Worldview-2不同波段纹理特征对森林蓄积量估算精度影响

为检测高分辨率遥感影像不同波段纹理特征对于森林蓄积量估算精度的影响,以湖北省荆门市京山县太子山林场马尾松纯林为对象,基于灰度共生矩阵的方法分别提取高分辨率遥感影像Worldview-2 红光、绿光、蓝光、近红外波段和全色波段的纹理特征,利用随机森林算法,分别建立野外样地蓄积量与纹理参数的模型。结果表明,全色波段对马尾松森林的精度最高（R²=0.86,RMSE=47.37 m³·hm^-2）,其次是绿色波段（R²=0.85,RMSE=50.82 m³·hm^-2）和近红外波段（R²=0.85,RMSE=46.85 m³·hm^-2）,蓝色波段（R²=0.68,RMSE=60.72 m³·hm^-2）和红色波段（R²=0.69,RMSE=56.27 m³·hm^-2）的精度最低;窗口大小对模型精度影响较小,全色波段的R²取值在0.82~0.86,RMSE取值在47.66~51.99 m³·hm^-2,多光谱波段的R²取值在0.88~0.89;蓝色和红色波段的非相似度（DIS）的估算模型精度相对较高,绿色波段的对比度（CON）（R²=0.87,RMSE=46.21 m³·hm^-2）估算精度最高,红色波段的非相似度（R²=0.68,RMSE=58.30 m³·hm^-2）估算精度较高,近红外波段的角二阶矩阵（ASM）（R²=0.68,RMSE=60.30 m³·hm^-2）精度最高,全色波段的对比度、相关性、熵、变化量模型精度较高,R2为0.85。利用高分辨率遥感影像纹理特征估算森林参数时需综合考虑不同波段的纹理特征对模型的贡献。     

西瓜生长期的振动预测方法研究

通过自行设计的敲击振动检测系统对西瓜进行敲击振动检测,得到西瓜的频响函数,分别针对频响函数的第一响应频率f₁、第二响应频率f₂和第三响应频率f₃建立预测西瓜生长期的数学模型,模型的确定系数R²较高。且选取了f₁、f₂和f₃三个响应频率建立了预测西瓜生长期的多元非线性回归模型,模型的确定系数R²可达0.830,均方根误差RMSE降低到2.095。该模型的建立为在线无损检测西瓜的生长期提供了理论参考。     

基于分层贝叶斯方法的高山松单木生物量模型

以香格里拉市典型森林生态系统高山松林为对象,在前期进行Ⅰ区和Ⅱ区共115株高山松单木地上生物量实测基础上,以异速生长方程为单木生物量基础模型,并采用分层贝叶斯方法、非线性混合模型法、贝叶斯方法和非线性最小二乘法进行异速生长参数拟合,运用决定系数(R²)、估测精度(E)、均方根误差(RMSE)等指标对模型参数拟合效果进行评价。结果表明:1)从拟合精度看,4种方法的模型拟合效果均较好,R²均达到了0.98以上。但分层贝叶斯方法估计结果更优,其R²=0.985 6,E=84.76%和R_MSE=39.75 kg;2)通过对比不同方法的差异发现,加入了区域随机效应的分层贝叶斯方法和非线性混合模型法的拟合效果均优于未加入区域随机效应的贝叶斯方法和非线性最小二乘法。分层贝叶斯方法在拟合高山松单木生物量模型中具有更大优势,模型拟合效果最好。加入了随机效应的分层贝叶斯方法和非线性混合模型法可以提高单木生物量模型的估计精度,采用分层贝叶斯方法进行高山松单木生物量模型参数估测,为大尺度样本数据模型参数估测方法提供新思路。     

杂交粳稻甬优538直播产量因素的生产函数效应分析

采用Cobb-Douglas生产函数模型,分析了杂交晚粳甬优538单季直播栽培的7个产量因素的效应。结果表明,影响产量的弹性系数值为结实率(X₆)>有效穗(X₄)>千粒重(X₇)>每穗总粒(X₅)>株高(X₃)>最高茎蘖数(X₂)>基本苗(X₁);弹性系数中,03、b₅、b₇<1,即株高、穗总粒、千粒重3个因素量处于合理阶段,b₁、b₂<0,b₄、b₆>1,即基本苗、最高苗、有效穗、结实率4个因素量处于不合理阶段;有效穗、穗总粒、结实率、千粒重等4个因素的边际生产力较高,是栽培措施上应重点调控的因子。直播高产优化水平为基本苗、最高苗应控制在37.5万·hm^-2和552.5万·hm^-2以下,株高应在111.4 cm略上,有效穗应控制在292.5万·hm^-2以上,穗总粒在261.8粒、结实率在83.9%、千粒重在21.7 g以上。     

性成熟前期尼罗罗非鱼雌雄性别生长差异与性类固醇激素水平比较

利用分子标记法、醋酸洋红压片法、组织切片技术等方法进行个体性别鉴定,比较了性成熟前期(0.5~4.0月龄)尼罗罗非鱼雌、雄鱼生长差异,并检测了2.5~4.0月龄雌、雄鱼血清睾酮(T)、雌二醇(E₂)激素含量。结果发现,雌、雄鱼全长、体质量分别自3.0月龄、2.5月龄开始出现差异显著(P<0.05)。Logistic拟合全长、体质量生长方程为:L_t(♀)=16.443/(1+e^{(2.821-1.363*t)}),L_t(♂)=18.248/(1+e^{(2.752-1.295*t)});W_t(♀)=107.704/(1+e^{(5.157-1.464*t)}),W_t(♂)=134.796/(1+e^{(5.080-1.417*t)}),雌、雄鱼体质量生长拐点分别为3.523、3.585月龄,拐点体质量分别为52.352、67.398 g。雄鱼全长、体质量生长速度始终大于雌鱼,雄鱼快速增长期区间长度、体质量增加量大于雌鱼。2.5月龄之后,雌、雄鱼E₂含量差异显著(P<0.05),3.0月龄之后,雌、雄鱼T含量差异显著(P<0.05),推测E₂、T含量差异是引起尼罗罗非鱼雌雄性别生长差异的原因之一。     

基于颜色参数和BP神经网络的紫叶李叶片花青素含量估算

目前对植物叶片花青素含量的测定主要是湿化学法和高效液相色谱法(high performance liquid chromatography,HPLC),为简化测定方法,降低成本和提高精度,提出一种利用数码相机获取照片提取的颜色参数构建模型无损估测植物叶片花青素含量的方法。试验测定166份紫叶李叶片的花青素含量及其RGB特征值,对15种颜色参数进行皮尔逊相关分析,构建逐步多元线性回归（stepwise multiple linear regression,SMLR）、一元线性回归（single linear regression,SLR）和BP神经网络（BP neural network,BPNN）估算模型;同时对模型进行验证和比较。结果表明,1）BP神经网络模型建模集的R²、RMSE和MAE分别为0.883、0.412、0.323,验证集的R²、RMSE和MAE分别为0.796、0.462和0.353,相关系数均达到极显著水平;一元线性回归模型中,参数G-B与花青素含量的线性相关性最强,相关系数为-0.820,达到极显著水平;逐步多元线性回归模型的相关系数均达极显著水平,其中建模集的R²、RMSE和MAE分别为0.724、0.630、0.459,验证集的R²、RMSE和MAE分别为0.643、0.616和0.509。2）颜色参数与花青素含量之间具有明显的相关性,利用数码相机获取的颜色特征值估测紫叶李叶片花青素含量具有可行性;3）3种模型中,BP神经网络模型的估测效果最好,能有效地估测紫叶李叶片花青素含量,其次为逐步多元线性回归,一元线性回归模型的预测效果相对较差。     

联合光学和合成孔径雷达数据的太平湖森林地上生物量反演研究

光学和合成孔径雷达（SAR）多源传感器数据融合对提高森林地上生物量（AGB）提取精度具有重要意义。以太平湖森林为研究对象,以Sentinel-1 SAR数据和Sentinel-2光学数据为数据源,利用随机森林回归算法系统性地评估光学和SAR数据对AGB反演的互补优势和策略选择。采用Sentinel-2光学数据的AGB反演精度（R²=0.63,RMSE=37.05 mg/hm²,sMAPE=0.56）优于采用Sentinel-1 SAR数据的AGB反演精度（R²=0.37,RMSE=52.25 mg/hm²,sMAPE=0.65）,联合两者数据的AGB估算精度最高（R²=0.69,RMSE=34.17 mg/hm²,sMAPE=0.55）;基于不同策略构建的AGB估计模型当中,植被指数（RVI、NDVI和红边相关的NDVIre）和纹理变量（NDVIre_Mea）的重要性高于光谱波段和后向散射系数。联合Sentinel-1和Sentinel-2数据的光谱波段、植被指数、纹理信息和后向散射系数,能够有效的缓和遥感信息饱和性问题和提高AGB反演精度。     

福建将乐灌木生物量模型研究

以实测数据为基础,采用模型法分析了福建将乐林场粗叶榕、檵木、厚叶冬青、建润楠4种灌木生物量与地径（D）、株高（H）、冠幅（C）、植冠面积（A）、DH、D²H的相关性。结果表明,以DH、D²H为参数构建的w=a+b(DH)+c(DH)²+d(DH)³和W=a+b(D²H)+c(D²H)²+d(D²H)³模型方程能更好地描述灌木的生物量与各形态因子的相关关系;同时,拟合灌木层混合生物量模型,其整株生物量模型为W_总=35.4+4.19×10^-2(DH)+2.03×10^-3(DH)²+1.08×10^-6(DH)³(R=0.921,SEE=0.921)。     

基于RapidEye的人工林生物量遥感反演模型性能对比

利用2012年RapidEye高空间分辨率遥感影像并结合野外样方数据,采用多种建模技术进行生物量的反演和制图。先依据RapidEye光谱数据发展出包括NDVI、RVI等多种植被指数、光谱特征图像及纹理特征,再通过相关分析筛选建模所需因变量,采用支持向量机、BP神经网络和随机森林算法建立森林生物量估测模型并进行精度验证。结果表明,基于支持向量机的建模R²为0.687,验证R²为0.641,平均相对误差为0.306;基于BP神经网的建模R²为0.552,验证R²为0.358,平均相对误差为0.525;基于随机森林的建模R²为0.850,验证R²为0.324,平均相对误差为0.468。采用支持向量机算法所制作的空间意义明确的森林生物量分布图,为制定合理的森林经营措施提供有益指导。     

广东省枫香单木干材生物量生长模型的研建

枫香（Liquidambar formosana）是我国闽北林区重要的乡土树种,生长迅速、适应性强,在观赏、药用、用材等方面都有着重要作用。单木模型是林分模型的基础,通过建立单木生物量生长模型,在时间维度上分析林木生物量生长的动态变化,以期为全面评价森林的固碳能力提供科学依据。采用典型抽样的方法,从广东省9个地区的一类样地附近抽取枫香样木40株（天然起源25株,人工起源15株）,破坏性实测各组分的生物量并进行树干解析得到样木的生物量生长数据。基于逻辑斯蒂（Logistic）、坎派兹（Gompertz）和理查德（Richards）3种基础生长方程,利用哑变量的方法,建立分起源和立地等级的枫香干材生物量生长模型,以决定系数R²、均方根误差RMSE、总相对误差TRE和平均预估误差MPE 4个指标来评价各模型,进而分析枫香干材生物量的生长过程。结果表明,Richards方程在基础模型中效果最佳（R²=0.61,RMSE=50 kg）;与Richards方程相比,哑变量模型R²提高了11%,RMSE降低了7.95 kg;起源与立地等级对枫香干材生物量均产生了较大影响,在天然起源的高立地等级条件下,枫香干材理论最大连年生长量和平均生长量分别在其生长的第23年和第38年到达。     

基于热暗点植被指数的马尾松林叶面积指数反演分析

为了减少单一角度卫星遥感与传统植被指数在LAI反演过程中的误差，提升马尾松林LAI反演精度，以福建省龙岩市长汀县河田镇马尾松林为研究对象，获取多角度无人机影像和马尾松林LAI实测数据。根据研究区不同波段热暗点指数、植被指数与实测LAI的相关关系，优化热暗点植被指数构建马尾松林LAI反演模型。结果表明，基于红光波段反射率计算的热暗点比值指数HDRI-r（R²=0.398）是研究区马尾松林LAI反演的重要辅助参数；将HDRI-r引入表征研究区冠层结构的传统植被指数NDVI、GNDVI、RVI、MSAVI、NRI、SIPI、VARI，构建的热暗点植被指数NHDRI与实测马尾松林LAI相关性最高，R²为0.406 5；引入热暗点信息的植被指数（NHDRI、GNHDRI、RHDRI、MSAHDRI、NRHDRI、SIPHDRI、VAHDRI）与实测LAI的拟合R²均>0.37，相较于对应的传统植被指数，R²分别提高了82%、333%、295%、161%、1 409%、380%、192%，热暗点信息与传统植被指数的结合能够缓解植被冠层光饱和现象，有效提高马尾松林LAI反演精度；研究区马尾松林LAI范围为0.11~4.28 m²/m²，总体水平偏低，与当地马尾松林以枝叶稀疏、矮小的“老头松”为主的实际情况相符。     

奶牛隐性乳房炎三种致病菌的多重PCR检测方法的建立

为建立快速并能同时检测无乳链球菌、金黄色葡萄球菌、绿脓杆菌3种奶牛隐性乳房炎致病菌的方法,根据无乳链球菌16S rRNA基因、金黄色葡萄球菌NUC耐热基因、绿脓杆菌ETA基因序列并参考文献各合成一对特异性引物,通过对PCR反应各项参数的调整优化,建立多重PCR检测体系,并同时进行灵敏性试验和特异性试验。结果显示:该检测方法可以同时扩增出无乳链球菌270 bp、金黄色葡萄球菌153 bp和绿脓杆菌375 bp的特异性片段以及细菌16S rRNA 1 500 bp的通用片段,而对于其他的6种病原菌只能扩增出1 500 bp的通用片段,具有较强的特异性。三种特异性引物扩增条带与GenBank上的细菌基因序列同源性为99%。增菌培养24 h,该体系对无乳链球菌、金黄色葡萄球菌、绿脓杆菌的最低灵敏度分别为8×10⁴、4×10⁴、1.5×10⁵ CFU·mL^-1。本研究建立的检测方法能够完成无乳链球菌、金黄色葡萄球菌、绿脓杆菌的快速检测,对于生产上奶牛隐性乳房炎的鉴别诊断和快速检测具有重大意义。     

基于优化BP神经网络的香格里拉高山松蓄积量模型研究

以香格里拉县高山松为研究对象,以Landsat TM 8影像和DEM（30M）数据为信息源,结合森林资源二类调查数据和地面样地实测数据,借助MATLAB平台,在前期进行基于遗传算法（GA）和粒子群算法（PSO）优化BP神经网络模型基础上,采用决定系数（R²）、均方根误差（RMSE）及预测精度（P）3个指标对优化后的BP神经网络模型及进行评价,并建立了研究区高山松蓄积量估测模型。结果表明,遗传算法效率（耗时1.9 h）低于粒子群算法（耗时1.4 h）;采用遗传算法优化后的BP神经网络模型R²、RMSE及P分别为0.636、4.216 m³、81.748%,均优于粒子群算法。通过遗传算法优化后的BP神经网络模型估测香格里拉高山松蓄积量总量为13 317 879.7 m³。     

Quantification and prediction of enteric methane emissions from Chinese lactating Holstein dairy cows fed diets with different dietary neutral detergent fiber/non-fibrous carbohydrate (NDF/NFC) ratios

Methane (CH₄) emissions from ruminant production are a significant source of anthropogenic greenhouse gas production, but few studies have examined the enteric CH₄ emissions of lactating dairy cows under different feeding regimes in China.  This study aimed to investigate the influence of different dietary neutral detergent fiber/non-fibrous carbohydrate (NDF/NFC) ratios on production performance, nutrient digestibility, and CH₄ emissions for Holstein dairy cows at various stages of lactation. It evaluated the performance of CH₄ prediction equations developed using local dietary and milk production variables compared to previously published prediction equations developed in other production regimes.  For this purpose, 36 lactating cows were assigned to one of three treatments with differing dietary NDF/NFC ratios: low (NDF/NFC=1.19), medium (NDF/NFC=1.54), and high (NDF/NFC=1.68).  A modified acid-insoluble ash method was used to determine nutrient digestibility, while the sulfur hexafluoride technique was used to measure enteric CH₄ emissions.  The results showed that the dry matter (DM) intake of cows at the early, middle, and late stages of lactation decreased significantly (P<0.01) from 20.9 to 15.4 kg d^–1, 15.3 to 11.6 kg d^–1, and 16.4 to 15.0 kg d^–1, respectively, as dietary NDF/NFC ratios increased.  Across all three treatments, DM and gross energy (GE) digestibility values were the highest (P<0.05) for cows at the middle and late lactation stages.  Daily CH₄ emissions increased linearly (P<0.05), from 325.2 to 391.9 kg d^–1, 261.0 to 399.8 kg d^–1, and 241.8 to 390.6 kg d^–1, respectively, as dietary NDF/NFC ratios increased during the early, middle, and late stages of lactation.  CH₄ emissions expressed per unit of metabolic body weight, DM intake, NDF intake, or fat-corrected milk yield increased with increasing dietary NDF/NFC ratios.  In addition, CH₄ emissions expressed per unit of GE intake increased significantly (P<0.05), from 4.87 to 8.12%, 5.16 to 9.25%, and 5.06 to 8.17% respectively, as dietary NDF/NFC ratios increased during the early, middle, and late lactation stages.  The modelling results showed that the equation using DM intake as the single variable yielded a greater R2 than equations using other dietary or milk production variables.  When data obtained from each lactation stage were combined, DM intake remained a better predictor of CH₄ emissions (R²=0.786, P=0.026) than any other variables tested.  Compared to the prediction equations developed herein, previously published equations had a greater root mean square prediction error, reflecting their inability to predict CH₄ emissions for Chinese Holstein dairy cows accurately.  The quantification of CH₄ production by lactating dairy cows under Chinese production systems and the development of associated prediction equations will help  establish regional or national CH₄ inventories and improve mitigation approaches to dairy production.     

蒙古栎叶面积的数字图像法测定

以方格法、称重法、系数法、回归方程法和Photoshop法等方法为对照,研究Digimizer数字图像法测定辽东山区蒙古栎叶面积。结果表明,Digimizer数字图像法和5种传统的叶面积测定方法的测定结果呈极显著线性相关关系,测定结果准确,稳定可靠,操作简单,可批量处理,不受分辨率、图片储存格式和扫描模式影响,还可测量叶片形态特征;建立了基于蒙古栎叶长宽乘积的叶面积幂函数模型(LA=0.805LW^0.938),其R²高达0.979,检验精度在P=0.05和P=0.012水平分别为98.727%和98.181%,可作为辽东山区蒙古栎单叶面积估测模型。采用系数法时,辽东山区蒙古栎叶面积校正系数为0.584。