排序方式: 共有20条查询结果,搜索用时 156 毫秒
3.
基于全子集-分位数回归的土壤含盐量反演研究 总被引:2,自引:0,他引:2
为提高植被覆盖条件下卫星遥感对土壤含盐量的估测精度,以河套灌区解放闸灌域为研究区,以高分一号卫星影像为数据源,同步采集不同深度土壤含盐量,通过全子集筛选法(Best subset selection)分析不同波段和光谱指数对于不同深度土壤含盐量的敏感性,并采用人工神经网络(Artificial neural network,ANN)、支持向量机(Support vector machine,SVM)和分位数回归(Quantile regression,QR) 3种方法,构建全子集筛选前后0~20 cm、20~40 cm、0~40 cm、40~60 cm、0~60 cm等不同深度下的土壤含盐量反演模型。结果表明,B4、BI、SI1、SI3是0~20 cm、0~40 cm处土壤含盐量的敏感变量组合,B4、BI、NDVI为20~40 cm、40~60 cm、0~60 cm处土壤含盐量的敏感变量组合;在各深度下,分位数回归模型的精度最高,模型的决定系数R2c1、R2v1均在0. 4以上,均方根误差RMSEc1、RMSEv1均小于0. 4%,SVM次之,ANN最差;在20~40 cm深度下QR反演模型效果优于其他深度,为本文土壤含盐量估算的最优模型,其建模和验证的决定系数R2c1、R2v1分别为0. 611和0. 671,建模和验证均方根误差RMSEc1、RMSEv1分别为0. 177%和0. 160%。本研究可为卫星遥感大范围监测植被覆盖条件下土壤盐渍化程度提供参考。 相似文献
4.
玉米光周期敏感类Hd6基因的克隆和实时定量表达分析 总被引:2,自引:0,他引:2
水稻Hd6基因在调节水稻光周期敏感中起重要作用。本研究以热带玉米自交系CML288为材料, 利用同源基因克隆法结合3¢RACE技术克隆了与水稻Hd6基因同源的玉米类Hd6基因。该基因序列中999 bp的开放阅读框可编码332个氨基酸。BLAST分析发现, 该基因与玉米中编码蛋白激酶CK2的一个基因高度同源, 所推测的氨基酸序列包含2个CK2活性区域, 1个N末端区域, 1个ATP结合位点和1个丝氨酸/ 苏氨酸蛋白质激酶活性位点,与玉米、小麦、水稻和拟南芥的CK2氨基酸序列也有较高的同源性。建立了SYBR GREEN法实时荧光定量RT-PCR表达分析系统, 研究了不同光周期处理下类Hd6基因在光周期敏感自交系CML288茎尖和叶片中的表达。结果发现, 该基因在茎尖和叶片中均有表达。在短日条件下, 该基因在6~8叶期茎尖中的表达量存在明显差异, 在光周期敏感的7叶期出现表达高峰, 在叶片中的表达量均低于茎尖。在长日条件下, 该基因在茎尖中6叶期表达量较低, 在光周期敏感的9叶期在叶片中高量表达。由此可推测, 该基因与玉米光周期敏感密切相关, 可能在光周期敏感调节过程中发挥一定的作用。 相似文献
5.
基因型和环境对玉米籽粒粗蛋白及赖氨酸含量的影响 总被引:2,自引:0,他引:2
以河南省生产上主要推广的15个玉米品种为材料,于2004-2005年在8个不同的环境条件下进行了2年多点试验,研究基因型和环境对玉米粗蛋白和赖氨酸含量的影响。结果表明:基因型、环境以及基因型与环境的互作效应对玉米粗蛋白和赖氨酸含量均有显著影响,独立效应大于互作效应,在独立效应中,基因型效应大于环境效应;HE-1、HE-2、豫单101和豫单2002粗蛋白含量高于11%,赖氨酸含量高于0.35%,是较理想的高蛋白、高赖氨酸优质专用的玉米品种;郑州、南阳和洛阳比较适宜种植高蛋白、高赖氨酸优质专用玉米。 相似文献
6.
玉米雄穗分枝数主效QTL定位及qTBN5近等基因系构建 总被引:1,自引:0,他引:1
立足于发掘玉米雄穗分枝数优异基因资源, 利用郑单958骨干亲本郑58和昌7-2构建的188个重组自交系(recombinant inbred line, RIL)家系群体, 结合288个多态性分子标记构建的连锁图谱和2年玉米雄穗分枝数表型数据, 运用完备复合区间作图法进行QTL定位, 共检测到5个控制玉米雄穗分枝数的一致性主效QTL, 分别位于玉米5条染色体上。通过连续回交及分子标记辅助选择构建了位于bin 5.05的控制雄穗分枝数主效QTL-qTBN5近等基因系(near isogenic line, NIL), 对基因遗传效应进行了验证, 并将qTBN5进一步定位在13.2 Mb区间之内, 为玉米雄穗分枝数主效基因的精细定位及分子育种奠定基础。 相似文献
7.
基于无人机-卫星遥感升尺度的土壤盐渍化监测方法 总被引:3,自引:0,他引:3
为提高卫星遥感对裸土期土壤盐渍化的监测精度,以河套灌区沙壕渠灌域为研究区域,利用无人机多光谱遥感和GF-1卫星遥感分别获取图像数据,并同步采集土壤表层含盐量;将实测含盐量与无人机和GF-1卫星两种数据的光谱因子进行相关性分析,引入多元线性回归模型(Multivariable linear regression,MLR)、逐步回归模型(Stepwise regression,SR)和岭回归模型(Ridge regression,RR),分别构建盐渍化监测模型;采用改进的TsHARP尺度转换方法,将无人机数据建立的趋势面应用到GF-1卫星尺度上,经过转换残差校正,对升尺度结果进行定性和定量分析。结果表明:在两种遥感数据的光谱波段和盐分指数中,蓝波段B1、近红外波段B5、盐分指数SI、盐分指数S5和改进的光谱指数NDVI-S1与表层土壤盐分的相关性较好,相关系数均在0.3以上;在3种回归模型中,利用无人机多光谱影像数据和GF-1多光谱影像数据反演表层土壤含盐量的最优模型分别是SRU模型和MLRS模型;升尺度后土壤含盐量的反演精度高于直接采用卫星遥感数据反演的精度。本研究可为裸土期土壤盐渍化的大范围快速精准监测提供参考。 相似文献
8.
9.
基于无人机多光谱遥感的土壤含盐量反演模型研究 总被引:7,自引:0,他引:7
为探究无人机多光谱遥感技术快速监测植被覆盖下的土壤含盐量问题,以内蒙古河套灌区沙壕渠灌域内4块不同盐分梯度的耕地为研究区域,利用无人机搭载多光谱传感器获取2018年8月遥感影像数据,并对0~40cm〖JP〗的土壤进行盐分测定。分别引入敏感波段组、光谱指数组、全变量组作为模型输入变量,采用支持向量机(Support vector machine,SVM)、BP神经网络(Back propagation neural network,BPNN)、随机森林(Random forest,RF)、多元线性回归(Multiple linear regression, MLR)4种回归方法,建立基于3组输入变量下的土壤盐分反演模型,并进行精度评价,比较不同输入变量、不同回归方法对模型精度的影响,评价并优选出最佳盐分反演模型。结果表明,通过分析3个变量组的R2和RMSE,光谱指数组在4种回归方法中均取得了最佳的反演效果,敏感波段组和全变量组在不同的回归方法中反演效果不同。4种回归方法中,3种机器学习算法反演精度明显高于MLR模型,且MLR模型中的敏感波段组和全变量组均出现了“过拟合”现象,RF算法在3种机器学习算法中表现最优,SVM算法和BPNN算法在基于不同变量组的模型中表现也不相同。基于光谱指数组的RF的盐分反演模型在12个模型中取得了最佳的反演效果,R2c和R2v分别达到了0.72和0.67,RMSEv仅为0.112%。 相似文献
10.
以热带玉米自交系CML288为供试材料,根据拟南芥ELF4基因保守序列设计引物,采用RT-PCR方法克隆了ELF4在玉米上同源基因的全长cDNA序列(GenBank上的登录号为HQ009862)。序列分析表明,该基因cDNA序列全长683 bp,开放阅读框为432 bp,编码了144个氨基酸,与拟南芥、水稻的氨基酸序列同源性分别高达62%和75%,此外它们还共同包含一个高度保守的DUF1313未知功能结构域。利用基因重组技术分别构建了能够高效表达的过量表达载体pBI-ZmELF4和带有GFP标记的融合表达载体pGIT-ZmELF4-GFP,利用融合表达载体进行洋葱表皮瞬时表达实验,结果将ZmELF4定位于细胞核内,说明该基因在细胞核内起作用。 相似文献