基于土壤微波辐射布儒斯特角反演土壤含水率

在利用被动微波遥感技术进行裸露地表土壤含水率(Soil Moisture Content,SMC)的反演中,土壤粗糙度是制约反演精度的最关键因素。该研究利用改进的积分方程模型(Advanced Integral Equation Model,AIEM)进行地表多角度微波发射率的模拟,探索地表微波辐射多角度信息用于提高地表SMC反演精度的可行性。基于不同SMC和不同粗糙度地表多角度V极化发射率数据的变化趋势提取土壤介质布儒斯特角,结果表明,土壤布儒斯特角对SMC具有较高的敏感性,C波段(6.6 GHz)不同含水率土壤的布儒斯特角分布在60°～80°范围内。基于AIEM模拟数据的分析发现,土壤布儒斯特角正切值与SMC具有较好的线性关系,线性拟合决定系数为0.94,均方根误差为0.027cm~3/cm~3,并得到了基于布儒斯特角的裸露地表SMC反演算法。基于模拟数据的算法验证结果表明,算法的SMC预测值与理论值的决定系数为0.95,均方根误差为0.024 cm~3/cm~3。算法在不同土壤粗糙度自相关函数下均表现出稳健的特性,SMC预测精度最大均方根误差为0.027 cm~3/cm~3,最小为0.023cm~3/cm~3。基于布儒斯特角的SMC反演算法利用的是多角度土壤发射率的相对变化而非其绝对数值,该研究为SMC的多角度被动微波遥感提供了一种不同的研究思路。     

长江经济带国家级自然保护区内社区居民现状与发展对策

中国自然保护区多处于地理位置偏僻的贫困落后地区，且在有关法律条文规定下，居民对保护区内资源利用受限，特别是核心区和缓冲区中众多的社区居民给自然保护区管理带来压力，自然保护区保护与社区经济发展之间的矛盾日益凸显。文中通过对重点区域长江经济带国家级自然保护区内居民现状进行调查和分析，探讨不同类型自然保护区内社区居民人口密度、经济水平和自然资源依赖程度的差异，并针对自然保护区内社区发展存在的主要问题包括人口众多、经济水平受限等，提出降低保护区内人口密度、多形式提高居民收入、发展生态旅游和加强可持续经营管理等建议。     

瓠瓜(Lagenaria siceraria)白粉病抗性的全基因组关联分析

白粉病是瓜类作物重要病害之一。本研究采用苗期人工接种方法,研究了117份瓠瓜微核心种质对白粉病的抗性,并基于不同材料的病情指数和基因型数据,进行全基因组关联分析(genome-wide association analysis,GWAS)。利用2014年和2018年的抗病表型数据,分别鉴定到22个和13个与白粉病抗性相关的SNPs,其中2个SNPs位点在两年试验中同时被检测到。进一步研究发现不同瓠瓜材料的白粉病抗性与其携带有利等位变异数目成正相关。本研究为克隆瓠瓜抗白粉病相关基因、研究其抗病机制提供科学依据,促进了瓠瓜抗白粉病分子育种。     

京津冀地区植被NDVI动态变化及其与气候因子的关系

[目的] 探究气候变化对植被覆盖变化的驱动机制，可为揭示区域乃至全球植被覆盖动态变化及其与气候变化之间的响应机制提供依据。[方法] 以MODIS NDVI，SRTM DEM，降水和气温为数据源，运用Theil-Sen Median趋势分析法、Mann-Kendall显著性检验法、R/S分析法和Pearson相关分析法等数学分析方法，结合ANUSPLIN气象插值模型，研究2001—2019年京津冀地区植被NDVI时空演变特征及预测未来变化趋势，并探究植被NDVI与降水和气温最大相关关系及时滞效应。[结果] ①2001—2019年京津冀地区植被NDVI整体呈波动上升趋势，上升速率为0.002 2/a，且未来植被NDVI呈改善趋势的面积略小于呈退化趋势的面积；②降水和气温对京津冀地区植被生长以正向促进作用为主，且降水对植被生长的作用强度高于气温；③植被NDVI对降水变化的滞后期略长于气温，京津冀地区植被生长受前3月的降水和前1月的气温影响最大。[结论] 在林业生态工程实施背景下，2001—2019年京津冀地区植被覆盖整体呈改善态势，尤以西北部为著；植被NDVI与降水和气温相关关系呈现出明显的地域差异，且植被生长相对降水和气温变化存在一定的滞后效应。     

稳定同位素技术鉴别库尔勒香梨产地可行性研究

为开展碳、氮、氢、氧(C、H、O、N)稳定同位素鉴别库尔勒香梨产地的可行性研究,明确新疆库尔勒香梨δ¹³C、δ¹⁵N、δ²H、δ¹⁸O值,本研究以甘肃香梨和陕西红香酥梨作为对照,采用稳定同位素比值质谱仪(IRMS)分析新疆库尔勒香梨与对照样品的δ¹³C、δ¹⁵N、δ²H、δ¹⁸O值,并采用正交校正的偏最小二乘判别分析(OPLS-DA) 鉴别新疆库尔勒香梨产地真实性。结果表明,新疆、甘肃两个产区香梨与陕西产区红香酥梨的δ¹³C、δ¹⁵N、δ²H、δ¹⁸O值存在显著差异(P<0.05)。新疆产区的66份库尔勒香梨判别准确率为95.45%;甘肃产区的20份香梨样品判别准确率为60%;陕西产区的23份红香酥梨样品判别准确率为95.65%。C、N、H、O 4种稳定同位素可有效鉴别新疆库尔勒香梨和陕西红香酥梨,但在新疆库尔勒香梨与甘肃香梨鉴别方面,误判率较高,如果能结合其他鉴别技术,则有可能出现较好的鉴别效果。本研究为库尔勒香梨产地真实性鉴别提供了科学依据。     

湿地松产脂量与生长及树冠性状多点遗传相关及通径分析

为研究湿地松生长及树冠性状与产脂量之间的遗传相关关系及其对产脂量的控制途径,以赣北、赣中和赣南等多种典型立地条件下的28年生湿地松家系试验林为研究对象,对112个湿地松家系进行产脂量、生长及树冠性状全林调查,并对测定数据进行分析。结果表明,除枝下高外,产脂量与生长及树冠性状均呈显著或极显著遗传正相关关系,遗传相关系数排名前四的性状分别为胸径(R=0.93)、树冠表面积(R=0.83)、冠长(R=0.78)和冠幅(R=0.73);通径分析中,胸径、树高、树冠表面积和冠幅通过直接和间接作用成为影响产脂量的主导因素,其决定系数贡献率分别为0.557、0.507、0.424和0.240;产脂量与生长、树冠性状的线性回归方程为:y=-0.255+0.040x_(DBH)+0.004x_(HGT)+0.006x_(CSA)+0.036x_(CW)(F=955.907^**, R²=0.559),模型的预估精度为99.64%。本试验结果明确了湿地松生长及树冠性状与产脂量之间的关系,其中,树高、胸径、冠幅和树冠表面积对产脂量影响较大;建立的产脂量多元回归模型具有一定的现实意义,实现了对树高、胸径和树冠表面积等性状的快速测定预估产脂量,为湿地松产脂量的科学、准确与高效预测提供了依据。     

干制羊肉基因组DNA不同提取方法的比较

为了研究干制加工羊肉基因组DNA的最佳提取方法,本试验采用传统酚-氯仿法、磁珠法、改良CTAB法、离心柱法分别提取干制处理后的羊肉基因组DNA,并对4种方法提取的羊肉基因组DNA浓度、纯度、完整性以及提取所需时间、PCR扩增效果等进行比较。结果表明,采用磁珠法提取DNA的效果更好,DNA浓度为118.87 ng·μL^-1,A₂₆₀/A₂₈₀值为1.89,而且此方法具有提取时间短、效率高、污染小等特点。本研究结果为干制加工羊肉基因组DNA的大批量提取和检测提供了参考依据。     

低温贮藏对猕猴桃果实成熟软化相关基因表达影响

为探究低温对果实采后成熟软化与淀粉降解的影响,以红阳猕猴桃果实为试验材料,研究在低温贮藏期间,猕猴桃果实硬度,可溶性固形物、乙烯、淀粉含量以及淀粉酶相关基因的变化。结果表明,低温贮藏能显著抑制猕猴桃果实采后成熟软化,延缓果实淀粉的降解和可溶性固形物含量的增加,维持贮藏期间果实较高的硬度。低温贮藏抑制乙烯合成关键基因AcACO1和AcACS1的表达,抑制乙烯合成。同时,低温贮藏显著抑制淀粉降解相关基因AcAMY1、AcBAM1/3、AcISA3、AcLDA1和AcDPE1的表达。在低温贮藏后期,淀粉酶相关基因AcAMY1、AcBAM1/3、AcLDA1和AcDPE1的表达与乙烯释放速率有关。综上,低温贮藏延缓猕猴桃采后成熟软化进程与淀粉降解密切相关,可能主要通过抑制乙烯合成,从而影响贮藏后期淀粉降解速率,最终延缓果实软化进程。本研究结果为猕猴桃采后低温贮藏提供了理论依据。     

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。