用Delphi实现温度传感器的数据采集和误差分析

利用Delphi嵌入式汇编的扩展功能实现基于I／O的热敏电阻温度传感器数据采集，并用二次样条插值法研究电压和温度特性非线性化的S曲线，减少非线性误差。     

Immobilization of captive plains zebras (Equus quagga) with a combination of etorphine hydrochloride,acepromazine, and xylazine hydrochloride

The plains zebra (Equus quagga) is a zebra species commonly kept in zoos around the world. However, they are not tame like their domestic relatives and are difficult to immobilize. We immobilized 30 captive plains zebra with a combination of etorphine hydrochloride (2–4 mg), acepromazine (8 mg), and xylazine hydrochloride (30 or 50 mg) to perform physical examination and blood sample collection for disease diagnostics. Physiological parameters including heart rate, respiratory rate, body temperature, and hemoglobin oxygen saturation were recorded. All zebras exhibited satisfactory anesthesia and fully recovered without re-narcotization. The results suggest that etorphine hydrochloride-acepromazine-xylazine hydrochloride combination for plains zebra immobilization is a safe and sufficient regimen for short procedures such as wellness examinations and sample collection.     

基于EDEM小麦收获机清选损失监测试验装置设计

针对小麦损失监测传感器结构复杂、成本较高的问题,对收获机清选排杂口不同物料运动特性进行研究,揭示小麦与秸秆撞击敏感板的作用规律,从清选抛出物冲击敏感板的力学特性出发,设计一种小麦收获机清选损失监测试验装置。通过离散元分析软件EDEM分析小麦籽粒、50mm秸秆、100mm秸秆撞击敏感板产生的作用力,分析接触力变化曲线,证明可通过判断物料撞击敏感板产生的信号进行损失监测。为增强信号采集准确率,采用两片压电传感器串联的方式,增大损失信号。设计损失监测试验台机械结构及控制系统,使监测装置模拟收获机清选排杂过程且可以实时监测信号,有效提高监测效率。最后,通过不同高度物料运动损失监测试验,得出300mm高度下传感器识别较为精准,对小麦籽粒的识别率达到98.4%,整体监测误差小于5%,损失监测试验装置能够达到设计目的和要求。     

基于主动冠层光谱仪的莴苣生物量及氮素营养状况估测

[目的]研究冠层光谱技术在蔬菜氮素营养诊断中应用的可行性和提高其准确性的方法,为推进蔬菜氮素营养管理与施肥推荐提供快速无损检测技术.[方法]以茎菜类蔬菜—莴苣(Lactuca sativa L.)为研究对象进行田间试验.设置5个化肥年施用梯度:0、108、162、216、270kg/hm2,在莴苣幼苗期、莲座期、茎形成...     

一种改进深度卷积神经网络的海岛识别方法

受不规律潮汐的影响,现有的海岛地物类别自动识别方法存在精度低和时效性差等问题,通过改进深度卷积神经网络提出了一种基于遥感影像的海岛快速识别方法:(1)在深度卷积神经网络的卷积层中增设1×1的卷积核作为瓶颈单元,对多波段的遥感影像进行降维;(2)在池化层引入了重采样方法,基于灰度值对海量的遥感影像进行特征压缩。以300景Landsat-8遥感影像为源数据,分别采用CNN、RCNN和本文改进的深度卷积神经网络对遥感影像中的海岛进行识别,实验结果表明:(1)改进的深度卷积神经网络降低了海岛识别的计算耗时,其计算耗时仅为CNN的4.56%和RCNN的5.60%;(2)改进的深度卷积神经网络较CNN和RCNN提高了海岛识别的精度,识别精度分别为96.0%、93.3%和95.0%。结果说明,改进的深度卷积神经网络适用于面向遥感影像的海岛自动识别。     

Ecological and Industrial Implications of Dynamic Seaweed-Associated Microbiota Interactions

Seaweeds are broadly distributed and represent an important source of secondary metabolites (e.g., halogenated compounds, polyphenols) eliciting various pharmacological activities and playing a relevant ecological role in the anti-epibiosis. Importantly, host (as known as basibiont such as algae)–microbe (as known as epibiont such as bacteria) interaction (as known as halobiont) is a driving force for coevolution in the marine environment. Nevertheless, halobionts may be fundamental (harmless) or detrimental (harmful) to the functioning of the host. In addition to biotic factors, abiotic factors (e.g., pH, salinity, temperature, nutrients) regulate halobionts. Spatiotemporal and functional exploration of such dynamic interactions appear crucial. Indeed, environmental stress in a constantly changing ocean may disturb complex mutualistic relations, through mechanisms involving host chemical defense strategies (e.g., secretion of secondary metabolites and antifouling chemicals by quorum sensing). It is worth mentioning that many of bioactive compounds, such as terpenoids, previously attributed to macroalgae are in fact produced or metabolized by their associated microorganisms (e.g., bacteria, fungi, viruses, parasites). Eventually, recent metagenomics analyses suggest that microbes may have acquired seaweed associated genes because of increased seaweed in diets. This article retrospectively reviews pertinent studies on the spatiotemporal and functional seaweed-associated microbiota interactions which can lead to the production of bioactive compounds with high antifouling, theranostic, and biotechnological potential.     

基于无人机多光谱遥感的冬小麦冠层叶绿素含量估测研究

为探讨利用无人机多光谱影像监测冬小麦叶绿素含量的可行性,基于北京市大兴区中国水科院试验基地的2019年冬小麦无人机多光谱影像和田间实测冠层叶绿素含量数据,选取16种光谱植被指数,确定对冬小麦冠层叶绿素含量显著相关的植被指数,采用一元二次线性回归和逐步回归分析方法建立各生育时期及全生育期的SPAD值估测模型,通过精度检验确定对冬小麦冠层叶绿素含量监测的最优模型。结果表明,两种分析方法中逐步回归建模效果最佳。拔节期选取4个植被指数(MSR、CARI、NGBDI、TVI)建模效果最好,模型率定的决定系数(r~2)为0.73,模型验证的r~2、相对误差(RE)和均方根误差(RMSE)分别为0.63、2.83%、1.68;抽穗期选取3个植被指数(GNDVI、GOSAVI、CARI)建模效果最好,模型率定的r~2为0.81,模型验证的r~2、RE、RMSE分别为0.63、2.83%、1.68;灌浆期选取2个植被指数(MSR、NGBDI)建模效果最好,模型率定的r~2为0.67,模型验证的r~2、RE、RMSE分别为0.65、2.83%、1.88。因此,无人机多光谱影像结合逐步回归模型可以很好地监测冬小麦SPAD值动态变化。     

基于无人机高光谱遥感的柑橘患病植株分类与特征波段提取

目的 结合传统与现代农业病虫害监测的优缺点,探索通过无人机高光谱遥感技术检测出患病的柑橘植株、通过人工田间调查方式判断其患病种类及患病程度的病虫害监测方法。方法 使用无人机获取原始高光谱图像,经过光谱预处理和特征工程后,采用连续投影算法提取对柑橘患病植株分类贡献值最大的特征波长组合,基于全波段使用BP神经网络和XgBoost算法、基于特征波段使用逻辑回归和支持向量机算法,建立分类模型。结果 基于全波段的BP神经网络和XgBoost算法的ROC曲线下面积(Area under curve,AUC)分别为0.883 0和0.912 0,分类准确率均超过95%;提取出698和762 nm的特征波长组合,基于特征波长使用逻辑回归和支持向量机算法建立的分类模型召回率分别达到了93.00%和96.00%。结论 基于特征波长建模在患病样本分类中表现出很高的准确率,证明了特征波长组合的有效性。本研究结果可为柑橘种植园的病虫害监测提供一定的数据和理论支撑。     

3种遥感产品检测黄土高原森林变化及差异比较

基于Landsat Vegetation Continuous Fields（LVCF）、MODIS Vegetation Continuous Fields（MVCF）和MODIS Land Cover（MODLC）等遥感产品和森林清查数据（NFI）检测2000-2015年黄土高原森林分布及变化。结果表明:1）2000-2015年黄土高原森林覆盖度升高,基于LVCF和MVCF的全区森林覆盖度均值分别由2000年的7.8%和9.6%增加到2015年的9.7%和13.2%。2）遥感产品估算的森林分布空间格局和面积差异较大,基于LVCF、MVCF和MODLC估算的黄土高原森林面积在2000年分别为726.6×10⁴、604.7×10⁴ hm²和325.1×10⁴ hm²,2015年分别为926.2×10⁴、998.3×10⁴ hm²和400.1×10⁴ hm²。3）遥感产品估算的省级尺度上森林面积与NFI的不一致性因省份和年份而异,LVCF与NFI一致性整体略优于MVCF,MODLC与NFI差异最大且估算的森林面积远低于LVCF、MVCF和NFI。4）遥感产品检测的陕西和山西2省的森林面积增加值与NFI一致性高于宁夏;基于遥感产品估算的宁夏森林面积及增加幅度均远低于NFI。     

基于主被动遥感技术的地表覆被类型变化检测方法——以新疆西天山国家级自然保护区为例

旨在研究主被动遥感结合的地表覆被变化监测方法,使用高分数据和哨兵1号数据分别代表被动和主动遥感,对新疆西天山国家级自然保护区地表覆被变化情况进行检测,进而对得出的林地、草地、建筑物检测结果进行联合分析,最终得到主被动遥感联合变化检测结果。通过实地精度检验对主被动遥感联合变化检测结果进行验证。结果表明,该方法的变化检测结果精度达到90%以上。说明结合主动遥感和被动遥感既能克服天气的影响,又能在检测中保留光谱和纹理等丰富的信息,变化检测的精度较高;主被动遥感联合变化检测可以较为快速、准确地掌握地表覆被类型的变化,能够在一定程度上减少被动遥感数据的云量困扰。并且该方法在林地和建筑物上有较高的敏感性,适合森林自然保护区的森林变化和建筑监测。