融合无人机多光谱和纹理特征的马铃薯LAI估算

目的 研究融合无人机遥感影像多光谱信息和纹理特征估算马铃薯Solanum tuberosum叶面积指数(Leaf area index,LAI)方法,提高马铃薯LAI反演精度。方法 利用大疆P4M无人机采集2021年2－4月南方冬种马铃薯幼苗期、现蕾期、块茎膨大期多光谱影像,用LAI-2000冠层分析仪实测LAI数据。提取影像光谱、纹理等信息,分析植被指数、纹理特征与LAI的相关性,基于R²_adj的全子集分析优选特征变量。采用主成分分析,融合光谱和纹理特征,用PCA-MLR(Principal component analysis-multiple linear regression)模型估算马铃薯LAI。结果 从幼苗期到块茎膨大期,PCA-MLR估算模型优于T-MLR(Texture multiple linear regression)和VI-MLR(Vegetation index multiple linear regression)模型,R²分别为0.73、0.59和0.66。结论 本研究提出一种估算马铃薯LAI的PCA-MLR方法,为马铃薯的长势监测和田间管理提供数据支持。     

静原鸡AK1基因序列分析及真核表达载体的构建

目的 探究宁夏地方品种静原鸡前期转录组测序筛选出的AK1基因编码蛋白的结构与功能,构建其真核表达载体。方法 根据GenBank上已公布的原鸡AK1基因序列,针对其CDS区设计特异性引物,通过克隆测序对AK1基因CDS区SNPs进行快速筛查,构建AK1基因的真核表达载体,并进行编码区生物信息学功能分析。结果 AK1基因编码区全长585 bp,编码194个氨基酸;AK1蛋白无跨膜结构域,存在2个CpG岛,18个磷酸化位点,10个抗原表位,为稳定的水溶性蛋白,空间结构以α–螺旋和无规则卷曲为主。亚细胞定位结果显示,AK1蛋白主要位于细胞质内;GO富集分析发现,AK1基因同样富集在细胞质中,与亚细胞定位结果一致。基因共表达分析发现,在与AK1互作的基因中,AK1与AMPD1、PKM2基因存在共表达,共表达系数分别为0.116和0.063。成功构建出AK1-pEGFP-N1载体。结论 该研究结果为后续AK1蛋白功能以及AK1作为肌苷酸相关基因的深入研究提供了科学依据。     

季节性淹水湿地表层土壤有机碳含量遥感预测及空间分布特征

为探讨鄱阳湖季节性淹水湿地土壤有机碳的空间分布特征及遥感方法在土壤有机碳估算中的适用性,依托江西鄱阳湖国家级自然保护区,选择蚌湖、常湖池和泗洲头湿地为研究区域,基于野外实测土壤有机碳含量数据和同期的Landsat8 OLT遥感影像,采用遥感图像处理和GIS技术提取影像中遥感特征因子,构建遥感参数与土壤有机碳的一元线性、一元曲线和多元逐步线性回归模型,通过对比分析选择最优遥感估算模型,预测鄱阳湖季节性淹水湿地表层（0~20 cm）土壤有机碳含量。结果表明,提取了影像中33个遥感特征因子,包括7个波段的反射率值（b₁~b₇）、4个植被指数（NDVI、SR、SAVI、EVI）、第一主成分特征（PCA1）、单波段纹理特征的均值（MEAN）、熵（ENT）和相关性（COR）,其中纹理特征是研究区土壤有机碳含量预测的重要遥感因子,其与土壤有机碳含量构建的多元逐步线性回归模型拟合效果最优,模型决定系数R²=0.772,平均相对误差45.53%,均方根误差2.417。遥感反演发现,研究区预测表层土壤有机碳含量主要集中在0~20 g/kg,土壤有机碳含量平均值约为10.75 g/kg。     

组氨酸激酶基因envZ调控禽致病性大肠埃希菌生物被膜的机制研究

目的 研究双组分系统ompR/envZ中的组氨酸激酶基因envZ对禽致病性大肠埃希菌(Avian pathogenic Escherichia coli,APEC)生物被膜形成能力的影响,了解该双组分系统在APEC中对生物被膜的调控机制,为探索生物被膜影响禽致病性大埃希菌耐药性的途径提供参考。方法 采用Red同源重组的方法构建envZ基因缺失株,比较野生株和envZ基因缺失株生长特性、生物被膜形成能力的差异。利用转录组学方法分析envZ在转录调控网络中对其生物被膜形成相关基因的调控机制。结果 成功构建envZ基因缺失株AE17ΔenvZ;envZ基因缺失对APEC的生长速度无明显影响,但使APEC生物被膜的成膜能力减弱。与野生株AE17相比,envZ基因缺失株有711个基因发生差异表达,与生物被膜形成相关的基因显著下调。结论 envZ基因除了响应环境渗透压,还参与调控APEC生物被膜的形成。     

大豆GmPIN2b调控根系响应低磷胁迫的功能研究

目的 研究生长素转运蛋白PIN基因家族在大豆Glycine max 根系适应低磷胁迫中的功能。方法 对大豆23个GmPIN家族成员进行进化树分析和表达模式分析,并进一步对GmPIN2b进行功能分析。结果 大豆23个GmPIN家族成员分散在7个不同的亚族,其中,GmPIN2a、GmPIN2b和GmPIN9a、GmPIN9d与拟南芥Arabidopsis thaliana的AtPIN2位于同一亚族。不同GmPIN家族成员在大豆中的组织表达定位及其受低磷调控的表达模式不同,其中,GmPIN2b在大豆根系中的表达水平在低磷胁迫6 d后显著上调,回补表达GmPIN2b能够部分恢复Atpin2突变体的表型。无论在低磷还是高磷条件下,回补表达GmPIN2b的转基因植株鲜质量和主根长均显著高于Atpin2突变体;而且回补表达GmPIN2b显著提高了Atpin2突变体在低磷条件下的一级侧根数,以及高磷条件下根系对重力的敏感性。结论 GmPIN2b在大豆根系形态建成响应低磷胁迫的过程中起重要的调控作用。     

OsRAC3调控水稻籽粒性状的功能分析

目的 RAC/ROPs是一类植物特有的小G蛋白，作为分子开关参与众多的植物信号转导途径。OsRAC3通过与细胞分裂素信号组分互作，调控水稻Oryza sativa L.冠根发育，但是否影响水稻地上部分的性状尚不清楚。本研究主要分析OsRAC3对水稻穗发育以及产量性状的影响。方法 对水稻OsRAC3promoter::GUS转基因植株的花序组织进行GUS染色，分析OsRAC3的表达模式。分析转基因材料持续激活型突变体(CA-osrac3)和显性失活型突变体(DN-osrac3)2种试验材料的每穗粒数、粒长、粒宽、千粒质量等主要农艺性状。结果 OsRAC3在花序分生组织、雄蕊和雌蕊中强烈表达；CA-osrac3株系的穗粒数减少，籽粒更加饱满，粒长、粒宽、千粒质量均显著高于野生型；DN-osrac3株系的穗分枝数少且育性差，籽粒粒长、粒宽、千粒质量则显著低于野生型。结论 OsRAC3影响水稻穗的发育过程，持续激活型突变体CA-osrac3促进水稻籽粒的发育；OsRAC3在水稻高产育种和遗传改良中具有重要的应用价值。     

白狐源星状病毒RdRp基因的鉴定及遗传演化分析

目的 探究广州动物园一例死亡白狐Alopex lagopus肾脏中鉴定出的星状病毒的遗传变异情况。方法 对死亡白狐进行剖检,利用半巢式RT-PCR对内脏器官进行病原学检测,对扩增出的病毒株的RdRp基因序列进行相似性分析。结果 死亡白狐的肾脏苍白肿大,被膜难以剥离,肾脏中检测出的星状病毒RdRp基因呈阳性。RdRp基因与9株参考毒株的核苷酸相似性为67.5%～96.2%,其中与香港猫源星状病毒1637F的核苷酸相似性(96.2%)最高。结论 本研究为星状病毒在野生哺乳动物间的跨种传播及肠外器官中的感染提供了依据。     

无人机倾斜摄影三维建模技术在农村宅基地管理中的应用

【目的】 利用无人机倾斜摄影技术，对农村宅基地进行影像采集，建立实景三维模型，为后续农村宅基地科学合理化管理平台的建立提供技术支撑。【方法】 文章以邢台市信都区为研究区，使用无人机倾斜摄影测量技术获取测区影像数据，通过大疆智图软件构建实景三维模型。【结果】 实景三维模型结果精度较高，误差均达到地籍测绘规范要求，并在此基础上建立了农村宅基地管理系统平台。【结论】 通过平台搭建，推动宅基地各项流程电子化管理，实现实景立体三维模型，为农村宅基地管理提供技术保障的同时还方便后续农村宅基地管理工作进行。     

一类加权有理插值样条曲面及局部约束控制

目的 构造一类新的基于函数值与偏导数值的加权有理插值样条曲面,讨论该样条曲面的相关性质并分析曲面的局部约束控制。方法 一方面,先从x方向构造有理三次插值样条,再从y方向构造二元有理插值样条曲面;另一方面,按相反次序构造另一个二元有理插值样条曲面;最后将两种插值曲面加权得到一类新的有理插值样条曲面。结果 讨论插值曲面的性质,包括基函数、边界性质、积分加权系数的性质以及误差估计。通过选择合适的参数和加权系数,在不改变插值数据的前提下实现对插值区域内的局部约束控制。结论 实验结果表明,新的加权有理插值样条曲面具有良好的约束控制性质。     

粳稻冠层叶绿素含量PSO-ELM高光谱遥感反演估算

目的 叶绿素含量是表征粳稻生长状态的重要指示信息,利用无人机高光谱遥感技术及时获取区域尺度的粳稻叶绿素含量。方法 以2016—2017年沈阳农业大学辽中水稻实验站粳稻无人机遥感试验数据为基础,利用连续投影算法(SPA)进行有效波段的提取,提取的特征波段分别为410、481、533、702和798 nm。将提取出的特征波段作为输入,利用极限学习机(ELM)和粒子群优化的极限学习机(PSO-ELM)分别建立粳稻冠层叶绿素含量反演模型。在PSO-ELM模型中,针对PSO算法的种群规模(p)、惯性权重(w)、学习因子(C₁、C₂)、速度位置相关系数(m)这5个参数进行了优化。结果 确定了最优参数：p为80,w为0.9~0.3线性递减,C₁和C₂分别为2.80和1.10,m为0.60。利用优化后的ELM和PSO-ELM所建立的粳稻冠层叶绿素含量模型的决定系数分别为0.734和0.887,均方根误差分别为1.824和0.783。结论 利用优化后的PSO-ELM建立的粳稻叶绿素含量反演模型精度要明显高于单纯利用ELM建立的反演模型,前者具有较好的粳稻叶绿素含量反演能力。本研究为东北粳稻叶绿素含量反演无人机遥感诊断提供了数据支撑和应用基础。     

结合区域协方差分析的图像显著性检测

目的 图像显著性检测的目的是为了获得高质量的能够反映图像不同区域显著性程度的显著图,利用图像显著图可以快速有效地处理图像中的视觉显著区域。图像的区域协方差分析将图像块的多维特征信息表述为一个协方差矩阵,并用协方差距离来度量两个图像块特征信息的差异大小。结合区域协方差分析,提出一种新的图像显著性检测方法。方法 该方法首先将输入的图像进行超像素分割预处理;然后基于像素块的区域协方差距离计算像素块的显著度;最后对像素块进行上采样用以计算图像像素点的显著度。结果 利用本文显著性检测方法对THUS10000数据集上随机选取的200幅图像进行了显著性检测并与4种不同方法进行了对比,本文方法估计得到的显著性检测结果更接近人工标定效果,尤其是对具有复杂背景的图像以及前背景颜色接近的图像均能达到较好的检测效果。结论 本文方法将图像像素点信息和像素块信息相结合,避免了单个噪声像素点引起图像显著性检测的不准确性,提高了检测精确度;同时,利用协方差矩阵来表示图像特征信息,避免了特征点的数量、顺序、光照等对显著性检测的影响。该方法可以很好地应用到显著目标提取和图像分割应用中。     

局部均匀模式描述和双加权融合的人脸识别

目的 针对LBP算法对边缘及噪声信息比较敏感,提出一种统一化的局部均值模式(ULMP)描述算子。考虑到全局和局部特征在识别上的互补性,提出一种ULMP描述和双加权融合的人脸识别方法。方法 首先利用ULMP算法获得整幅图像的编码图,接着将其分块,统计每一子块的直方图获得局部纹理特征,并结合BP神经网络得到局部分类结果。引入云模型求取不同子块的权值,对局部分类结果进行加权融合。整体纹理特征的获取是将不同子块的直方图特征串联。在得到全局和局部的分类结果后,将两者加权集成,获得最终的识别结果。结果 在ORL和Yale人脸库上进行实验,ULMP具有很好的识别性能。5幅测试样本时,在ORL库上取得了95.9%的平均识别率,分别比局部二值模式(LBP)、MCT、局部方向模式(LGP)、统一的LBP(ULBP)和局部中心二值模式(CSLBP)高11.3%、10.6%、9.5%、8.9%和3.9%;在Yale库上取得了97.4%的识别率,分别比LBP、MCT、LGP、ULBP和CSLBP高19.9%、17.7%、10.7%和0.7%。在ORL和Yale人脸库上,本文提出的双加权融合模式分别取得了98.5%和98.34%的平均识别率,高于任何单一模块。结论 本文提出的纹理提取算法ULMP,具有很好的平滑噪声及边缘信息的作用,适用于面部纹理特征的提取。利用云模型求取的权值的方法能够较好地发挥局部分类器间的集成作用,最终有效地提高了系统的整体性能。双加权融合模式是一种精确且有效的人脸识别方法,适用于静态人脸图像的匹配识别。     

1994～2013年渭南建成区的空间扩展研究

基于多期Landsat遥感影像,提取渭南市主城区的建成区数据,结合GIS分析功能,定量分析了渭南建成区的扩展面积和扩展速度,计算了城市重心和扩展方向.结果表明,近年来（1994～2013年）渭南建成区的面积和扩展速度都显著增加,并达到一个相对高的稳定值;随着城市西部高新区的建设,城市重心移动的主基调是由东向西移动,市政府搬迁规划的实施以及各个重大项目的兴建,使其有向北扩展的步态.     

局部显著特征下的光学遥感图像舷靠舰船检测

目的 在光学遥感图像中,针对舷靠舰船灰度和纹理特征与港口相近,传统方法检测效果不理想的问题,提出一种基于局部显著特征的舷靠舰船检测方法。方法 首先,对原始图像预处理得到海陆分割后的二值图像;然后,提取二值图像中的直线段作为局部显著特征检测舰船目标;再将直线段提取结果与舰首检测相结合,建立舷靠舰船检测模型;最后,通过计算舰船几何尺寸及环境信息分析确定舰船目标。结果 在两幅不同场景的光学遥感图像中验证本文方法并与其他算法进行对比,本文方法识别率可达100%,且不存在误检和漏检情况,相比于其他算法具有一定优势。在舰船背景复杂或停泊朝向不定时,文中方法可有效判别舰船停靠方向并对舰船目标进行正确标记。结论 在复杂背景环境及其他干扰下,应用本文方法检测舷靠舰船目标准确率高,鲁棒性强,具有较高适应性。     

城镇建设用地遥感影像提取方法的对比研究--以毕节市七星区为例

利用2013年11月15日的TM遥感影像,结合归一化建筑指数(NDBI)、改进的归一化建筑指数(IB)、新居民地提取指数(NBI)等建筑物提取指数对毕节市七星区城区建筑用地信息进行有效提取和分析,并用混淆矩阵和对应年份实际城镇用地面积对3种方法的提取精度分别进行了验证。结果表明,NBI指数算法比其他建筑指数算法提取建设用地信息的精度高且误差小,采用NBI指数能更准确地提取建设用地的信息。     

基于改进DenseNet模型的高分遥感影像城市裸地提取

利用遥感影像提取裸地是监测裸地空间分布的一个重要手段。针对目前普遍存在的边界不清晰、空间信息丢失、小面积裸地漏提和与高反射率建筑不易区分等问题,设计了一种改进DenseNet的遥感裸地提取深度学习模型,主要采取密集连接块、坐标卷积和密集空洞空间金字塔3种方法,增强DenseNet模型在获取坐标信息、丰富裸地空间特征信息、对全局上下文信息感知等方面的能力,减少模型对于空间细节特征丢失环节,提高裸地遥感提取的精度。实验表明,该方法提取裸地的总精度为97.66％、交并比为68.69％、综合评价指标F1为81.44％、召回率为76.62%以及虚警率为25.68%,明显优于其他机器学习方法和深度学习方法。此外,该模型对于多源遥感影像上的裸地提取也具有良好的普适性,在高分一号、高分六号和哨兵二号等遥感数据集上测试的总精度分别为95.80％、93.00％和92.55％;交并比分别为75.18％、75.13％和50.47％;综合评价指标分别为85.83％、85.80％和67.08％。因此,改进的DenseNet模型方法较其他方法更适用于裸地的提取。     

基于无人机影像匹配点云数据的喀斯特峡谷区火龙果单株提取研究

针对无人机可见光影像对背景与目标地物混淆时提取识别难的问题,利用四旋翼无人机采集喀斯特峡谷区的火龙果影像匹配点云数据,对原始点云数据进行去噪、滤波和归一化等处理,通过建立高精度的数字高程模型(DEM)、数字表面模型(DSM),进而建立高精度的冠层高度模型(CHM),并以目视解译的火龙果株数为参照,对火龙果株数进行识别提取验证。结果表明,运用无人机影像匹配点云数据,通过冠层高度模型在一定程度上可以消除植株下方杂草的影响;当样地内的基础设施或存在地物高度与火龙果冠层接近,导致误提,错提率最高为8.55%,漏提率最高为12.28%;在各样区中,运用种子点进行火龙果株数提取的精度均在92.38%以上;运用植被冠层进行火龙果株数提取的精度均在90.68%以上。由此表明,运用无人机影像匹配点云数据提取火龙果具有快速、简单有效、成本低、精度可靠的特点,适用于喀斯特山区作物株数的快速提取,可以与基于颜色指数的提取方法互为补充。     

基于深度学习的5种树皮纹理图像识别研究

目的针对在树皮图像识别时,现有的算法和识别过程过于复杂的问题,提出了基于深度学习的方法来对不同树种的树皮图像进行识别。方法本文以5种常见树种的树皮纹理图像为例,采用基于卷积神经网络的深度学习方法,将原始图像直接作为输入,通过卷积和池化层对图像的低级、高级特征进行自动提取,解决了手动提取纹理特征的困难和问题;在此基础上,对CNN模型结构进行改进,采用带Maxout的ELU激励函数来代替ReLU函数,解决模型的偏移和零梯度问题;对损失函数进行改进,通过添加规范项来优化结构参数,并使用分段常数衰减法对学习率进行动态调控;最后采用softmax分类器对图像类别进行输出。结果对5个树种的树皮图像共计10 000张图像进行实验,其中每类选取200张图像作为测试集。最终训练准确率达到93.80%,测试集识别准确率为97.70%。另外,为验证本文方法的可行性,与传统人工特征提取法,提取HOG特征、Gabor特征和灰度共生矩阵统计法,训练SVM分类器。通过实验比较,本文方法识别准确率最高。结论本文提出的基于深度学习的树皮纹理图像识别方法是可行的,提高了识别效率和精度,为树种的智能化识别提供新的参考。      

巴东醉鱼草不同方法提取物的杀虫活性

为探讨巴东醉鱼草(Buddleja albiflora Hemsl.)的杀虫活性物质,以3龄粘虫(Mythimna separatea W.)为试虫,采用冷浸法、加热回流法、超声波法和渗漉法得到的巴东醉鱼草提取物应用小叶碟添加法进行毒力测定.结果表明:不同提取方法对茎的提取率均最低,叶的提取率最高.其中加热回流法对茎、叶、花的提取率最高,分别为5.76%、10.32%和9.29%,其次为超声波法,冷浸法最低.在浓度较大时,提取物对试虫的拒食活性较高;在浓度为相当于干样10 mg/mL时提取物对粘虫的生长发育影响较大,使试虫蜕皮不正常、最终出现畸形蛹或者是羽化不正常,其中加热回流法和超声波法的提取物效果明显.其中,叶的加热回流法提取物使试虫的56.67%由于生长发育不正常导致死亡;叶的超声波法提取物次之,为40%.     

Immature green citrus fruit detection and counting based on fast normalized cross correlation (FNCC) using natural outdoor colour images

A fast normalized cross correlation (FNCC) based machine vision algorithm was proposed in this study to develop a method for detecting and counting immature green citrus fruit using outdoor colour images toward the development of an early yield mapping system. As a template matching method, FNCC was used to detect potential fruit areas in the image, which was the very basis for subsequent false positive removal. Multiple features, including colour, shape and texture features, were combined in this algorithm to remove false positives. Circular Hough transform (CHT) was used to detect circles from images after background removal based on colour components. After building disks centred in centroids resulted from both FNCC and CHT, the detection results were merged based on the size and Euclidian distance of the intersection areas of the disks from these two methods. Finally, the number of fruit was determined after false positive removal using texture features. For a validation dataset of 59 images, 84.4 % of the fruits were successfully detected, which indicated the potential of the proposed method toward the development of an early yield mapping system.