A Special Vegetation Index for the Weed Detection in Sensor Based Precision Agriculture

Many technologies in precision agriculture (PA) require image analysis and image- processing with weed and background differentiations. The detection of weeds on mulched cropland is one important image-processing task for sensor based precision herbicide applications. The article introduces a special vegetation index, the Difference Index with Red Threshold (DIRT), for the weed detection on mulched croplands. Experimental investigations in weed detection on mulched areas point out that the DIRT performs better than the Normalized Difference Vegetation Index (NDVI). The result of the evaluation with four different decision criteria indicate, that the new DIRT gives the highest reliability in weed/background differentiation on mulched areas. While using the same spectral bands (infrared and red) as the NDVI, the new DIRT is more suitable for weed detection than the other vegetation indices and requires only a small amount of additional calculation power. The new vegetation index DIRT was tested on mulched areas during automatic ratings with a special weed camera system. The test results compare the new DIRT and three other decision criteria: the difference between infrared and red intensity (Diff), the soil-adjusted quotient between infrared and red intensity (Quotient) and the NDVI. The decision criteria were compared with the definition of a worse case decision quality parameter Q, suitable for mulched croplands. Although this new index DIRT needs further testing, the index seems to be a good decision criterion for the weed detection on mulched areas and should also be useful for other image processing applications in precision agriculture. The weed detection hardware and the PC program for the weed image processing were developed with funds from the German Federal Ministry of Education and Research (BMBF).     

页岩-煤矸石烧红砖法治理铬渣除毒效果研究

以页岩、煤矸石为主原料烧制的铬渣砖,在铬渣掺量达２０％,煤矸石掺量１０％时,铬渣砖整砖检测表明,解毒彻底,除毒效果稳定;表面（１ｍｍ）层检测表明,水溶性Ｃｒ６＋浸出浓度为１．１６ｍｇＬ－１,经长达５ａ大气、日晒条件下的跟踪检测,仍能达到ＧＢ５０８６－８５标准．其除毒效果主要受着窑温、体系酸碱性、含煤量及助剂的影响．     

微波紫外协同降解染料活性艳红X-3B研究

将微波激发的无极紫外灯应用于染料废水的处理研究,考察了反应过程中染料废水脱色率、TOC去除率、溶液pH以及反应前后染料废水高效液相色谱图的变化情况。染料活性艳红X-3B经无极紫外光处理110min后,脱色率达96％,TOC去除率达66％,降解效果明显好于单独使用微波或普通紫外灯的降解效果总和,溶液pH先降低后缓慢升高。     

硫铁矿烧渣制取铁红

研究了以硫铁矿烧渣为原料制备铁红的工艺过程及原理,详细探讨了合成反应的各种影响因素及煅烧工艺条件。采用该工艺可使烧渣中氧化铁浸出率达92％,铁红纯度达96．5％。铁红产品质量符合GB1863-89一级品标准。     

我国赤潮的预测与控制研究现状

近年来,我国沿海地区赤潮越来越频繁,对水域环境、海水养殖业和人体健康等造成了很大的威胁。本文结合我国现阶段赤潮的研究现状,在分析赤潮的危害和发生条件的基础上,提出了赤潮的预测方法及相应的防治对策。     

甲基红分光光度法测定水中余氯

提出了以甲基红褪色光度法测定水中的余氯。在酸性介质中,余氯使甲基红褪色,最大吸收波长524nm,摩尔吸光系数=1.25×104L/mol·cm。余氯质量浓度在0 0mg/L～1mg/L范围内遵守比耳定律。对甲基红混合溶液的加入量以及样品溶液褪色后其吸光值的稳定性等作了条件试验,并与DPD分光光度法进行了对比测定,两种方法测定结果基本一致。     

TNT红水污染土壤中二硝基甲苯磺酸盐的分析方法

火炸药厂红水污染土壤中的主要污染物为二硝基甲苯磺酸盐[DNTS,包括2,4-二硝基甲苯-3-磺酸盐(2,4-DNT-3-SO_3~-)和2,4-二硝基甲苯-5-磺酸盐(2,4-DNT-5-SO_3~-)2种异构体]。研究建立了振荡提取-高效液相色谱法测定土壤中DNTS的方法。4种土壤(黄土、棕土、红壤和黑土)和5个浓度水平(50、100、250、500、1 000 mg/kg)时,DNTS的回收率为69.4%~111%,变异系数为0.28%~6.62%(n=3)。应用该方法测定甘肃某火炸药厂红水污染土壤样品,2,4-DNT-3-SO_3~-和2,4-DNT-5-SO_3~-浓度实测值(平均值分别为505、25.2 mg/kg)重复性好,变异系数为1.29%和1.53%(n=3)。     

东南部红壤区生态农业模式主成分分析研究

应用主成分分析法选用24个指标对我国东南部红壤区生态农业模式了进行综合分析。结果表明：劳均产值、单位耕地产值、人均产值是决定第一主成分的主要指标;氮平衡指数、劳均产值、单位耕地施用农药量是决定第二主成分的主要指标;磷平衡指数、钾平衡指数、人均产值是决定第三主成分的主要指标。综合分析结果是余江的农牧加模式得分最高,为最佳生态农业模式。本研究的综合分析结果可为红壤区生态农业模式选择与发展提供依据。     

国际经验对我国生态保护红线管理的启示

中国在2011年正式提出生态保护红线战略,其主要目的是识别出最重要的生态系统,并实施严格保护。作为促进生态文明建设重要内容之一的生态保护红线的管理工作就显得尤其重要。美国和日本对生态保护地的管理形成了完善的法律法规体系,适合自身的机构管理体制,可持续的科学分区管理。欧盟则形成了纵横结合的生态网络管理体制。通过学习与借鉴美国、日本和欧盟对生态保护地的管理特点和经验,针对我国现行的生态保护红线管理存在的法规制度不完善以及管理部门不协同等问题,提出出台红线管理办法、对接空间规划强化管理工作、制定可持续性分区管理体制、构建以环境准入清单为抓手的纵横结合的管理监督体系等建议。     

突变灰盖鬼伞过氧化物酶降解刚果红的响应面法优化分析

酶法降解偶氮染料刚果红是一个复杂的过程,受温度、pH、酶量、刚果红浓度和双氧水浓度显著影响。为研究各因素及因素间交互作用对刚果红降解影响,提高刚果红的降解率,分别使用单因素法和响应面分析法对刚果红降解条件进行了优化。单因素实验结果显示灰盖鬼伞过氧化物酶降解刚果红的最适条件为：pH5．0、32℃、酶量4．98u、双氧水0．1mmol／L、刚果红20mg／L,此时刚果红最高降解率为34．84％。然后选双氧水浓度、刚果红浓度和灰盖鬼伞过氧化物酶量作为3个因素,通过中心组合设计实验,用响应面法对刚果红降解进行优化分析,最后得到一个拟合度良好的二次多项方程模型（R2=0．9900）。方差分析结果显示,刚果红浓度和酶量是影响最显著的因素,双氧水与酶以及染料与酶之间的交互作用极显著。响应面分析优化后的反应体系为：双氧水浓度0．15mmol／L,刚果红浓度为27．21mg／L,酶为2．07U,在此条件下,刚果红降解率达58．13％。