景谷县森林蓄积量遥感估测及其动态变化分析

以云南省景谷县为研究区,基于Landsat5和Landsat8遥感数据,利用2012年和2017年两期全国森林资源连续清查实地调查数据,建立多元逐步回归和随机森林模型对景谷县森林蓄积量进行遥感估测对比研究。结果显示:综合建模精度来看,随机森林法在相同样地数量条件下具有更好的估测效果;从估测结果与林地保护利用规划和林地变更数据结果相比较,随机森林法估测值接近真实值,估测精度较高。     

暗褐网柄牛肝菌高多态性SSR标记的开发

从暗褐网柄牛肝菌基因组数据中开发高多态性的SSR标记,按照本实验中设计的方法得到43对引物,扩增分型后,30个位点在供试的157个样品中均表现出较高的多态性,其中:三碱基单元的位点22个,四碱基单元的位点4个,五碱基单元的位点1个,六碱基单元的位点3个。PCR产物的长度为114～561 bp。从聚类结果来看,157个样品共有147种多位点分子表型。共享多位点分子表型的样品分别来自同一采样地点,推测来源于同一菌丝无性繁殖系。样品并未按地理群体聚在一起,说明各个地理群体间有基因交流。来自澳大利亚和新西兰的样品也未与来自中国的样品完全分开。     

基于GF-1和Sentinel-2时序数据的茶园识别

由于茶园大多分布在地形复杂的山区,地块破碎,分布零散,形状差异大、植被混杂且茶园所处环境长期受到云雨的影响,增加了茶园遥感识别的难度与不确定性,针对这一问题,该研究提出了利用高分1号(GF-1)和哨兵2号(Sentinel-2)时序数据提取茶园的方法,以浙江省武义县王宅镇为研究区,采用GF-1号为主要数据源,并利用MODIS地表反射率产品和Sentinel-2反射率数据,基于时空融合算法得到时间分辨率5 d的10 m Sentinel-2完整的时序数据。综合利用GF-1在空间细节方面的优势和重建的Sentinel-2高观测频率时序数据在反映茶树生长过程方面的优势,分别基于GF-1的光谱和纹理特征及GF-1的光谱、纹理特征和Sentinel-2时序特征两种特征组合方式,采用随机森林算法提取茶园。结果表明,GF-1光谱、纹理信息结合Sentinel-2时序信息分类结果的准确率、错误率、精确率、召回率和F1分数分别为96.91%、3.09%、89.00%、83.09%和0.86,仅基于GF-1光谱和纹理信息的分类准确率、错误率、精确率、召回率和F1分数分别为94.72%、5.28%、73.09%、84.61%和0.78,添加时序信息分类结果总体优于未添加时序信息的分类结果。表明高空间分辨率结合高频率时序遥感数据是提高茶园分类精度的有效手段。     

几种不同施肥方式对雷竹产量的影响研究

采用随机区组设计试验,分析对比竹腔施肥、普通施肥和不施肥3种处理对雷竹生长的影响。试验结果表明:竹腔施肥与普通施肥和不施肥比较,出笋数量分别增加12.11%和33.26%,退笋率分别降低3.3%和4.2%,经济收益分别提高14.0%和33.4%,新竹平均胸径分别增加0.25 cm和0.35 cm。综上所述,施肥对产笋量、成竹率、新竹径级和单位面积收益上均有积极的影响作用。不同施肥方式其作用效果为:竹腔施肥>普通施肥>不施肥。     

牛乳β-酪蛋白遗传多态性及A2型乳制品研究进展

酪蛋白是牛乳酪蛋白的主要组成部分,具有重要的生理功能,与人体健康密切相关。牛乳β-酪蛋白具有多种遗传变异体,最常见的是A1型和A2型,其中A2型为天然原型。本文从β-酪蛋白的遗传多态性、β-酪蛋白消化特性与人体健康、A2型牛群选种选育及A2型乳制品研究进展等方面进行综述,旨在阐述牛乳β-酪蛋白遗传多态性研究现状及其与人体健康的相关性,为今后A2型乳制品行业的研究开发提供参考。     

协同多源国产高分影像和面向对象方法的南方农作物遥感识别

【目的】中国南方地区云雨频繁且农业景观破碎，是我国农作物遥感监测最具挑战的区域之一。我国自主研发的高分系列卫星具有高时空分辨率和高质量成像的特点。本研究挖掘多源高分系列卫星的时间和空间双重优势，实现多云雨及景观异质区作物精细化识别。【方法】基于国产高空间分辨率高分二号（GF-2）影像表征农田空间几何特征，协同中空间分辨率高分一号（GF-1）和高分六号（GF-6）加密影像观测时间序列，充分表征农作物光谱季相节律。通过构建光谱-时相-空间三维分类特征，基于随机森林进行农作物分类并计算不同特征的重要性。同时，设置不同影像组合和不同分类单元下的多种分类场景，进一步分析不同高分数据协同利用在农作物识别上的表现差异。【结果】基于GF-1、GF-2和GF-6影像和面向对象的农作物分类在湖北省潜江市研究区的总体精度为95.49%,Kappa系数为0.94；在枣阳市的总体精度为93.78%,Kappa系数为0.92。协同GF-2和GF-6进行农作物分类精度优于协同GF-2和GF-1。此外，基于GF-2进行面向对象的农作物分类效果优于面向像元，其中潜江总体精度提升了1.4%，枣阳提升了1.32%。相比GF...     

基于随机森林和逻辑回归分类模型的烟叶精选品控指标筛选

为进一步提高细支烟原料的工业适用性及精选效率,选取福建省三明市宁化县的翠碧一号原烟进行外观分类及质量评价。针对细支烟原料需求,通过对各类别烟叶样品的外观质量指标和感官质量指标进行关联分析,应用随机森林和逻辑回归分类模型确定烟叶精选外观品控指标(身份、色度),应用证据权重确定外观指标要求(身份:中等-稍厚,色度:强-浓),模型准确率达82.69%。结果表明,采用模型确定的外观敏感性指标,精选效率大幅提升,选出的烟叶工业适用性也明显提高。     

杏褪绿卷叶植原体新疆分离物可视化LAMP检测方法的建立

为新疆杏褪绿卷叶病的田间快速诊断和检测提供新方法,根据杏褪绿卷叶植原体新疆分离物tuf基因保守序列,设计并筛选出1套特异性环介导等温扩增(LAMP)引物,通过对反应体系中主要影响因素的优化,建立适用于快速检测杏褪绿卷叶植原体的LAMP检测方法。结果表明:建立的LAMP检测方法能特异性地检测出杏褪绿卷叶植原体,检测灵敏度是普通PCR的100倍,且可通过肉眼观察直接对反应结果进行判定。