高光谱成像技术的柑橘植株叶片含氮量预测模型

氮素是果树生长发育的一种大量必需元素,及时准确地监控果树的氮营养状况,对果树的合理施肥、增产、优化果实品质以及减缓过量施氮引起的水资源污染具有重要意义。利用高光谱成像技术结合多变量统计学方法,建立了柑橘植株叶片的含氮量预测模型。研究步骤为：高光谱扫描、提取平均光谱曲线、预处理原始光谱数据、采用连续投影法提取特征波段和建立含氮量预测模型。从SG平滑、SNV、MSC、1-Der等11种预处理方法中筛选出的较优预处理方法是SG平滑、Detrending和SG平滑-Detrending。对应这三种最优预处理方法,先采用连续投影法挑选出各自的特征波长,然后将各特征波段下的光谱反射率作为偏最小二乘、多元线性回归和反向传播人工神经网络模型的输入,各自建立三个预测模型。从以上获得的9个预测模型中,得出两个最优模型SG平滑-Detrending-SPA-BPNN(R_p：0.851 3,RMSEP：0.188 1)和Detrending-SPA-BPNN(R_p：0.8609,RMSEP：0.159 5)。结果表明,利用高光谱数据测定柑橘叶片含氮量具有可行性。这为实时、准确地监控柑橘植株生长过程中叶片含氮量的变化以及合理科学的氮肥施加提供了一定的理论基础。     

基于滑移网格与RNG湍流模型计算泵内的动静干扰

本文利用三维Navier-Stockes方程和RNG湍流模型,在转动与静止部件间采用滑移网格技术建立交互界面,对泵内动静干扰引起的三维非定常湍流进行了计算,得到了旋转叶轮与固定导叶间流体的湍流特征。从计算结果可知,静叶与动叶间各点的压力脉动频率成分一致,且幅值沿周向呈正弦变化规律。这说明利用滑移网格技术及RNG湍流模型,可以模拟三维非定常动静干扰流动问题。     

太赫兹光谱技术用于干旱胁迫下大豆冠层含水量检测研究

近年来水资源短缺问题日益严重,部分地区由于农业灌溉用水不足导致庄稼减产农民利益受损。大豆是一种需水量较大的农作物,一旦水分亏缺将直接影响大豆植株的形态和生长发育,从而造成大豆品质降低和产量减少。大豆叶片的水分状况可真实地反映植株水分受土壤水分亏缺的影响程度,因此,大豆冠层叶片水分含量的快速获取成为一种需要。太赫兹辐射在水中的强烈衰减使其成为一种非常灵敏的非接触式探针,可以快速、无损地检测叶片含水量。因此基于太赫兹光谱这一新技术进行大豆冠层叶片含水量的检测研究,用于实时监测田间大豆的健康状况。实验选用中黄13号大豆进行栽培,为尽可能模拟田间不同程度的干旱胁迫状况,将开花期大豆进行5个不同梯度：正常供水、轻度干旱胁迫、中度干旱胁迫、重度干旱胁迫、严重干旱胁迫(分别占田间最大持水量的80%,65%,50%,35%,20%)的水分灌溉,每个梯度设置3个重复。利用人工称重法与便携式土壤水分速测仪结合将土壤含水量调控到各水分梯度要求。然后,将实验大豆植株运回实验室并利用透射式太赫兹时域光谱仪进行样本扫描,每个梯度采集18片冠层叶片,共90个样本,以2∶1的比例分为校正集和预测集。在获取各样本时域光谱数据后,根据Dorney和Duvillaret提出的模型进行了光学参数的提取,得到各样本的吸收系数谱以及折射率谱。定性分析了太赫兹时域光谱、吸收系数、折射率随水分胁迫程度不同的变化情况。实验发现：随着水分胁迫程度的降低,时域光谱的峰值呈不断衰减趋势,且均低于空白参考峰值,同时有明显的时间延迟。吸收系数值随干旱胁迫程度的加剧逐渐降低;折射率值同样随干旱胁迫程度的加剧逐渐降低。并利用偏最小二乘(PLS)和多元线性回归(MLR)方法定量研究了时域光谱、吸收系数、折射率光谱数据与叶片含水率的相关关系。结果表明,太赫兹波对大豆叶片水分差异十分敏感,基于时域光谱最大值和最小值的MLR预测精度最高,预测集相关性(r_p)达-0.939 3,均方根误差(RMSEP)为0.049 5。研究表明太赫兹光谱技术应用于大豆冠层叶片含水量观测具有良好的可行性,为开展大豆冠层含水量信息快速获取,实现科学节水管理与灌溉决策提供了新的检测手段和实验依据。     

弯叶片对超声速流动的影响

针对弯叶片可以减少激波损失且作用机理不明的问题,对工业汽轮机中跨声速、超声速流动条件下弯叶栅进行了数值研究,分析了弯叶片对流场结构的影响,并为此设计了叶片弯角分别为0°、±5°、±10°、±15°、±20°、±25°的11种正、反弯角静叶方案,弯叶片弯高为50%展向,叶根与叶顶弯角相同。研究结果表明:弯叶片改变了激波结构,这一作用在不同的超声速条件下是相同的;在压比较大、流量较小的条件下,工业汽轮机采用超声速设计是可行的。弯叶片在超声速条件下可以降低叶栅损失,且存在最优值;相对于亚声速流动,超声速动叶吸力面上的损失减小;11种方案下静叶片正弯设计对动叶压力面影响较小,静叶片反弯设计对动叶压力面与吸力面均有较大影响。该结果可为工业汽轮机超声速设计、研究提供参考。     

为什么有些绿叶树新长的叶子是红色的?

<正>A:在植物的叶片细胞中含有叶绿体,叶绿体中的色素能够吸收光能。绿叶中的色素主要有叶绿素、类胡萝卜素等,其中叶绿素主要吸收蓝紫光和红光,类胡萝卜索主要吸收蓝紫光。因为叶绿素对绿光吸收量最少,绿光被反射出来,所以叶片一般呈现绿色。在植物的液泡中,还含有多种色索(常见的如花青素)会影     

基于毛竹叶片理化参数的刚竹毒蛾危害检测研究

虫害检测算法研究是开展虫害快速、准确监测，制定精准森防检疫措施的重要基础。以毛竹叶片为研究尺度，基于刚竹毒蛾危害下的寄主外部形态与内部生理现象总结，选择并实测叶损量LL、相对叶绿素含量RCC、相对含水量RWC、原始光谱的733.66~898.56 nm值(ρ_{733.66~898.56})、一阶微分光谱的562.95~585.25 nm值(ρ′_{562.95~585.25})与706.18~725.41 nm值(ρ′_{706.18~725.41})等理化参数，随机划分实验组(63组)和验证组(37组)并设计5次重复实验；分别运用Fisher判别分析、BP神经网络、随机森林等三种方法建立刚竹毒蛾危害等级的检测模型，从检测精度、Kappa系数及R2等指标对模型的检测效果予以分析和比较。结果显示，Fisher判别分析、BP神经网络、随机森林的检测精度分别为69.19%，65.41%，83.78%，Kappa系数分别为0.576 9，0.532 4和0.778 8，R2分别为0.722 2，0.582 6和0.870 9，总体而言，三种方法均具备刚竹毒蛾危害的检测能力，随机森林的检测效果最优，Fisher判别分析次之，再次为BP神经网络；从分等级来看，随机森林的检测精度亦优于Fisher判别分析与BP神经网络，但3种方法对中度危害等级的检测精度均有所不足。该成果可为刚竹毒蛾危害及其他病虫害检测算法的选择提供参考，并为进一步建立冠层、遥感影像像元等尺度的虫害检测模型奠定基础。     

电涡流位移传感器测量模型及其在叶尖间隙测量中的空间滤波效应

基于电涡流位移传感器测量原理,建立叶尖间隙的有限元模型.根据涡轮发动机等旋转叶片设备叶尖间隙的结构特征与测量需要,建立了具有矢量特性的叶片点阵模型.分析叶片厚度、叶片转速、传感器敏感区大小、信号采样速率引起的空间滤波效应,以及对叶尖间隙测量结果的影响.研究结果表明,一定叶片厚度情况下,叶片转速、传感器敏感区、信号采样速率存在最低要求,这一结论可为叶尖间隙测量系统设计提供重要理论依据.     

U型通道内部流动与换热的数值研究

应用数值方法研究了燃气轮机叶片内部U型通道内流动与顶部换热特性.采用SST k-ω模型,分析了U型通道内光滑和带凹坑顶部结构以及不同Re数和旋转数对U型通道内部流动和顶部换热的影响。结果表明:在静止条件下,带凹坑结构的通道顶部Nu数较高,并且随着凹坑深度的增加,通道顶部换热能力增强;并且凹坑结构对通道压降的影响较小。随雷诺数增大,凹坑对通道顶部换热增强的幅度降低。在旋转状态下,随着旋转数的增加,通道顶部换热能力增强,但通道压降增大。