智慧农业产业学院“1234”产教融合协同育人模式

智慧农业是近年来国内外的重点和热点研究领域,也是实现我国农业强国和解决“三农”问题的重要途径。未来,涉农行业、企事业单位对智慧农业人才的需求将呈快速增长态势,而当前智慧农业人才难以满足智慧农业产业的需求。同时,智慧农业是多学科交叉融合且实践性很强的专业,也是新型专业,尚未形成系统性的智慧农业专业人才培养体系。因而,加快推进智慧农业专业人才培养,显得尤为迫切和重要。该文在坚持“以本为本”和“四个回归”的教育理念基础上,围绕智慧农业发展目标,面向智慧农业产业需求,以山西农业大学省级智慧农业学院为例,探索出智慧农业产业学院“1核心、2导师、3平台、4体系”的“1234”产教融合协同育人模式,为我国智慧农业产业学院发展及人才培养模式提供参考和借鉴。

SG平滑处理对冬小麦地上干生物量光谱监测的影响

Savitzky-Golay(SG)方法是高光谱数据预处理的重要方法之一,为研究SG平滑处理对冬小麦地上干生物量(AGDB)光谱监测模型的影响,对冬小麦冠层光谱进行6种程度的平滑处理:无平滑(SM0)、3点平滑(SM3)、5点平滑(SM5)、9点平滑(SM9)、13点平滑(SM13)和17点平滑(SM17),并分别构建各预处理光谱条件下的冬小麦AGDB的偏最小二乘法(PLSR)模型,对比各PLSR模型的表现,研究平滑程度对模型的影响。结果表明,SM9平滑处理后的冬小麦冠层光谱可以提高光谱与AGDB的相关性,相关系数接近0.5;所构建的冬小麦AGBD的光谱监测模型中,SM9处理的模型表现最好(R2=0.771,RMSE=0.564,RPD=1.912,LV=19)。研究结果可为利用冠层光谱研究冬小麦AGDB的无损监测提供一定的光谱预处理方法与技术探索。

粒径对土壤光谱特性的影响

土壤粒径是影响土壤光谱的重要因素之一。为了探究土壤粒径与土壤光谱的关系,以山西省闻喜县的冬小麦麦田土壤为研究对象,分别获取7个土壤粒径(2,1,0.5,0.25,0.154,0.125,0.074 mm)及相应的土壤光谱,通过分析不同粒径条件下土壤光谱反射率、土壤粒径与土壤光谱的相关性,研究土壤粒径对土壤光谱的影响及土壤光谱与粒径的响应关系。结果表明,不同土壤粒径大小对土壤的光谱曲线的形状以及光谱特征位置没有明显的影响,但是随着土壤粒径的减小,土壤光谱反射率呈现不同幅度的升高;分析不同土壤粒径光谱反射率的平均变化率可知,小于0.154 mm的土壤粒径对土壤光谱反射率的影响最大,位于近红外波段区域;相关性结果表明,土壤粒径和光谱反射率之间具有较好的相关性,在波段2 100 nm附近的相关性达到最大,相关系数可达-0.74,表明该波段与土壤粒径具有重要的相关关系。研究结果可为光谱技术应用于土壤生理生化指标的定量分析提供一定的理论参考和实践探索。

粉煤成型黏结力及其作用机理研究进展

分析讨论了粉煤成型过程,范德华力、氢键、共价键、"桥键"和机械啮合力作用机制。分析认为范德华力和机械啮合力作用位点分散,且强度较弱,受有效黏结区域及数量的限制;氢键和共价键的形成可提高黏结强度;水分、黏性矿物和黏结剂形成的桥键为有效黏结,其结构和特性及形成条件将成为成型机理研究的重要方向。

低阶煤气体载热低温干馏工艺研究进展

从工艺背景、流程和技术特点3个方面介绍了国内外几种典型的低阶煤气体载热低温干馏工艺,分析对比了4种高温气体热载体:高温烟道气、焦炉煤气、合成气和N2的干馏特性和对煤气热值的影响,探讨了低阶煤气体载热低温干馏工艺的发展趋势。

气基直接还原铁工艺还原气研究现状

总结了气基直接还原铁(DRI)工艺还原气研究现状,分析了焦炉煤气干重整转化和煤制气生产DRI工艺的技术背景、流程和技术特点,介绍了自主研发的劣质"三高"低阶煤热解提质、气化和冶金耦合工艺,并对工艺经济、资源、能源效益进行了初步分析。

基于GRU神经网络多标签多分类的焦炭质量预测模型

通过关联配合煤中硫、灰分、挥发分的质量分数等主要的煤质指标,利用基于Adma算法为优化器的GRU神经网络模型,不断对模型参数进行调整后,通过sigmoid激活函数判断模型准确率的多标签多分类方法,建立了焦炭质量预测模型。结果表明:当三层GRU网络的隐层神经元数量为(64,64,64);学习率为0.01;样本批次大小为64;样本训练次数为50;丢弃率为0.3时,得到了模型的最优参数,此时模型预测准确率达到97%。采用GRU神经网络多标签多分类焦炭预测模型不仅具有高精度、低损失函数等特点,而且针对小样本配煤数据预测焦炭质量可以达到很好的效果,对实际的配煤炼焦具有一定的参考意义。

基于ResNet双注意力机制的遥感图像场景分类

针对基于传统机器学习遥感图像场景分类无法快速有效提取图像特征造成分类结果不准确的问题,提出一种基于注意力残差网络的遥感图像场景分类的方法,以残差网络为基准模型,在通道和空间两个维度上建立注意力模块,实验过程中对参数进行合理有效的设置,调整网络层数优化模型,达到对UC Merced Land-Use数据集的有效分类.实验结果表明,与基于卷积神经网络结构的遥感图像场景分类方法相比,该方法达到了98.1%的准确率.

炼焦智能配煤系统初步研究

基于炼焦生产过程的优化控制模型影响焦炭质量、炼焦成本和损耗,针对智能配煤系统中的储运系统、配煤系统和焦炭质量预测系统开展研究,列出了智能炼焦过程的工艺流程,并对路程和成本优化、堆放过程优化、出料质量控制等进行探讨。收集焦炭指标的实际测量值,进行汇总和记录后将焦炭质量按对应的级别进行分类,并将焦炭产品质量与配合煤的参数进行关联后建立预测模型,对模型预测与实际结果的误差进行修正和模型矫正,完成反馈调节及修改相应参数以完善模型。并对粒径分布对配煤过程的影响进行探讨,指出细粒径煤在型煤的配煤过程中对抗压强度和跌落强度的提高均有促进作用。

预处理对土壤有机质光谱估算的影响

为实现土壤有机质(SOM)含量的实时、动态监测,以晋南麦区169个土壤样本为研究对象,通过测定其SOM含量与高光谱,采用多种常规预处理光谱相结合的方法,分析预处理光谱与SOM含量间的相关性,并选择光谱特征波长,构建基于光谱波长的SOM含量监测模型。结果表明,SOM含量与光谱反射率成反比;通过不同预处理方法与SOM含量相关性分析,筛选出最佳特征波长为580、567、571、560、535、672、673、674、678 nm,MSC+1st耦合多元逐步回归(MLR)构建的模型R2为0.74,RPD为1.52,模型精度最高,误差最小,更利于实现SOM含量的光谱监测。经比较分析,多种预处理方法相结合较单一预处理方法更有利于建立估测模型。

黄土高原台塬区域麦田土壤养分的管理分区

为探索适宜黄土高原边缘台塬区域麦田土壤养分的管理分区方法,找出对产量影响较大的土壤养分因子,以闻喜县麦田作为研究对象,将地形因子、土壤类型和土壤养分作为输入因子,分别采用K均值聚类、模糊C均值聚类、分级分区3种方法进行管理分区,以变异系数作为评价指标,找出适宜该区域麦田土壤养分的管理分区方法。结果表明,闻喜县的麦田地形因子、土壤养分的空间变异性较大,适宜进行管理分区;较未分区前,K均值聚类、模糊C均值聚类、分级分区均能降低麦田土壤养分的变异系数,其中,分级分区降低幅度最大,达27.07%;地形因子和土壤养分的主成分分析表明,地形因子对主成分的贡献较大,地形因子与土壤养分呈负相关关系。黄土高原边缘台塬区域地形复杂,地形因子掩盖了麦田土壤养分对产量的影响,导致K均值聚类和模糊C均值聚类分区不适宜该区域管理分区。分级分区是适合该区域的麦田土壤养分管理分区方式。

基于改进Mask-RCNN的遥感影像建筑物提取

由于遥感影像中建筑物种类繁多且与周围环境信息混淆,传统方法难以实现建筑物的准确高效提取.本文提出了一种基于改进Mask-RCNN的建筑物自动提取方法,利用PyTorch深度学习框架搭建改进Mask-RCNN网络模型架构,在网络的设计中添加了路径聚合网络和特征增强功能,通过监督和迁移学习的方式对Inria航空影像标签数据集进行多线程迭代训练与模型优化学习,实现了建筑物的自动精确分割和提取.基于不同开源数据集,分别与SVM、FCN、U-net和Mask-RCNN等建筑物提取算法进行对比,实验表明,本文方法可以高效准确、高效地提取建筑物,对于同一个数据集,提取结果的mAP、mRecall、mPrecision和F1分数这4个评价指标均优于对比算法.

典型山西黄土高原区土壤有机质的空间异质性及空间插值预测

农田土壤有机碳库储量是评估其固碳减排潜力的重要依据,而土壤有机碳(SOC)周转受到气候(温度和降水)、地形(坡度和高程)等环境变量的影响。为了明确环境变量因子对SOC的影响及实现SOC的空间插值预测,为理解小尺度SOC的空间异质性及精确制图提供一定理论和实践参考,研究利用反距离加权法(IDW)、径向基函数法(RBF)、普通克里格插值(OK)、多元线性回归(MLR)、回归克里格法(RK)、回归反距离加权法(MIDW)、回归径向基函数法(MRBF)等7种插值方法,探寻地形因子和气候因子与SOC的关系,并选出能更好预测SOC空间分布的空间插值模型。结果表明,SOC含量与高程(-0.255^(**))、温度(-0.246^(**))、坡度(-0.214^(**))及降水量(-0.085^(*))均呈显著负相关关系,其中高程与SOC的关系最为密切。对比不同插值模型的预测表现可知,MLR的均方根误差为0.083,小于OK、RBF、IDW、RK、MRBF、MIDW的均方根误差;MRBF的平均绝对误差为2.506,小于OK、RBF、IDW、MLR、RK、MIDW的平均绝对误差;MRBF的皮尔逊相关系数为0.674,大于OK、RBF、IDW、MLR、RK、MIDW的皮尔逊相关系数,因此,基于MRBF方法的SOC预测效果最好。

基于高光谱技术的土壤蛋白酶活性估测

快速测定土壤蛋白酶活性,对评估土壤健康状况、建立可持续耕作管理模式具有重要意义。为探究高光谱技术在估测土壤蛋白酶活性方面的可靠性,试验以128个土壤样品为研究对象,测定其蛋白酶活性和土壤光谱信息,观测不同蛋白酶活性水平下土壤光谱反射率的变化;并对原始光谱数据及不同光谱预处理数据分别与土壤蛋白酶活性进行相关性分析,构建偏最小二乘(PLS)线性模型和支持向量机(SVM)非线性模型对土壤蛋白酶活性进行估测。结果表明,蛋白酶活性在一定范围内,土壤光谱反射率随蛋白酶活性增加而升高;不同预处理方法显著提高土壤光谱数据与土壤蛋白酶的相关性,其相关系数最高达到0.99;基于不同预处理所建立的PLS线性估测模型和SVM非线性估测模型,在导数变换预处理下模型效果最好,且在大部分预处理下所构建的模型都可以较为可靠地对土壤蛋白酶活性进行估测;基于一阶导数预处理所构建的PLS线性模型表现优于其他模型(Rc^(2)=0.99、RMSEc=0.08、RPDc=10.51;Rv^(2)=0.96、RMSEv=0.17、RPDv=4.68)。高光谱技术在一定程度上可以较为准确地估测土壤蛋白酶活性。

家庭自配饲料应遵循的几条原则

为了使自配饲料符合配合日粮的基本原则,做到既科学又经济,在配制饲料的过程中应遵循以下几条原则。 1.针对性针对畜禽的不同种类、不同品种、不同生长发育阶段和生产目的,选用适当的饲养标准,结合生产实践经验、饲养管理条件、季节变化、原料品质、产地等,做出合乎要求的最佳日粮配方。例如,蛋鸡产蛋率达到65％时,我们必须按照产蛋率65％以上的营养标准配制日粮,才能满足蛋鸡生产的需要。如果我们希望迅速提高产蛋率,而给予高营养标准的日粮,只能造成饲料浪费,加大成本。

纳税会计开展税收筹划工作的实践研究

企业税费是我国财政收入一大来源,依法纳税是企业职责与义务,也是企业最基本的社会责任,但是为了更好的扶持各种企业的健康管理发展,国家出台了一系列企业税收优惠政策,在这样的形势下,企业纳税会计专业水平的优劣显得更为重要,因为科学合理的税收筹划,能够有效降低企业纳税成本,而税收筹划则是纳税会计本职工作之一,由于能够充分做好纳税筹划,对企业建设具有重要影响,因此,本文主要分析纳税会计开展税收筹划工作的具体实践,希望对相助工作人员有所帮助。

两种前脱乙烷MTO分离流程的模拟比较

采用Aspen Plus模拟软件对预切割-丙烷吸收和丙烷洗两种前脱乙烷的甲醇制烯烃分离流程进行了模拟和优化,同时对两种工艺的模拟结果进行了比较。模拟结果表明,在保证乙烯和丙烯产品纯度大于99%的分离要求下,对前脱乙烷-预切割-丙烷吸收工艺,吸收剂用量选择为950 kg/h最适宜,乙烯损失率为0.6%;气相进料位置选择第35块塔板处,液相进料位置选择第9块塔板处。对前脱乙烷-丙烷洗工艺,吸收剂用量为1 200 kg/h最适宜,乙烯损失率为3.53%;适宜的循环物料进料位置为第31块塔板处,适宜的气相进料位置为第40块塔板处。比较两种工艺,从提高乙烯收率角度考虑,前脱乙烷-预切割-丙烷吸收工艺略有优势,可减少乙烯损失率和吸收剂用量;从降低能耗角度考虑,前脱乙烷-丙烷洗工艺略有优势,可减少脱甲烷塔冷量消耗。

让县域产业经济为乡村振兴赋能

县域是实施乡村振兴战略的主战场,推动县域产业经济高质量发展对于实现乡村振兴目标至关重要。大力发展县域产业经济,必须坚持绿色生态理念、加强科技投入、扩大人才储备、转变发展方式、调整产业结构、加快产业融合、优化资源配置、创新金融服务、提高发展质效。

互联网使用对农户创业影响的研究

文章基于2018年CFPS数据,利用中介效应模型实证分析了互联网使用对农户创业的影响及作用机制,并利用模型替换和更换数据源进行了稳健性检验,利用工具变量法和改变时间序列进行了内生性检验。研究发现:互联网使用的三个指标是否上网、上网时长和互联网获取信息重要程度既对农户创业有显著的直接影响,也能通过社会资本、正规和非正规融资三种机制间接促进农户创业。

变换光谱数据对土壤氮素PLSR模型的影响研究

光谱数据变换对消除背景、噪音影响以及提取光谱特征有重要的作用,是光谱数据分析过程中的必要步骤。为了研究光谱变换处理对土壤氮素PLSR模型的影响精度,并选择最佳光谱变换处理方法,本文对原始光谱数据进行了15种典型光谱变换,通过比较不同变换光谱与土壤氮素的相关性,实现土壤氮素的PLSR精确诊断,并综合评定最佳光谱数据变换方法。结果表明,涉及微分处理后的光谱变换,尤其是先进行开方(T8、T11)、对数(T6、T12)等变换后再进行微分处理,可提高其与土壤氮素的相关性。在引入较少因子变量个数的条件下,该方法使因变量解释量达到了98%。综合考虑模型的校正、验证效果及模型复杂度(模型最佳因子变量个数),可得出光谱平方根的一阶微分变换处理(T8)为最佳的土壤光谱变换算法。该条件下的土壤氮素的校正模型表现为R2=0.985、RMSEC=0.000132、Fn=6,验证模型的表现为R2=0.9853、RMSEV=0.000162,结果表明基于T8的光谱数据变换可实现本试验条件下土壤氮素的光谱估算。另外,可以考虑将原始光谱的一阶微分(T9)、对数和对数倒数的一阶微分(T6、T7)以及平方根和对数的二阶微分(T11、T12)作为光谱数据变换方法。本文研究结果可为土壤氮素估算和光谱数据预处理提供技术参考。