机载AISA Eagle Ⅱ高光谱数据在温带 天然林树种分类中的应用

以内蒙古根河地区的温带天然林试验区为研究对象,采用支持向量机(SVM)方法,对经过大气校正后的机载AISA Eagle Ⅱ高光谱地表反射率影像分航带进行树种分类,将地面光谱测量与高光谱同平台的高分辨率航空相片结合,进行训练样本的选择,使用地面样地数据对分类结果进行验证。结果表明:利用AISA Eagle Ⅱ高光谱影像对温带天然林区分类的总体精度和kappa系数分别达到了96.71%和0.95;灌木分类精度最高,其制图精度和用户精度分别达到了98.07%和98.31%;落叶松和白桦的用户精度分别为98%和94%。     

水稻OsBGAL1基因的亚细胞定位分析

植物β-半乳糖苷酶是一类与细胞壁重塑相关的糖苷水解酶,广泛分布于植物组织,参与多种生理生化过程,但水稻BGALs基因家族的亚细胞定位及其生物学功能尚不清楚。根据NCBI公布的水稻OsBGAL1的ORF序列设计引物,从日本晴叶片c DNA中扩增得到目的基因片段,构建了OsBGAL1-GFP融合表达载体,然后通过农杆菌介导的烟草瞬时表达系统对其进行亚细胞定位分析。激光共聚焦观察结果表明,与空载对照相比,水稻Os BGAL1蛋白主要定位于细胞壁,结合其生化活性,揭示其可能参与细胞壁多糖重塑。研究结果可为进一步研究其生物功能奠定基础。     

云阴影区机载高光谱影像森林树种分类

[目的]使用窄波段植被指数、纹理信息等特征对影像进行分类,探究植被指数和纹理信息对于云阴影下树种分类的潜力。[方法]使用经过大气校正后的高光谱影像进行窄波段植被指数的计算、纹理分析以及主成分分析,并对计算的结果进行波段组合。用于计算纹理信息的波段通过最佳指示因子进行选择,选取的波段数为31(0.67 nm),51(0.86 nm),55(0.89 nm) 3个波段。结合高分辨率的航空相片进行训练样本的选择,采用Support Vector Machine(SVM)方法对经过大气校正后的反射率影像和重组后的特征影像分别进行分类,使用样地实测的树种信息对分类结果进行验证,使用总体精度和Kappa系数作为分类精度的评价指标。[结果]相对于直接使用反射率影像进行分类,使用窄波段植被指数以及纹理信息可以显著地提高云阴影下地物的分类精度,其分类精度和Kappa系数分别为90.4%和0.88,比直接使用反射率影像的分类精度和Kappa系数分别提高了18%和0.2。[结论]使用重新组合后的影像进行树种分类比直接使用反射率影像进行分类,其分类精度更高,说明窄波段植被指数与纹理特征可以提高云阴影区树种分类的精度。使用波段重组后的影像对云阴影下地物分类,其对于单个地物的分类精度也有明显的提高。     

太行山中段植物群落草本植物优势种种间联结性分析

植物种间关联研究对揭示植物对生境变化的响应及植被演替机制具有重要意义。运用2×2列联表、2χ检验方法对群落草本植物优势种进行总体相关性和种对间的联结性检验,应用Spearman秩相关系数刻画种对间的数量变化关系,对太行山中段植物群落草本层中重要值较高的32个优势种群、496个种对间的关联性进行定量研究。结果表明,太行山中段草本植物优势种整体上多呈现正关联,群落处于较稳定的演替阶段。其中2χ检验结果有75个种对呈极显著正关联,74个种对呈显著正关联,只有20个种对为不显著的负关联。Spearman秩相关分析结果有43个种对呈极显著相关,79个种对呈显著相关,只有6对为不显著的负相关。对生境要求相同或相似的种对表现出显著的正关联。χ2检验呈显著、极显著相关的种对数多于秩相关分析。     

基于BEPS模型的雨养冬小麦农田土壤水分动态模拟

北部生态系统生产力模拟(BEPS,Boreal Ecosystem Productivity Simulator)模型能够模拟不同生态系统碳水循环过程,并通过气孔导度将二者有机地结合,在土壤水分模拟上具有更大的优势。为了使BEPS模型适用于较小空间尺度的雨养冬小麦农田生态系统的土壤水分模拟,根据冬小麦的降水截留过程、冠层的辐射传输过程、根系分布规律和区域土壤水文参数的获取方法对BEPS模型的水平衡模块进行参数方案调整。在此基础上,基于实现BEPS模型与遥感反演的农田土壤水分数据同化的目的,利用经上述调整方案后的BEPS模型,对郑州农业气象试验站2011—2015年冬小麦生长季的农田土壤水分进行动态模拟,并用观测数据进行验证。结果表明,调整后的BEPS模型能够较好地模拟雨养冬小麦农田土壤水分及动态变化,决定系数R2可达0.70以上,平均相对误差MRE总体低于25.0%,但对底层模拟能力较差;在以旬为步长条件下,拔节前模拟效果优于拔节后;土壤水文参数是影响模型模拟土壤水分垂直交换和分布的主要因素,可通过优化进一步提高土壤水分模拟能力。     

关帝山亚高山灌丛草甸群落的数量分类与排序研究

应用数量分类(TWINSPAN)和DCA排序方法,对关帝山灌丛草甸群落进行了多元分析,TWINSPAN分类结果表明,该地区亚高山植被可分为灌丛群落、草甸群落2大类,包括8个群落类型,分别位于不同的海拔高度.DCA排序结果与TWINSPAN分类分析结果一致,并可知决定亚高山植物群落类型分布的环境因子主要是海拔高度和地形因子.     

河南省陆地植被净第一性生产力估算及其时空分布

基于地理信息系统和卫星遥感技术,利用地面气象数据和MODIS数据,同时考虑河南省自身实际地理和植被覆盖情况,在对最大光利用率和水分胁迫系数的获取进行改进的基础上,利用CASA模型对河南省植被净第一性生产力（NPP）进行了估算,并分析了其时空分布。结果表明,2008年河南省NPP生产量为34.87 Mt C,NPP空间分布和植被类型有密切关系,森林植被最大,然后依次是灌丛、草地、农田等。12、1和2月NPP最小,植物基本停止生长,植被的NPP只占全年的1.38％;5、7和8月的NPP最大,占全年总量的56.84％。与Miami、Montreal、Chinkugo模型相比,本研究结果和Miami模型结果最为接近,植被类型NPP均值排序和Chinkugo模型相似;与实测数据对比结果显示,模拟值接近于实测值,说明模型适用于河南省NPP的模拟。     

HA标签的水稻水孔蛋白OsPIP2;7基因植物双元表达载体构建及转基因水稻的获得

为研究水稻水孔蛋白OsPIP2;7基因在非生物胁迫中的生物学功能,根据OsPIP2;7基因序列设计特异性引物,以水稻品种中花11的三叶龄叶片RNA反转录的cDNA第一链为模板,克隆OsPIP2;7。采用嵌套PCR的方法,将3×HA标签的碱基序列连接在去除终止子OsPIP2;7基因序列的3′端,然后将此核酸片段插入到植物双元表达载体pHB中,构建pHB-OsPIP2;7-3×HA载体。以中花11成熟胚愈伤组织为材料,采用农杆菌介导的方法进行遗传转化,经过在含有潮霉素的培养基上筛选和分化,获得阳性转化子。提取转基因植株的DNA,进行潮霉素阳性植株的筛选。将阳性植株进行RNA表达检测,获得OsPIP2;7基因表达量上升的转基因阳性植株。为了检测转基因植株中OsPIP2;7蛋白的表达情况,提取OsPIP2;7基因表达上升的转基因植株膜蛋白后,用HA抗体进行杂交的Western-blot检测结果显示,OsPIP2;7-HA蛋白在转基因阳性植株体内过量表达。获得的过表达OsPIP2;7转基因新材料,将为研究OsPIP2;7基因的生物学新功能提供试验基础。     

水稻新生多肽结合复合体α链基因家族的表达分析

水稻新生多肽结合复合体α链(Osα-NAC)基因家族共有3个成员,分别位于第1,3,5号染色体。为研究Osα-NAC基因家族在逆境环境中的生物学功能,利用RT-q PCR和Western Blot技术,详细分析了Osα-NAC基因家族在不同组织中的表达情况,并进一步研究了Osα-NAC基因家族对非生物胁迫的应答模式。结果表明,在高盐和模拟干旱条件下,Os1g NAC和Os5g NAC基因表达上调,Os3g NAC基因表达下调,提示Osα-NAC基因家族各成员在水稻响应非生物胁迫的过程中发挥不同的作用。上述试验结果初步阐明该基因家族在非生物胁迫下的表达特性,为今后更深入研究该基因家族的功能提供了理论依据。     

关帝山亚高山灌丛群落和草甸群落优势种的种间关系

运用2×2列联表、X2检验方法对关帝山亚高山草甸群落的28个优势种及亚高山灌丛群落的26个优势种进行总体相关性和种对间的联结性检验,利用Ochiai指数测定种对间的关联度,应用Pearson相关系数和Spearman秩相关系数刻画种对间的数量变化关系.结果表明:群落优势种间多呈不显著关联,草甸群落中显著相关的种对数仅占总对数的17.9%,灌丛群落为25.9%;对生境要求相同或相似的种对呈显著的正关联;种间关系因群落类型不同存在明显差异.