摘要: 实施综合治理措施是改善流域水环境、提升水质的有效手段之一,进行效果评估是检验治理措施成效的关键。以小清河流域邹平段为研究对象,对3种影响该流域水质的主要污染物(NH3-N、TN、TP)进行治理。根据污染物负荷的来源,从流域的点源、面源及外源提出了不同治理措施并进行5种组合。建立土壤和水评估工具(soil and water assessment tool,SWAT)模型对不同降水情况下5种情景进行模拟,分析各情景中治理措施实施后NH3-N、TN、TP浓度状况,并结合 R-R-V(reliability-resilience-vulnerability)指数法和熵值法对不同情景治理措施的治理效果进行综合评价。结果表明:不同措施组合的治理情景均能够改善水质状况,其中S5(城镇污水处理率提高到100%,农村污水处理率提高到80%,裸露地减少30 km2,上游负荷减少40%,施肥量减少40%)情景下,唐口桥断面丰水年、平水年和枯水年均达到Ⅲ类水质目标。不同降雨情况下,S5情景综合得分最高,丰水年和平水年均为0.956,枯水年为0.881,该情景的治理措施对水质改善效果最佳。因此,R-R-V 指数和熵值法相结合能对综合治理措施的效果进行评价,并为小清河流域邹平段水质管理目标的实现提供治理措施筛选的依据。
摘要: 文冠果的含水、含油率的高低影响其育种及加工储藏结果。为探求一种无损、快速、准确的文冠果含水含油率检测方法,该研究分别采用干取样法结合低场核磁共振技术(low field nuclear magnetic resonance,LF-NMR)、低场二维核磁共振技术(low field two-dimensional nuclear magnetic resonance,LF-2D-NMR)两种试验方式进行数据采集。通过系列试验确定两种技术在检测文冠果含水含油率的可行性。结果表明:与国标法测试结果相比,LF-NMR结合干取样法采集获取的数据异常,并且由于LF-NMR无法区分重叠峰信号,无法解释产生异常变化的原因,故该方法不适用于文冠果含油含水率的检测;LF-2D-NMR能够定性分析一维波谱中信号重叠无法区分组分的问题,成功解释了干取样法结合LF-NMR数据异常的原因。同时,LF-2D-NMR测得的文冠果T1-T2谱峰面积与烘箱干燥法及索氏提取法获取的水油含量之间存在显著的线性相关性,经与真值验证过后的相关系数R2分别为0.920 9和0.942 4,可以用于文冠果含水含油率的定量分析。该研究拓展了低场核磁共振技术的理论认知深度,提高检测精度及在实际生产中的指导价值。
摘要: 为有效检测树干分层介质厚度和相对介电常数,该研究提出一种基于雷达探测的树干分层结构介电参数反演方法。基于斯涅耳定律结合树干生理结构特点,构建雷达信号在树干分层结构中的传播模型。利用软件定义无线电平台(software defined radio,SDR)搭建树干探测雷达。然后采用稀疏分解算法、K-SVD字典训练以及层剥离算法对探测雷达回波信号进行参数反演,并对不同的稀疏分解算法反演结果进行了对比。试验表明在回波混叠和无混叠的情况下,该方法均能够对树干分层介质厚度和相对介电常数进行估算;无混叠时相对介电常数和厚度的反演误差分别在2.93%和3.5%以内,混叠时相对介电常数和厚度的反演误差分别在7.52%和7.61%以内。综合试验结果表明,在5种反演算法中,SAMP算法在未知信号稀疏度的条件下表现最佳,具有较高的反演准确率和鲁棒性。
摘要: 水稻需水量的研究面临多方面挑战,包括海量数据处理、时空尺度变化的复杂性,使得采用单一方法难以捕捉其关键特征。该研究利用Penman-Monteith公式,基于7个气象指数、4个环流指数,研究了高邮灌区1980—2021年水稻生育期内水稻需水量(作物需水量crop water requirement,ETc、灌溉需水量irrigation water requirement,IR)特征,并从时频域角度,综合Pearson相关性、小波、投影长度和M-K检验等分析方法,结合能量分区,提出了水稻需水量关键影响因素的分析方法,识别水稻需水量关键影响因素及变化趋势。结果表明:1)ETc和IR多年均值分别为532.88、285.04 mm/a;年际距平显示,ETc和IR在2000年由偏少向偏多转变;月度变化显示,每年8月需水量最高,10月最低;2)ETc和IR存在2个主能量区(I、II区),I区相对II区,时间尺度更大、周期更长;ETc在I、II区分别受到相对湿度、日照时长主导,其中相对湿度领先ETc约1/2周期,日照时长与ETc无相位差;IR在I、II区均受降水量主导,二者相位差均为1/2周期;3)从能量分区及相关性的分析结果来看,ETc的关键影响因素是日照时长和相对湿度,分别呈显著负相关和正相关;IR的关键影响因素是降水量,两者呈显著负相关。总体来看,ETc和IR与关键影响因素呈现了一种“主震有序、余震不断”的特点;4)ETc和IR呈现缓慢震荡上升趋势,在2005年后更为明显。研究结果为高邮灌区水稻灌溉制度提供参考,同时,推动了需水量关键影响因素识别的可靠性,在其他地区或相关领域具有极大地应用前景。
摘要: 碳储量是陆地生态系统的重要组成部分,其时空分布特征及驱动机制对区域可持续发展的推进具有重要意义。现有研究主要聚焦于历史和现状的碳储量分析,但对未来碳储量的研究,尤其是在多种土地利用情景下的刻画,仍显不足。这种局限性削弱了碳储量研究对区域可持续发展目标的实际指导作用。本研究构建了MOP-PLUS-InVEST耦合模型,定量预测了滇中城市群自然发展情景(natural development scenarios,NDS)、生态保护情景(ecological protection scenarios,EPS)、经济发展情景(economic development scenarios,EDS)、可持续发展情景(sustainable development scenarios,SDS)4种情景下的土地利用和碳储量的时空分布格局。同时,采用最优参数地理检测器(optimal parameters geographical detector, OPGD)模型探究碳储量空间分异的驱动机制,为优化低碳发展路径提供了新思路。结果表明:1)2000—2020年,碳储量累计损失1.95×107t,尤其在2010—2020年,由于城市化进程加快,损失尤为严重;在各类土地利用类型中,草地的碳储量损失最大;2)在未来情景下,4种情景中的建设用地均呈现持续增长趋势,而碳储量则有所下降。其中,生态保护情景的碳储量降幅最小,减少了2.84×106t,经济发展情景的碳储量降幅最大,减少了1.678×107 t ;4种情景的碳储量空间分布具有一定相似性,高值区主要集中在研究区西部和南部,低值区主要分布在中部;3)碳储量受多种因素共同驱动,其中归一化植被指数和夜间灯光指数是碳储量空间分异的主导因子,自然因素和社会因素对碳储量空间分异的影响程度不同,其中人类活动在碳储量变化中起着关键作用。本研究结果可为滇中城市群国土空间规划实施评价、“双碳”目标及可持发展目标的实现提供理论和技术支持。
摘要: 莲藕病虫害的发生将会严重影响莲藕品质与产量,开展早期诊断识别对藕田病虫害及时对症对病防治、增加莲藕生产质量与经济效益具有重要意义。为此,本文以荷叶病虫害高效、准确识别为目标,提出了一种基于改进DenseNet的荷叶病虫害识别模型。首先对模型的浅层特征提取模块进行改进,并在Dense Block与Transition模块中引入Squeeze and Excitation注意力机制模块和锐化的余弦相似度卷积,并基于Plantvillage数据集进行迁移学习,实现了91.34%的识别准确率。本研究实现了对荷叶腐败病、病毒病、斜纹夜蛾、叶腐病、叶斑病的识别,并首次将改进后的DenseNet分类模型推广应用于藕田无人机图片的病虫害检测中,可对莲藕以及其他水生蔬菜病虫害智能防治提供有益指导。
摘要: 生态沟渠是中国南方地区农业面源重要拦截磷污染的措施,受生态沟渠自身特征和环境因子影响,不同研究中生态沟渠对磷的去除效率差异较大。通过文献检索平台CNKI和Web of Science,收集研究磷在生态沟渠迁移转化过程的文献,经过筛选后,建立生态沟渠磷迁移数据库,共包含334项数据,通过统计分析系得到生态沟渠对TP的平均去除效率为47.16%。基于Mann-Whitney U检验和K-W检验方法,分析不同因素(植被类型、沟渠材质类型、强化措施、气候温度、水力停留时间)对生态沟渠TP去除效率的影响。研究结果表明:不同植被类型中,多种人工植被的生态沟渠去除效果最好,其TP平均去除效率为53.93%;不同沟渠材质中,边坡半衬砌的生态沟渠的TP平均去除效率为58.22%,效果最佳;不同强化措施类型中,基质类更有助于提高生态沟渠对TP的去除效果,其去除平均去除效率达到53.53%;不同气候温度区间中,温度在>25~35℃时生态沟渠对TP去除效率最高,平均值为57.18%;不同水力停留时间条件下,超过24h时生态沟渠对TP的平均去除效率最佳,达到72.12%。该研究成果可为中国南方生态沟渠磷拦截效应评估、沟渠设计提供技术支撑。
摘要: 小麦条锈病和小麦黄矮病是严重威胁小麦生产的重大病害,病害的早期识别对病害防控具有重要意义。现有病害识别模型对相似表型症状识别困难,对早期病害的识别准确度低。为此,本研究构建了一种改进的快速区域卷积神经网络(Faster Regions with CNN Features,Faster-RCNN)的病害识别方法。该方法采用卷积核拆解和下采样延迟策略优化了深度残差网络(Deep Residual Neural Network,ResNet-50),用优化后的ResNet-50作为主干特征提取网络以增强所提取特征的表达力,同时简化模型的参数;并采用ROI (Region of Interest)Align改进ROI迟化层以降低特征量化误差,提升识别的精度。在自建的涵盖200余种不同发病时期、不同抗感性的小麦叶部图像数据集上进行试验,结果表明:改进的Faster-RCNN识别方法比其他SSD (Single Shot Multi-Box Detector)、YOLO(You Only Look Once)和Faster-RCNN网络模型的平均精度均值(mean Average Precision,mAP)分别提升了9.26%、7.64%和14.97%。对小麦条锈病、小麦黄矮病、健康小麦和其他黄化症状小麦识别的平均mAP可达98.74%;对小麦条锈病和小麦黄矮病轻、重症识别的平均mAP可达91.06%。同时,模型损失函数值降低最快,整体性能表现最优。进一步开发小麦病害智能识别系统部署研究模型,使用微信小程序进行田间小麦病害的识别。在最大并发100的条件下,小程序平均返回时延为5.024秒,识别返回成功率为97.85%,对两种小麦病害及其细分轻重症识别的平均准确率为93.56%,能够有效满足实际应用需求,可用于指导病害的科学防控。