【摘 要】
：
土壤质量地球化学调查结果显示,囊谦县城周边农耕区存在较大范围的足量-富硒土地(65.25 km~2),其中足量54.50km~2,富硒10.75km~2,富硒区主要分布在扎曲的西岸,以尕荣达和多果荣两条支沟交汇处、牙不曲北岸前多村以北约1 km处最为富集;硒缺乏-边缘土地占34.75km~2;无硒过剩区。土壤硒的富集除受成土母质硒含量影响外,还受土壤形成的地球化学环境影响;硒更易富集于土壤壤质化程
论文部分内容阅读
土壤质量地球化学调查结果显示,囊谦县城周边农耕区存在较大范围的足量-富硒土地(65.25 km~2),其中足量54.50km~2,富硒10.75km~2,富硒区主要分布在扎曲的西岸,以尕荣达和多果荣两条支沟交汇处、牙不曲北岸前多村以北约1 km处最为富集;硒缺乏-边缘土地占34.75km~2;无硒过剩区。土壤硒的富集除受成土母质硒含量影响外,还受土壤形成的地球化学环境影响;硒更易富集于土壤壤质化程度较高、粒度较细、有机质含量较高的黏土中;干旱气候条件利于可溶态硒富集。通过耦合土壤质量地球化学综合等级
其他文献
国家运载火箭产业计量测试体系建设工作,是在国家大力倡导产业计量测试发展的大背景下,以运载火箭产业作为产业对象,围绕运载火箭产业发展特点以及全产业链、全溯源链、全寿命周期中计量测试问题,开展的一系列研究与实践;以计量测试支撑产业质量提升为目标,研究如何面向运载火箭产业创新构建产业计量测试体系,将计量测试技术发展与产业发展需要紧密融合,更大发挥计量测试在产业质
为了研究淡水鱼去鳞损伤无损检识别方法,以鲤鱼为研究对象,搭建视觉采集系统,实现图像采集与处理。通过采集鲤鱼去鳞后有去鳞损伤的图像,将样本图像划分为鱼腹、鱼背、鱼尾、损伤、背景五部分,提取感兴趣区域(ROI),比较其颜色差异,发现正常鱼体的表面区域与损伤区域颜色差异较大,以不同区域对应的红色通道值(R)、绿色通道值(G)、蓝色通道值(B)对应像素的平均值作为输入,建立基于广义神经网络(GRNN)和径
为了获得更高质量的舰船尾迹行进图像,提出基于三维自适应预测的舰船尾迹图像快速无损压缩算法。根据三维自适应预测原理,设定波段顺序条件,确定尾迹节点的实际精度数值,完成基于三维自适应原理的舰船尾迹预测。在此基础上,利用已选取的压缩指标,对各级节点实施无损编码,再通过计算压缩比例,实现舰船尾迹图像快速无损压缩算法。对比实验结果表明,与BMP图像处理手段相比,应用快速无损压缩算法后,图像压缩清晰度极值达到
对禽蛋食品品质进行高效、快速、准确的无损检测,在禽蛋生产、流通、包装等领域具有重要意义。为实现禽蛋生产无损品质检测,设计一套基于计算机技术和DCS相结合的禽蛋品质在线智能检测控制系统。介绍禽蛋无损检测系统整体结构,根据在线检测要求设计一套由CMOS数字摄像机、图像采集卡、运动控制模块及计算机等相关硬件组成的视觉采集系统。在上述硬件结构基础上,开发在线检测系统软件。经过相关试验验证,该控制系统能够实
禽蛋在包装流入市场前,生产企业均需对禽蛋外观品质进行检查,挑选出禽蛋外观完好的并剔除外观有缺陷的禽蛋。传统的人工检测方法存在劳动量大、检测效率低、检测错误率大等问题,为解决上述问题开发一套基于机器视觉的禽蛋外观品质在线检测系统。该系统采用CCD相机、计算机、图像采集卡、光源等作为系统硬件,并对采集的图像利用模板匹配、边缘检测、中值滤波等技术进行图像处理,实现禽蛋外观裂纹、污点等缺陷的检测。结果表明
常规的数据存储方法存在数据丢失的问题,导致通信网络数据安全性降低,因此研究物联网环境下,远程舰船通信网络数据安全存储方法。该方法设计了一个数据虚拟存储空间,经拆分平面拆分后重置数据置乱规则,通过建立分级混合加密机制,实现远程舰船通信网络数据的安全存储。实验测试表明,与常规的数据存储相比,应用该方法网络数据丢失量骤减,存储安全得到提升。
车载手势识别作为一种人机交互方式是提高道路行驶安全性的有效途径.针对传统车载手势识别方法研究中识别准确率和效率较低以及性能不稳定的问题,提出一种改进的果蝇优化算法(IFOA)优化极限学习机(ELM)参数的车载手势识别新方法.首先利用IFOA优化ELM的初始权重w和偏置b;接着采用最佳初始权重和偏置来训练ELM;最后利用IFOA-ELM对提取的车载手势特征向量进行手势类型识别;实验结果表明,与SVM
Dear editor,The flapping-wing aerial vehicle is a type of bionic robot imitating the flight of birds and insects that generates lift and thrust through the active movement of wings [1]. Its bionic sha
基于图像的传统材料缺陷目标检测技术存在检测精度低,检测速度慢等问题。卷积神经网络(CNN)的出现很大程度上改善了上述问题,但是大多数的CNN都是基于候选区域方法来对目标进行定位,这样虽然能够提高检测的精度,但是对于实时检测系统而言,受硬件条件限制,检测速度难以满足工业实时检测要求。针对这一问题,本文提出了一种基于YOLO网络系统的材料缺陷目标检测算法来提高检测速度,利用YOLO网络把整张图像作为输
在透视投影假设下,非朗伯光度立体技术是一个高度非线性问题。本文提出一种透视投影下基于非朗伯反射模型的表面法线和深度重构优化框架。将图像分解为漫反射分量和镜面分量,可同时计算表面法向量和反射率。此外提出一个变分公式,其在表面重构中表现出鲁棒性与有益性。实验结果表明,所提方法能准确重构非朗伯曲面彩色物体表面形状并计算出物体表面的反射率。