德州市6种阔叶绿化树木叶面积回归测算方法的探讨

研究对象为德州市绿化带内的垂柳、榆树、国槐、刺槐、紫荆、大叶黄杨6种绿化树种。每种选取60片大小不一、发育正常的展开的叶片,以叶长、叶宽、长×宽、面积作为指标,求出叶面积和长×宽的回归方程,各回归方程均呈极显著正相关系,为绿化树木叶面积的测定提供一个简单、可靠的方法。     

基于森林资源规划设计调查数据的森林碳储量估算分析--以镇沅县为例

基于云南省普洱市镇沅县2016年第四轮森林资源规划设计调查数据,从不同森林类型、不同起源、不同龄组、优势树种、乡镇等方面,通过生物量扩展因子法,估算了镇沅县森林资源生物量、碳密度及碳储量。结果表明:第四轮森林资源规划设计调查中,镇沅县森林植被碳储量总量为1511.38×104 tC;不同森林类型中,阔叶林碳储量较针叶林高,占主导地位;不同起源中,天然林在森林植被碳储量中起到更大的作用;不同龄组中碳储量由高到低为中龄林、近熟林、成熟林、幼龄林、过熟林;优势树种(组)中,思茅松和栎类碳储量所占比例最大;各乡镇中,勐大镇碳储量最大,和平镇最小。     

基于SPOT5遥感影像的样地判读

利用SPOT5卫星遥感资料在沾益县大坡乡进行了森林资源二类调查试点。共布设目视判读样地7711个、野外实测样地290个,其总体抽样精度为87 29%。介绍了工作方法,分析了判读结果和存在问题,提出了今后工作的思路。     

基于黑箱法的成品卷烟外观检测设备设计与试验

针对成品卷烟外表面缺陷种类多、分类细、人工质检无法对卷烟外观的细粒度缺陷进行系统性检测的问题,设计一种成品卷烟外观检测设备,自动完成成品卷烟的外观全矢量成像和缺陷检测。利用黑箱法对检测设备的技术系统进行分析,并设计了成品卷烟检测设备,该设备主要包括储供装置、单元离散装置、外观成像装置、分拣装置和缺陷检测模型;对影响卷烟运行稳定性、卷烟无损率、成像质量的关键因素进行试验,在单元离散装置上对卷烟运行稳定性因素进行正交试验,结果表明,当滑板提升速度为0.3m/s、过渡板倾斜角为40°、辊子速度为0.045m/s时,烟支输送无斜率可达100%,无偏移率可达99.5%,在分拣装置上对造成卷烟损伤的关键因素进行正交试验,结果表明,当气缸伸缩速度为20mm/s、弹簧刚度为3N/mm时,烟支损伤率为0,对影响成像质量的关键光照因素进行试验,结果表明,光源照射角为10°、光源与烟支高差为30mm时,图像直方图的像素点与其亮度分布包络线平缓,图像清晰;最后,在设备上完成54mm×100规格烟支的检测试验,利用改进HourglassNet-YOLO v4网络模型对成像进行缺陷检测,结果表明,烟支缺陷检出准确率达到98%,缺陷分类准确率达到95.4%。试验结果表明,该设备运行稳定,能够满足成品卷烟外观检测需求。     

基于双变量同化和交叉小波变换的冬小麦单产估测

为进一步提高陕西省关中平原冬小麦产量估测的精度,利用集合卡尔曼滤波算法(EnKF)将CERES-Wheat模型模拟的0～20 cm土壤含水率和叶面积指数(LAI)与遥感观测的条件植被温度指数(VTCI)和LAI进行同化,同时利用交叉小波变换分析冬小麦各生育时期同化VTCI和LAI与产量之间的共振周期,通过计算小波互相关度获得各生育时期同化VTCI和LAI的权重,进而构建基于加权VTCI和LAI的冬小麦单产估测模型。结果表明,在样点尺度,经过EnKF同化的VTCI和LAI能够综合表达模型模拟值和遥感观测值的变化趋势;在区域尺度,无论是否同化,经过交叉小波变换的各生育时期VTCI和LAI分别与产量之间存在特定的共振周期,同时发现,同化有助于对关键生育时期的特征提取;相较于未同化构建的估产模型,经过同化构建的估产模型的归一化均方根误差为13.23%,决定系数为0.50,平均相对误差为10.58%,精度略有提升,且估测产量的分布与统计产量的分布更为一致,因此认为将同化与交叉小波相结合构建的双变量单产估测模型精度更高,可为进一步实现高精度的区域产量估测提供研究基础。     

基于作物生长模型与机器学习算法的区域冬小麦估产

为精准、高效、实时地实现区域冬小麦产量估算,以河南省鹤壁市淇县桥盟乡石桥村为研究区,基于分辨率10 m的Sentinel-2多时相光学遥感影像,利用集合卡尔曼滤波(Ensemble Kalman filter, EnKF)算法同化PROSAIL辐射传输模型反演的多期叶面积指数(Leaf area index, LAI)到PyWOFOST作物生长模型中实现一定数量不同长势单点产量的估测,最后利用建立的机器学习模型和面域数据反演区域冬小麦产量,实现作物生长模型与机器学习算法的应用耦合及一种新的区域冬小麦估产模式。研究基于Sobol参数敏感性分析法量化对贮藏器官总干重质量(Total dry weight of storage organs, TWSO)与LAI_max的敏感性参数,并基于反演的多期LAI和粒子群优化(Particle swarm optimization, PSO)算法优化与LAI_max相关的TDWI、TBASE、CVS、CVL敏感性参数,将其输入到PyWOFOST模型中,利用EnKF算法和时序LAI数据调整对TWSO相关的AMAX...     

融合路面特征的大型喷雾机多工况悬架控制与试验

大型高地隙喷雾机的作业工况复杂,不同路况对悬架的性能要求不尽相同,传统悬架系统已无法满足喷雾机多工况作业的不同减振需求。为有效提高大型喷雾机各工况下的减振性能并有效降低能耗,提出了一种基于路况识别的多工况主动悬架控制系统。首先,分析喷雾机典型作业工况,建立路面特征与悬架模型的映射关系;然后,搭建喷雾机油气悬架的上下层控制系统,采用变步长萤火虫算法优化控制系统中各工况下的阻尼系数;最终将搭载该控制算法的喷雾机进行田间动态性能试验。试验结果表明,相比传统悬架,主动悬架在水泥及田间路面的行驶平顺性分别提升11.0%和22.8%,操控稳定性分别提升24.5%和3.4%。本研究所提出的控制系统可以有效解决不同工况下驾驶平顺性和操纵稳定性的矛盾关系,满足喷雾机各工况的特定减振需求。     

脂质分析技术及其在植物种子脂质 代谢调控研究中的应用进展

脂质是一类具有独特生理功能活性的化合物,参与调节多种植物应答非生物胁迫过程,对维持植 物组织中生理动态平衡至关重要。脂质组学（Lipidomics）自 2003 年被提出后,已迅速发展成为对脂质整体系 统分析的一门新兴学科,为传统代谢组学注入新的技术支撑,有助于阐明脂类物质在植物中的代谢调控机制。 同时,质谱成像技术因其具有无标记、非特异性、高灵敏度、多物质同时分析等优势,被广泛应用到植物组织 中各类脂质分子的空间分布研究。介绍了脂质组学和质谱成像技术的研究现状,重点综述脂质分析技术在植物 种子脂质代谢调控研究中的最新进展,特别是新兴质谱成像技术在植物种子中脂类物质的成像应用。脂质组学 和质谱成像技术作为目前多组学技术的重要补充,将为植物代谢途径和调控机制的深入探究提供新的契机。亚 微米级高空间分辨率质谱成像技术的不断发展,将进一步推动植物在空间分辨水平的脂质代谢调控网络的深入 解析和前沿应用研究。     

RNAi转基因大豆品系‘B5C9123-5’的RPA可视化检测技术

为开发RNAi转基因作物的田间可视化鉴定方法,以DNA嵌合染料SYBR Green I为材料,采用设置重组酶聚合酶扩增(Recombinase Polymerase Amplification,RPA)特异性引物的手段,建立了一种快速、低成本、可视化的RPA用于转基因大豆‘B5C9123-5’的检测。结果表明,在靶标不存在时,RPA体系中游离的SYBR Green I染料使溶液呈现较弱的黄色荧光。在靶标存在的情况下,RPA扩增产生的双链DNA与SYBR Green I结合导致溶液从黄色转变为绿色并使荧光迅速增强。通过对RPA扩增时间和温度进行优化,阳性结果可在20 min内用肉眼鉴别,检测限为1.00 ng/μL。通过设置不同RPA引物,该方法可用于现场快速检测多种RNAi转基因作物。     

基于MRE-PointNet+AE的绿萝叶片外形参数估测算法

为了准确、高效、自动获取植物叶片外形参数,提出一种基于多分辨率编码点云深度学习网络(MRE-PointNet)和自编码器模型的绿萝叶片外形参数估测算法。使用Kinect V2相机以垂直姿态获取绿萝叶片点云数据,采用直通滤波、分割、点云精简算法对数据进行预处理,通过测定的叶片外形参数反演绿萝叶片几何模型,并计算几何模型的叶长、叶宽、叶面积。将不同参数组合构建的几何模型离散成点云数据输入MRE-PointNet网络,得到几何模型叶片外形参数估测的预训练模型。针对拍摄过程中存在的叶片部分遮挡和噪声问题,采用自编码器网络对点云数据进行二次处理,以几何模型离散的点云数据作为输入,经过编码解码运算得到自编码器的预训练模型,提升了MRE-PointNet网络在遮挡情况下对叶片外形参数估测的鲁棒性。试验共采集300片绿萝叶片点云数据,按照2∶1比例进行划分,以其中200片点云数据作为训练集,对预训练模型MRE-PointNet做模型迁移的参数微调,以剩下的100片点云数据作为测试集,评估模型对绿萝叶片外形参数的估测能力。采用本文算法将外形参数估测值和真实值进行数学统计与线性回归分析,得出叶长、叶宽和叶面积估测的R^2和RMSE分别为0.9005和0.4170 cm、0.9131和0.3164 cm、0.9447和3.8834 cm^2。试验表明,基于MRE-PointNet和自编码器模型的绿萝叶片外形参数估测算法具有较高的精确度和实用性。