土柱入渗性能自动检测装置研制与试验

为实现室内竖直土柱入渗性能的自动检测,研制了一种土柱入渗性能自动检测装置。该装置主要由传感器位置调节装置、土样盛放装置、供水装置、检测和控制模块、电源模块和上位机显示存储模块组成,采用压力应变式传感器检测入渗过程的累积入渗量,采用介电常数土壤水分传感器检测土壤含水率的变化,进而推断湿润锋的运移位置。基于这2种传感器,实现土柱入渗过程自动检测。采用水头为10 mm,容重为1.15、1.20和1.25 g/cm^3的红壤土进行室内土柱入渗试验,检验该装置的性能。结果表明:1)9个试验和18个检测位置,土壤水分传感器进出土柱成功率为100%,表明该装置运行可靠;2)与烘干法相比,土壤水分传感器检测得到土壤含水率的最大相对误差为-4.4%,检测结果比较准确;3)与人工观测湿润锋位置相比,土壤水分传感器推算出的湿润锋位置最大相对误差为-12.9%,说明土壤水分传感器检测湿润锋的运移效果比较明显;4)压力应变式传感器检测累积入渗量与人工实测得到的数据对比,最大相对误差为2.27%。该装置可作为土柱入渗自动检测试验平台。

原状土入渗性能自动检测装置设计

为解决双环入渗仪只能测定原状土的渗透速度,而无法测定原状土入渗湿润锋的运移规律和入渗过程中不同高度的土壤水分含量等问题,提出了一种基于频域反射法土壤水分传感器测量原状土入渗湿润锋运移规律和不同高度土壤水分含量的方法,采用arduino mega 2560单片机开发板采集土壤水分传感器检测得到的数值,设计了圆盘式底座的原状土入渗性能检测装置,土壤水分传感器安装在检测装置上,arduino mega 2560单片机开发板能够根据检测得到的数据判定原状土入渗湿润锋的运移的位置,并根据控制策略驱动检测装置,使土壤水分传感器进入下一位置进行检测,也能够对原状土入渗过程中不同位置的土壤水分含量进行连续检测。为研究原状土的入渗过程中湿润锋的运移规律和水分迁移提供参考。

亏缺灌溉和施氮对小桐子根区硝态氮分布及水分利用的影响

为研究亏缺灌溉和施氮对小桐子幼树根区土壤硝态氮分布及水分利用的影响。采用4种供水水平(W1:100%ET(ET为蒸散量);W2:80%W1;W3:60%W1;W4:40%W1)和3种施氮水平(N0:0;N1:0.4g;N2:0.8g)。结果表明:在W1、W2和W3处理中表土层5cm处的土壤硝态氮质量分数均低于表土层10和15cm处,而W4处理中表土层5cm处的土壤硝态氮质量分数均高于表土层10和15cm处;W2处理的平均土壤硝态氮质量分数均低于W1、W3和W4处理。与W1N2相比,节约灌溉量达10.7%时,W2N2处理的平均土壤含水率和硝态氮质量分数及蒸散量分别显著降低22.8%、12.1%和9.6%。而茎粗/株高和壮苗指数分别显著增加24.7%和27.6%,根系、冠层和总干物质质量分别显著增加22.3%、18.3%和19.2%,因此,W2N2处理的灌溉水利用效率和总水分利用效率分别显著增加36.6%和35.0%。可见,在节约灌溉用水的同时,采用W2N2处理提高了小桐子的干物质质量、茎粗/株高和根冠比,而降低了土壤硝态氮质量分数和蒸散量,从而使得壮苗指数和水分利用效率显著提高。

调亏灌溉和氮处理对小桐子生长及水分利用的影响

为了研究阶段水分亏缺（亏水＋不亏水W_LW_H、不亏水＋亏水W_HW_L、亏水＋亏水W_LW_L、不亏水＋不亏水W_HW_H）和不同施氮量（NZ：0,NL：0.2 g/kg,NH：0.4 g/kg）对小桐子生长、生理指标和灌溉水利用效率的影响,通过盆栽试验,发现W_LW_H的生长和灌溉水利用效率均显著高于W_HW_L;作物的灌溉水利用效率随施氮量的增大而呈现先增大后减小的趋势,在NL水平下达到最大值;与高水高氮的处理NHW_HW_H相比,中水低氮处理NLW_LW_H节约灌溉水27%,节约氮肥使用量50%,小桐子株高减少31%、总干物质量减少35%,灌溉水利用效率减少13%,但茎粗增加13%,根冠比增加20%.可见小桐子在第一阶段处理（40~90 d）幼树期对水分的需求量较小,适度的亏缺灌溉可提高灌溉水利用效率;小桐子在第二阶段处理（90~140 d）处于旺长期,对水分的需求量较大,增大灌水量可大幅度促进小桐子生长及其干物质量的积累.全生育期实施亏缺灌溉,可提高小桐子自身适应外界环境能力,抗干旱胁迫能力也逐渐增强,但W_LW_L水平下的小桐子生长缓慢.经综合分析,认为处理NLW_LW_H可作为干旱地区条件下的小桐子灌溉和施氮制度.

不同浓度镍胁迫对小桐子光合特性、形态特征和水分利用的影响

小桐子(Jatropha curcas)是生物质能源原料树种,被称为生物柴油树,具有较强的抗环境胁迫能力,可用于生态脆弱环境的植被恢复和污染土壤的植物修复,达到能源与环境双赢的目的。通过室内盆栽试验研究不同浓度镍(0、500和1 000 mg·kg-1)对小桐子光合特性、形态特征及水分利用的影响,旨在探索小桐子适应镍污染土壤的生长调节和水分高效利用机制。结果表明,小桐子株高变化量、茎粗变化量、净光合速率(Pn)日变化、蒸腾速率(Rt)日变化、壮苗指数、胡伯尔值和灌溉水利用效率(Ei,w,u)均随镍浓度的增加而显著降低(P<0.05),但叶片水分利用效率(Ew,u)和植株根区土壤含水率随镍浓度的升高而升高。与Ni0(对照)相比,Ni1处理对植株气孔导度(Gs)的影响不显著(P>0.05),而Ni2处理植株Gs显著降低(P<0.05)。由于镍显著降低小桐子的Rt,影响植株根系向冠层传输水分的能力及通过其边材横截面向叶片供水的能力,从而使得Ei,w,u显著降低,最终导致植株总干物质质量显著降低。但值得注意的是,小桐子通过提高叶片Ew,u来缓解因蒸腾作用显著降低而引发的植物水分胁迫,使其能够在重金属镍污染土壤中生长。在该试验条件下有利于小桐子生长的土壤最高镍污染浓度为500mg·kg-1。

水盐处理对小桐子生长和水分利用的影响

为研究盐胁迫下小桐子的生长和水分利用,通过水盐处理种植小桐子进行试验.研究采用盆栽试验,共设3种盐分处理(风干土中分别加入NaCl分析纯的质量比为S0:0;S1:2.5 g/kg;S2:5.0 g/kg)和3种灌水处理(W1:0.9 L;W2:1.8 L;W3:2.4 L)对小桐子进行63 d的试验处理.结果表明:施盐分处理相同时,与W1和W2水平相比,W3水平小桐子的株高、茎粗、壮苗指数、干物质量和水分利用效率均显著提高(P<0.05).因此,试验中小桐子最优的灌水量为W3.当灌水量为W3时,与W3SO相比较,处理W3S1促进小桐子的干物质量及水分利用效率显著提高,而处理W3S2的小桐子的干物质量及水分利用效率下降甚微(P>0.05).可见,土壤含盐量较低时,适宜的土壤水分调控有助于提高小桐子的生长和水分利用效率;土壤含盐量较高时,适宜的土壤水分调控有助于提高小桐子的抗盐胁迫能力.

温度与压力对水肥一体化滴灌灌水器堵塞影响研究

【目的】探究在水肥一体化灌溉过程中,温度对灌水器堵塞的影响。【方法】以市场常用的内镶贴片式齿形流道灌水器为研究对象,采用4个温度梯度(15、20、25、30℃),2个工作压力(低压50 kPa、常压100 kPa),进行短周期间歇灌溉堵塞试验,并在试验后用场发射扫描电镜对堵塞物质的结构和组成成分进行分析。【结果】磷酸二铵加速堵塞效果明显,灌溉结束后灌水器平均相对流量下降到15.03%~34.02%;温度从15℃升高到30℃,平均相对流量的下降速率减小,灌水结束后低压下平均相对流量提高18.55%,常压下平均相对流量提高14.88%。温度并不影响堵塞物质的主要组成成分,其主要为磷酸盐沉淀,但温度提高,絮凝现象减弱,堵塞物质表面的复杂程度减小。灌水器中堵塞位置主要集中在过渡区、流道首部和流道尾部,占比分别为29.75%、22.31%、22.31%,改变温度并不影响其堵塞位置的分布。【结论】提高肥液温度可在一定程度上缓解灌水器的堵塞。

基于广义回归神经网络的灌溉系统首部多用户配水快速PID控制

针对多用户配水状态下灌区流量、压力需求变化范围大,传统流量、压力控制响应速度慢等问题,建立适用于多用户灌区配水的灌溉系统首部控制技术。该研究通过分析供水系统流量、压力调节方式,提出了流量、压力PID(Proportion Integration Differentiation)耦合调节方法,建立以电动阀开度为流量控制量、变频器频率为压力控制量对流量和压力进行调控的灌溉首部控制系统。为了减少系统的调节时间,提高系统的运行效率,采用广义回归神经网络(Generalized Regression Neural Network,GRNN)建立流量、压力和电动阀控制模拟量、变频器控制模拟量间的预测模型,形成神经网络PID控制模型(GRNN_PID),并进行模型精度和控制精度验证。GRNN训练结果显示,变频器控制模拟量的相对误差为0.11%~3.86%,电动阀控制模拟量相对误差为0.09%~5.74%,模型精度较高。使用3个调节过程模拟3个用户的需水行为对模型进行验证,结果表明,GRNN_PID模型3个过程的调节时间分别为11.6、10.7和7.2 s,PID模型3个过程的调节时间分别为31.7、29.6和16.9 s,GRNN_PID模型大幅减少了系统的调节时间,提高了系统的运行效率;分别计算了2种模型的控制精度,GRNN_PID调节方法和传统PID调节方法的稳态流量和压力误差都在1%以内,最大超调量为8%,控制精度较高但相差不大,表明GRNN是从策略上加速系统调节速度,其本身并没有对PID的参数进行调整,因此对系统的控制精度影响不大。研究可为灌溉系统流量压力快速控制提供参考。

基于思维进化算法优化BP神经网络的温室甜瓜ET0预测研究

为实现温室作物参考作物蒸散量(ET0)的准确计算和预测,利用BP神经网络对获取的数据进行非线性回归,利用思维进化算法自动寻优,进而获取BP神经网络算法中较优的权值和阈值,最终建立了基于思维进化算法优化BP神经网络的参考作物蒸散量预测模型(MEA-BP)。结果表明,优化后的BP神经网络的最大相当误差有原来的13%下降到了7.2%,平均相对误差由原来的6.8%下降到了3.4%。研究了在气象数据缺失情况下模型的预测效果,当模型输入参数为4个时,平均绝对误差约为在0.2 mm(预测值约3~6 mm),模型的有效系数和相关系数基本在0.9以上;当模型输入参数为3个时,平均绝对误差约为0.25 mm,模型的有效系数和相关系数基本在0.8以上。因此,在输入参数保证3个及以上,同时包含有显著影响因子有效光照时长时,该模型的整体计算精度以及整体的实用性较好,能够为作物灌水量的预测提供参考。

基于烟花算法优化极限学习机的温室参考作物蒸散量预测研究

为提高温室环境下参考作物蒸散量(Reference Crop Evapotranspiration,ET0)的预测精度,提出烟花算法(Fireworks Algorithm,FWA)优化极限学习机(Extreme Learning Machine,ELM)的参考作物蒸散量预测模型,有效解决了极限学习机在数据预测过程中因随机输入权值矩阵和偏置矩阵导致的数据波动问题,提高了极限学习机的预测精度。以温室环境数据作为模型的输入,以参考作物蒸散量ET0为输出,建立FWAELM模型,并将结果与ELM模型预测结果进行对比,结果表明,FWAELM模型的均方根误差、平均绝对误差和模型可决系数分别为:0.1156、0.1436、0.9438,高于ELM模型的0.4035、0.3467和0.8190,FWAELM模型预测精度较高。同时进行了气象参数缺失情况下的模型预测精度研究,结果表明参数在保留3个及以上时,模型的预测精度依然较高,适用于温室ET0的预测研究。

浅析初中化学课程标准与学生核心素养的关系

本文以"中国学生发展核心素养"中"一个核心,三个方面"为维度,探讨了化学课程标准和学生发展核心素养之间的关系,以期推动化学教学改革.