龙须菜细胞壁多糖对硼的吸附性能研究

为研究龙须菜(Gracilaria lemaneiformis)细胞壁多糖对硼的吸附作用机制及官能团之间的交互作用,本试验分别采用电感耦合等离子发射光谱(ICP-OES)和傅里叶变换红外光谱(FTIR)技术对其细胞壁多糖组分在吸附试验中进行硼的测定和表征。结果表明,细胞壁去琼胶后,硼吸附量减少50.13%,半纤维素去除后,硼吸附量减少21.20%,故可得纤维素吸附量占细胞壁总硼吸附量的28.67%。同时,通过细胞壁不同组分脱硼及硼胁迫后的红外光谱表征结果可知,龙须菜细胞壁及多糖在吸附硼的过程中,羟基、羧基、多糖碳链C-C为硼离子的主要结合位点,其中,琼胶、半纤维素中起主要作用的官能团为羟基、羧基,纤维素中起主要作用的官能团为多糖碳链C-C。本研究结果为进一步探究龙须菜多糖组分与硼的内在结合机制提供了基础依据。     

基于无人机高光谱遥感的柑橘患病植株分类与特征波段提取

目的 结合传统与现代农业病虫害监测的优缺点，探索通过无人机高光谱遥感技术检测出患病的柑橘植株、通过人工田间调查方式判断其患病种类及患病程度的病虫害监测方法。方法 使用无人机获取原始高光谱图像，经过光谱预处理和特征工程后，采用连续投影算法提取对柑橘患病植株分类贡献值最大的特征波长组合，基于全波段使用BP神经网络和XgBoost算法、基于特征波段使用逻辑回归和支持向量机算法，建立分类模型。结果 基于全波段的BP神经网络和XgBoost算法的ROC曲线下面积(Area under curve，AUC)分别为0.883 0和0.912 0，分类准确率均超过95%；提取出698和762 nm的特征波长组合，基于特征波长使用逻辑回归和支持向量机算法建立的分类模型召回率分别达到了93.00%和96.00%。结论 基于特征波长建模在患病样本分类中表现出很高的准确率，证明了特征波长组合的有效性。本研究结果可为柑橘种植园的病虫害监测提供一定的数据和理论支撑。     

激光拉曼光谱的发展及应用

简单介绍了激光拉曼光谱的产生原理、发展史及在各个领域内的应用,便于读者对激光拉曼光谱有初步的了解。     

基于光声光谱和TCA迁移学习的稻种活力检测

种子活力是决定水稻产量的最重要因素之一，但目前水稻种子活力的近红外和高光谱等无损检测方法易受种子表皮颜色影响，且所建模型难以适应新品种。该研究提出基于光声光谱技术的稻种活力无损检测方法并结合迁移学习进行新品种稻种活力检测。首先，对Y两优、龙粳、南粳、宁粳、武运粳、新两优等具有区域代表性的典型6种水稻品种，进行高温高湿人工老化处理，得到0~7 d老化时间的水稻种子；再通过调制频率获得8种不同深度的光声光谱信息，用主成分分析、竞争性自适应重加权算法对光谱降维得到特征光谱后，对Y两优、龙粳、南粳、宁粳、武运粳分别建立偏最小二乘回归（Partial Least Squares Regression，PLSR）、反向传播神经网络（Back Propagation Neural Network，BP）、广义回归神经网络（Generalized Regression Neural Network，GRNN）、支持向量回归模型（Support Vector Regression，SVR）、深度卷积神经网络（Convolutional Netural Network，CNN）的稻种活力预测模型，并选择最优调制频率；最后，通过迁移学习将建立的模型迁移到新两优稻种进行活力预测。结果表明，光声光谱最佳扫描频率为300 Hz，CNN预测模型精度较高，相关系数和均方根误差分别优于0.990 9、低于0.967 5；且经过迁移学习，仅需通过对源域数据的训练，即可直接对新品种稻种的活力进行精确预测；通过TCA迁移学习后，新两优稻种活力预测的相关系数从0.718 5提高到0.990 3。研究表明，采用光声光谱深度扫描技术对不同种类稻种的活力进行高精度检测是可行的，且经过迁移学习，仅需80粒新品种稻种信息即可实现稻种活力的精确预测。     

光照和辐射条件与林业生产的关系

现代林业生产实质上是经营光合作用的企业,因林业经营和管理的森林生产力高低受制于树木的光能利用率大小。本文回顾了光照和辐射与林业生产的关系研究,剖析光谱、光时和光强3个因素对林业生产的影响。随着林业科学技术的发展,今后在选育高光能利用率的林木品种、模拟天然林合理的林分结构以及制订整套科学的经营措施和管理方案,将成为有效提高森林光能利率的方向。     

水盐交互作用对河套灌区土壤光谱特征的影响

为探究土壤水盐交互作用对Sentinel-2卫星光谱特征的影响，该研究以内蒙古河套灌区沙壕渠灌域为研究区域，分别在2018年和2019年的4-5月共采集280个裸土期表层土壤样本，测定其土壤含水率和含盐量，并获取同步的Sentinel-2卫星遥感数据，构建基于土壤水盐-反射率原理的土壤光谱特征理论模型，在此基础上结合土壤水盐交互作用构建水盐交互模型，并比较2种模型对土壤光谱的模拟效果，分析土壤水盐交互作用对土壤光谱估算的影响。结果表明：1）土壤水盐交互作用对光谱的影响因波段类型和水盐含量的不同而有所不同。在可见光范围上影响相对较弱，其作用范围为-0.11～0.29；在近红外和短波红外范围上影响相对较强，其作用范围为-0.35～0.61；当水分或盐分中某个含量较高时对光谱影响较弱，其主要集中在-0.1～0.23；，在水盐含量程度相似时影响较强，其作用范围为0.3～0.6。2）与土壤光谱特征理论模型相比，水盐交互模型能明显地改善土壤光谱的模拟效果，能将模拟相关系数由0.14～0.44提升到0.29～0.70，均方根误差由0.032～0.082降低到0.029～0.068。该研究结果揭示了盐分和水分对光谱特征的干扰过程，为土壤盐分的估算提供策略与方法，对实现区域尺度上土壤盐分的精准监测具有一定的意义。     

典型草原枯落物分解过程中官能团的动态特征

选择锡林浩特东部国家气候观象台的生态监测研究样地,对大针茅(Stipa grandis)、羊草(Leymus chinensis)、糙隐子草(Cleistogenes squarrosa)、知母(Anemarrhena asphodeloides)枯落物的化学结构特征进行阐释。结果表明:(1)枯落物分解速率呈先增大后减小的变化趋势,且知母枯落物分解速率高于大针茅、羊草和糙隐子草;枯落物总碳(TC)含量为富集-释放模式,在第120d时,知母枯落物TC含量高于其他3种植物。(2)大针茅、羊草、知母、糙隐子草枯落物所含的主要官能团为-OH;=C-H、-CH 2、-CH 3;C=O;C=O、C=C;C-O。(3)不同植物枯落物官能团含量在分解初期迅速减少,在分解后期减少趋势较为缓慢,与分解过程中枯落物的分解速率变化趋势一致;知母的含碳官能团含量在分解结束后最低,而羊草的则最大,且知母和糙隐子草损失量最大,与分解过程中枯落物TC含量的特征一致。(4)大针茅的支链化指数最大,羊草的最小;糙隐子草的芳香性指数最大,知母的最小。不同植物芳香性指数在分解初期迅速减少,在分解后期减少趋势较为缓慢,与分解速率变化趋势一致。