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。     

基于自编码网络流形学习的毛竹笋不溶性膳食纤维含量红外光谱建模

提出了一种结合自编码网络(AN)流形学习和偏最小二乘(PLS)法的红外光谱建模方法AN-PLS。AN-PLS方法首先用AN算法对红外光谱数据进行非线性降维,再结合PLS建立回归模型。利用该方法建立了毛竹笋中不溶性膳食纤维含量的近红外光谱和中红外光谱回归模型。结果表明,用AN-PLS方法建立的回归模型,比用其他常用光谱数据预处理方法结合PLS及用单独PLS算法建立的模型具有更小的预测均方根误差RMSEP和更高的决定系数R2,因此,AN-PLS具有较优的建模与预测能力,利用近红外光谱和中红外光谱技术结合AN-PLS建模,可实现毛竹笋中不溶性膳食纤维含量的准确测量。     

试论数学建模在初中数学教学中的应用

数学模型就是根据研究目的,对所研究的过程和现象的主要特征、主要关系,采用形式化的数学语言,概括地、近似地表达出来的一种结构,即把所要研究的实际问题,通过数学抽象构造出相应的数学模型,再通过数学模型的研究使原问题获得解决的过程.在目前的初中数学教学中,经常要用数学建摸来解答问题 使用数学建模方法的步骤和要求是: 1.建立数学模型 数学模型要反映现实原型的本质特征和主要关系;要加以合理的简化;要有严密的逻辑结构,以利于推理和获得真实的结论.     

竹材力学性能及阻燃性能的改善

木材短缺与优质竹制品需要对竹材预处理改善竹材性能,采用正交试验和对比试验研究三聚氰胺甲醛(MF)树脂对竹子力学性能及硅酸钠、聚磷酸铵对竹子阻燃性能的影响.不同的浸渍浓度、时间、温度对竹子力学性能的影响及两种阻燃溶液浓度、时间对竹子阻燃效果的影响.浸渍浓度和时间对竹子的力学性能有显著的影响而浸渍温度对竹子的抗压强度影响较小.低浓度的MF树脂溶液对渗透阻力小,最佳浓度不超过10%.最佳处理工艺是浓度不超过10%、温度80℃、时间2 h,此时抗压强度最大达到139.77 MPa.两种阻燃溶液随着浓度和时间的增加,浸渍量呈上升趋势.阻燃性能最佳处理方法为25%的硅酸钠溶液反复(两次)浸渍48 h时阻燃时间达到最长为207.73 s.     

紫外光下毛竹的自由基与光电子能谱分析

分析了紫外光照射下毛竹自由基的变化规律和表面化学组成及结构的变化.利用电子自旋共振波谱和X射线光电子能谱技术,分别测量紫外光辐照后毛竹颗粒的自由基波谱和X射线光电子能谱.结果表明:毛竹自由基的光谱分裂因子g=2.003 3,自由基的强度随着辐照时间按Y=1-e^-b_iPt规律增加;紫外光照60 min后毛竹表面O/C原子比稍有增加,C-C和C-H含量增加,C-O和C=O含量减少,-O-C=O含量增加为原来的3倍左右,说明毛竹表面生成了一些含氧官能团或碳的氧化态增高.     

基于共聚焦显微拉曼光谱的毛竹细胞结构和成分研究

采用共聚焦显微拉曼光谱对毛竹薄壁细胞、薄壁纤维过渡细胞和纤维细胞进行研究。通过构建偏最小二乘(PLS)定量区分模型来对这三种细胞中的差异进行分析,结果表明,该区分模型的建模和交互验证决定系数(R2)分别为0.810和0.800,均方根误差(RMSE)分别为0.323和0.332。根据这一模型的回归系数,发现三种细胞的区别主要体现在1 095,1 319和1 636 cm-1三个波数,这三个波数分别为纤维素、半纤维素和木质素的指纹特征峰。以这三个波数为自变量建立多元线性回归(MLR)模型,该回归模型的建模和交互验证决定系数(R2)分别为0.644和0.643,均方根误差(RMSE)分别为0.442和0.443,表明三种细胞在这三个波数处存在明显的差异。对小波变换基线消除后的拉曼光谱信号进行化学成像分析,结果显示,纤维素微纤维与纤维轴成一个很大的角度,这一结构有利于提高细胞的弹性模量和硬度。半纤维素和纤维素微纤维通过氢键相连,并在范德华力的作用下紧密地结合在一起,因此在拉曼化学成像中可以看到半纤维素和纤维素有相似的分布规律。三种细胞的细胞角和胞间层都高度的木质化,从细胞壁外层到内层木质化程度逐渐降低,表明细胞壁的木质化从细胞角和胞间层开始,且木质化程度并不完全。     

近红外光谱法快速测定毛竹Klason木质素的含量

研究了用近红外漫反射光谱法对毛竹Klason木质素含量的快速预测。选取了代表不同竹龄、不同高度和横向不同位置的54个竹材粉末样品,用常规实验室方法测定了54个样品的Klason木质素含量,用近红外光谱仪漫反射方式在350～2500 nm范围内采集相应样品的光谱,利用多变量统计分析软件建立样品木质素含量和光谱数据之间的相关性模型。结果表明,对原始光谱进行二阶导数预处理后,选择1 011～1675 nm和1930～2488 nm波长区间,用偏最小二乘法(PLS1)和完全交互验证方式建立了的校正模型和预测模型的相关系数分别为0.99,和0.97,校正标准误差SEC＝0.36％,预测标准误差SEP=0.59％,说明毛竹Klason木质素含量和近红外光谱之间存在非常好的相关性,用近红外光谱技术可以实现对竹材样品中Klason木质素含量的快速预测。     

HPLC法测定半纤维素水解液中糖的研究

研究了用ＨＰＬＣ分离测定毛竹水解液中的木糖、阿拉伯糖及葡萄糖等。探讨了试样的净化方法和分离条件，试样经活性炭和ＳｅｐＰａｋＧ８小柱净化，色谱柱为ＹＷＧ－ＮＨ２，１０μｍ，４．６×２５０，流动相为乙腈＋水＝８５＋１５，流量为０．８ｍＬ／ｍｉｎ，获最佳分离。木糖、阿拉伯糖、葡萄糖的平均回收率（％）分别为９９．１、１０１和９５．０，相对标准偏差为１．２５％、１．３９％和１．５３％。     

毛竹在氢气中的催化热解研究

本文以分布广、产量大的速生生物质——毛竹为原料,研究其在H2氛围中、不同反应温度下热解所得产物的产率和分布,并与其在N2氛围中热解的结果进行了比较。结果表明,毛竹在H2气氛中热解,比在N2气氛中更有利于液体产物的生成。两种氛围中温度对液体产物影响的趋势不同,在本文条件下,H2气氛中升高温度始终有利于增加液体产率,使生物质有效转化率提高,在H2中毛竹热解生成甲醇、环丙基甲醇、呋喃甲醛等,这在N2中是不易得到的,但液体产物中含量最高的仍是乙酸。     

可见光显微分光光度法测定毛竹发育过程中木素微区分布

运用光学显微镜和可见光显微分光光度计以及组织化学染色对毛竹发育过程中的木质素微区分布进行了研究。木质素在各组织中均有分布,其含量因竹龄,组织及细胞壁微区不同而有差异。细胞壁各微区中存在愈创木基(G)和紫丁香基(S)两种木质素组成单元。纤维次生壁,细胞角隅区和复合胞间层的木质素含量12个月内逐渐增加,而后变化较小,但是各微区的木质化速率因竹龄变化而变化。同一竹龄竹壁径向和纤维帽不同位置的木质素含量未有明显的规律性变化。薄壁组织次生壁,胞间层以及导管次生壁在12个月内木质化程度不断加强,而后变化较小。