地上生物量和叶绿素是紫花苜蓿生长过程中的重要指标, 可以为其生长的动态监测与管理提供有效的帮助。 紫花苜蓿作为最为重要的饲草作物, 如何利用现代光谱智能技术有效且准确地预测其状态是紫花苜蓿种植过程中的重要问题。 基于无人机多光谱对不同品种紫花苜蓿的地上生物量和叶绿素含量的估算结果进行研究并为此构建预估模型。 共研究了21个紫花苜蓿品种, 采用无人机搭载多光谱相机在天气晴朗无风时起飞并拍摄图像, 将无人机拍摄得到的多光谱图像采用ENVI 5.3软件进行分析, 挑选出NDVI、 EVI、 SAVI、 Green NDVI、 NDGI、 DVI、 NGBDI、 OSAVI、 NDRE 和MSR共10个植被参数和无人机多光谱相机自带的5个光谱波段（蓝、 绿、 红、 红边、 近红外）进行特征分析, 再使用Matlab 2020b软件, 采用支持向量机（SVM）构建不同品种紫花苜蓿的地上生物量和叶绿素含量的预测模型。 然而在实际操作的运行中, 发现使用SVM构建的预估模型其准确率不理想, 因此使用智能算法鲸鱼(WOA)和灰狼(GWO)对SVM预估模型进行优化, 发现使用SVM预估模型能预估不同品种的紫花苜蓿的地上生物量和叶绿素含量, 其中经WOA智能算法优化后的SVM预估模型在估算不同品种的紫花苜蓿的地上生物量和叶绿素含量时其准确率最高。 研究中构建的预估模型为筛选品质较好的紫花苜蓿品种有一定的指导意义, 同时也为今后无人机多光谱预估紫花苜蓿的生物量及其相关的生理生态指标提供了有效的帮助和合理的参考依据。

海洋岛礁工程建设面临着取材困难、运输与材料成本昂贵等问题。为此, 开发了新型海水海砂火山渣混凝土(SSAC), 以推动海工建设的发展。通过混凝土三点弯曲梁断裂试验, 探讨了不同缝高比(0.2、0.3、0.4)和组料类型对SSAC断裂力学性能的影响, 获取了双K断裂韧度、断裂能与软化曲线等断裂参数的变化规律。结果表明, 受粗骨料的影响, 采用火山渣的混凝土的荷载-裂缝口张开位移曲线(P-CMOD)与普通混凝土相似, 但其下降段更为陡峭。SSAC断裂韧度小于普通混凝土, 且均不受缝高比影响。受海水海砂的影响, SSAC的断裂韧度和断裂能较淡水河砂火山渣试件分别提高14.30%和6.77%。基于试验数据, 推导得出考虑组料影响的双K断裂韧度与软化关系计算公式, 计算结果与试验结果吻合良好。