论电子阅览室的知识导航与信息服务

本文立足于知识导航与信息服务，对网络环境下电子阅览室的服务内容、服务保障、目前面临的现状进行了论述，并提出了服务对策。     

卫星遥感图像应用处理新模式的研究

卫星遥感图像增强与处理的研究旨在通过卫星遥感图像的处理,增强图像的显示质量,提高森林资源判读效果。通过应用ERDAS、ENYI遥感软件对TM、SPOT卫星数据的研究,实现资源调查卫片自主生产,降低了成本,提高了工作效率。     

森林资源调查中Spot5卫星影像的处理方法

利用Spot5卫星进行森林资源调查时,首先要对遥感图像进行处理。文章介绍了处理环境对硬件和软件的要求。其处理过程包括影像配准、分辨率融合、影像拼接、色彩增强、分幅输出等。对其中的一些问题提出了个人见解。     

基于GF-6/WFV卫星遥感的大田冬小麦叶片氮素含量估测

为对大田冬小麦叶片氮素含量（LNC）进行快速、准确及无损监测,通过在江苏省泰州泰兴市、盐城大丰区和南通如皋市布设冬小麦遥感监测大田试验,在获取试验样点冬小麦冠层红光波段反射率（RED_ref）、近红外波段反射率（NIR_ref）和计算的十个光谱指数（RVI、NDVI、DVI、SAVI、OSAVI、MSR、RDVI、EVI2、NLI和SVI）基础上,将12个遥感光谱指标与冬小麦LNC进行相关分析,选出与LNC相关性较好的作为模型输入变量,构建基于BP神经网络的冬小麦LNC估测模型, 并利用GF-6/WFV卫星遥感影像对县域冬小麦LNC的空间分布开展监测。结果表明,12个遥感光谱指标与冬小麦LNC之间存在不同程度的相关性,其中NDVI、RVI、MSR、OSAVI和NLI与冬小麦LNC的相关性较好（相关系数不低于0.65）。将优选的5个遥感光谱指标作为模型输入变量,构建基于BP神经网络的冬小麦LNC估测模型（LNC-BPEM）,模型的估测精度r²=0.866,RMSE=0.246%,ARE=12.9%。将冬小麦LNC-BPEM估测模型和GF-6/WFV影像结合对县域冬小麦LNC的空间信息监测,获得了如皋县域冬小麦LNC的空间分布特征,该区域冬小麦LNC范围在0.9%~2.0%（长势正常）的种植面积为29 693.3 hm²,占冬小麦总种植面积的74%。这说明利用GF-6/WFV卫星的多个遥感光谱指标与神经网络结合建模可有效估测县域大田冬小麦叶片氮素含量。     

高校图书馆学科导航系统维护的常见问题

网站死链、信息内容滞后、包含无效和低效信息、用户界面不良均导致高校图书馆学科导航系统质量下降,可采取对系统定期更新、改进系统性能、吸收用户和学科专家意见等对策加以解决.     

过表达MyBPC1对牛骨骼肌卫星细胞增殖分化的影响

旨在探究肌球蛋白结合蛋白C1（myosin binding protein C1,MyBPC1）对牛骨骼肌卫星细胞增殖与成肌分化的影响,为进一步研究MyBPC1在细胞分化和肌肉发育过程中的调控作用提供依据。本研究利用西门塔尔胎牛原代牛骨骼肌卫星细胞体外诱导成肌分化模型模拟牛骨骼肌的生长发育过程。采用qRT-PCR和Western blot检测MyBPC1的细胞时序表达谱。试验分为两组。在RNA水平每组4个重复,每个重复20 μL;在蛋白水平每组3个重复,每个重复15 μg。采用qRT-PCR和Western blot检测牛骨骼肌卫星细胞转染MyBPC1的过表达效果,并进一步检测细胞增殖期标志因子Pax7、Ki67以及细胞分化期标志因子MyHC、MyOG的表达变化情况,观察牛骨骼肌卫星细胞肌管形成状态。结果,MyBPC1在牛骨骼肌卫星细胞分化前后表达水平存在极显著差异,牛骨骼肌卫星细胞诱导分化后MyBPC1的mRNA和蛋白表达量均极显著高于增殖期（P<0.01）。过表达MyBPC1后,细胞分化形成的肌管数量明显多于对照组,增殖标志因子Pax7的mRNA水平和蛋白表达水平无显著差异,分化标志因子MyHC的mRNA水平和蛋白表达水平极显著高于对照组（P<0.01）。过表达MyBPC1可以促进牛骨骼肌卫星细胞体外成肌分化,为进一步开展MyBPC1对牛骨骼肌卫星细胞的调控机制奠定基础。     

面向对象多层次多尺度分割的农用大棚类型信息提取

为对不同农用大棚类型信息进行识别分类和精细化提取,以内蒙古河套灌区不同大棚类型为研究对象,基于Sentinel-2A卫星数据,采用面向对象结合多层多尺度分割技术和阈值分类方法,对大棚类型信息进行提取并对最终提取结果展开精度评价和分析研究。首先利用尺度参数估计（Estimation of Scale Parameter2, ESP2）方法进行了分层分割并优选出最佳分割尺度,在各层最优分割尺度上进行光谱、指数、几何、纹理等特征的提取与优化,获取最优特征组合;然后运用多层多尺度分割阈值分类方法提取不同大棚类型信息。结果表明不同大棚类型信息总体精度达94.8%,kappa系数达0.93。其中：塑料大棚的制图精度和用户精度分别为95.3%和96.6%;单屋面温室大棚制图精度和用户精度分别为88.5%和92.6%。基于多层多尺度分割分类的信息提取方法分别考虑了不同地物最优分割尺度,在不同地物各自的最优分割尺度上提取其信息,以抑制过度分割或亚分割现象,从而降低错分或漏分。因此,高分辨率卫星数据与面向对象多层多尺度分割分类的信息提取方法能够有效提高大棚类型信息提取精度,且能为地物信息精细提取技术体系提供一定参考思路。     

Movements and behaviors of swordfish in the Atlantic and Pacific Oceans examined using pop‐up satellite archival tags

Swordfish are highly specialized top‐level predators that have been challenging to study. In this paper, data from 31 pop‐up satellite archival tags attached to swordfish from (i) the eastern Pacific, (ii) central Pacific, and (iii) western North Atlantic‐Caribbean were analyzed. Common across locations was a pronounced diel vertical pattern with daytime hours spent primarily below the thermocline and nighttime hours spent in warmer waters, close to the surface. One exception to this pattern was periodic daytime basking events which were most common in cooler waters off California. Maximum daytime depths were significantly correlated with light penetration as measured by the diffuse attenuation coefficient at 490 nm. Temperature did not appear to influence daytime depths, and swordfish tolerated both extremely low temperatures (4°C) and rapid and dramatic temperature changes (>20°C). Temperature did appear to influence the nighttime depths in the Pacific where fish typically remained in the surface mixed layer. In contrast, in the warm tropical Atlantic this was not the case, and nighttime depths were much deeper. In all areas, nighttime depth increased around the full moon. Given the parallels between the vertical movement patterns of swordfish and those of the deep sound scattering layer we suggest that swordfish vertical distribution patterns, especially during daytime, are influenced largely by resource availability. At night, when swordfish are typically targeted by fisheries, both ambient light and temperature influence movements. Understanding vertical movement patterns of swordfish can help evaluate gear vulnerability, improve population assessments, and potentially reduce fisheries bycatch.     

农业车辆视觉实际导航环境识别与分

分析了对路径识别影响较大的变光照环境、杂草环境和阴影环境对农业车辆导航路径的影响,提出一种实际环境中的农业车辆视觉导航研究方法,即先采用神经网络算法对农田环境进行自动分类,然后再相应的选择不同的路径识别方法进行处理.环境识别与分类试验结果证明,该方法能够提高农业车辆视觉导航系统的实用性和可靠性,导航环境的分类准确率为95%,单幅图像平均耗时23 ms.     

基于Kalman滤波农用车辆导航定位方法

因RTD-GPS定位精度不能满足农田导航作业的需要,研究了一种提高农用车辆自动导航定位精度的方法.建立天线补偿模型,对GPS天线晃动引起的误差进行了补偿;建立基于Kalman滤波模型,融合多传感器信息;使用自主开发的基于VRS的GPS接收机,作为RTD-GPS.将RTD-GPS、电子罗盘以及速度传感器获得信息进行Kalman滤波,其结果和高精度GPS数据进行了比较.实验证明,直线跟踪中,平均偏差由1.6019m减小到0.597m;曲线跟踪中,平均偏差由1.2085m减小到0.4861m.