標灰色決策評估方法,。試驗結(jié)果表明，利用文丘里管可以達到廢氣的引射要求,，能夠有效改善柴油機的排放性能,。當EGR率升至8%左右時，所有工況點的NOx均能降低25%左右,，但煙度及油耗小幅增長,；同轉(zhuǎn)速下，柴油機在高負荷,、高EGR率時煙度排放量更高,，NOx的排放量基本隨著EGR率的升高而直線降低；通過優(yōu)化評估方法可以獲得各工況的最佳EGR率,，柴油機在低轉(zhuǎn)速工況時,，小EGR率獲得了更高的綜合評估值，因此宜采用小EGR率,；隨著轉(zhuǎn)速提升,，較高EGR率獲得更高的評估值；當柴油機轉(zhuǎn)速過高時,，過高的EGR率取得的評估值反而下降,，因此不宜采取過高EGR率。

摘要:為提高液壓驅(qū)動拖拉機行駛時的調(diào)速穩(wěn)定性和低速行駛時的平順性,，設計了一種液控比例流量閥,。該閥設計有壓力補償功能，以消除壓力波動對流量的影響,，提高了流量控制精度,。通過傳統(tǒng)計算和仿真驗證的方法對該閥進行結(jié)構(gòu)參數(shù)設計?；陂y口遷移理論設計了閥芯節(jié)流槽,，以增大調(diào)速區(qū)間。仿真結(jié)果表明：該閥控制流量范圍為0~5.67×10-3m3/s,，流量變化平穩(wěn),，流量調(diào)速控制壓力區(qū)占總控制壓力區(qū)間的68.4%；壓力補償閥控制補償壓力在0.3~0.7MPa的范圍內(nèi),，可使比例換向閥流量穩(wěn)定,。試驗結(jié)果表明：拖拉機空載、發(fā)動機怠速工況時，流量調(diào)速控制壓力區(qū)占總控制壓力區(qū)間的45%,；拖拉機空載,、發(fā)動機高速工況時，流量調(diào)速控制壓力區(qū)占總控制壓力區(qū)間的62%,；拖拉機重載,、發(fā)動機怠速工況時，流量調(diào)速控制壓力區(qū)占總控制壓力區(qū)間的49.5%,；拖拉機重載,、發(fā)動機高速工況時，流量調(diào)速控制壓力區(qū)占總控制壓力區(qū)間的48.5%,；當控制壓力為0.78MPa時,，液控比例閥流量穩(wěn)定在8.33×10-5m3/s；當控制壓力為0.84MPa時,，液控比例閥流量穩(wěn)定在2.5×10-4m3/s,。

摘要:圍繞六自由度Stewart并聯(lián)平臺的多能域動力學建模展開研究。首先,，采用旋量鍵合圖建立了電動缸驅(qū)動Stewart平臺機構(gòu)本體動力學模型,，采用傳統(tǒng)鍵合圖建立了伺服電動缸鍵合圖模型，得到了該平臺完整的機,、電耦合的多能域系統(tǒng)動力學全局模型,。其次，給定平臺末端軌跡,，對比Matlab理論計算,、ADAMS軟件仿真以及實驗實測驅(qū)動力結(jié)果，驗證了Stewart平臺機構(gòu)本體旋量鍵合圖模型的正確性,。最后,，借助理論計算得到的驅(qū)動力，由平臺系統(tǒng)多能域動力學全解模型進一步計算得到伺服電機電流,，與通過實驗得到的電機電流實測值對比,，驗證了該平臺多能域系統(tǒng)動力學全解模型的正確性。為后續(xù)包含驅(qū)動單元慣性參數(shù)和摩擦參數(shù)在內(nèi)的動力學參數(shù)辨識以及平臺控制研究奠定了基礎,。

摘要:串聯(lián)機器人具有較大的工作空間且易于控制等優(yōu)勢,，與并聯(lián)機構(gòu)的高剛度有著良好的互補性。因此,，五自由度混聯(lián)機器人兼具串、并聯(lián)機器人的優(yōu)點而成為主要研究方向,。本文對五自由度混聯(lián)機器人構(gòu)型進行闡述,，該混聯(lián)機器人的并聯(lián)部分為存在2條連續(xù)轉(zhuǎn)軸的兩轉(zhuǎn)一移并聯(lián)機構(gòu)2RPU/UPR；較系統(tǒng)地對該五自由度混聯(lián)機器人關(guān)鍵尺寸進行了優(yōu)化設計,；對混聯(lián)機器人的關(guān)鍵部件的機械結(jié)構(gòu)進行了設計與分析,，并對其進行了結(jié)構(gòu)優(yōu)化,；對優(yōu)化前后整機進行有限元靜力學仿真，并對優(yōu)化前后仿真結(jié)果進行了對比分析,。結(jié)果顯示,，優(yōu)化后該五自由度混聯(lián)機器人的整體剛度得到提升，且整機的質(zhì)量進一步減輕,，有助于節(jié)約機器人的制造成本,，提高機器人的動態(tài)性能。

摘要:為提高泵控差動液壓缸系統(tǒng)運動過程的平穩(wěn)性及控制精度,，提出了帶有負載力補償量的速度/位置復合伺服控制策略,，確定了速度前饋控制量計算模型和負載力補償量計算模型。為實現(xiàn)速度控制和位置控制的平穩(wěn)切換,，對切換參數(shù)及切換時機進行了研究,，以實際位置相對目標位置的差值作為切換參數(shù)。建立系統(tǒng)的仿真模型和物理試驗模型,，對系統(tǒng)進行仿真和試驗研究,，仿真結(jié)果和試驗結(jié)果都表明，采用速度/位置復合控制策略可以實現(xiàn)對泵控差動缸系統(tǒng)的速度和位置的同時控制,，在保證控制精度的前提下有效提高了差動缸的運動平穩(wěn)性,。為便于比較，還對泵控差動缸系統(tǒng)單獨的位置伺服控制進行了仿真和試驗研究,，對比結(jié)果表明,，所提出的復合控制策略具有明顯的優(yōu)越性。